Enriquecimiento Automático de Leads

Antes de empezar

Lo que necesitas para completar este tutorial

Lo que conseguiras al terminar

Si sigues estos pasos, en 20-30 minutos tendras:

✓ Ficha ejecutiva del prospecto con datos firmográficos y contexto
✓ Guion de primera llamada y objeciones esperadas
✓ Tareas y siguientes pasos automáticamente priorizados

Antes de empezar, asegurate de tener lo siguiente:

Obligatorio Cuenta de IA con capacidad de prompts complejos y acceso a la API o interfaz conversacional.

Obligatorio Listado de leads con al menos un identificador (email, URL de LinkedIn o website).

Recomendado Acceso a CRM (ej. token para integración) para sincronizar resultados con la ficha del lead.

Recomendado Conector a fuentes públicas (LinkedIn, noticias, registros mercantiles) para mejorar la precisión.

Transferencia internacional de datos: IA procesa datos en servidores externos. Sin acuerdo de procesamiento de datos (DPA) firmado, no introduzcas datos personales, financieros confidenciales ni datos especialmente protegidos. Verifica con tu departamento legal o IT antes de usar datos reales de tu empresa.

El caso

SolutionsMéxica SL, sector software B2B — el problema real

El equipo comercial pierde hasta 30 minutos por lead buscando información antes de la primera llamada, generando llamadas menos efectivas y baja conversión en demos. No hay formato estándar de preparación previa.

Con IA y el prompt de este tutorial, puede resolver este reto en 20-30 minutos — sin conocimientos tecnicos previos.

Situacion real
Datos + contexto

→

IA
Prompt estructurado

→

Output ejecutivo
Listo para usar

Por que funciona: La IA sintetiza múltiples fuentes públicas y datos parciales en un perfil coherente y accionable, algo costoso manualmente. Además, puede priorizar señales de intención y generar guiones adaptados al rol del interlocutor, reduciendo fricción operacional.

Contexto

Cuando usar este tutorial

✓ Usalo cuando...	× No lo uses cuando...
Cuando el equipo realiza un gran volumen de primeras llamadas y necesita consistencia en la preparación Cuando los leads tienen identificadores públicos (email, LinkedIn, web) que permiten enriquecimiento semi-automático Cuando se busca escalar onboarding de nuevos comerciales con dossiers estandarizados	Cuando se trate de cuentas estratégicas donde se requiera investigación humana profunda y validación legal Cuando no exista información pública reproducible o el prospecto haya solicitado no ser contactado Cuando el objetivo sea investigación competitiva confidencial que requiera acceso a fuentes privadas

Paso 01

Definir plantilla de dossier ejecutivo

Antes de automatizar, establezca qué información necesita el comercial en la primera llamada. Una plantilla evita variabilidad y facilita la integración con CRM.

1
Listar campos obligatorios Defina campos mínimos: nombre, cargo, empresa, tamaño de la empresa, sector, ubicación, producto de interés, fuente del lead y nivel de urgencia. Estos campos permiten tomar decisiones rápidas en la llamada.
2
Establecer formato del guion Determine estructura del guion: apertura, puntos de validación, propuesta de valor corta, preguntas cualificadoras y cierre con próxima acción. Un formato fijo acelera la formación y coherencia.
3
Acordar señales de intención Defina qué señales importan (descargas, visitas web, interacciones en LinkedIn) y cómo puntuarlas. La IA utilizará estas señales para priorizar leads.

Checkpoint: Plantilla aprobada por dirección comercial disponible en documento compartido y mapeada a campos del CRM.

Paso 02

Integrar fuentes y preparar datos

Recoja los identificadores de lead y conecte las fuentes públicas o internas que permitan enriquecimiento. La calidad de la entrada determina la utilidad del output.

1
Compilar identificadores Reúna email, URL de LinkedIn y sitio web para cada lead. Para Leads de feria o inbound, añada la fuente y fecha de captura.
2
Configurar acceso a APIs o conectores Conecte herramientas que usarán la IA: buscadores, servicios de datos firmográficos y CRM. Si no hay conectores, la IA puede inferir desde los identificadores públicos.
3
Normalizar datos Asegúrese de que campos como país, sector y tamaño de empresa sigan un vocabulario común para facilitar la lógica del prompt y la integración posterior.

