Aplicación de kimi-k3 en el sector del comercio electrónico: generación de textos de producto y respuestas de atención al cliente mediante la API de hiapi

Los equipos de comercio electrónico producen a diario grandes cantidades de texto breve y estructurado: títulos de producto, listas de puntos clave, preguntas y respuestas sobre guías de tallas, respuestas sobre políticas de devolución, respuestas a reseñas. Estas tareas no requieren que un modelo de chat general consuma una gran cantidad de tokens en razonamientos de varias páginas; lo que sí requieren es un modelo lo suficientemente rápido, con una salida lo bastante consistente y un coste lo bastante bajo como para ejecutarlo para cada SKU y cada ticket de atención al cliente.

kimi-k3, disponible a través de la API de hiapi, es un modelo de razonamiento de solo texto diseñado precisamente para este tipo de cargas de trabajo. No admite salidas de imagen o vídeo; si buscas generar imágenes de producto con IA, consulta la guía del flujo de trabajo de comercio electrónico con gpt-image-2. Lo que kimi-k3 realmente hace bien es convertir especificaciones de producto desordenadas o mensajes de clientes cargados de emoción en texto limpio y alineado con el tono de la marca, además de ofrecer un presupuesto de razonamiento opcional para que pagues solo por el pensamiento que realmente necesitas.

Esta guía abarca dos casos de uso concretos del comercio electrónico —la redacción de textos de producto y las respuestas de soporte al cliente— e incluye llamadas reales a la API, un uso real de tokens y un coste real por solicitud.

Por qué el comercio electrónico encaja con los modelos de solo texto

La mayoría de las tareas de texto en comercio electrónico son de un solo turno y de alcance bien definido: reescribir esta hoja de especificaciones en cinco puntos clave, responder a esta pregunta sobre devoluciones, redactar un título de producto dentro de un límite de caracteres. No necesitas capacidades visuales ni llamadas a herramientas de varios pasos; lo que necesitas es un modelo que siga de forma fiable las instrucciones de formato y que no invente detalles de las políticas.

kimi-k3 ofrece tres niveles de reasoning_effort (low, high, max) en el mismo endpoint de Chat Completions, de modo que puedes subir el razonamiento para los mensajes que exigen aplicar realmente una política (por ejemplo, determinar la elegibilidad de una devolución) y bajarlo para las tareas que consisten principalmente en formatear (por ejemplo, reescribir especificaciones como texto de marketing). Este es un mecanismo de ajuste de costes que la mayoría de los modelos de chat de un solo nivel no ofrecen.

Caso de uso uno: redactar textos de producto a partir de una hoja de especificaciones

Una tarea típica de catálogo: tomar una especificación en bruto —dimensiones, material, un par de notas sobre funciones— y convertirla en un título más una lista de puntos clave que respeten el límite de caracteres de la plataforma de comercio electrónico y que no exageren las funciones del producto.

curl https://api.hiapi.ai/v1/chat/completions \
  -H "Authorization: Bearer $HIAPI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "kimi-k3",
    "reasoning_effort": "low",
    "messages": [
      {
        "role": "system",
        "content": "You write e-commerce product listings. Output a title under 70 characters and 4 bullet points in ALL-CAPS-LEAD style. Do not claim features not in the spec."
      },
      {
        "role": "user",
        "content": "Product: pour-over coffee dripper. Material: stainless steel. Capacity: 1-2 cups. Color: matte black. Includes travel pouch. Dishwasher safe."
      }
    ]
  }'

Con reasoning_effort establecido en low, el modelo "piensa" durante mucho menos de un segundo antes de devolver la respuesta y producir un texto de página de producto listo para pegar:

Título del producto (69 caracteres): Stainless Steel Pour Over Coffee Dripper, 1-2 Cup Cone Filter, Matte Black

• Extracción de precisión para café de filtro: filtro cónico de acero inoxidable diseñado para 1-2 tazas, que te da control total sobre el proceso de extracción para preparar una taza de café limpia y llena de sabor cada vez.
• Material de acero inoxidable duradero: fabricado en acero inoxidable con un acabado negro mate, queda elegante tanto en la encimera de la cocina como en la barra de café.
• Diseño de filtro cónico reutilizable: el filtro en sí no necesita papel de filtro; disfruta de una experiencia de preparación sostenible y económica, tanto en casa como de viaje.
• Fácil de limpiar y de llevar: apto para lavavajillas, para una limpieza sin complicaciones; incluye una bolsa de transporte para que prepares tu café favorito dondequiera que estés.

Fíjate en la advertencia que el modelo añadió por su cuenta después de la lista de puntos clave: señala que la afirmación de "filtro reutilizable" depende de un detalle de la especificación que no se proporcionó (si ese filtro necesita o no papel de filtro). En una cadena automatizada de redacción, esta forma de señalar proactivamente la incertidumbre es exactamente lo que quieres: indica que el producto debe enviarse a revisión humana en lugar de publicar directamente una afirmación no verificada.

