Encuestas y cuestionarios que empiezan con una frase,
no con un constructor visual.
Dieciséis tipos de pregunta, uno de ellos generado por la IA mientras se responde. Lógica condicional declarativa. Calificación automática para los cuestionarios. Y una IA que entiende qué quieres preguntar — y te lo construye, te lo edita y te lo publica.
Hablas, subes, o pegas JSON. La IA construye el resto.
Olvídate de arrastrar campos. Describe lo que quieres preguntar, sube un documento del que extraer la encuesta, o pega un JSON si ya tienes el esquema. La encuesta — o el cuestionario auto-corregido — se construye sola y se sigue editando conversando.
Le dices «una encuesta de satisfacción con tres preguntas de seguimiento si la nota es baja», te lo entrega.
Lenguaje natural en. JSON válido fuera. Si quieres cambiar algo, lo dices. Si quieres añadir una pregunta tipo entrevista, lo dices. Si quieres convertirla en cuestionario, lo dices.
- Tutea o sé formal: el tono es tu decisión.
- Cada turno preserva contexto.
- Salida validada contra el schema: si algo no encaja, lo ves al momento y no se guarda.
Cambias el JSON hablando, no clicando.
Cuando la encuesta ya existe, cualquier modificación se le pide al editor: «cambia la escala a 1-7», «añade una pregunta condicional si dicen que sí», «traduce la sección 2 al inglés», «convierte la última pregunta en chatbot». El editor entiende la intención y actualiza el JSON validado.
- Cero menús anidados
- Cada turno preserva contexto
- Nada se guarda hasta que tú guardas, y si un cambio fuera a borrar media encuesta, te pide confirmación
- Si el JSON queda inválido, te lo cuenta y propone el fix
Desde una estrella hasta una entrevista completa.
Dieciséis formatos pensados para que cada pregunta sea exactamente lo que necesitas: rápida cuando basta con un click, profunda cuando hace falta conversar. Y todas se adaptan al respondente que tienen delante.
Cada detalle, donde lo necesitas.
No estás eligiendo entre dieciséis cajas cerradas. Cada tipo tiene decenas de ajustes para que se vea, se valide y se comporte como tu caso requiere.
Longitud mínima y máxima. Patrones regex con tu propio mensaje de error. Rangos de fecha. Cantidad mínima y máxima de selecciones. Validaciones que comparan varios campos a la vez («la fecha de fin no puede ser anterior a la de inicio»).
Encuesta → secciones → subsecciones → preguntas. Y cada nivel puede ocultarse o mostrarse según respuestas previas. Si alguien dice «no tengo experiencia laboral», se salta una sección entera, no solo una pregunta.
Barra de progreso, guardado automático para retomar más tarde, respuestas anónimas, aleatorización para evitar sesgo de orden, máximo de respuestas totales, ventanas temporales de apertura y cierre.
El mismo editor crea exámenes que se corrigen solos.
Activas el modo en los ajustes y cada pregunta admite una respuesta correcta — o varias, o un número con tolerancia, o una rúbrica para que la IA corrija las abiertas. Al enviar, el servidor puntúa y, si lo decides, el respondente ve su nota con explicación por pregunta.
Tipos de match
Respuesta única, casillas con crédito parcial, numérico con tolerancia, texto sin distinguir mayúsculas ni espacios sobrantes, y abiertas corregidas por IA con tu rúbrica.
Configuración por pregunta
Marca cada pregunta como evaluable o no. Pon su peso en puntos. Añade una explicación en markdown que se muestra al respondente tras enviar.
Configuración global
Mostrar la nota al respondente, mostrar las respuestas correctas tras enviar, permitir reintentos. Tú decides la experiencia.
Importa desde un documento
Sube el examen en PDF y la IA detecta intent quiz, identifica las preguntas y rellena las correctas citando el documento fuente.
Cada respondente, una encuesta distinta.
Las preguntas que aparecen, el tono, la profundidad de las repreguntas — todo se ajusta a quién está al otro lado. No diseñas cincuenta variantes a mano. El sistema lo hace por ti.
Ramificación inteligente.