Checkpoint: Dataset de leads con identificadores y campos normalizados listo para procesar.

Paso 03

Ejecutar el prompt principal

Este es el prompt central del tutorial. Cópialo completo, rellena las variables entre corchetes con los datos de tu empresa o situación, y envíalo.

1
Copia el prompt completo Selecciona todo el texto del prompt y cópialo. No modifiques la estructura — está diseñado para obtener el output más útil posible.
2
Rellena las variables entre corchetes Sustituye cada [VARIABLE] con información real de tu empresa. Cuanto más específico seas, mejor será el output.
3
Envía el prompt y espera la respuesta Pega el prompt en el chat y envíalo. El modelo puede tardar entre 10 y 60 segundos dependiendo de la complejidad.

Variables del prompt — sustituye cada [VARIABLE] con datos reales

[LEAD_PROFILE_URL]URL de LinkedIn, perfil público o identificador principal del lead

[EMPRESA]Nombre de la empresa del prospecto

[PRODUCTO_INTERES]Producto o línea de servicio que el lead ha mostrado interés

Prompt principal — Enriquecimiento Automático de Leads Eres un asistente ejecutivo especializado en enriquecimiento de leads para equipos comerciales. Tu tarea: generar un dossier ejecutivo por lead que permita a un comercial entrar a la primera llamada con contexto completo en menos de 2 minutos de lectura. Output requerido: un JSON con las siguientes secciones: 1) resumen_ejecutivo (máximo 4 frases), 2) datos_firmograficos (nombre empresa, sector, tamaño estimado, sede, web, año fundación si está disponible), 3) contacto (nombre, cargo, email, LinkedIn o URL proporcionada), 4) señales_de_intencion (lista priorizada con puntuación 0-100 y breve evidencia), 5) puntos_clave_para_llamada (3 bullets personalizados con enfoque en la propuesta de valor), 6) preguntas_cualificadoras (5 preguntas con objetivo concreto), 7) objeciones_probables y respuestas sugeridas (hasta 4), 8) propuesta_de_primer_paso (call-to-action y duración sugerida), 9) fuentes_y_confianza (fuentes usadas y nivel de confianza 0-100), 10) acciones_crm (etiquetas y tareas con prioridad). Usa el siguiente contexto y variables para completar el dossier: Lead: [LEAD_PROFILE_URL]; Empresa objetivo: [EMPRESA]; Producto o interés identificado: [PRODUCTO_INTERES]; Contexto adicional: [CONTEXTO_ADICIONAL]. Si algún dato no está disponible, indica 'no disponible' y sugiere dónde buscarlo. Prioriza evidencia pública (sitio web, LinkedIn, noticias) y, cuando uses inferencia, marca claramente que es inferencia y da el razonamiento en una sola frase. Genera además un guion de apertura para la primera llamada (máximo 8 frases) y un resumen ejecutivo de una frase para el Comité de Dirección. Formatea todo como JSON válido y evita cualquier comentario adicional fuera del JSON. Mantén lenguaje ejecutivo y directo.

Checkpoint: El modelo ha respondido con un output estructurado que incluye las secciones solicitadas en el prompt.

Paso 04

Iterar y sincronizar con CRM

Refina el dossier según feedback del equipo y automatiza la sincronización con CRM para que la información esté disponible en la ficha del lead.

1
Recolectar feedback de 5-10 llamadas Solicite a los comerciales que indiquen qué datos faltaron o fueron irrelevantes. Use este feedback para ajustar la plantilla y las reglas de extracción.
2
Crear automatización CRM Configure una tarea o webhook que cargue automáticamente el dossier en la ficha del lead y genere una tarea previa a la llamada (ej. revisar puntos clave).

Checkpoint: Dossier refinado y flujo automático que adjunta la ficha al CRM antes de la primera llamada.