Uso real de esta llamada: 184 tokens de prompt, 239 tokens de completion (incluidos 10 tokens de razonamiento), coste total $0.0032.

Caso de uso dos: respuestas de soporte al cliente

Las cuestiones de atención al cliente requieren un razonamiento real mayor que la redacción de textos: el modelo debe aplicar correctamente la política, no solo reformatear el texto. Aquí es donde resulta valioso subir reasoning_effort.

curl https://api.hiapi.ai/v1/chat/completions \
  -H "Authorization: Bearer $HIAPI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "kimi-k3",
    "reasoning_effort": "high",
    "messages": [
      {
        "role": "system",
        "content": "You are a support agent. Return policy: returns accepted within 30 days if unused and in original packaging. Customer pays return shipping unless the item arrived damaged or wrong. Refunds post 5-7 business days after warehouse receives the item."
      },
      {
        "role": "user",
        "content": "I ordered the wrong size 10 days ago, item is unopened. Can I return it, and who pays shipping?"
      }
    ]
  }'

Respuesta:

Buenas noticias: cumples los requisitos para la devolución. Según nuestra política, el proceso es el siguiente:

Elegibilidad de la devolución: sí, puedes devolverlo. Aceptamos devoluciones dentro de los 30 días siempre que el artículo no se haya usado y conserve su embalaje original. Hiciste el pedido hace 10 días y aún no lo has abierto, así que cumples los requisitos.

Gastos de envío de la devolución: como el artículo se envió correctamente (la talla equivocada se eligió al hacer el pedido, no fue un error nuestro), los gastos de envío de la devolución corren por tu cuenta. Solo asumimos los gastos de envío de la devolución cuando el artículo llega dañado o cuando enviamos el artículo equivocado.

Plazo del reembolso: una vez que nuestro almacén reciba la devolución, el reembolso se emitirá a tu método de pago original en un plazo de 5-7 días hábiles.

El modelo distinguió correctamente entre "el cliente eligió la talla equivocada" y "enviamos el artículo equivocado" —una distinción que determina quién asume los gastos de envío de la devolución— en lugar de limitarse a buscar coincidencias con la palabra "devolución". Esta es precisamente el tipo de aplicación de políticas que necesita revisión humana antes de enviarse como respuesta automática, pero es un borrador sólido que un agente humano puede aprobar en unos segundos en lugar de escribirlo desde cero.

Uso real de esta llamada: 222 tokens de prompt, 207 tokens de completion (incluidos 45 tokens de razonamiento, más del doble que los tokens de razonamiento de la llamada de redacción de textos, lo que refleja el trabajo adicional de razonamiento sobre políticas), coste total $0.0029.

Notas sobre el coste al operar a escala

kimi-k3 en hiapi cuesta $2.32 por millón de tokens de entrada y $11.60 por millón de tokens de salida, y la entrada en caché se factura a $0.232 por millón, un 90 % de descuento frente a los tokens de entrada nuevos. Si tu sistema de soporte reutiliza el mismo bloque de texto de política como system prompt en miles de tickets, ese system prompt es un candidato claro para el almacenamiento en caché de prompts: solo el mensaje del cliente y la respuesta del modelo se facturan a precio completo, y el bloque de política repetido se factura a la tarifa de caché cuando hay acierto en caché.

Para la redacción de textos a escala de catálogo, reasoning_effort: "low" mantiene bajo el consumo de tokens de completion (y por tanto el coste) en las tareas que consisten principalmente en reformatear en lugar de razonar. Reserva high o max para las tareas en las que un error lógico (por ejemplo, el cálculo de un reembolso o una excepción de garantía) cuesta mucho más que una respuesta algo más lenta.

Para consultar la referencia completa de parámetros, incluidos response_format para salidas JSON estructuradas y la compatibilidad con streaming, consulta la documentación de kimi-k3.

Cómo empezar rápidamente

Los dos ejemplos anteriores se ejecutan en la misma página del modelo kimi-k3 y en el mismo endpoint; basta con sustituir el system prompt y el valor de reasoning_effort para ajustarlos a tu tarea, y tendrás una cadena de redacción de textos o de respuestas de soporte al cliente funcional en una sola llamada a la API. Consulta los precios actuales para ver todos los modelos disponibles, obtén una clave de API y empieza con unas pocas especificaciones de producto reales o tickets de soporte reales (anonimizados) en lugar de datos de prueba sintéticos: la forma más fácil de juzgar la calidad de la salida es compararla con el texto real y desordenado que el modelo verá realmente en producción.