Recomendar sin vender, el arbitraje entre confianza e ingresos sostenido por el diseño en el asistente de IA del back-office

La confianza ya existe, y es humana

Un comerciante que busca un módulo no carece de opciones, tiene demasiadas. La investigación con comerciantes es inequívoca: encontrar el módulo adecuado es el primer dolor expresado. Sobrecarga de opciones, filtros que no hablan el lenguaje de la necesidad, fichas difíciles de comparar, y el miedo recurrente de romper la tienda instalando el módulo equivocado.

La señal decisiva no era el dolor, era el desvío. Frente a ese muro, el comerciante se sale del back-office: Google, su comunidad, o los pocos módulos que su agencia le recomienda. Una recomendación de confianza ya existe en su vida. Es humana, está instalada desde hace años, y se le perdona cuando se equivoca. El asistente no pelea contra el vacío: pelea contra ella, con una tolerancia al error casi nula.

Dos lecturas del mismo tema

La marketplace de Addons de PrestaShop es un pilar económico del ecosistema: cada módulo vendido hace vivir a un desarrollador y a la plataforma. La lectura natural del tema seguía esa pendiente: un asistente que recomienda módulos es un canal más de promoción.

La investigación decía otra cosa. Los estudios externos compilados, todavía por consolidar, convergen: una promoción comercial oculta crea un sentimiento de manipulación; la misma promoción, asumida y etiquetada, refuerza la confianza sin matar el interés. El verdadero riesgo no era entonces perder ventas. Era que una sola sugerencia percibida como vendida desactivara la confianza en el asistente entero, incluso para todo lo que ya hace bien.

La pertinencia pone el techo a los ingresos, nunca al revés

Tres opciones estaban sobre la mesa. Seguir la pendiente comercial, ingresos primero: rentable a corto plazo, insostenible desde la primera sugerencia percibida como vendida. Rechazar toda dimensión comercial: irrealista, el ecosistema financia el producto. O invertir la jerarquía: la pertinencia primero, los ingresos como efecto secundario, la transparencia asumida.

La tercera opción se formalizó en dupla con producto y se documentó en el registro de decisiones: el asistente ayuda al comerciante a encontrar el módulo adecuado para una necesidad que él expresa. Nunca un módulo recomendado por encima de otro significativamente más adaptado, y la naturaleza de cada sugerencia permanece visible. El hilo conductor que guio todas las decisiones siguientes cabe en una frase: comportarse como una agencia de confianza, no como un vendedor.

Esa decisión no se tomó de una vez y para siempre. La pendiente comercial volvió a aparecer en los intercambios durante el camino; el marco documentado sirvió de punto de apoyo para volverla a plantear. Un pivote de este tipo es un marco sostenido en el tiempo, no un logro adquirido.

Reglas verificables en lugar de una intención

Un principio que se queda en intención cede a la primera presión. El pivote se tradujo entonces en reglas que se verifican una por una en la interfaz. La recomendación viene después de la respuesta a la necesidad, nunca en su lugar. Dos recomendaciones por conversación como máximo, tres módulos mostrados a lo sumo. Los módulos ya instalados o incompatibles no aparecen. La naturaleza de cada sugerencia se muestra. Y cuando nada confiable corresponde, el asistente lo dice: un estado vacío honesto en lugar de una sugerencia mediocre. El benchmark del mercado situó la exigencia: ningún producto observado reúne estos tres gestos, nombrar la naturaleza de la recomendación, dar la razón decisiva, saber decir no.

Quedaba proteger el marco contra su propia erosión. Una salvaguarda métrica con umbral completa las reglas: si la tasa de feedback negativo en los mensajes con recomendación cruza su umbral, se dispara una acción, incluso si los indicadores de negocio están en verde. Una medida anti-ilusión la acompaña: los módulos todavía activos treinta días después de la instalación. Un módulo instalado y luego desinstalado es un éxito comercial y un fracaso de usuario; contarlo como victoria equivaldría a medir la deriva como progreso.

Una página de Figma que quedó vacía

Un marco de este tipo no se prueba en maqueta. Un producto conversacional se juzga en movimiento: estados de reflexión del modelo, latencia, error de flujo en plena respuesta, instalación que falla a mitad de camino. Esos momentos son los que deciden la confianza, y ninguna imagen fija los captura. Los recorridos se diseñaron entonces directamente en código, en un playground interactivo conectado a los componentes reales del producto; la página de Figma del proyecto quedó vacía.

El playground reproduce una decena de escenarios tipificados, de la necesidad explícita al objetivo de negocio, con sus estados de éxito, error y recuperación. La tarjeta de recomendación existe en tres variantes, del formato compacto al formato desplegado, y un configurador hace variar los contenidos y exporta la fuente de cada variante. Cada regla del marco se vuelve así verificable estado por estado, haciendo clic, no suponiéndola.

Este modo de entrega cambió la conversación con el equipo de desarrollo. La revisión de flujos se hizo en el navegador, manipulando. Al final, los desarrolladores recibieron componentes y un contrato de datos explícito, no maquetas por interpretar, con una reserva dicha tal cual: los componentes están listos, nada es plug-and-play, la integración queda por cablear. Claude Code sirvió de dupla de fabricación en todo el proyecto; la velocidad de iteración en código volvió sostenible lo que habría exigido semanas de idas y vueltas de maquetas.

El marco filtró cada compromiso

El valor de un marco se lee en los compromisos que impone. Cuatro están documentados.

La barra de progreso de instalación es simulada, a falta de datos reales. En lugar de inventar un porcentaje, la animación muestra las etapas reales, descarga y luego instalación, sin una precisión que no se tiene.

La compra no ocurre dentro del asistente. Para un módulo pago, el recorrido remite a la ficha de la marketplace: los casos de tarificación son demasiados para tratarse limpiamente en un panel de conversación, y una compra mal manejada costaría más confianza que una remisión asumida.

El modelo elige en parte lo que muestra. Las reglas de orden y de filtrado viven en parte en las instrucciones dadas al LLM, no en el código: nada está garantizado por defecto, cada salvaguarda debe verificarse en condiciones reales.

Por último, la primera versión explota la búsqueda existente del catálogo en un contexto conversacional, sin construir un motor de recomendación. Alinear esa expectativa con los stakeholders es parte del trabajo de diseño tanto como las pantallas.

Un proyecto en curso, escrito como tal

Este caso no es un balance. En el momento en que se escriben estas líneas, el proyecto sigue en curso del lado de PrestaShop: no existe ninguna métrica de uso, y el go colectivo de fin de discovery no está firmado.

Tres hipótesis críticas esperan su veredicto, cada una instrumentada con sus señales de medición. La primera: al mostrar la naturaleza de la recomendación, la razón decisiva y las señales de confianza, el comerciante instala en lugar de volver donde su agencia. La segunda, la más riesgosa: la búsqueda del catálogo funciona por palabras clave y es el modelo el que filtra; si la pertinencia no está a la altura, una sola sugerencia fuera de tema basta para destruir la confianza. La tercera, la apuesta del pivote mismo: la transparencia construye el uso repetido sin hacer caer la conversión.

Dentro de seis meses, estas tres líneas tendrán una respuesta. La pregunta que contará entonces no es si los recorridos quedaron bien: es si el marco se sostuvo cuando llegaron las cifras.

Mi mandato terminó en agosto de 2026, antes del go colectivo. La discovery se transmitió con sus instrumentos: el playground reproducible, el marco de recomendación documentado, la salvaguarda métrica, las hipótesis instrumentadas. Es precisamente para este tipo de traspaso que un principio se traduce en reglas verificables y no en convicción oral.