¿El agente entiende las notas de voz?

Sí. Las transcribe y responde como si fueran texto. Con audios muy ruidosos o cortados, pide al cliente que lo reenvíe o lo escriba.

¿Puede leer un comprobante de pago?

Sí. Lee el valor y la fecha del comprobante. En el prompt puedes definir qué hacer después, por ejemplo confirmar el pedido y avisar al equipo.

¿Tengo que activar algo para que lea imágenes y audios?

No. Viene activo de fábrica. Instrucciones como "transcribe los audios" o "describe las imágenes" sobran en el prompt.

Tu agente de IA lee fotos, notas de voz y documentos en WhatsApp

2026-07-18T11:59:48.448Z

El agente ve fotos, transcribe audios y extrae texto de documentos, sin configuración.Con comprobantes lee valor y fecha; con fotos de productos los busca en el catálogo.Con contenido borroso pide que lo reenvíen: no adivina lo que no se ve.

Qué hace

El agente entiende lo que el cliente envía, no solo texto: lee imágenes, escucha notas de voz y procesa documentos.

Cómo funciona

Fotos: el agente ve el contenido. Si el cliente manda la foto de un producto, puede identificarlo y buscarlo en el catálogo; si manda un comprobante de pago, lee el valor y la fecha.
Notas de voz: se transcriben y el agente responde como si fueran texto.
Documentos (PDF y similares): el agente extrae el texto y responde sobre el contenido.
Envío de media: el agente también envía fotos de productos y documentos del negocio cuando la conversación lo pide.

Qué esperar y qué no

Funciona muy bien con contenido claro: comprobantes legibles, fotos nítidas, audios sin mucho ruido. Con una foto borrosa o un audio cortado, el agente pide al cliente que lo reenvíe o lo escriba. No adivina lo que no se ve.

Dónde se configura

No requiere configuración: viene activo. Los archivos que llegan y se envían quedan en la conversación, visibles en la bandeja de Chats.

Qué NO poner en el prompt

Instrucciones tipo "si te mandan una imagen, descríbela" o "transcribe los audios". El motor ya lo hace. El prompt puede definir qué hacer con el resultado, por ejemplo "cuando llegue un comprobante, confirma el pedido y avisa al equipo".

Entrena con tu propia IA

¿Usas ChatGPT o Claude? Conéctalos a tu agente de TBit y deja que te ayuden a entrenarlo con tus datos reales: en la plataforma ve a Ajustes del agente, sección Conecta tu IA, genera tu token y agrega el conector https://api.tbit.app/mcp. Tu asistente podrá revisar el prompt, las memorias y las conversaciones recientes, y proponerte mejoras.

FAQ

¿El agente entiende las notas de voz?: Sí. Las transcribe y responde como si fueran texto. Con audios muy ruidosos o cortados, pide al cliente que lo reenvíe o lo escriba.
¿Puede leer un comprobante de pago?: Sí. Lee el valor y la fecha del comprobante. En el prompt puedes definir qué hacer después, por ejemplo confirmar el pedido y avisar al equipo.
¿Tengo que activar algo para que lea imágenes y audios?: No. Viene activo de fábrica. Instrucciones como "transcribe los audios" o "describe las imágenes" sobran en el prompt.