El problema
La mayoría de los negocios pequeños —clínicas, salones de belleza, consultorios— siguen coordinando citas por WhatsApp de forma manual: el dueño recibe un mensaje, revisa su agenda en papel o en el calendario del celular, y responde con disponibilidad. El proceso es lento, propenso a errores de doble reserva y no escala cuando hay múltiples empleados o sucursales. El reto era automatizar ese flujo sin obligar al cliente final a cambiar de canal: WhatsApp es donde ya está.
La solución
Agenda IA es un SaaS multi-tenant donde cada negocio suscrito recibe un número de WhatsApp dedicado. Cuando un cliente envía un mensaje como “quiero una cita el lunes a las 10 para un corte”, el sistema lo captura a través de la WhatsApp Cloud API, lo envía a Claude AI para extracción de intención y entidades (fecha, hora, servicio), valida disponibilidad contra Google Calendar y confirma la reserva respondiendo en lenguaje natural al mismo hilo de conversación. Todo en menos de tres segundos.
Arquitectura
El backend corre en Node.js con Express. Redis maneja la cola de mensajes entrantes para absorber picos de tráfico sin perder webhooks, y Socket.IO emite eventos en tiempo real al panel de administración —construido en React + Vite + TypeScript— donde el dueño del negocio ve las citas confirmadas, canceladas y pendientes sin necesidad de refrescar la página. La integración con Google Calendar API es bidireccional: si alguien cancela desde el panel, el evento se elimina del calendario y el bot notifica al cliente por WhatsApp. MySQL almacena el historial de conversaciones, la configuración por tenant y las reglas de disponibilidad (horarios, servicios, duración por tipo de cita). El modelo multi-tenant se resuelve a nivel de base de datos con un campo tenant_id en todas las tablas críticas, y los webhooks de WhatsApp se enrutan por número de teléfono al contexto correcto.
Decisiones clave
Tres decisiones de producto marcaron más el sistema que la stack misma:
- Quedarse dentro de WhatsApp en lugar de crear un nuevo canal de reservas. El objetivo no era enseñar otra interfaz, sino automatizar la que el cliente ya usa todos los días.
- Responder rápido y procesar después. La recepción del webhook tenía que separarse de la lógica de IA y calendario para poder confirmar el mensaje de inmediato y terminar el trabajo pesado de forma asíncrona.
- Tratar cada negocio como su propio contexto operativo. Colas, configuración, horarios y conversaciones tenían que respetar fronteras por tenant para que un cliente con mucho volumen no degradara a los demás.
Restricciones de producto
Agenda IA no era solo un problema de chatbot. También tenía que resolver ambigüedad operativa:
- Las personas escriben solicitudes en lenguaje natural desordenado
- Cada negocio maneja horarios, servicios y duraciones distintas
- Dos clientes pueden pedir el mismo espacio casi al mismo tiempo
- El dueño necesita confiar en el resultado sin supervisar manualmente cada mensaje
Eso obligó a que el producto fuera conservador. El sistema no intenta sonar mágico primero; intenta ser correcto primero y natural después.
Resultado
El resultado es un flujo de reservas que se siente conversacional para el cliente y estructurado para el negocio. De un lado, el usuario manda un mensaje por WhatsApp en lenguaje natural y recibe confirmación en el mismo hilo. Del otro, el negocio obtiene una capa operativa sincronizada: actualizaciones en tiempo real, consistencia con calendario, configuración centralizada por tenant y una tubería de mensajes con cola que mantiene el sistema responsivo bajo carga.
La parte más fuerte del proyecto no es la etiqueta de IA. Es la forma en que interfaz, infraestructura y operación terminan comportándose como un solo producto.
