Prospección automatizada: cómo crear una máquina no-code con IA
Por Etienne DouillardActualizado el 10 min de lectura
Índice
¿Pasas horas buscando prospectos, personalizando tus mensajes e intentando captar la atención de tus objetivos en LinkedIn?
¿Y si pudieras automatizar parte de este proceso usando herramientas no-code e inteligencia artificial (IA)?
En este tuto, te vamos a guiar paso a paso para crear tu propia máquina de prospección automatizada, sin programar.
¿Por qué automatizar tu prospección con IA?
La IA y las herramientas no-code han revolucionado la manera en que podemos abordar la prospección. Permiten:
- Ahorrar tiempo automatizando las tareas repetitivas.
- Personalizar los mensajes a gran escala gracias a la IA.
- Segmentar con precisión a los prospectos según sus interacciones e intereses en redes sociales.
- Mejorar las tasas de respuesta enviando mensajes relevantes e individualizados en el momento adecuado.
Este vídeo es la continuación técnica del webinar de LinkedIn: 🔴 Masterclass: crea tu máquina de prospección en LinkedIn gracias a la IA:
Vídeo tuto
El caso de uso que vamos a construir hoy es el siguiente:
Recibe la automatización ya desarrollada por email 🤌
Importa directamente el workflow en formato JSON en tu espacio de Make 👇🏼😎
Workflow de Make: redactar mensajes de prospección para prospectos que dan like a posts de LinkedIn
Vista general de las herramientas usadas
Para construir nuestra máquina de prospección, usaremos las siguientes herramientas:
El scraper que te será útil es este: https://apify.com/meetmagnet-owner/linkedin-post-like-scraper
Lo desarrollamos para ti creando el actor más barato de este tipo en la plataforma 🎁
- Make: para orquestar las automatizaciones sin código.
- OpenAI GPT: para filtrar los prospectos y generar mensajes personalizados gracias a la IA.
Pasos para crear tu máquina de prospección
1. Lanzar la automatización con un disparador: Tally
Momento en el vídeo: 0:40
Empieza creando un formulario Tally que servirá como punto de partida de tu automatización. Este formulario puede usarse para recopilar información específica o para lanzar el proceso cuando se realiza una acción.
- Creación del formulario: incluye los campos necesarios, como la URL del post de LinkedIn objetivo y tus cookies de sesión para scrapear LinkedIn.
- Integración con Make: conecta Tally a Make para que cada nuevo envío de formulario lance tu automatización.
Recopilar tus cookies de LinkedIn
Las cookies son esenciales para scrapear datos online porque permiten autenticar las peticiones, evitando así los ataques de fuerza bruta. Su uso garantiza una recopilación segura y eficaz de la información en internet.
Instalar la extensión Cookie-Editor
Te invitamos a instalar y descargar la extensión de Chrome Cookie-Editor.
Recopilar las cookies
Una vez instalada, puedes recuperar tus cookies haciendo clic en el icono de la cookie (1) y luego exportando las cookies (2).
⚠️ ¡No te equivoques de icono!
Luego pega tus cookies en Tally y envía 🏁
2. Configuración de las variables de filtrado: persona y puestos
Momento en el vídeo: 2:32
Define los criterios de tu audiencia objetivo:
- Persona: ¿quiénes son tus prospectos ideales? ¿Cuáles son sus intereses?
- Puestos: ¿qué cargos o funciones ocupan?
Estas variables se usarán para filtrar los datos más adelante en el proceso.
3. Scrapear LinkedIn con APIFY
Momento en el vídeo: 5:40
Usa APIFY para extraer los perfiles de LinkedIn que dieron like al post de LinkedIn.
- Configuración del agente: configura APIFY para scrapear los likes, los comentarios o los posts de tus prospectos objetivo.
- Recopilación de datos: recupera información como el nombre, el puesto, la empresa y el enlace al perfil.
4. Procesamiento de los datos con Make
Momento en el vídeo: 8:27
Integra APIFY con Make para automatizar el flujo de datos.
- Creación del escenario: en Make, crea un escenario que tome los datos de APIFY y los prepare para el filtrado.
- Limpieza de datos: asegúrate de que los datos estén bien estructurados para el siguiente paso.
5. Filtrado con GPT
Momento en el vídeo: 12:00
Usa GPT para filtrar los prospectos según los criterios definidos anteriormente.
- Configuración del prompt: redacta un prompt que le pida a GPT determinar si un prospecto corresponde a tu persona y a tus puestos objetivo.
- Aplicación del filtro: pasa cada prospecto por GPT para conservar solo los perfiles relevantes.
Ejemplo de prompt:
Actúa como un filtro sobre el tipo de puesto.
Tu función es categorizar si un puesto corresponde o no a categorías de puestos deseados.