Defines reglas como «si la valoración es menor de 7, muestra la sección de feedback detallado». El sistema lee las respuestas en tiempo real y revela u oculta secciones, subsecciones o preguntas concretas. Reglas claras, deterministas, fáciles de auditar.
Ramificar por un cálculo.
A veces la condición no está en ninguna respuesta suelta: está en la cuenta. Declaras una variable calculada —renta per cápita, IMC, puntuación total— con una fórmula sobre respuestas anteriores, y su id se usa después igual que el de una pregunta. Si falta un dato la variable no vale cero: no vale nada, y el bloque que depende de ella sigue oculto hasta que el número exista.
Entrevista que profundiza.
En las preguntas tipo chatbot, la IA conversa durante varios turnos. Cada repregunta se decide en función de lo que el respondente acaba de contestar — y de lo que ha dicho en preguntas anteriores. Si menciona problemas con el envío, la siguiente pregunta es sobre el envío, no sobre todo el proceso de compra.
Preguntas generadas en caliente.
Más allá de revelar preguntas pre-escritas: la IA inventa la siguiente pregunta basándose en todo lo que el respondente ha contestado hasta ese punto. Útil cuando la trayectoria del formulario es imposible de prever — investigación cualitativa, exploración abierta, perfiles atípicos.
Donde otras herramientas necesitan cincuenta preguntas para cubrir todos los casos, EncuestaAI necesita ocho — y obtiene más profundidad porque cada conversación se adapta al respondente que tiene delante.
Reglas que puedes auditar.
Nada de scripts pegados en un campo oculto. Las condiciones son declarativas: viven en el JSON de la encuesta, se editan con un constructor visual y cualquiera puede leer qué hace cada una — incluido el cliente, porque salen explicadas en prosa en el documento de revisión.
- Tres niveles, no solo preguntas
Puedes condicionar una sección entera, una subsección o una sola pregunta. Lo que queda oculto no se valida ni se envía: no acabas con respuestas fantasma de ramas que el respondente nunca vio.
- Operadores explícitos
show_if / hide_if con igualdad, mayor y menor que, pertenencia a una lista o «sin responder». Comparaciones deterministas, sin sorpresas de tipos: un umbral vacío no casa con un cero.
- Variables calculadas
Una fórmula sobre respuestas anteriores con + - * / ( ) y una lista cerrada de funciones: min, max, abs, round, count y coalesce. Nada de eval — parser propio, sin dependencias.
- El servidor tiene la última palabra
El navegador no manda los valores calculados: se recalculan en el servidor con las respuestas definitivas y se guardan con la respuesta. Así el número que ves en un informe es el mismo que decidió la ramificación.
Vacío, no numérico o división por cero → la variable vale nada y el bloque sigue oculto. Si prefieres que un hueco cuente como cero, lo dices tú: coalesce(count(situaciones), 0).
El linter caza la fórmula que apunta a una pregunta inexistente o posterior, y el editor valida mientras escribes con el mismo motor que corre en producción.
Si describes la encuesta en el chat («muestra la sección de ayudas si la renta por persona baja de 600»), el asistente declara la variable y la condición por su cuenta.
Prueba el cuestionario antes de gastar muestra
Genera respuestas de prueba con IA y mira el análisis funcionando —tópicos, búsqueda, informes— sin haber llamado a nadie todavía. Cada respuesta simula a una persona distinta y recorre la encuesta como ella.
Personas, no relleno
Cada respuesta lleva su propio perfil y contesta en coherencia con él, también en los abiertos. La diseñadora freelance y el jubilado del pueblo no responden igual.
Respeta tus filtros
Solo contesta lo que esa persona habría visto: si tu condición la desvía, el bloque se queda vacío. Las bases y los abandonos salen creíbles en vez de inflados.
Entrevista de verdad al chatbot
El agente que hablará en campo conduce la conversación turno a turno contra el perfil simulado, con su resumen y su rúbrica. Es la única forma de ver si tu guion se atasca antes de que le pase con una persona real.
Marcadas y desechables
Van etiquetadas como sintéticas y se borran en lote cuando terminas de validar. Nunca se confunden con tus datos reales.
