



Configurar ADA es, sobre todo, tomar una serie de decisiones sobre cómo debe sonar la marca y cuándo puede hablar.
Las comunidades comentan a toda hora y en todas las redes. Quien pregunta espera respuesta, quien elogia espera un gesto, quien critica espera que lo escuchen. Pero el equipo tiene horarios, prioridades y un límite de comentarios que puede atender a mano.
ADA, el asistente de IA de Bunker, responde comentarios por la marca, con sus reglas y solo cuando está segura. Esta guía recorre el paso a paso para dejarla bien configurada dentro de Bunker Analytics: qué se define, en qué orden y qué potencia cada función.
Dónde se configura
ADA vive en el módulo Sentiment: el botón ADA abre su hub, y ahí están las dos piezas que se configuran, el tono de marca y las respuestas automáticas. El orden importa. Primero el tono, para que ADA sepa cómo tiene que sonar; después, las reglas de cuándo puede hablar.
Antes de tocar nada, conviene ver sobre qué se apoya. Tres piezas de Bunker Analytics trabajan encadenadas. Inbox Management centraliza en una sola bandeja los comentarios y mensajes de Facebook, Instagram, LinkedIn, TikTok, X y YouTube, incluidas las publicaciones de Ads. Sentiment Analysis clasifica cada interacción en positivo, neutral o negativo. Y Automated Actions etiqueta por temática e intención y dispara las acciones. Sobre esa base, ADA decide si responde.
El primer beneficio aparece aquí, antes de configurar nada: una sola bandeja omnicanal. El equipo deja de saltar entre apps y de perder conversaciones entre pestañas, y todo el alcance de ADA se gobierna desde una pantalla.
Paso A · Tono de marca
Una respuesta correcta con el tono equivocado también es un error. Por eso el tono va primero: todo lo que se define aquí se aplica a cada respuesta automática. Bien calibrado, ADA no suena a bot. Responde como lo haría la marca, con una naturalidad que se siente orgánica, como si del otro lado escribiera alguien del equipo. Ese es el potencial de este paso: una sola voz, consistente y propia, en lugar de un tono que cambia según quién contesta.
El hub pide seis definiciones:
Para dimensionar lo que logra este paso, alcanza con ver a la misma ADA sobre dos marcas opuestas. Con una configuración "formal, de usted, sin humor", ante un "está buenísimo pero la curva de aprendizaje es dura", reconoce el elogio y valida la fricción con registro profesional. Con una "cercana, con voseo y emojis", el mismo motor contesta tuteando, con guiño y emoji. Es el mismo cerebro; cambia la voz.
Nada de esto se activa a ciegas. Ese probador funciona como un playground: permite simular conversaciones, escribir los comentarios como los mandaría un usuario real y ver en el momento cómo respondería ADA en cada situación que pueda surgir. Es el lugar para anticipar los casos raros y ajustar el tono hasta que convenza, antes de que nada salga en público.
Paso B · Respuestas automáticas
Con la voz lista, un asistente guía la configuración de las respuestas automáticas de principio a fin. Se puede guardar como borrador en cualquier momento y nada se activa hasta el último paso. Son cuatro pasos, y cada uno habilita una capacidad distinta.
Advertencia · X
En X, ADA no puede verificar si un comentario ya fue respondido manualmente, así que podría contestar uno que el equipo ya atendió. Conviene tenerlo en cuenta al habilitarla.
Qué responde y qué deriva
Con las reglas puestas, ADA deja de ser un filtro mecánico y funciona como un sistema que entiende de qué habla cada interacción. Lee el tópico y el sentimiento de cada comentario y de cada mensaje directo, y con eso toma una decisión: responder de forma automática o derivar la conversación al Community Manager indicado.
