Cómo un restaurante atendería cada mesa con un código QR de Telegram
Un ejemplo trabajado de un restaurante concurrido que pone un agente de agent4.io detrás de un código QR de Telegram en cada mesa — respondiendo dudas de carta, alérgenos y tiempos de espera en el idioma del propio comensal, recordando a los habituales por su cuenta de Telegram y pasando lo que no puede resolver a un miembro del personal con el número de mesa adjunto.
El punto de partida
En este escenario el comedor está lleno y tres mesas intentan captar la mirada del mismo camarero: una pregunta si un plato es sin gluten, otra quiere el vino que lo acompaña, y otra solo reclama su comida. Cada pregunta es razonable, y cada una saca a un camarero de la sala. Las de alérgenos son las tensas: la respuesta honesta es «déjeme ir a preguntar a la cocina», y ese ida y vuelta se lleva unos minutos que el cliente pasa preocupado.
Qué se despliega
- Un agente de mesa al que se llega desde un código QR de Telegram impreso en el atril de la mesa: el cliente escanea, se abre Telegram y ya está hablando con el restaurante. Nada que instalar; casi todo el mundo ya tiene la app.
- La carta, la matriz de alérgenos y las notas de preparación del restaurante como base de conocimiento, para que la respuesta a «¿lleva marisco el laksa?» salga del propio documento de la cocina y no de una suposición.
- Respuestas en el idioma del cliente, con los idiomas integrados de la plataforma: el mismo código QR atiende a un local y a un turista en mesas contiguas sin una segunda carta.
- Clientes habituales recordados: como cada cliente llega con su cuenta de Telegram, el agente reconoce a quien siempre pide la versión sin cilantro y lo saluda como quien es, en lugar de como un desconocido en cada visita.
- Un traspaso al personal para lo que un bot no debería decidir —una petición de sustitución, una queja, «¿está el chef esta noche?»— registrado con el número de mesa, para que el camarero llegue sabiendo ya por qué.
Qué cambia
El personal de sala deja de ser interrumpido por preguntas que la carta ya responde, y pasa a ser llamado solo cuando de verdad hace falta una persona. La pregunta de alérgenos recibe una respuesta cuidada y con fuente en segundos, en vez de una espera nerviosa, y las preferencias de un cliente habitual lo acompañan de una visita a otra sin que nadie del equipo tenga que recordar una cara.
El cliente nunca instala nada ni crea una cuenta: Telegram es la cuenta. El agente lo reconoce por su identidad de Telegram, así que «recuérdame» no le cuesta nada al cliente ni un formulario de registro al restaurante.
Como nunca da una respuesta sobre alérgenos que no pueda encontrar en el propio documento de la cocina —y entrega el cliente a una persona en cuanto lo que está en juego lo exige—, las preguntas arriesgadas siguen siendo seguras, que es la única forma de que una mesa se las confíe.
Escenario ilustrativo. Se trata de un ejemplo compuesto, construido a partir de los flujos de trabajo que agent4.io permite, y no del informe de una implementación con un cliente concreto. Sirve para mostrar cómo se utiliza el producto; no constituye una afirmación sobre resultados obtenidos. Los resultados verificados de clientes se publicarán como tales cuando estén disponibles.
Ver la solución completa para Hostelería y servicios personalesUn ejemplo trabajado de un SaaS B2B ejecutando una storyline de agent4.io como su flujo de activación — saludando a cada registro, llevándolo a su primer resultado real, avanzando según los propios eventos del producto en lugar de lo que los usuarios afirman, e interviniendo cuando una cuenta se atasca, a través del asistente in-app y el email.
Un ejemplo trabajado de una pequeña agencia de constituciones transfronterizas que opera un agente de agent4.io como primer punto de contacto en su web y en WhatsApp — respondiendo dudas de jurisdicción y tarifas con sus propias fichas de precios, calificando a fundadores de fuera en su propio idioma, recogiendo el KYC hasta un expediente completo y avisando a cada cliente antes de cada vencimiento anual.
Un ejemplo trabajado de una empresa educativa que construye su propio producto de enseñanza sobre agent4.io — un profesor virtual por asignatura y por colegio, los puntos débiles de cada estudiante acumulándose en un espacio al que solo él llega, y un repaso que llega según calendario en lugar de esperar a que el estudiante abra la aplicación.
Un ejemplo trabajado de una consultora que atiende a estudiantes en tres husos horarios y opera un agente de agent4.io en su web y en Telegram — respondiendo dudas de programas y visados con las notas de asesoría de la propia agencia, perfilando estudiantes y ejecutando recordatorios de plazos por centro.
Un ejemplo trabajado de una financiera privada que opera un agente de agent4.io como primer punto de contacto en su web y en su línea de WhatsApp — respondiendo dudas de tipos con las fichas de producto de la propia firma, precalificando prestatarios y reclamando la documentación para que los analistas empiecen con un expediente completo.