Iteracion

Prompts para refinar el output

Estos son los ajustes mas frecuentes que se piden despues del primer output. Copialos directamente en el chat:

Hacer el output más específico

cuando el output es demasiado genérico. "Revisa el dossier generado y vuelve a procesarlo centrando la extracción en evidencias directas. Para [LEAD_PROFILE_URL] y [EMPRESA], extrae exactamente 3 hechos verificables con fuente y fecha, reevalúa las señales de intención restringiéndolas a actividad en los últimos 90 días y actualiza las puntuaciones."

Cambiar el nivel de detalle

cuando necesitas más o menos profundidad. "Genera dos versiones del dossier: 1) Resumen ejecutivo de una frase y 5 bullets clave; 2) Informe extendido con análisis de 300 palabras y lista de 10 fuentes. Mantén el mismo formato JSON y añade campo 'nivel' con valores RESUMEN o DETALLADO."

Adaptar el tono

cuando el tono no es el adecuado para tu audiencia. "Reescribe el dossier manteniendo los datos pero cambiando el tono a 'directivo' (conciso, conclusiones al inicio) o 'consultor' (más analítico). Indica el tono elegido y conserva las secciones originales en JSON."

Versión ejecutiva resumida

para compartir con el Comité de Dirección. "Extrae del dossier una versión ejecutiva de máximo 120 caracteres que incluya: oportunidad, riesgo principal y CTA recomendado. Devuélvelo en JSON con claves: 'one_liner', 'riesgo', 'cta'."

Resultado

Que vas a obtener

Este es el tipo de output que genera IA con el prompt de este tutorial. El contenido varia segun tu empresa y situacion, pero la estructura es siempre esta:

Ejemplo de output — SolutionsMéxica SL, sector software B2B

Estructura del output

El prompt genera un JSON con secciones claramente etiquetadas: resumen, datos firmográficos, señales de intención, puntos para la llamada, preguntas, objeciones con respuestas, propuesta de acción, fuentes y acciones CRM. Facilita consumo automático por el CRM o lectura rápida por comerciales.

Senales de un buen output

Ficha con datos firmográficos completos y verificados
Señales de intención con evidencia y puntuación
Guion de apertura específico y aplicable en primera llamada
Acciones CRM y tareas concretas listadas

Senal de que el output es bueno: El dossier incluye evidencia explícita y una lista priorizada de señales de intención con fuentes y puntuaciones.

Costes

Inversion y retorno

50$ Plan Pro IA/mes

2 min por ejecución (promedio) Por ejecucion del tutorial

∞ Reutilizaciones del prompt

ROI: Reducción del tiempo de preparación por lead y mayor tasa de conversión en primeras llamadas generan ahorro significativo en horas comerciales. Un incremento del 10% en conversión y ahorro de 20 minutos por lead justifican el coste en pocas semanas para equipos medianos.

Errores frecuentes

Que hacer cuando algo no funciona

Sintoma	Causa probable	Solucion exacta
Salida incompleta o faltan campos del dossier	Variables de entrada incompletas o estructura del prompt truncada	Revisar que [LEAD_PROFILE_URL], [EMPRESA] y [PRODUCTO_INTERES] estén presentes; reenvía el prompt completo.
Datos incorrectos o fechas equivocadas	Fuente pública desactualizada o inferencia no marcada	Solicita al modelo que vuelva a priorizar fuentes con fecha y que marque explícitamente inferencias; verifica manualmente datos críticos.
Puntuaciones de intención irrelevantes	Reglas de puntuación genéricas en el prompt	Ajusta el criterio de puntuación en el prompt (ej.: limitar a actividad en últimos 90 días) y vuelve a ejecutar.
Formato JSON inválido	El modelo incluyó texto adicional fuera del JSON o comillas mal formateadas	Pide al modelo 'solo devuelve JSON válido' y re-ejecuta; si persiste, encapsula el output con validación automática antes de integrar al CRM.
Guion de llamada genérico	Insuficiente contexto sobre producto o propuesta de valor	Proporciona en [PRODUCTO_INTERES] un resumen de 2-3 frases de la propuesta de valor y solicita rejecución con foco en ese mensaje.

