Cuando un cliente envía una captura o una foto, el agente puede mirarla y usar lo que ve para responder.

No es un detalle menor: en soporte, media conversación se resuelve leyendo el mensaje de error de una captura.

Qué significa en la práctica

Un cliente manda una captura de una pantalla con un error y escribe "no me deja".

Sin esta capacidad, el agente solo tendría "no me deja", que no da para responder nada útil.

Con ella, el agente ve el mensaje de error de la captura y puede responder sobre ese error concreto, o pasar la conversación a tu equipo con el problema ya identificado.

Cómo aprovecharlo

Dos cosas que multiplican su utilidad:

Escribe conocimiento sobre tus errores. Si tu producto muestra mensajes de error concretos, documéntalos: qué significa cada uno y qué hay que hacer. El agente los reconocerá en las capturas y sabrá qué decir.

Pide la captura en tus macros. Si tu equipo tiene una macro para pedir información al investigar una incidencia, que incluya "mándanos una captura de lo que ves". Ahora esa captura sirve para algo más que para que la mire una persona.

Los límites que conviene conocer

Hay un máximo de imágenes que se procesan por turno. Si un cliente manda quince capturas de golpe, no se leen todas.

Cuando ocurra, lo verás en la traza de la IA: ahí aparece qué imágenes llegaron realmente a la respuesta.

Y una limitación de sentido común: una foto borrosa, muy oscura o de una pantalla fotografiada de lejos se lee mal, igual que la leería mal una persona.

Comprobar qué vio

En la bandeja, dentro de la conversación, la traza de la IA muestra la información que el agente usó para responder, incluida la lectura de las imágenes de ese turno.

Es el sitio donde mirar si sospechas que no entendió bien una captura.

Lo que no hace

Para evitar expectativas equivocadas:

No transcribe notas de voz. Los audios se pueden escuchar desde la conversación, pero el agente no los convierte en texto.

No lee documentos adjuntos como si fueran conocimiento. Si un cliente adjunta un PDF, eso no se incorpora a tu base de conocimiento; es un archivo de esa conversación.

Sobre la privacidad

Las imágenes se procesan para generar la respuesta de esa conversación concreta.

Como con el resto de contenido, no se usan para entrenar modelos de terceros ni se comparten con otros clientes.

Ten en cuenta, eso sí, lo que ya sabes de tu propio negocio: si tus clientes suelen mandar capturas con datos sensibles, eso es información que estáis custodiando, y conviene que tu política de privacidad lo contemple.