Por: Pooja Dhaka y Garima Sikdar
Los usuarios no forman una primera impresión solo por la calidad del resultado. Su experiencia comienza en el momento en que abren el agente
Para cualquier equipo que construya un agente, factores como la precisión, la latencia, las alucinaciones y el manejo del contexto son lo más importante. Y con razón: moldean cada interacción. Pero los usuarios no forman una primera impresión solo por la calidad del resultado. Su experiencia comienza en el momento en que abren el agente, y es importante que tratemos las interacciones iniciales con tanto cuidado como las que vienen después.
Para entender qué causa una buena primera impresión, nuestra investigación de experiencia de usuario se centró en esos minutos cruciales de apertura con usuarios que prueban un agente de ventas por primera vez.
El agente estaba pensado y construido para gerentes de ventas y representantes que querían escalar el alcance personalizado. Antes de que los usuarios pudieran ver cualquier resultado, tenían que completar la incorporación: proporcionar fuentes de conocimiento, configurar al agente, ejecutar simulaciones… todo a través de una interfaz basada en chat.
Cuando observamos a los usuarios probar el agente por primera vez, descubrimos que su impresión se veía moldeada de manera significativa por cómo la experiencia de incorporación enmarcaba el valor, la capacidad y el papel. Basándonos en lo que aprendimos, llegamos a cinco principios para diseñar esos primeros momentos.
01
Primeras impresiones:
Entregar el «momento ajá» desde el principio
Al incorporar leads con la configuración – conectar cuentas, establecer preferencias, describir su rol – se pide a los usuarios que inviertan antes de haber visto lo que el agente puede hacer. En nuestro estudio, los responsables de ventas que tuvieron que proporcionar múltiples fuentes de conocimiento antes de ver el resultado de cualquier agente, encontraron dificultades para mantener la motivación durante la configuración.
La solución no es eliminar la configuración. Es reordenarla. Muestren primero un resultado útil y luego pidan contexto cuando el usuario entienda por qué importa. Si el agente necesita fuentes de conocimiento, generar un borrador base a partir de una entrada mínima y luego mostrar cómo añadir fuentes mejora la calidad.
Dividir la configuración en pequeñas acciones con recompensas inmediatas mantiene a los usuarios en marcha.
02
La secuenciación importa:
Ofrecer pequeños pasos con recompensas inmediatas
El principio 1 aborda cuándo los usuarios ven valor durante la configuración. Pero también consideremos cómo llegan ahí. ¿Cuál es la estructura y el ritmo más efectivos para cada paso de configuración? En nuestro estudio, el agente de ventas requería diferentes fuentes de conocimiento y datos de prospectos antes de poder simular el contacto mediante la redacción de correos electrónicos. Pedir a los responsables que completaran todo eso hacía que la incorporación resultara abrumadora.
Dividir la configuración en pequeñas acciones con recompensas inmediatas mantiene el avance de los usuarios. Diseñar la completación parcial, donde el agente produce una salida útil incluso con entradas faltantes, significa que los usuarios no se quedan bloqueados por una configuración incompleta. Por defecto «guardar y reanudar» para flujos más largos, y mostrar qué se ha hecho y qué viene después, mantiene el impulso informativo en lugar de performativo. Permitan a los usuarios ver qué puede hacer el agente con lo que tiene, y luego muestren qué se podría desbloquear con entradas adicionales.
03
Impulso visible:
Dar señales claras de que el agente entiende y funciona
Cuando un agente tarda en procesar, la ausencia de retroalimentación genera sus propios problemas. Observamos que los participantes que realizaban simulaciones del contacto con el agente de ventas no tenían una señal clara de lo que el agente estaba haciendo durante el procesamiento. La falta de señales de progreso llevó a repetidos prompts y a incertidumbre sobre si el sistema había entendido la solicitud.