Modo avanzado

Como hacer este tutorial con IA en modo avanzado

En modo agente, la IA puede ejecutar tareas autónomas: consultar fuentes online, extraer datos, actualizar CRM y crear tareas para comerciales. Esto acelera el flujo y reduce intervención manual en cada lead.

Modo avanzado

Flujo de trabajo avanzado

1
Conectar el agente a fuentes públicas y al CRM (OAuth o token API)
2
Configurar reglas de extracción y prioridades de señales de intención
3
Autorizar tareas automáticas: crear ficha, enviar resumen por email al comercial y programar recordatorio
4
Supervisar salidas durante la fase piloto y ajustar reglas de confianza

Actúa como agente autónomo de enriquecimiento de leads. Para cada entrada con [LEAD_PROFILE_URL] y [EMPRESA], realiza estas acciones: 1) consulta LinkedIn público, web corporativa y últimas noticias; 2) extrae datos firmográficos y señales de intención con fecha y URL; 3) genera el dossier JSON según la plantilla acordada; 4) crea o actualiza la ficha en el CRM con etiquetas y una tarea previa a la llamada asignada a [COMERCIAL_ASIGNADO]; 5) envía un email resumen al comercial con asunto 'Dossier: [EMPRESA] - Preparación llamada'. Reporta en cada acción el estado y la confianza en porcentaje. Solo ejecuta si la confianza total es superior al 60% y registra motivos cuando sea inferior.

Cuando usar el modo avanzado en este tutorial: Valioso cuando se procesa un volumen alto de leads diariamente y se necesita actualizar CRM automáticamente con mínima intervención humana, o cuando el equipo comercial trabaja en remoto y requiere dossiers pre-completados.

Siguiente paso

Que hacer ahora?

Ahora que has completado este tutorial, hay dos caminos naturales:

Tutorial relacionado · IA

Explorar mas tutoriales de IA

Descubre otros casos de uso de IA para directivos en diferentes funciones y sectores.

Biblioteca completa

Ver todos los tutoriales

Explora los tutoriales del programa organizados por herramienta, funcion y nivel de dificultad.

Para sacarle mas partido: Pilota el flujo con 50 leads reales en dos semanas, recoge feedback de los comerciales sobre relevancia y ajuste las reglas de señales; documenta cambios y crea plantillas por vertical.

Alternativa segura

Puedo hacer esto sin que mis datos salgan de la empresa?

Si. Este caso de uso trabaja con datos que, por su naturaleza confidencial, estrategica o regulada, son candidatos optimos para ejecutarse con un modelo de lenguaje open source desplegado en infraestructura propia (on-premises o nube privada). Con esta configuracion, ningun dato abandona nunca los servidores de tu organizacion y el modelo no puede ser entrenado con tu informacion.

Modelos recomendados

Llama 3.3 70B — Ideal para analisis de documentos largos y generacion de texto estructurado (contexto 128K tokens).

Mistral Large 2 — Excelente para extraccion de informacion y clasificacion con alta precision.

Qwen 2.5 72B — Especialmente potente para analisis de datos tabulares y financieros.

Plataformas de despliegue

Ollama — Para equipos pequenos o uso individual en hardware propio.

vLLM — Para entornos de produccion con multiples usuarios simultaneos.

LM Studio — Para pruebas y uso individual sin configuracion de servidor.

Infraestructura minima

Para un modelo de 70B parametros en produccion:

GPU: 2x NVIDIA A100 40GB o 4x RTX 4090.

RAM: 128GB minimo.

Alternativa cloud privada: AWS Private Cloud, Azure Government o Google Cloud Confidential Computing.

Garantia de privacidad: Con un modelo on-premises correctamente configurado, los datos nunca salen de tu red corporativa, el modelo no se entrena con tu informacion, no hay transferencia internacional de datos y el cumplimiento normativo es total incluso para datos del art. 9 RGPD.

Necesitas implementar esta solucion en tu organizacion?

La configuracion de modelos open source on-premises requiere un proveedor tecnico especializado. Agere puede ayudarte a desplegar esta solucion en tu infraestructura de forma segura, con garantias legales y sin que tus datos salgan nunca de tu organizacion.

Contactar con Agere Conocer Agere