Try-on virtual en WhatsApp: cómo probar un labial dentro de la conversación

En América Latina, la duda de tono rara vez nace en un sitio web. Nace en una conversación: la clienta manda una foto de la etiqueta, pregunta si el labial "le queda bien", pide ayuda para elegir entre dos tonos de base. El try-on virtual en WhatsApp resuelve exactamente ese momento: en lugar de responder con texto y un link, la marca devuelve la imagen de la propia clienta con el producto aplicado. La decisión ocurre dentro de la conversación, sin cambiar de canal.

Este artículo trata del diseño de ese flujo: qué puede renderizar la API, cómo organizar la atención humana y automatizada, y qué límites deben quedar claros antes del go-live.

Por qué WhatsApp es un canal natural para la prueba virtual

Tres características del canal favorecen la prueba virtual.

La foto ya circula. Mandar una selfie por WhatsApp es un gesto trivial para la clienta: no necesita aprender una interfaz nueva, autorizar la cámara en el navegador ni instalar nada. El insumo del try-on llega de forma espontánea.

La conversación carga contexto. Antes de la foto, la clienta ya dijo qué busca: labial para el trabajo, base para piel grasa, un regalo. Ese contexto limita la paleta que vale la pena mostrar.

La atención ya existe. Marcas de belleza, revendedoras y tiendas físicas ya operan WhatsApp para vender. El try-on no crea un canal: le agrega una respuesta visual a un canal que ya convierte.

Cómo funciona el try-on virtual en WhatsApp en la práctica

MaIA Try-On tiene dos formas de entrega, y solo una encaja en WhatsApp.

La API por foto es la pieza correcta

En WhatsApp el flujo se basa en foto. La clienta envía la imagen, tu backend recibe el archivo por el webhook de la API de mensajería, lo envía a la API de MaIA Try-On junto con el identificador del producto y recibe de vuelta la imagen renderizada. Esa imagen se devuelve como contenido multimedia en la conversación. La API renderiza labial y base, con paletas calibradas a los productos reales de la marca dentro de un proyecto; es decir, el tono que aparece en la foto corresponde al SKU que está en el catálogo, no a un color genérico.

El SDK de navegador es otra cosa: cubre trece productos más el Full Look, con modo en vivo por la cámara, renderizado localmente, y lo hospeda la propia marca en una página web. No corre dentro de WhatsApp. Si tu guion necesita sombra, máscara o look completo, el camino es llevar a la clienta a una página con el SDK, y ahí el link se vuelve el siguiente paso de la conversación, no la respuesta inmediata. Esa diferencia entre los dos formatos está detallada en el artículo sobre try-on por foto y AR try-on.

El guion mínimo de la conversación

Un flujo sencillo suele tener cinco pasos:

1. Intención: la clienta pregunta por un producto o una categoría.
2. Pedido de foto: con una instrucción corta: rostro de frente, luz natural, sin filtro.
3. Selección de tonos: dos o tres tonos, no la paleta entera. Más de tres imágenes seguidas se vuelven ruido en la conversación.
4. Envío de las vistas previas: cada imagen acompañada del nombre del SKU y del link del producto.
5. Cierre: link al carrito, o derivación a un asesor humano.

Dónde entra el perfil de belleza

La vista previa muestra cómo queda. No decide qué tonos mostrar. Esa elección puede venir de la conversación, de una pregunta directa o del perfil de belleza generado por MaIA Scan, que describe atributos visibles de la foto: tono y subtono de piel, tipo y condición aparente, atributos de cabello, con una confianza por campo. Es descripción de características visibles en una imagen, no una evaluación médica, y no reemplaza a un profesional.

Con el perfil en la mano, la misma foto sirve para dos usos: definir la selección de tonos y alimentar el render. Y si la marca quiere que toda la conversación sea conducida por una capa de IA conectada al catálogo, ese es el alcance de MaIA Beauty Advisor, entregado como proyecto con el equipo de B4A.

Decisiones que hay que tomar antes del go-live

Automático, humano o híbrido

La atención humana con try-on funciona bien en volúmenes menores y tickets altos: el asesor dispara el render y comenta el resultado. La automatización pura escala mejor en campañas de lanzamiento. El híbrido —el bot recoge la foto y genera las vistas previas, el humano toma el control ante la duda— suele ser el diseño más realista para quien ya tiene equipo de ventas en el canal.

Qué pasa con la foto

En el flujo por API la foto sale del dispositivo de la clienta: llega a WhatsApp, a tu backend y a la API de render. Definí antes cuánto tiempo queda almacenada la imagen de cada lado, quién del equipo puede verla, y escribilo en lenguaje simple en el primer mensaje del flujo. El consentimiento claro en el canal de conversación es tan importante como la calidad del render.

Calidad de la foto recibida

La foto de WhatsApp llega comprimida, a veces de lejos, a veces con luz amarilla. Conviene instruir la captura en una frase y tener una respuesta estándar para imagen inadecuada: pedir otra foto es mejor que devolver un render malo, porque la vista previa equivocada destruye la confianza en el tono.

Catálogo y nomenclatura

Cada tono renderizado necesita un identificador estable que conecte la vista previa con el SKU vendible. Sin eso, a la clienta le gusta la imagen y nadie sabe qué producto poner en el carrito.

Qué medir

Seguí las conversaciones con foto enviada, las vistas previas generadas por conversación, los clics en el link de producto después de la vista previa y la tasa de cierre comparada con conversaciones sin try-on. Existen números de terceros sobre el impacto de la prueba virtual, pero el resultado varía con el catálogo, el tráfico y el canal de cada marca: medí el tuyo.

¿Querés probar el flujo? Creá tu cuenta, comprá créditos y generá tu clave en la documentación de la API, o hablá con el equipo de B4A para diseñar la conversación junto con tu catálogo.