Tarea 2: CRM interno para seguimiento con IA

Antes de empezar

Lo que necesitas para completar este tutorial

Lo que conseguiras al terminar

Si sigues estos pasos, en 45-75 minutos tendras:

✓ Plan de implementación para Twenty CRM adaptado a tu nivel de confidencialidad
✓ Prompt principal y prompts de iteración listos para producir salidas ejecutivas
✓ Checklist técnico y de gobernanza para ponerlo en producción

Antes de empezar, asegurate de tener lo siguiente:

Repositorio Twenty CRM Acceso al código fuente de Twenty CRM (clon en GitLab/GitHub) y permisos de administrador para desplegarlo.

Servidor o infraestructura Instancia de hosting (VM, Kubernetes o PaaS) con capacidad para bases de datos y servicios web; acceso SSH y credenciales de despliegue.

Inventario de datos Listado de campos de contacto y registros actuales (CSV/SQL) para mapear a la estructura del CRM.

Aprobación legal Documento interno que valide la integración de datos personales con modelos de IA y los límites de uso según RGPD/leyes locales.

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

Comercial Norte S.A., sector distribución industrial — el problema real

El equipo de ventas y recursos humanos pierde trazabilidad sobre interacciones clave con clientes y candidatos; la información está fragmentada entre hojas de cálculo y correos. Falta automatización para priorizar seguimientos y consolidar contexto antes de reuniones.

Con IA y el prompt de este tutorial, puede resolver este reto en 45-75 minutos — sin conocimientos tecnicos previos.

Situacion real
Datos + contexto

→

IA
Prompt estructurado

→

Output ejecutivo
Listo para usar

Por que funciona: La IA procesa texto y patrones de interacción a escala, detecta señales relevantes (urgencia, relación, riesgo) y resume contexto, algo costoso manualmente. Twenty CRM aporta la estructura de datos y procesos; la IA añade juicio operativo y automatización sin reemplazar la toma de decisiones humana.

Contexto

Cuando usar este tutorial

✓ Usalo cuando...	× No lo uses cuando...
Tienes volumen alto de contactos y seguimientos manuales ineficientes Necesitas priorizar oportunidades y coordinar equipo de ventas y RH Quieras automatizar resúmenes, clasificación de leads y recordatorios	Tu equipo gestiona menos de 50 contactos y la información está centralizada y actualizada Requieres análisis extremadamente confidencial que nunca debe salir de tu red local Buscas una solución plug-and-play sin inversión en infraestructura ni gobernanza

Paso 01

Evaluar datos y definir ruta de confidencialidad

Antes de desplegar IA, clasifica los datos y decide el camino operativo: ruta A (modelo local/self-hosted) para datos sensibles o ruta B (API pública con anonimización) para datos no sensibles. Esta decisión condiciona arquitectura, coste y gobernanza.

1
Inventario de campos Enumera todos los campos de contactos y registros de actividad (nombre, email, comentarios, CV, notas internas). Marca los que contienen datos sensibles (p. ej., información médica, datos biométricos, indicadores salariales).
2
Evaluación de riesgo Asigna un nivel de riesgo a cada tipo de dato y decisión de uso de IA (alto, medio, bajo). Esto determinará si usas un modelo on-premises o una API externa con anonimización.
3
Seleccionar ruta Elige Ruta A si más del 20% de tus registros tiene datos sensibles o por política interna; elige Ruta B para datos comercialmente relevantes sin restricciones legales, con procesos de anonimización.

Checkpoint: Documento con inventario de datos y la decisión formal (Ruta A o B) validada por legal y TI.

Paso 02

Desplegar Twenty CRM y preparar datos

Instala Twenty CRM en el entorno elegido y carga un subconjunto representativo de datos. Configura esquemas, campos personalizados y políticas de acceso para controlar visibilidad según roles.

1
Instalación base Clona el repositorio, configura la base de datos (PostgreSQL/MySQL) y arranca servicios. Verifica endpoints y cuentas administrativas.
2
Modelado de contactos Define campos obligatorios, etiquetas y pipelines de ventas/selección; crea roles y permisos para restringir acceso a notas sensibles.
3
Carga de muestra Importa un CSV de 50-200 registros representativos y valida integridad de datos y mapeo de campos antes de integrar IA.

Checkpoint: Instancia Twenty CRM operativa con datos de prueba, roles creados y acceso verificado por al menos un gestor.

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

[EMPRESA]Nombre de la empresa o unidad (p. ej., Comercial Norte S.A.)

