Cómo automatizar los pedidos de tu restaurante por WhatsApp (sin programar nada)
Un restaurante en Manizales recibía 80 pedidos diarios por WhatsApp. El problema: dos personas dedicadas solo a responder mensajes. Aquí está cómo lo resolvimos con IA en 3 días.
2
personas liberadas
3 días
de implementación
80
pedidos/día manejados
El problema: WhatsApp se volvió un trabajo de tiempo completo
El dueño de un restaurante en Manizales me contactó con una queja que escucho constantemente: "Tengo a dos empleados respondiendo WhatsApp todo el día y todavía se nos quedan mensajes sin responder."
El flujo era así. Un cliente mandaba mensaje preguntando el menú del día. Había que responder. El cliente pedía el almuerzo. Había que anotarlo en un cuaderno. El cliente preguntaba cuánto demoraba. Había que calcular. El cliente confirmaba. Había que pasarle el pedido a cocina. Ochenta veces al día.
Ese flujo tiene un costo real. Si esas dos personas ganan $1.500.000/mes cada una, el restaurante gasta $3.000.000 mensuales en gestionar pedidos de WhatsApp. Sin contar los errores humanos (pedidos mal tomados, mensajes ignorados en hora pico, olvidos).
"No es que mis empleados sean malos. Es que el proceso está diseñado para que fallen."
Exactamente. Y eso se puede cambiar.
La solución: un bot de WhatsApp con IA que entiende lenguaje natural
La clave aquí no es un bot de botones (esos que dicen "presione 1 para el menú, presione 2 para hablar con un asesor"). Esos los odia todo el mundo. La clave es un bot que entiende lo que el cliente escribe como hablaría normalmente.
Si el cliente escribe "quiero el almuerzo para dos, uno sin papa", el bot lo entiende. Si escribe "listo, págame con Nequi", el bot lo entiende. Eso es posible hoy con GPT-4o-mini, el modelo de OpenAI que cuesta una fracción de centavo por mensaje.
¿Cómo está construido?
Son tres piezas que se conectan entre sí:
- WhatsApp Business API (Twilio): Es el "teléfono" que recibe y envía mensajes.
- Make.com (automatización): Es el "cerebro de operaciones" que decide qué hacer con cada mensaje.
- OpenAI GPT-4o-mini: Es la IA que lee el mensaje del cliente y genera la respuesta correcta.
El flujo completo se ve así:
Flujo del pedido
El prompt que le da "personalidad" al bot
La parte más importante de todo esto no es la tecnología. Es el system prompt: las instrucciones que le dices a la IA sobre cómo debe comportarse. Un mal prompt hace un bot torpe. Un buen prompt hace un bot que parece humano.
Para este restaurante, el prompt decía algo así:
SYSTEM PROMPT (resumido)
Eres el asistente de pedidos de Restaurante [Nombre], en Manizales, Colombia.
Tu nombre es "Lina". Eres amable, eficiente y hablas en español colombiano informal
(sin ser grosero). Tu único trabajo es tomar pedidos, confirmarlos y resolver
preguntas sobre el menú.
El menú de hoy es: [SE INSERTA DINÁMICAMENTE DESDE GOOGLE SHEETS].
Cuando el cliente confirme su pedido, responde con un resumen claro y el total.
Si el cliente pregunta algo que no está en el menú o que no puedes responder,
di: "Para eso necesitas hablar con nuestro equipo, te transfiero."
NUNCA inventes precios ni platos que no estén en el menú.
Nótalo: el menú se inserta dinámicamente. El dueño actualiza una celda de Google Sheets cada mañana con el menú del día y el bot lo usa automáticamente. No hay que tocar código nunca más.
¿Cuánto cuesta esto realmente?
Esta es la pregunta que más me hacen. Y la respuesta es: mucho menos de lo que piensas. Aquí están los costos reales de este restaurante:
| Componente | Costo mensual | Notas |
|---|---|---|
| Twilio WhatsApp | ~$15.000 COP | 80 conversaciones/día × $6 COP |
| OpenAI GPT-4o-mini | ~$12.000 COP | ~500 tokens/conv × 2.400 conv/mes |
| Make.com | ~$40.000 COP | Plan Core: 10.000 operaciones/mes |
| TOTAL costos variables | ~$67.000 COP/mes | Sin contar la mensualidad de Webbidor |
Esos $67.000/mes en costos de infraestructura reemplazan $3.000.000/mes en salarios. La matemática es aplastante: 97,8% de ahorro solo en mano de obra directa.
