Una consultora de recursos humanos tenía 200 encuestas de satisfacción acumuladas desde hacía meses. Las pegó en una IA gratuita con un prompt de cuatro líneas. En 40 segundos descubrió que el problema número uno no era el precio ni el entregable: era la falta de comunicación durante el proyecto. Lo arreglaron con un informe semanal de dos párrafos y la satisfacción subió al trimestre siguiente.
La lección no es que la IA sea mágica. La lección es que el cuello de botella nunca fueron las reseñas: fue nadie las leía enteras.
Dónde se pudre el feedback que sí conseguiste
Pides reseñas. Mandas encuestas. Respondes los mensajes directos y guardas los correos de quejas en una carpeta. Y ahí se quedan, porque leer 200 respuestas sueltas sin un marco es imposible mientras llevas el negocio.
Lo que pasa en la práctica es previsible:
- Lees por encima las más recientes y te quedas con una impresión sesgada por las últimas dos semanas.
- Recuerdas el caso extremo (el cliente muy contento o muy enfadado) y te olvidas del patrón tibio que representa al 70% del resto.
- Das por cerrado “lo del servicio” tras una conversación interna que no mira los datos, solo la sensación del equipo.
El resultado es un negocio que tiene la voz de su cliente guardada en carpetas, hojas y capturas, pero que sigue tomando decisiones con la intuición del último viernes. La IA no mejora tu criterio: te devuelve la vista panorámica que la bandeja de entrada nunca te dio.
Lo único que necesitas para empezar
Nada de software de pago, nada de programación, nada de integraciones. Para un primer análisis solo hacen falta dos cosas:
- Tus opiniones en texto plano: pegadas en un archivo, una por línea. Pueden venir de Google Forms, Typeform, WhatsApp, correos, reseñas de Google Maps, TripAdvisor o comentarios en redes.
- Una IA de uso general con versión gratuita, como ChatGPT, Claude o Gemini.
Para exportar respuestas de Google Forms, usa el botón “Respuestas → Hoja de cálculo” y copia la columna del comentario. Para reseñas de Google Maps tienes dos caminos: copiarlas a mano (razonable hasta 30-40) o usar una herramienta de exportación masiva como Outscraper, que tiene plan gratuito limitado.
Formato recomendado: una respuesta por línea, sin comas raras ni numeración. Cuanto más limpio llegue el texto, menos ruido mete la IA en el análisis.
El prompt que convierte 200 respuestas en cuatro conclusiones
Aquí está el truco que casi nadie aplica: no le pidas a la IA “que te resuma las reseñas”. Esa instrucción produce un párrafo blandito que no sirve para nada.
Pídele estructura. Este prompt funciona casi siempre:
“A continuación tienes [número] respuestas reales de clientes de mi negocio de [sector]. Quiero que hagas cuatro tareas:
- Los cinco temas que más se repiten, ordenados por frecuencia.
- Los tres problemas principales que mencionan.
- Los tres aspectos que más valoran positivamente.
- Una sugerencia concreta de mejora basada en los patrones detectados.
Sé específico. Si un tema aparece en un número significativo de respuestas, dime cuántas. No inventes, si algo no está claro, dilo.”
Pega el prompt, un salto de línea, y a continuación todas las respuestas. En modelos modernos cabe con holgura: Claude y ChatGPT aceptan volúmenes de texto perfectamente adecuados para 200-300 reseñas medias.
Esa última frase (“no inventes”) es la más importante. Sin ella, la IA rellena huecos para sonar segura. Con ella, te avisa cuando un patrón es débil o cuando algo es sólo una impresión.
El segundo turno: donde aparece el insight de verdad
El primer resumen de la IA es un mapa. El insight llega en las repreguntas.
Una vez tienes los cinco temas y los tres problemas, interroga el material otra vez con preguntas específicas:
- “¿Cuántos clientes mencionaron el problema de la entrega, y con qué palabras exactas?”
- “Dame tres citas literales de quienes hablaron del precio, distinguiendo quejas de elogios.”