Un ejemplo lo hace concreto. Un cliente comenta, molesto, que la calidad del producto no fue la que esperaba. ADA reconoce el tópico (Calidad y Producto), el sentimiento (negativo) y la intención (un reclamo). Como es un reclamo sensible, no improvisa una respuesta: lo etiqueta, lo prioriza y lo deriva a una persona, con el contexto ya resuelto para que responda en segundos y no en horas.
El valor no es solo la velocidad. Cada conversación llega a la persona correcta ya clasificada, y las que ADA sí puede resolver por su cuenta dejan de hacer cola detrás de las complejas.
La inteligencia
Detrás de esa decisión de responder o derivar hay un mecanismo concreto, y es lo que separa una automatización confiable de un bot que mete la pata en público. Antes de responder, ADA lee el comentario como lo haría una persona del equipo, pasándolo por seis filtros de comprensión:
Esa confianza es la que gobierna la decisión final, con una regla simple: si supera el 80%, ADA publica sola; si es de 80% o menos, se abstiene y deriva el comentario al equipo. El número refleja si la respuesta puede salir sola o necesita una persona. Con casos reales de las pruebas se ve claro:
| Comentario | Confianza | Decisión |
|---|---|---|
| "buenísima la nota" | 95% | Responde: elogio claro, respuesta que lo cubre entero. |
| "está buenísimo, pero la curva de aprendizaje es dura" | 84% | Responde: mixto, pero la respuesta atiende la crítica. |
| "los dashboards tardan una eternidad en cargar" | 63% | Deriva: reclamo técnico que merece una persona. |
| "me encantó, ¿tienen un newsletter?" | 33% | Deriva: respondería afirmando un dato que no tiene. |
A eso se suman los descartes por diseño, aun cuando el comentario cumpla las reglas: falta de datos comerciales (precios, stock, fechas), interacciones entre usuarios, reclamos técnicos que piden soporte real y temas sensibles o ajenos (política, religión, o preguntas sobre la propia atención). Este filtro es el que hace que valga la pena automatizar: ADA no solo responde rápido, sabe cuándo callarse.
Y hay un beneficio que trasciende la respuesta: cada comentario clasificado por sentimiento y temática deja de ser texto suelto y se convierte en dato de negocio que alimenta los dashboards de Analytics.
Preferimos que ADA no responda antes que responder mal: cada respuesta automática es la marca hablando en público.
No solo automatiza
Automatizar no siempre significa reemplazar. En modo Solo sugerir, ADA trabaja al lado del equipo: redacta una respuesta lista para cada comentario, que el Community Manager revisa, ajusta o publica tal cual. Esa sugerencia funciona como plantilla, un punto de partida que convierte el empezar de cero en un simple repaso.
A eso se suma el autoetiquetado. ADA clasifica cada interacción por temática, intención y sentimiento sin que nadie lo haga a mano, de modo que el equipo encuentra, filtra y prioriza sin perder tiempo. Y el radar de sentimiento adelanta los problemas: un pico de comentarios negativos sobre una publicación es una alerta temprana, la señal para actuar antes de que una molestia se vuelva una crisis.
El efecto es un equipo más rápido en todo el ciclo: responder, analizar y, sobre todo, resolver las emergencias cuando cada minuto cuenta.
Antes de activar
La configuración admite encender todo el primer día, pero no es lo recomendable. La puesta en marcha que funciona es gradual, y aprovecha justamente los controles vistos hasta aquí:
La lógica es la misma que sostiene todo el sistema: el control nunca se cede, se gradúa. Primero se observa, después se habilita poco a poco, y la automatización total llega solo cuando la evidencia dio la confianza para hacerlo.
Configurar ADA no es delegarle la conversación a una máquina: es dejar escritas, una sola vez, las decisiones sobre cómo suena la marca y cuándo puede hablar, para que respondan a tiempo incluso cuando el equipo no está. Todo eso vive dentro de Bunker Analytics, junto con los datos que cada comentario genera.
Para verlo sobre las redes de la marca, agendemos una recorrida y lo configuramos juntos con comentarios reales.
Lucas Suarez
Marketing Analyst
1/9