Agentes de IA que hacen el trabajo
que su equipo repite cada día

Qué es un agente de IA, según nuestra definición

Un agente de IA es un programa con un modelo de lenguaje dentro, un conjunto cerrado de herramientas (su base de datos, CRM, mensajería, calendario) y una descripción del puesto. Lee lo que llega, decide qué herramienta usar, actúa e informa. La diferencia con un chatbot es que hace cosas: escribe el lead en el CRM, comprueba el stock, redacta la respuesta en la voz de la marca, marca el caso de riesgo para una persona.

Hemos construido y operado estos agentes para nuestros propios negocios antes de ofrecerlos: un agente de ventas multicanal que responde a clientes en LINE para una marca de suplementos deportivos, un auditor financiero que vigila márgenes en un marketplace de bienes digitales en producción, un pipeline de contenido que produce vídeos cortos con un agente crítico y un moderador humano en Telegram, un analista que responde “cuántos pedidos de Kyiv el mes pasado” con SQL real.

Qué construimos

Agentes de cara al cliente. Soporte y ventas en Telegram, WhatsApp, LINE, Instagram Direct, el chat de TikTok Shop y en el sitio. Responden desde su base de conocimiento, cualifican, reservan, hacen upsell y traspasan a una persona cuando es necesario. Cada canal tiene sus propios límites anti-ban de ventanas de respuesta y frecuencia de mensajes.

Agentes de operaciones. Enrutamiento de leads entre gestores con round-robin y asignación en el CRM, resúmenes diarios con prioridades, monitores de ventas que alertan en minutos cuando se mueve dinero, cribado de reclutamiento con puntuación, OCR de documentos con un modelo de visión.

Agentes de contenido. Fichas de producto, creativos publicitarios, vídeos cortos, publicaciones y correos generados con su estándar y una puerta de cumplimiento: un modelo crítico rechaza por defecto, una persona aprueba la versión final. Uno de nuestros pipelines redujo las llamadas al modelo por vídeo de 66 a unas 3 tras un rediseño.

Agentes de analítica. Un rol de solo lectura en su almacén de datos, una capa SQL protegida (un solo SELECT, solo su mart, límites y timeouts forzados), y un agente en Telegram que responde preguntas de negocio con cifras en lugar de suposiciones.

Cómo avanza un proyecto

1. Auditoría de la rutina. Nos sentamos con las personas que hacen el trabajo y mapeamos el proceso real: dónde llegan los mensajes, qué se responde, qué se decide, dónde se rompe. De medio día a dos días.
2. Playbook. Guiones, objeciones, límites, acciones prohibidas, reglas de escalado. Esto se convierte en el system prompt del agente y en su conjunto de pruebas. Usted lo revisa antes de escribir código.
3. Construcción y pruebas. El agente corre primero sobre conversaciones reales grabadas. Medimos calidad de respuesta, alucinaciones y tasa de escalado, y ajustamos el playbook hasta que las cifras son correctas.
4. Lanzamiento con guardas. Topes de presupuesto, límites de tasa, cola de aprobación para pasos de riesgo, registro completo. Las personas vigilan de cerca la primera semana.
5. Ajuste. De dos semanas a tres meses revisando conversaciones y mejorando, según el paquete.

Para quién es esto

Empresas que responden más de 30 mensajes de clientes al día, equipos donde un gestor pasa horas en enrutamiento e informes, marcas que necesitan contenido cada día, y cualquiera que ya paga una suscripción de modelo y quiere que haga algo de verdad. Si su volumen es menor, se lo diremos y recomendaremos un bot más simple.

Stack

Python, FastAPI, Claude y GPT vía SDKs oficiales con proveedor de respaldo, PostgreSQL, Redis, Telegram Bot API, WhatsApp Business API, LINE Messaging API, Meta Graph API, almacenes vectoriales para RAG, Docker en su servidor o en el nuestro. Las claves y los datos se quedan en su cuenta.