Volver a casos
Operaciones agénticas6 mayo 2026

Flujo agéntico de investigación para prospección

Las indicaciones humanas se convierten en conjuntos de compañías, controles de exclusión, investigación, borradores aprobables y seguimiento.

Nota del caso

La implementación se trató como un sistema operativo pequeño: primero visibilidad, después ownership y solo entonces automatización.

70% menos preparaciónVentas B2BSupabase
Imagen editorial de Flujo agéntico de investigación para prospección

Caso de uso

Convertir una idea de prospección en investigación, borradores aprobables y seguimiento

El equipo define una búsqueda: mercado, zona, tamaño, señales de compra y exclusiones. El sistema no intenta enviar correos por su cuenta. Primero convierte el encargo en una búsqueda clara, después investiga compañías y contactos y crea una cola de borradores. Solo tras la aprobación sincroniza el CRM, envía y registra el mensaje, y controla el seguimiento.

Resultado: tres flujos trazables reducen alrededor de un 70% la preparación, aplican dos controles de exclusión y mantienen el 100% de los envíos externos bajo aprobación humana.

Mapa del workflow

Tres flujos independientes en un sistema de prospección

Cada flujo tiene su propio activador. Pueden ejecutarse de forma encadenada o utilizarse por separado para la recepción, la investigación o el envío aprobado.

Flujo 0 - Recepción del encargoActivador: correo, chat o solicitud manualFlujo 1 - Investigación y borradoresActivador: nueva búsqueda lista para investigarFlujo 2 - Mensaje aprobado y seguimientoActivador: borrador aprobado por una personaRespuestaCompleto0. Recibir solicitudCorreo | chat | manualCanal1. Validar encargoCliente ideal | zona | restriccionesOpenRouter¿Informaciónsuficiente?2b. Pedir datosFalta | ejemploResend2a. Crear búsquedaEncargo | filtros | objetivoSupabase3. Confirmar inicioBúsqueda aceptadaResendLa búsqueda inicia el flujo 1Permitido1. Cargar búsquedaEncargo | umbrales | límitesSupabaseRegla del loteLa búsqueda define unnúmero objetivo de empresas.Cada empresa sigue su ruta.Bloquear una no detiene al resto.2. Conjunto de candidatosDescubrir o cargar empresasTavily3. Validar cuentaCliente | duplicada | asignadaPython + CRMSe puedeinvestigar?ContinuarSiguiente empresaCualifica4. Investigación profundaWeb | señales | fuentesTavily5. Puntuar compañíaEncaje | necesidad | herramientasOpenRouter¿La compañíacualifica?ContinuarSiguiente empresaContacto válido6. Buscar contactosRoles | email | LinkedInTavily7. Puntuar contactosPerfil | autoridad | enfoqueOpenRouter¿El contactocualifica?ContinuarSiguiente contactoOK8. Comprobar exclusiónCorreo | dominio | reglasPython¿Excluido?ContinuarSiguiente contacto9. Redactar mensajesPrimer contacto | seguimientosOpenRouter10. Revisión humanaBorrador pendiente de aprobaciónSupabase11. Decisión humanaAprobar | editar | rechazarLa aprobación inicia el flujo 2Permitido1. Borrador aprobadoRevisor | versiónSupabase2. Cargar contextoBorrador | compañía | contactoSupabase3. Repetir controlAntes de cualquier envíoPython¿Todavíapermitido?FinSin envío4. Sincronizar HubSpotEmpresa | contacto | notaHubSpot5. Enviar mensajeSolo el mensaje aprobadoResend6. Registrar actividadCorreo | cronología | responsableHubSpot7. Guardar seguimientoEnviado | respuesta | próxima fechaSupabaseFin

Base de datos principal: Supabase

Todo el workflow usa Supabase como fuente de verdad: guarda cada registro, su estado y los eventos clave para ver que paso, reintentar fallos y depurar sin buscar en cada herramienta.

Iconos de herramientas

SupabasePython/FastAPITavilyOpenRouterHubSpotResend

Fundamento del sistema

No es un bot de prospección. Es un sistema comercial con controles.

La parte agéntica no está en que un modelo mande mensajes por su cuenta. Está en dividir un trabajo ambiguo en decisiones pequeñas: pedir contexto, investigar, descartar, puntuar, redactar, esperar aprobación, enviar y registrar qué pasó.

El flujo 0 existe porque los encargos humanos rara vez llegan completos.

El sistema puede solicitar mercado, zona, tamaño, señales de compra, exclusiones y objetivo antes de invertir en investigación.

El flujo 1 existe porque investigar no es lo mismo que enviar.