[NIVEL_CONFIDENCIALIDAD]ALTO o BAJO según la clasificación interna de los datos

[OBJETIVO]Objetivo concreto de negocio (p. ej., reducir churn en 15% o mejorar tiempo de respuesta de ventas)

Prompt principal — CRM interno con IA Eres un consultor experto en integración de CRM y modelos de lenguaje para equipos de ventas y RRHH. Tu objetivo es generar un plan operativo y técnico para incorporar capacidades de IA en Twenty CRM atendiendo a la ruta de confidencialidad elegida. Entrega un output estructurado y ejecutivo con las siguientes secciones: 1) Resumen ejecutivo (máx. 150 palabras) que describa objetivo, alcance y riesgos clave; 2) Arquitectura propuesta con diagrama lógico en texto (componentes, servicios, flujos de datos); 3) Requisitos técnicos (infraestructura, bases de datos, servicios de IA, balance de carga, backups); 4) Gobernanza y seguridad (clasificación de datos, estrategia de anonimización, cifrado en tránsito y reposo, roles y auditoría); 5) Plan de integración paso a paso (migración de datos, pruebas, validación, rollback); 6) KPIs y métricas de éxito con fórmulas y objetivos medibles; 7) Plantillas y snippets (requests API, ejemplo de SQL para extracción, ejemplo de webhook y ejemplo de configuración de permisos); 8) Estimación de costes mensuales y recursos requeridos (tiempo persona-mes); 9) Riesgos y mitigaciones (lista priorizada) y 10) Siguientes pasos recomendados con responsables sugeridos. Considera la ruta de confidencialidad seleccionada y adapta recomendaciones: - Si [NIVEL_CONFIDENCIALIDAD] = "ALTO", prioriza modelos self-hosted, cifrado completo, y acceso restringido. - Si [NIVEL_CONFIDENCIALIDAD] = "BAJO", incluye opciones de APIs públicas con anonimización previa. Usa los datos de contexto: Empresa: [EMPRESA], Sector: [SECTOR], Objetivo específico: [OBJETIVO], Volumen estimado de registros: [VOLUMEN_REGISTROS], Campos sensibles identificados: [CAMPOS_SENSIBLES], Plataforma de hosting preferida: [PLATAFORMA_HOSTING], Rol que toma la decisión: [ROL_DECISOR]. Para cada elemento técnico proporciona ejemplos concretos aplicables a Twenty CRM (nombres de tablas, endpoints, y configuraciones). Finaliza con un checklist ejecutable de 10 ítems y un mensaje breve dirigido al Comité de Dirección con los puntos de decisión críticos. Mantén tono ejecutivo, conciso y orientado a la acción.

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

Paso 04

Iterar y validar en producción

Refina salidas de IA con prompts de iteración, ejecuta pruebas A/B con usuarios clave y establece métricas de aceptación. Define un plan de rollout por fases con controles de calidad y auditoría.

1
Pruebas controladas Despliega la funcionalidad a un subgrupo de usuarios (p. ej., 10 vendedores) y recopila KPIs: tasa de respuesta, conversión tras recomendación y tiempo ahorrado.
2
Ajustes de gobernanza Si detectas riesgos de privacidad o calidad, aplica anonimización adicional, restringe campos o cambia al modelo self-hosted según el plan aprobado.

Checkpoint: Métricas preliminares consolidadas y plan de despliegue en fases con fechas y responsables.

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. "Reescribe la sección de 'Plan de integración' enfocándote exclusivamente en migración de datos desde hojas de cálculo y correo. Incluye comandos exactos, orden de pasos y pruebas de validación con ejemplos de SQL y formatos CSV. Considera [PLATAFORMA_HOSTING] y [VOLUMEN_REGISTROS]."

Cambiar el nivel de detalle

cuando necesitas más o menos profundidad. "Produce dos versiones del plan: 1) Resumen ejecutivo de una página con los tres riesgos y decisiones clave; 2) Documento técnico ampliado con scripts de despliegue y configuración de seguridad. Mantén las mismas secciones del prompt original."

Adaptar el tono

cuando el tono no es el adecuado para tu audiencia. "Reformula todo el output con tono más directo y comercial para el Comité de Dirección—enfócate en impacto económico, tiempos y decisiones necesarias. Limita cada sección principal a 3 bullets accionables."

Versión ejecutiva resumida

para compartir con el Comité de Dirección. "Genera un briefing ejecutivo de una página: objetivo, inversión estimada, beneficios esperados en 12 meses, riesgos críticos y decisiones requeridas hoy. Incluye un slide único de 6 bullets para presentación."

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 — Comercial Norte S.A., sector distribución industrial

Estructura del output

El prompt genera un documento con: resumen ejecutivo, arquitectura, requisitos técnicos, gobernanza, plan de integración, KPIs, snippets técnicos, estimación de costes, riesgos y checklist final. Cada sección debe ser accionable y con responsables claros.

