Todo sitio web SaaS necesita un chat de soporte. Un visitante llega a tu página de precios, tiene una pregunta, y si no hay nadie para responderla en ese momento, se va. La conversión muere en silencio.
La solución obvia es Intercom. O Zendesk. O Crisp, Drift, HelpScout, Tidio -- hay docenas de opciones, todas con precios entre $29 y $99 por mes por agente. Para un fundador solo ejecutando seis productos desde Abiyán, las cuentas no cuadran.
Pero el precio no fue la verdadera razón por la que construí el mío propio. La verdadera razón es que ya tenía todo lo que necesitaba.
La infraestructura ya estaba ahí
sh0.dev tiene un asistente IA. Alimenta el chat del dashboard -- conectado al servidor del usuario vía MCP, con acceso a 25 herramientas. También tiene un modo docs para el sitio de marketing: un asistente más simple que busca documentación, consulta endpoints de API, y genera archivos de configuración.
El modo docs es exactamente lo que un helpdesk necesita. La infraestructura de streaming estaba construida. El formato SSE estaba definido. El pipeline de ejecución de herramientas estaba probado. Todo lo que necesitaba era un endpoint público que omitiera autenticación y un widget flotante que consumiera el stream.
Eso son unas horas de trabajo. No una suscripción de $50/mes.
El marco de decisión
Tengo una regla para decisiones de construir-vs-comprar: si el costo marginal de construir es menor que un mes de la suscripción, constrúyelo. El costo continuo es entonces cero (o casi cero), y eres dueño de la funcionalidad para siempre.
El costo por conversación es ~$0,005. A 1.000 conversaciones por mes, el costo total es $5. Intercom cobra $29/mes por ese mismo volumen, sin IA que realmente conozca tu producto.
Lo que la IA sabe que Intercom no
El helpdesk IA de sh0 ya tiene un prompt de sistema de 4.000 palabras que contiene cada funcionalidad, la tabla completa de precios, la referencia de comandos CLI, y la referencia de endpoints de API.
Cuando un visitante pregunta "¿Puede sh0 desplegar una app Django?", la IA no adivina. Llama search_docs("deploy django"), encuentra la página de documentación relevante, y responde con una guía paso a paso con enlaces.
Esta no es un chatbot genérico. Es la misma IA que arquitectó el producto, explicando el producto que construyó.
La historia de seguridad
Un endpoint de IA público, no autenticado, en un sitio web de marketing es una superficie que necesita hardening. Tres capas de protección: limitación de velocidad, validación de entrada, y protección de facturación.
Las dos rondas de auditoría encontraron dos problemas Críticos: XSS vía {@html} sin sanitización (corregido con DOMPurify), y sin verificación de saldo antes de la llamada API.
La ventaja real
La ventaja real no es la velocidad. Es que el agente de soporte IA nunca dará una respuesta incorrecta sobre los precios de sh0, nunca le dirá a un visitante que sh0 soporta una funcionalidad que no tiene, y nunca se desconectará porque un proveedor SaaS cambió su API.
El conocimiento vive en el prompt de sistema. Cuando agrego una funcionalidad a sh0, actualizo la documentación. El helpdesk IA lee la documentación. El conocimiento se propaga automáticamente.
Sin pipeline de entrenamiento. Sin fine-tuning. Sin actualizaciones manuales de FAQ.
Eso vale más que cualquier widget de $50/mes.
Siguiente en la serie: De chatbot de docs a agente de soporte en vivo -- La arquitectura técnica: cómo convertimos un asistente IA de docs existente en un helpdesk público con 9 archivos y cero nuevas dependencias.