Aquí se construye el conjunto de candidatos, se bloquean clientes y duplicados, se puntúa el encaje de compañías y contactos, y se prepara una cola de revisión.

El flujo 2 existe porque enviar es una acción externa.

Solo se activa con aprobación humana, vuelve a comprobar las exclusiones y entonces sincroniza HubSpot, envía y guarda el estado del seguimiento.

Por qué importan los controles

  • Encargo completo antes de investigar.
  • Clientes, duplicados y cuentas asignadas bloqueados antes de invertir en investigación profunda.
  • La compañía debe cualificar antes de buscar contactos.
  • Cada contacto debe cualificar antes de redactar.
  • Exclusiones comprobadas antes del borrador y de nuevo antes del envío.
  • HubSpot y Resend solo después de aprobación humana.

Ampliaciones compatibles

Intención de compra y señales de visitas web para priorizar las cuentas más activas.
Inferencia de herramientas probables: CRM, correo, analítica, soporte, comercio electrónico o sistemas internos.
Investigación de competidores, señales de contratación, financiación, noticias y cambios de liderazgo.
Puntuación separada por compañía, contacto, necesidad probable, momento y capacidad de pago.
Interfaz interna de aprobación para editar mensajes sin tocar Supabase.
Exportación a CSV o Google Sheets para la revisión comercial y los informes.
Secuencias de seguimiento con pausas, límites, detección de respuestas y reglas de detención.
Clasificación de respuestas: interesado, más adelante, persona incorrecta, baja de comunicaciones o rebote.
Resumen semanal con búsquedas, cuentas bloqueadas, borradores aprobados y respuestas.
Panel de calidad: fuentes utilizadas, coste de investigación, tasa de aprobación y errores.
Asignación de responsables por territorio, industria o cartera existente.
Modo de pruebas con investigación simulada de bajo coste antes de usar la búsqueda real.

El punto de partida

La prospección no era una sola tarea. Empezaba con unas indicaciones humanas y continuaba con la búsqueda de compañías, la exclusión de clientes y duplicados, la investigación de contactos, la puntuación, la redacción, la aprobación, la sincronización con el CRM, el envío y el seguimiento. El trabajo se podía hacer a mano, pero la calidad dependía de quién investigaba, qué fuentes consultaba y si recordaba los pasos de control.

El diagnostico se hizo sobre volumen real, herramientas conectadas, puntos de decision y excepciones. La pregunta no era solo que automatizar, sino que prueba demostraria que el proceso habia terminado bien. La prueba operativa importo tanto como la automatizacion.

La implementación

Ductio separó el sistema en tres flujos independientes que también pueden ejecutarse de forma encadenada. El flujo 0 recibe el encargo por correo u otro canal, solicita la información pendiente y crea la búsqueda. El flujo 1 investiga compañías y contactos, filtra clientes y duplicados, puntúa el encaje y redacta mensajes para los pares cualificados. El flujo 2 comienza únicamente tras la aprobación, sincroniza HubSpot, envía y registra el mensaje aprobado, y controla el seguimiento.

La implementacion separo reglas, contexto libre, decisiones humanas y efectos externos. Asi el sistema podia mejorar el trabajo diario sin convertir cada excepcion en una caja negra. IA como apoyo dentro del proceso, no como piloto automático.

Qué se usó

La selección de herramientas se hizo desde el proceso, no desde una preferencia técnica previa. El criterio fue que cada pieza tuviera un owner claro, integración estable y una forma sencilla de revisar errores.

En la práctica se combinó Supabase, Python/FastAPI, OpenRouter, Tavily, HubSpot, Resend. Las herramientas visibles para el equipo quedaron cerca de su trabajo diario, mientras la lógica de integración quedó documentada y separada de decisiones comerciales sensibles.

SupabasePython/FastAPIOpenRouterTavilyHubSpotResend

La mejora se vio en el trabajo diario.

En lugar de presentar el resultado como un dashboard, el equipo lo notó en tres escenas concretas: menos preparación manual, menos búsqueda de contexto y menos dudas sobre quién tenía que actuar.

Preparación: Investigación de compañías y contactos, y preparación de mensajes pasó de 70 min a 20 min.

Cobertura: Recepción, investigación y envío aprobado mantienen una trazabilidad independiente pasó de 1 cadena manual a 3 flujos.

Encargo listo: La información pendiente se resuelve antes de invertir en investigación pasó de Idas y vueltas a 1 encargo validado.