- “¿Hay alguna diferencia entre las respuestas de los clientes nuevos y los recurrentes?”
- “¿Qué responden los que pusieron cinco estrellas cuando hablan de lo que mejorarían?”
Esa es la parte que un análisis humano rara vez alcanza, porque cruzar patrones a mano entre 200 respuestas es lo que te hace abandonar la tarea. La IA lo hace en segundos, y te obliga a formular preguntas que antes dabas por sabidas.
Una segunda regla útil: pide ejemplos textuales siempre que puedas. “Dame tres citas reales” es mejor que “resume lo que dicen”. Las citas literales son las que vas a necesitar para convencer a tu equipo de que el patrón existe.
Dónde la IA se equivoca (y por qué tú también tienes que leer)
Conviene decirlo claro: la IA no entiende tu negocio. Identifica patrones lingüísticos, no contextos. Hay tres tipos de error que vas a ver y que conviene anticipar.
Agrupa lo que no debería
A veces junta bajo un mismo tema dos quejas muy distintas porque comparten vocabulario. “Lento” puede referirse al tiempo de entrega, a la web o a la atención por teléfono. Si no le das contexto, la IA las mete en el mismo saco.
Fix: en el prompt, pide que distinga entre canal (producto, web, atención, entrega).
Pasa por alto comentarios importantes por ser minoritarios
Si solo dos clientes mencionan un fallo de facturación, la IA probablemente no lo marque en los “top cinco”. Pero ese fallo puede ser regulatorio.
Fix: pídele explícitamente que liste también menciones aisladas que suenen a riesgo legal, de salud o de seguridad.
Suaviza lo crítico
Los modelos generalistas tienden a redactar en tono equilibrado. Si tus reseñas están llenas de enfado, el resumen suele ser más templado que el material original.
Fix: “no suavices el tono, reproduce la intensidad con la que los clientes lo describen.”
Por eso la revisión humana no desaparece. La IA hace el trabajo pesado de clasificar, tú haces el trabajo fino de interpretar. Si inviertes el orden, te crees cualquier cosa.
Del hallazgo al cambio operativo
Un análisis que no se traduce en una decisión concreta es entretenimiento. Estos son los cuatro movimientos que separan el informe bonito del resultado real.
- Elige un único tema de los cinco detectados. El que más se repita y más dependa de ti corregir. Olvida el resto en esta iteración.
- Traduce el patrón en cambio operativo: si la queja es de comunicación, eso se convierte en un informe semanal. Si es de velocidad de entrega, en un SLA documentado. Sin acción, el análisis se evapora.
- Avisa al cliente que originó la queja, si puedes identificarlo. Decirle “has sido tú quien nos hizo cambiar esto” convierte al crítico en prescriptor.
- Repite el análisis en tres meses con el mismo prompt y compara. Si el tema bajó de frecuencia, funcionó. Si no, el problema estaba en otro sitio.
El detalle que marca la diferencia entre quien usa esto una vez y quien lo convierte en rutina: bloquea una hora al trimestre en el calendario con el título “análisis de voz del cliente”. No lo delegues, no lo empujes. Es una de las horas que más se amortiza en todo el año.
Y si el análisis te señala que parte del problema vive en tu web —mensajes confusos, jerarquía rota, prueba social mal colocada—, ya lo hemos recogido en la guía sobre por qué tu web no vende, que cruza bien con lo que tus reseñas ya te están contando.
Una herramienta nueva, un hábito muy viejo
Escuchar al cliente no lo inventó la IA. Lo que ha cambiado es que, por primera vez, escuchar a 500 clientes a la vez cuesta 40 segundos y cero euros. El filtro que se quita es el del tiempo, y con él cae la excusa más repetida para no procesar el feedback.
Si tienes más de unas pocas docenas de opiniones sin leer, el siguiente paso cabe en una tarde: exportar, pegar, preguntar, releer. Lo demás —decidir qué cambiar, en qué orden, con qué equipo— sigue siendo tuyo, y nadie debería delegarlo.