Las señales de progreso no necesitan ser detalladas. Incluso descripciones en lenguaje sencillo de lo que hace el agente («analizar datos de prospectos», «redactar la divulgación», «ejecutar simulaciones») ayudan mucho a mantener a los usuarios orientados. Cuando los usuarios pueden ver que el agente entiende su solicitud y trabaja de manera activa en ella, es menos probable que lo intenten de nuevo o duden de ella. También ayuda establecer expectativas de tiempo aproximadas cuando sea posible y dejar claros los estados finales para que los usuarios sepan si algo está terminado, completado de manera parcial, necesita su aportación o ha fallado.
La personalización efectiva se produce a través de preferencias aprendidas, contexto inferido y valores predeterminados inteligentes, no a largas conversaciones de incorporación.
04
Personalización sin fricciones:
Empezar con una salida sencilla que los usuarios puedan refinar más adelante
La salida del agente que refleja la audiencia, las restricciones y las preferencias del usuario siempre resultará más útil que algo genérico. Pero cuanto más contexto pida un agente desde el principio, más pesada se siente la configuración. Aunque los responsables de ventas esperaban que el agente adaptara el contacto a sus prospectos y estilo de venta, resistieron de manera comprensible los largos flujos de configuración para lograrlo.
La personalización efectiva se produce a través de preferencias aprendidas, contexto inferido y valores predeterminados inteligentes, no en largas conversaciones de incorporación. Empezar con valores predeterminados sensatos permite a los usuarios refinar tras ver la salida inicial en lugar de configurar antes de haber visto nada. Pedir contexto solo cuando cambiará el resultado de manera material, retenerlo una vez proporcionado y mostrar el impacto mediante comparaciones antes y después (por ejemplo, un correo de divulgación con y sin detalles específicos de cada prospecto), hace que el valor de compartir información sea concreto en lugar de abstracto.
05
Establezcan expectativas desde el principio:
Mostrar a los usuarios dónde el agente puede ofrecerles más valor
Los usuarios están acostumbrados a herramientas como Copilot y ChatGPT, y esas experiencias moldean lo que prueban primero. En nuestro estudio, los representantes de ventas asumían que el agente podía extraer información de la web y responder preguntas generales. Pero estaba diseñado para redactar y enviar correos de ventas de manera autónoma, y era necesario la incorporación para llegar a ello.
Mostrar algunas tareas de ejemplo al principio ayuda a los usuarios a entender para qué está diseñado el agente. Mantener el lenguaje simple y orientado a la acción facilita el intento. Tras cada paso, sugerir qué hacer a continuación mantiene a los usuarios en movimiento sin necesidad de una guía completa.
El efecto de composición
Cada uno de estos principios se basa en el otro de manera mutua. Cuando los usuarios ven valor desde el principio, están más dispuestos a invertir. Cuando el progreso es visible, no cuestionan el sistema ni se desconectan. Cuando la personalización crece con el tiempo en lugar de desde el principio, empezar se siente más ligero. Las capacidades de superficie ayudan a los usuarios a conectar con lo que el agente en verdad está hecho para hacer. Y cuando la configuración se divide en pasos más pequeños, los usuarios siguen su avance en lugar de abandonar. Juntos, estos factores moldean si los primeros cinco minutos generan confianza o la erosionan.
Aunque estos principios surgieron de la investigación de incorporación, se extienden a cualquier momento en que los usuarios interactúen por primera vez con un agente o cuando su comportamiento cambia. Cada nueva capacidad, flujo de trabajo o cambio de comportamiento es otra primera impresión. El objetivo no es tan solo explicar cómo funciona el agente, sino ayudar a los usuarios a ganar confianza, sentirse en control y tener confianza para dar el siguiente paso.
Lecturas recomendadas
- Microsoft Research. «Directrices para la interacción humano-IA.» Kit de herramientas HAX. https://www.microsoft.com/en-us/haxtoolkit/ai-guidelines/
- Microsoft Design. «Diseño UX para agentes: principios y directrices de Microsoft para crear experiencias agentes.» Abril de 2025. https://microsoft.design/articles/ux-design-for-agents/