Prueba antes/después

Qué cambió en la operación

Antes

1Una persona define el público objetivo
2El comercial busca compañías a mano
3Los clientes existentes se comprueban tarde
4Los contactos se investigan uno a uno
5El encaje y la autoridad se valoran de memoria
6El enfoque se redacta desde cero
7La aprobación queda en un chat o una hoja
8El seguimiento se gestiona por separado

Después

1Recepción del encargo de búsqueda
2Solicitud de información pendiente
3Conjunto de candidatos
4Validación de cuentas
5Investigación de compañías
6Puntuación de compañías y contactos
7Control de exclusión
8Cola de borradores puntuados
9Flujo de aprobación
10Sincronización y envío
11Seguimiento

Artefactos visibles

  • Registro del encargo de búsqueda
  • Tabla de compañías candidatas
  • Evento de validación
  • Resumen de investigación
  • Justificación de la puntuación del contacto
  • Cola de borradores
  • Registro de aprobación
  • Actividad de HubSpot
  • Identificador del mensaje de Resend
  • Estado del seguimiento

Controles

  • Encargo completo antes de investigar
  • Clientes, cuentas asignadas y duplicados bloqueados antes de investigar a fondo
  • La compañía debe cualificar antes de buscar contactos
  • Cada contacto debe cualificar antes de redactar
  • La exclusión se comprueba antes del borrador y antes del envío
  • Aprobación humana antes de usar HubSpot o Resend
  • Cada puntuación conserva sus evidencias
  • Los plazos de seguimiento quedan registrados

Qué cambió después

El sistema de tres flujos reduce alrededor de un 70% la preparación de la investigación y entrega a ventas una cola priorizada en vez de una tarea en blanco. Las compañías con poco encaje, los clientes existentes, los duplicados y los contactos excluidos se detienen sin interrumpir el resto de la búsqueda. Los pares compañía-contacto cualificados reciben una justificación respaldada por fuentes y borradores personalizados, mientras dos controles de exclusión y la aprobación humana obligatoria protegen cada envío externo.

El resultado no fue solo ahorrar minutos. El equipo gano una secuencia comun para revisar entradas, entender contexto, decidir, actuar y comprobar que el workflow habia quedado registrado. 70% menos preparación

El workflow en una línea

01Recibir encargo02Completar información03Crear búsqueda04Conjunto de candidatos05Validar cuenta06Investigación profunda07Puntuar compañía08Descubrir contactos09Puntuar contactos10Exclusión11Cola de borradores12Aprobar, enviar y seguir

Cómo se construyó

Supabase conecta los encargos de búsqueda, las compañías candidatas, los contactos, las puntuaciones, los borradores, las aprobaciones, la sincronización con HubSpot y los eventos de envío y seguimiento. OpenRouter valida los encargos, razona el encaje y redacta; Tavily y RSS apoyan la investigación pública; HubSpot y Resend solo se utilizan después de la aprobación.

El stack fue pragmático: Supabase, Python/FastAPI, OpenRouter, Tavily, HubSpot, Resend. No se eligieron herramientas para impresionar, sino por ownership, integración y mantenimiento. El resultado es un sistema que el equipo puede entender y operar.

Lo que quedó entregado

Implementado
  • Recepción del encargo
  • Conjunto de candidatos
  • Validación de cuentas
  • Investigación de compañías y contactos
  • Puntuación de compañías y contactos
  • Cola de aprobación
  • Sincronización y envío
  • Seguimiento
Beneficios
  • La preparación bajó alrededor de 70% manteniendo trazabilidad de fuentes.
  • Una petición humana amplia se convierte en un conjunto estructurado con reglas de inclusión y exclusión.
  • Los clientes existentes, los duplicados, las cuentas asignadas y los dominios excluidos se filtran antes de redactar.
  • La puntuación de las compañías se hizo consistente entre búsquedas.
  • La selección de contactos mejoró al puntuar persona, autoridad y ángulo por separado.
  • Cada par compañía-contacto cualificado recibe un borrador ligado a una razón de negocio concreta.
  • Ventas revisa oportunidades preparadas en vez de construir cada ángulo desde cero.
  • No se crea ningún registro en HubSpot ni se envía un correo externo hasta que una persona aprueba el borrador.
  • El estado de envío, la respuesta y la próxima fecha de seguimiento quedan registrados en el mismo flujo.
  • Los reintentos manuales son más seguros porque cada flujo tiene su propio activador y estado.
Siguiente paso

Mapear un workflow parecido.

Abrir brief
Ductio
DuctioSYSTEMS
Planes de automatización con IA para equipos que necesitan herramientas conectadas, flujos monitorizados y traspasos mantenibles.
Foco operativo

Operaciones CRM, reporting, aprobaciones, gestión documental y herramientas internas asistidas por IA.

Copyright © 2026 Ductio. All rights reserved.