Qué es una entidad (entity) en un chatbot y cómo usarla bien

Si la intención responde qué quiere el usuario, la entidad responde sobre qué. Cuando alguien escribe "quiero reservar una mesa para 4 el viernes a las 8", el chatbot no solo debe entender que la intención es reservar: necesita capturar los datos exactos —4 personas, viernes, 20:00— para poder actuar. Esos datos son las entidades. Entender qué es una entidad en un chatbot es clave para pasar de un bot que "conversa" a uno que realmente resuelve.

Definición sencilla de entidad

Una entidad es una pieza de información concreta y relevante que el bot extrae del mensaje del usuario. Mientras la intención es el objetivo general, las entidades son los parámetros que ese objetivo necesita para completarse.

Piensa en una intención como un formulario y en las entidades como los campos que hay que rellenar. Para reservar_mesa, las entidades serían: número de personas, fecha, hora y, quizá, preferencias (terraza, interior).

Tipos de entidades más comunes

No todas las entidades son iguales. Estas son las categorías que verás una y otra vez:

• Entidades del sistema (predefinidas): fechas, horas, números, monedas, correos, teléfonos. Casi todas las plataformas las reconocen sin configuración.
• Entidades personalizadas: propias de tu negocio, como nombres de productos, planes, sucursales o categorías de servicio.
• Entidades por lista o sinónimos: agrupan variantes que significan lo mismo. "remera", "playera" y "camiseta" pueden mapear a un mismo valor camiseta.
• Entidades compuestas o regulares: patrones como un número de pedido (#4821) o una matrícula, reconocibles por su forma.

Un ejemplo completo

Mensaje del cliente:

"Hola, quiero cambiar mi pedido #7788 de talla M a talla L"

El bot procesa así:

• Intención: modificar_pedido
• Entidades:
  • número de pedido → #7788
  • talla actual → M
  • talla nueva → L

Con la intención sabe qué hacer y con las entidades sabe con qué datos. Sin las entidades, tendría que preguntar cada dato por separado, alargando la conversación y aumentando el abandono.

Por qué las entidades hacen la diferencia

Un bot que extrae bien las entidades logra tres cosas valiosas:

1. Menos preguntas de ida y vuelta: captura varios datos de una sola frase.
2. Acciones reales: puede consultar un pedido, agendar una cita o generar una cotización porque tiene los parámetros exactos.
3. Personalización: usa el nombre, el producto o la ciudad del cliente para responder de forma relevante.

Slot filling: rellenar los huecos que faltan

Cuando el usuario no da todos los datos, entra en juego el slot filling. Si dice "quiero reservar para el viernes" pero no indica cuántas personas, el bot detecta que falta esa entidad y pregunta solo por ella: "¿Para cuántas personas?". Así completa el formulario paso a paso sin repetir lo que ya sabe.

Errores frecuentes con las entidades

• No definir sinónimos: si tus clientes dicen "celu" y tú solo entrenaste "celular", el bot no captura la entidad.
• Confundir entidad con intención: "talla L" es una entidad, no una intención independiente.
• Olvidar la validación: capturar "31 de febrero" como fecha sin verificar que existe.
• No manejar ambigüedad: si el cliente dice "mañana", el bot debe resolver a qué fecha concreta equivale según la zona horaria.
• Sobrecargar de entidades: pedir demasiados datos de golpe abruma y hace abandonar.

Entidades en la era de la IA generativa

Con los chatbots clásicos, cada entidad debía declararse y entrenarse a mano. Los modelos de lenguaje modernos extraen entidades con mucha más flexibilidad: entienden "pasado mañana por la tarde" o "el plan más barato" sin que hayas definido cada variante. Aun así, seguir pensando en términos de entidades te da control: te asegura que los datos críticos (importe, identificador, fecha) se capturen de forma estructurada y se puedan usar en una automatización o una integración.

En plataformas como Omnifox, un agente de IA puede extraer entidades de la conversación y pasarlas directo a un flujo de trabajo —crear un contacto, actualizar un pedido, agendar una cita— sin que un humano tenga que copiar y pegar nada.

Buenas prácticas para 2026

• Identifica qué datos necesita cada acción antes de diseñar el bot y conviértelos en entidades.
• Enriquece las entidades personalizadas con sinónimos y variantes regionales.
• Valida y normaliza siempre: fechas reales, números en rango, formatos correctos.
• Usa slot filling para pedir solo lo que falta, nunca lo que ya tienes.
• Revisa conversaciones reales para descubrir valores nuevos que deberías reconocer.

Conclusión

Las entidades son los datos concretos que convierten una conversación en una acción: la fecha de una reserva, el número de un pedido, el nombre de un producto. Junto con la intención, forman la base de cualquier chatbot que de verdad resuelve. Diseñarlas bien —con sinónimos, validación y captura inteligente— es lo que hace que tus clientes terminen la tarea en lugar de rendirse. Si quieres construir agentes que capturen los datos correctos y actúen sobre ellos, puedes probar Omnifox y conectarlos a tus flujos en pocos pasos.