Volver a casos
Ventas y admin18 enero 2026

Asistente de propuestas para servicios

Las evidencias del descubrimiento se convierten en un paquete comercial coherente, con controles de alcance, revisión y siguiente acción preparados.

Nota del caso

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

70% más rápidoServicios profesionalesSupabase
Imagen editorial de Asistente de propuestas para servicios

Caso de uso

Convertir discovery en un paquete de propuesta revisable

El equipo parte de notas de discovery, transcripts, CRM y decisiones comerciales que normalmente viven en lugares distintos. El workflow crea una sola ruta: comprobar si hay contexto suficiente, extraer los hechos comerciales, recomendar el tipo de oferta, preparar SOW, supuestos, exclusiones y follow-up, y dejarlo todo listo para revision humana antes de cualquier envio.

Resultado: el primer draft ya tiene estructura comercial, controles de alcance y una checklist de revision; el senior revisa criterio y riesgo, no reconstruye la propuesta desde cero.

Mapa del flujo

De discovery a propuesta revisable

El sistema no sustituye el criterio comercial. Organiza el contexto, prepara el paquete y bloquea cualquier salida al cliente hasta que una persona lo revise.

Camino principalFalta contextoRevisiónSiNoCompletarSiNoAjustarInicio1. Request de propuestaNotas | transcript | CRMSupabase2. Check contexto minimoCliente | dolor | alcance | fechaPython/FastAPIContextosuficiente?Pedir datosPreguntas | gapsEmail3. Discovery briefNecesidad | riesgos | preguntasOpenRouter4. Recomendar ofertaSprint | build | retainerPython + reglas5. Paquete propuestaScope | SOW | supuestosOpenRouter6. Documento revisableGoogle Workspace adapter7. Contexto comercialNota CRM | follow-upHubSpot-ready8. Checklist revisionPricing | legal | exclusionesAprobadopara enviar?Ajustar draftComentarios | prueba9. Preparar envioEmail | siguiente pasoResend-readyFin

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/FastAPIOpenRouterGoogle DocsHubSpot-readyResend/email

Racional del sistema

El valor no es solo escribir más rápido; es revisar mejor

Una propuesta débil suele fallar antes de redactarse: faltan responsabilidades, se promete demasiado, el alcance no está cerrado o el CRM no contiene la historia completa. Este flujo convierte el descubrimiento en un paquete revisable para que la conversación se centre en el criterio comercial, no en buscar notas.

Primero contexto, después redacción

La automatización no maquilla notas incompletas. Si faltan alcance, resultado, responsable, plazo o datos comerciales, devuelve preguntas concretas antes de crear el documento.

Una fuente para propuesta y CRM

El resumen, la nota del CRM, la estructura, el SOW y el seguimiento salen del mismo paquete. Así, la propuesta y la oportunidad comercial no cuentan historias diferentes.

La aprobación forma parte del sistema

La IA prepara estructura y lenguaje, pero el envío queda bloqueado hasta que una persona revise precio, riesgo, supuestos y promesas al cliente.

Ampliaciones profesionales

Calculadora de precio y margen
Biblioteca de plantillas por oferta
Lista de control legal y comercial
Aprobación por descuento o riesgo
Google Docs, Word, PandaDoc o Qwilr
Sincronización de etapa y tarea en el CRM
Versiones y comentarios de revisión
Seguimiento post-propuesta
Aprendizaje de ofertas ganadas y perdidas
Salida multilingüe

El punto de partida

Una firma de servicios profesionales en crecimiento preparaba propuestas a partir de notas, transcripciones, historial del CRM y memoria del equipo sénior. El retraso real ocurría antes de redactar: había que reconstruir el alcance, los supuestos aparecían tarde y los revisores reparaban la lógica comercial en vez de mejorarla.

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 construyó un flujo con un control sencillo: no se redacta hasta disponer del contexto mínimo. Cuando está listo, OpenRouter convierte el material de descubrimiento en resumen comercial, recomendación de oferta, SOW, supuestos, exclusiones, responsabilidades del cliente, nota del CRM, lista de revisión y borrador de 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, Google Workspace adapter, Nota HubSpot-ready. 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/FastAPIOpenRouterGoogle Workspace adapterNota HubSpot-ready

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: Del descubrimiento al borrador revisable pasó de 150 min a 45 min.

Claridad de alcance: Alcance, supuestos, exclusiones y responsabilidades explícitos pasó de Variable a Lista de control.

Revisión sénior: Tiempo sénior centrado en la decisión comercial pasó de Reescritura a Criterio.

Prueba antes/después

Qué cambió en la operación

Antes

1Transcripción y notas revisadas a mano
2Alcance reconstruido desde la memoria
3Tipo de oferta elegido de forma informal
4Propuesta iniciada desde un documento vacío o copiado
5SOW, exclusiones y responsabilidades añadidas tarde
6Nota del CRM y seguimiento redactados por separado

Después

1Solicitud de propuesta guardada una vez
2Contexto mínimo comprobado antes de redactar
3Resumen de descubrimiento y oferta recomendada
4Paquete con SOW, supuestos y exclusiones
5Documento de Google creado solo cuando corresponde
6Revisor recibe lista de control, nota del CRM y seguimiento

Artefactos visibles

  • Resumen estructurado del descubrimiento
  • Oferta recomendada con nivel de confianza
  • Estructura de propuesta y SOW
  • Supuestos, exclusiones y responsabilidades
  • Borrador de nota del CRM
  • Lista de control para revisión humana
  • Borrador del correo de seguimiento

Controles

  • La falta de contexto detiene propuestas débiles
  • Revisión humana obligatoria antes de enviar al cliente
  • Supuestos y exclusiones explícitos
  • Creación opcional y registrada del documento
  • CRM y propuesta parten de la misma fuente

Qué cambió después

El primer borrador llega como un paquete comercial revisable, no como un documento vacío con formato. El equipo sénior se concentra en precio, riesgo y promesas al cliente, mientras la propuesta, la nota del CRM y el seguimiento permanecen alineados.

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% más rápido

El workflow en una línea

01Request02Gate contexto03Discovery brief04Oferta05Paquete propuesta06Google Doc07Revision08Follow-up

Cómo se construyó

El sistema procesa un request de propuesta desde Supabase, revisa contexto minimo, genera el paquete con OpenRouter, guarda el payload del draft, opcionalmente crea un documento Google Workspace y marca el request listo para revision humana.

El stack fue pragmático: Supabase, Python/FastAPI, OpenRouter, Google Workspace adapter, Nota HubSpot-ready. 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
  • Control de contexto
  • Resumen de descubrimiento
  • Oferta recomendada
  • Paquete de propuesta
  • Lista de revisión
  • Adaptador de Google Docs
  • Borrador de seguimiento
Beneficios
  • La preparación de una propuesta revisable se hizo aproximadamente un 70% más rápida y pasó de varias horas a bastante menos de una.
  • Cada paquete muestra alcance, supuestos, exclusiones, responsabilidades y preguntas abiertas antes de aprobarlo.
  • La revisión sénior pasó de reconstruir documentos a evaluar criterio comercial, riesgo y precio.
  • La propuesta, la nota del CRM y el seguimiento parten de las mismas evidencias aprobadas.
  • Un descubrimiento incompleto genera preguntas concretas en lugar de un borrador débil.
  • Nada dirigido al cliente sale del flujo sin una decisión humana explícita.
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.