Sirve para validar el instrumento y ver el análisis en marcha, no para sacar conclusiones: los porcentajes de un piloto son del modelo, no de tu población.
Del piloto al campo, con Netquest u otro panel
Cuando el cuestionario está validado, sale a campo por un panel online. Activas el panel en la encuesta, le pasas el enlace al proveedor y EncuestaAI se ocupa del resto: el id de cada panelista, sus salidas, los filtros y el cierre.
- Un enlace, un id por panelista
Le das al panel el enlace con el hueco del id (?pid=[[[id]]]) y cada panelista entra con el suyo. Los datos que el panel ya tiene (NSE, región…) llegan en el mismo enlace y no hace falta preguntarlos. Si alguien vuelve a entrar, sigue donde lo dejó o, si ya terminó, sale por donde salió.
- Una salida por resultado
Completa, filtrada, cuota llena y fallo de calidad: cada una devuelve al panelista al panel con su id, y es esa vuelta la que le da, o no, sus puntos. Con Netquest se rellenan con un botón; con otro panel, pegas sus cuatro URLs.
- Filtros que el panelista no ve
Las reglas de filtrado, las preguntas trampa y el control de quien contesta demasiado rápido se evalúan en el servidor al pasar de página y otra vez al enviar. El navegador solo sabe que tiene que preguntar, no qué respuesta le deja dentro.
- Cuotas por celdas
Fijas el objetivo de cada celda —zona × sexo × edad, con los datos de una pregunta o del enlace— en una tabla que se rellena pegando desde Excel. Quien llega a una celda llena sale por «cuota llena» en cuanto se sabe, y quien no encaja en ninguna, por «filtrada». El estado de cada celda se descarga para ir mandándoselo al panel.
- Cierre de campo con su Excel
Al cerrar el campo o llegar al objetivo de completas, quien entra después sale por «cuota llena» y quien ya estaba dentro termina. Descargas el Excel que pide el panel: el id y el tipo de cada participación, la incidencia y la duración media.
Una sola salida de completa: si el panel paga puntos distintos según la duración de la entrevista, de momento hay que acordar con él cómo aplicarlo (el Excel de cierre lleva la duración de cada participación).
Lo que le mandas al cliente.
El trabajo no acaba en un panel: acaba en un documento que alguien revisa, firma o archiva. EncuestaAI genera cinco, y los descargas en Word para enviarlos tal cual.
- El cuestionario en lenguaje llanosin IA · sin coste
Cada pregunta numerada P1…Pn con sus opciones, sus validaciones y la lógica condicional contada en prosa («si en P4 marcó menos de 7…»), nunca con ids técnicos. Se construye directo desde la encuesta, sin llamar a ningún modelo. Si es un cuestionario evaluable señala qué preguntas puntúan, pero jamás la respuesta correcta.
- Guion de programación CATI/CAWIsin IA · sin coste
El mismo cuestionario, escrito para quien lo programa: nombre real de cada variable, tipo de captura, tabla de códigos y la BASE completa de cada pregunta — ya combinada con los filtros que hereda de su sección y su bloque, que en el editor están repartidos en tres sitios. Marca lo que hay que arreglar antes de campo y declara lo que el cuestionario no define (cuotas, terminaciones) en vez de inventarlo.
- Informe de validez metodológicaIA
Relaciona el documento del que nació el estudio con las preguntas que lo cubren: tabla de trazabilidad objetivo → pregunta, huecos detectados, calidad pregunta a pregunta con correcciones concretas y, si ya hay respuestas, las señales empíricas.
- Informe ejecutivo de resultadosIA · periódico
Una ventana temporal comparada con la anterior: KPIs con su variación, el top de categóricas, citas literales de las respuestas abiertas y qué hacer con todo eso. Programable y entregable por webhook.
- Oferta comercial del estudioIA · se ajusta conversando
La propuesta que envías antes de empezar: objetivos, metodología, instrumento, entregables, cronograma e inversión — con un anexo que justifica de dónde sale cada importe. Los precios los pones tú o los sugiere la IA. Y cuando sale, la retocas conversando: «sube el Premium a 15.000 €», «añade una fase piloto». La IA reescribe solo las secciones afectadas, cuadra la cifra en todas las que la repiten y guarda cada cambio como una versión nueva.
