Adiós a los mensajes en visto: cómo un agente de IA está tomando los pedidos por Instagram de una cadena de sushi
Imagina la situación: es viernes por la noche, el restaurante de sushi está a tope y un cliente manda un mensaje por Instagram para pedir la cena. Entre el caos, el mánager lee el mensaje tarde, contesta apurado y el cliente, harto de esperar, termina pidiendo una pizza en otro lado. Esa era la pesadilla diaria de una cadena de sushi de siete locales, donde el 90% de las ventas entraban justamente por mensajes directos de Instagram.
Para cortar este cuello de botella de raíz, el desarrollador independiente Tim Hartmann armó una solución bastante ingeniosa. Conectó la API de Instagram con un agente de IA impulsado por Claude (específicamente la versión Sonnet 4.6) y lo integró directamente al CRM del restaurante.
¿El resultado? El bot ahora atiende a los clientes al instante. Toma la dirección, procesa el pago y manda la orden directo a la cocina. Lo hace con la paciencia que un empleado saturado simplemente no puede tener un viernes a las 9 p.m. Incluso puede responder dudas detalladas sobre alérgenos basándose estrictamente en lo que dice el menú.
El verdadero truco de esto no es solo que la IA responda bien, sino que no quiebre al restaurante con los costos del servidor. Hartmann logró esto usando una técnica llamada prompt caching (caché de indicaciones) con un espectacular 97% de efectividad. En español: el sistema "recuerda" la estructura del inmenso menú de sushi en lugar de procesarlo desde cero cada vez que alguien pregunta "¿tienen algo con mayo picante?", manteniendo la factura mensual de uso al mínimo.
Eso sí, el agente tiene sus límites claros, y están ahí por diseño. Si un cliente manda una nota de voz o la foto de un pedido escrito a mano, el sistema se detiene de inmediato y le pasa la conversación a un humano. Nadie quiere que un modelo de lenguaje ande adivinando si en la foto garabateada dice "sin palta" o "con mucha salsa".
Para cualquier negocio local que dependa de WhatsApp o Instagram para vender, este caso práctico demuestra cómo armar algo funcional, económico y que ataca el problema real: no dejar a la gente colgada cuando tienen hambre.