Claude es el modelo de inteligencia artificial de Anthropic. Su API permite integrarlo en cualquier aplicación: un chatbot en tu sitio web, un asistente en WhatsApp, un sistema que revisa correos y genera respuestas draft para tu equipo, o un bot que filtra y categoriza solicitudes de soporte.
En este artículo construimos juntos un asistente básico de atención al cliente en Python. Al final tendrás el código funcional listo para adaptar a tu negocio.
Qué necesitas para empezar
- Una cuenta en console.anthropic.com y una API key (el plan gratuito incluye créditos para probar)
- Python 3.8 o superior instalado
- La librería
anthropicinstalada con pip
pip install anthropic
El asistente mínimo funcional
La clave de un buen asistente de atención al cliente con IA está en el system prompt: las instrucciones que le das al modelo sobre quién es, qué puede responder y cómo debe comportarse.
import anthropic # Inicializar cliente con tu API key cliente = anthropic.Anthropic(api_key="sk-ant-...") # Instrucciones del asistente (personalízalas para tu negocio) SYSTEM_PROMPT = """ Eres el asistente virtual de Consultoría Ángel. Ayudas a los clientes con preguntas sobre nuestros servicios de automatización, dashboards en Power BI y desarrollo web. Reglas: - Responde siempre en español, de forma amable y directa - Si no sabes la respuesta, di que un asesor se pondrá en contacto - Nunca inventes precios, dirígelos al formulario de contacto - Preguntas de contacto: nuestro correo es [email protected] """ def responder(pregunta_del_cliente, historial=[]): # Agregar la nueva pregunta al historial historial.append({"role": "user", "content": pregunta_del_cliente}) respuesta = cliente.messages.create( model="claude-haiku-4-5-20251001", # modelo rápido y económico max_tokens=500, system=SYSTEM_PROMPT, messages=historial ) texto_respuesta = respuesta.content[0].text # Guardar la respuesta en el historial para contexto historial.append({"role": "assistant", "content": texto_respuesta}) return texto_respuesta, historial # Ejemplo de uso historial = [] pregunta = "Hola, ¿hacen integraciones con WhatsApp Business?" respuesta, historial = responder(pregunta, historial) print(respuesta)
Conectarlo a un formulario de contacto web
Para integrar esto en un sitio web, puedes crear un endpoint HTTP con Flask que reciba preguntas y devuelva respuestas:
from flask import Flask, request, jsonify from asistente import responder app = Flask(__name__) sesiones = {} # historial por usuario @app.route("/chat", methods=["POST"]) def chat(): datos = request.json usuario_id = datos.get("user_id", "default") pregunta = datos.get("mensaje", "") historial = sesiones.get(usuario_id, []) respuesta_texto, historial = responder(pregunta, historial) sesiones[usuario_id] = historial return jsonify({"respuesta": respuesta_texto}) if __name__ == "__main__": app.run(port=5000)
El modelo claude-haiku-4-5 es el más rápido y económico para casos de atención al cliente con respuestas cortas. Para análisis más complejos o respuestas largas, usa claude-sonnet-4-6. El costo del Haiku es aproximadamente $0.0008 por cada 1,000 tokens de respuesta.
Cómo hacer que el asistente conozca tu negocio
Lo más importante para que el asistente sea útil es proporcionarle contexto específico de tu empresa en el system prompt. Incluye:
- Lista de servicios o productos con descripción corta y precio si aplica
- Preguntas frecuentes y sus respuestas correctas
- Qué puede y qué no puede hacer (no comprometerse con fechas, no dar descuentos, etc.)
- Tono de comunicación de tu marca (formal, cercano, técnico)
Un system prompt bien escrito puede hacer la diferencia entre un asistente que parece un robot genérico y uno que parece parte de tu equipo.
¿Quieres implementar un asistente de IA en tu negocio?
Puedo construirte uno conectado a tu sitio web o WhatsApp, con el contexto específico de tu empresa.
Solicitar presupuesto