Los márgenes van definidos de verdad, no heredados de tu plantilla: el .doc se abre con formato en Word, LibreOffice y Google Docs. El HTML es autocontenido e imprimible a PDF desde el navegador.
- El documento de revisión sale siempre de la encuesta actual: si cambias una pregunta, la siguiente descarga ya la lleva.
- Los tres informes de IA guardan histórico de versiones — puedes volver a la que enviaste.
- La oferta y el informe de validez se escriben en el idioma del estudio (la oferta te deja elegir otro); el documento de revisión, el guion y el informe de resultados salen en español. Quién puede descargarlos sigue los permisos de la encuesta.
Tu marca en cada encuesta, sin editores raros ni herramientas aparte.
Le describes a la IA cómo quieres que se vea — «que vaya con los azules de mi web», «más editorial, menos formulario», «mismo look que el logo» — y aplica el preset, el color de acento, la densidad y el tema que encajan. Si subes una captura del sitio o pegas la URL, la IA con visión te propone la combinación directamente.
- Override por encuesta para casos especiales
- El estilo se queda dentro de la encuesta — no se pisa con el resto de tu sitio
- 5 idiomas para el respondente: es, en, fr, pt, de
- Color, tema claro u oscuro, densidad y ritmo de preguntas
Una plataforma, muchos equipos.
Organizaciones, 7 niveles de rol (de viewer_limited a org_owner), invitaciones por link y compartir encuestas individuales. Cada org es su propio espacio aislado a nivel de base de datos.
Pensado para cuando "una encuesta normal" no llega.
Recruiting técnico
Pre-screening conversacional que sustituye la primera llamada de RRHH.
Investigación cualitativa
Entrevistas a 200 personas a la vez, con resúmenes que tu equipo puede leer.
Feedback de producto
Preguntas que repreguntan cuando la respuesta es "está bien".
Onboarding y formularios largos
La IA valida y autocompleta para que el respondente no abandone.
Las preguntas que de verdad nos hacen.
gemini-flash o gpt-4o-mini, una conversación típica de 5 turnos cuesta entre 0,001 € y 0,01 €. Con modelos más potentes (Claude Sonnet, GPT-4o), entre 0,01 € y 0,05 €. Si la plataforma tiene conectado un modelo local con Ollama, la conversación no le paga tokens a ningún proveedor, aunque los embeddings de la búsqueda y los tópicos siguen yendo a Gemini (una fracción de céntimo por respuesta) y la moderación del chat, si la activas, a OpenAI. La factura la pagas tú al proveedor — nosotros no tocamos ese dinero.system_prompt le dices quién es y cómo hablar — por ejemplo, que diga desde el primer mensaje que es un asistente con IA. Se configura pregunta a pregunta.AES-GCM y probadas contra el proveedor al guardarlas), cada llamada va a su cuenta del proveedor y ve el coste real en su factura. Si prefieres no tocar nada, te activamos el modo gestionado: tu organización usa nuestras claves cuando le falte la suya.prompt_vars y el system_prompt; ahí no se envían datos de otras encuestas, ni emails ni metadatos del respondente salvo que tú los referencies expresamente. El análisis va aparte: la búsqueda semántica y los tópicos envían a Gemini el texto libre de cada respuesta, y el informe y el chat con tus datos mandan al modelo los textos que necesitan. Ese texto va tal cual lo escribió el encuestado, salvo que tu organización tenga activada la redacción de datos personales, que los tapa antes de guardar.ingresos / miembros) y usas su id en las condiciones igual que el de una pregunta. Admite min, max, abs, round, count y coalesce. Si falta un dato la variable no vale cero: no vale nada, y el bloque que depende de ella sigue oculto hasta que el número exista.Deja de leer respuestas de "está bien".
Empieza a recibir entrevistas estructuradas. Configura tu primera encuesta conversacional en cinco minutos.