Senales de un buen output

Resumen ejecutivo claro y cuantificado
Arquitectura con componentes y flujos de datos identificables
Checklist técnico de implementación con comandos o snippets
KPIs con fórmulas y objetivos medibles

Senal de que el output es bueno: El plan incluye pasos técnicos reproducibles y un checklist de 10 ítems con responsables y tiempos.

Costes

Inversion y retorno

50$ Self-hosted estimado / mes

10-30 min por ejecución de prompt Por ejecucion del tutorial

∞ Reutilizaciones del prompt

ROI: La inversión en integración y gobernanza reduce tiempo administrativo y mejora conversión de oportunidades; el ROI se materializa en semanas por ahorro de tiempo del equipo comercial y mejores tasas de cierre. Proyecta retorno en 3-9 meses según volumen y adopción.

Errores frecuentes

Que hacer cuando algo no funciona

Sintoma	Causa probable	Solucion exacta
Respuestas de IA con fuga de datos personales	Envío de campos sensibles a un modelo externo sin anonimización	Rechaza el uso de API pública; activa ruta self-hosted o anonimiza campos (hashing, tokenización) antes de llamar al modelo.
Integración falla al importar CSV	Mismatch en formatos de fecha/encoding o columnas no mapeadas	Normaliza CSV a UTF-8 y formato ISO8601 para fechas; usa script de prerrevisión que valide cabezales y tipos antes de importar.
Latencia alta en respuestas de IA durante picos	Modelo desplegado en recursos insuficientes o sin autoescalado	Configura autoescalado para la capa de inferencia o implementa cola de tareas con priorización para peticiones críticas.
Usuarios no adoptan sugerencias de IA	Sugerencias poco relevantes o interfaz de usuario confusa	Refina prompts con ejemplos reales de interacciones y mejora UI mostrando justificación de la recomendación (por qué se prioriza).
Acceso no autorizado a notas internas	Permisos mal configurados en roles del CRM	Revisar y aplicar principio de menor privilegio; auditar permisos y aplicar cifrado a campos sensibles con claves gestionadas por TI.

Modo avanzado

Como hacer este tutorial con IA en modo avanzado

El modo agente orquesta tareas automáticas: ingestión de datos, llamadas a modelos y actualización de registros en el CRM. Configura acciones secuenciales con control de errores y logs para supervisión. Ideal para automatizaciones que requieren múltiples pasos y verificación.

Modo avanzado

Flujo de trabajo avanzado

1
Conectar fuente de datos (CSV, IMAP, API) y normalizar registros
2
Ejecutar preprocesamiento: anonimización y extracción de entidades
3
Llamar al modelo para enriquecimiento y clasificación, almacenar resultados intermedios
4
Aplicar cambios en Twenty CRM mediante API y registrar auditoría

Eres un agente automatizado encargado de gestionar un pipeline de enriquecimiento para Twenty CRM. Tu flujo debe: 1) Extraer registros nuevos desde [FUENTE_DATOS] (CSV/API/IMAP). 2) Validar y normalizar campos según el esquema proporcionado en [ESQUEMA_CSV]. 3) Aplicar anonimización si [NIVEL_CONFIDENCIALIDAD] = "ALTO" (tokenizar emails y cifrar campos sensibles). 4) Llamar al modelo local o API (según [NIVEL_CONFIDENCIALIDAD]) para enriquecer cada registro con: segmento de cliente, prioridad de seguimiento, resumen ejecutivo de la última interacción y acción recomendada. 5) Escribir resultados en la tabla [TABLA_CRM] y crear una nota automática en Twenty CRM con el resumen. 6) Generar un log de errores y un reporte diario con métricas: registros procesados, fallos y tiempo medio por registro. Devuelve: a) un pseudocódigo por pasos, b) ejemplos de request/response para la llamada al modelo, c) reglas de retry y backoff, y d) política de retención de logs. Utiliza variables: [FUENTE_DATOS], [ESQUEMA_CSV], [TABLA_CRM], [NIVEL_CONFIDENCIALIDAD].

Cuando usar el modo avanzado en este tutorial: Especialmente valioso cuando hay volúmenes sostenidos de datos que requieren enriquecimiento continuo (por ejemplo, equipos de ventas con >1.000 registros/mes) o cuando la anonimización y control de flujos deben ser automáticos.

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: Implementa una fase piloto con 10 usuarios top y mide impacto en tiempo por oportunidad; pide feedback específico sobre la relevancia de las sugerencias de IA y ajusta prompts antes del despliegue completo.

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