Ahora bien, esas dos personas que antes respondían WhatsApp no se quedan sin trabajo. Se mueven a tareas que realmente necesitan un ser humano: atención en mesa, gestión de proveedores, redes sociales. El negocio crece sin contratar más.
¿Qué puede hacer el bot y qué NO puede?
Esto es importante. Un bot mal configurado genera más problemas que soluciones.
Sí puede hacer
- ✅ Compartir el menú del día
- ✅ Tomar y confirmar pedidos
- ✅ Calcular el total del pedido
- ✅ Registrar el pedido en Google Sheets
- ✅ Responder preguntas del menú
- ✅ Indicar tiempos de espera aproximados
- ✅ Dar información de métodos de pago
- ✅ Manejar 80 conversaciones simultáneas
No puede (ni debe) hacer
- ❌ Resolver quejas o reclamos complejos
- ❌ Procesar pagos directamente
- ❌ Garantizar disponibilidad en tiempo real
- ❌ Tomar decisiones fuera del menú
- ❌ Reemplazar el contacto humano cuando se necesita
Para los casos que el bot no puede manejar, configuramos una frase de transferencia: el bot detecta cuándo la situación supera su capacidad y avisa que un humano va a contactar al cliente. Eso es inteligencia real: saber cuándo no puedes y pedir ayuda.
¿Cuánto tiempo tardamos en implementarlo?
Tres días. Aquí está el desglose real:
Reunión de descubrimiento + configuración de cuentas
Entender el menú, el flujo actual, los casos de excepción. Crear cuentas en Twilio, Make.com, OpenAI. Conectar el número de WhatsApp Business.
Construcción del flujo en Make.com + ajuste del prompt
Armar el escenario en Make.com. Escribir y probar el system prompt con 50+ casos de prueba reales. Conectar Google Sheets para el menú y el registro de pedidos.
Pruebas en vivo + capacitación del equipo
Prueba piloto con clientes reales durante el servicio del mediodía. Ajustes finos. Capacitación de 30 minutos al dueño para actualizar el menú.
El resultado un mes después
Un mes después de la implementación, hablé con el dueño para hacer un seguimiento. Esto me dijo:
"La verdad es que al principio desconfiaba. Pensé que los clientes se iban a quejar. Pero no. Al contrario, varios me dijeron que era más rápido que antes. Y yo ya no llego a abrir el restaurante a las 11am con 40 mensajes sin responder."
Los números concretos del primer mes:
- Pedidos perdidos por mensajes sin responder: bajaron de ~15/semana a 0
- Tiempo de respuesta promedio: de 8 minutos (humano) a 2 segundos (bot)
- Errores en pedidos (pedir una cosa, llegar otra): bajaron 90%
- Las dos personas anteriores ahora se encargan de redes sociales y domicilios
Lo que nadie anticipa: cuando el bot responde en 2 segundos a las 11pm (cuando el restaurante ya cerró), algunos clientes hacen su pedido para el día siguiente en ese momento. Ventas nuevas que antes no existían porque nadie respondía de noche.
¿Puedo hacerlo yo mismo?
Técnicamente sí. Pero hay que ser honesto sobre lo que implica:
- Necesitas crear y configurar cuentas en Twilio, Make.com y OpenAI (cada una con su proceso de verificación y configuración)
- Twilio requiere aprobación de WhatsApp Business, que tarda 1-3 semanas
- Make.com tiene una curva de aprendizaje de ~10 horas para construir flujos no triviales
- El prompt hay que probarlo y ajustarlo con decenas de casos reales
- Cuando algo falla (y va a fallar), necesitas saber qué revisar
Si tienes tiempo, ganas de aprender y no te importa que tarde 2-4 semanas, adelante. Si prefieres que funcione en 3 días y enfocarte en tu negocio, para eso estamos.
¿Tienes un restaurante o cafetería?
Cuéntanos tu caso. La evaluación es gratis y en menos de 24 horas te decimos si esto aplica para tu negocio.
Quiero una evaluación gratis →