Estas son las categorías de puestos deseados:
{{19.`puesto1`}}
{{19.puesto2}}
{{19.`puesto3`}}
{{19.`puesto4`}}
{{19.`puesto5`}}
Por ejemplo:
Para la categoría de puesto "responsable comercial" y el puesto "comercial", la respuesta es sí.
Para la categoría de puesto "responsable RR. HH." y el puesto "director de recursos humanos", la respuesta es sí.
Para la categoría de puesto "responsable RSC" y el puesto "responsable de calidad de vida laboral", la respuesta es sí.
Para la categoría de puesto "responsable comercial" y el puesto "head of acquisition", la respuesta es sí.
Para la categoría de puesto "responsable comercial" y el puesto "growth hacker", la respuesta es no.
Para la categoría de puesto "responsable RSC" y el puesto "ayudo a las empresas a prosperar", la respuesta es no.
Responde con sí o no si el puesto "{{34.choices[].message.content}}" siguiente corresponde a alguna de las categorías de puestos siguientes:
-{{19.`puesto1`}}
-{{19.puesto2}}
-{{19.`puesto3`}}
-{{19.`puesto4`}}
-{{19.`puesto5`}}
Responde simplemente con un único SÍ o un único NO si el puesto corresponde al menos a una de las categorías de puestos.
no añadas ninguna otra frase ni ninguna otra palabra en la respuesta aparte de sí o no6. Generación de mensajes de prospección personalizados con GPT
Momento en el vídeo: 17:00
Para cada prospecto filtrado, genera un mensaje personalizado.
- Creación del prompt de mensaje: incluye variables como el nombre del prospecto, su puesto y la interacción que tuvo (por ejemplo, un like en un post concreto).
- Generación del mensaje: usa GPT para crear un mensaje que parezca escrito a mano y que haga referencia a detalles concretos del prospecto.
Ejemplo de prompt:
Actúa como especialista en copywriting de mensajes de prospección.
Como vendedor, debes redactar un mensaje de prospección muy corto (500 caracteres máximo) para un prospecto, de manera que tengas garantías de obtener una respuesta.
El tono del mensaje es de usted.
El mensaje es de tipo email.
Para ayudarte, vas a recibir varias informaciones:
1- Información sobre el prospecto y su punto de dolor.
2- Información sobre el vendedor y la solución vendida.
3- Información sobre el contexto de la prospección.
4- Un ejemplo de formulación de mensaje a seguir
El objetivo es captar la atención del prospecto para iniciar la conversación en relación con el contexto, sin vender directamente una solución.
Usa palabras clave relacionadas con el prospecto para captar su atención y termina idealmente con una pregunta que invite a la conversación.
----------------------------
1- Información sobre el prospecto y su punto de dolor
Apellido del prospecto: {{48.lastName}}
Nombre del prospecto: {{48.firstName}}
Nombre de empresa u organización del prospecto: {{32.`Nombre Empresa`}}.
Sector de actividad: {{32.Sector}}
Headline: {{48.headline}}
El dolor del prospecto es el siguiente:
{{1.`dolor del persona`}}
---------------------------------------------------
2- Información sobre el vendedor y la solución vendida.
Nombre del vendedor: {{1.`Nombre vendedor`}}
Apellido del vendedor: {{1.`Apellido vendedor`}}
Es {{1.`Puesto vendedor`}} en {{1.`Nombre empresa vendedor`}}
Vende la siguiente solución: {{1.`actividad clave de la empresa`}}
El conjunto de beneficios aportados por esta solución son:
{{1.`beneficio del persona`}}
---------------------------------------------------
3- Información sobre el contexto de la prospección.
El prospecto {{48.firstName}} {{48.lastName}} es contactado por Etienne Douillard porque {{48.firstName}} {{48.lastName}} le dio like a un post de LinkedIn. Aquí tienes la publicación completa que le gustó al prospecto {{48.firstName}} {{48.lastName}}:
" {{48.postText}}"
Al prospecto le gustó el contenido del post, así que se trata de responder sobre el tema del post de LinkedIn. Es importante.
---------------------------------------------------
4-Ejemplo de formulación de mensaje a seguir:
{{1.`ejemplo mensaje`}}
---------------------------------------------------
INSTRUCCIONES:
Aquí tienes instrucciones para redactar un buen mensaje de prospección:
No hay que:
🚫 No presentar de inmediato al vendedor, sino presentarlo al final del mensaje.
🚫 No hablar de la oferta o la solución desde el principio del mensaje.
🚫 No usar frases genéricas.
🚫 No ir directamente a la solución sin establecer el contexto.
🚫 No suponer que el prospecto conoce el problema.
🚫 No ser demasiado vago sobre los retos y el contexto.
🚫 No presentar el producto como la solución definitiva.
🚫 No hacer promesas poco realistas.
🚫 No ignorar las etapas de sensibilización y consideración.
🚫 No escribir de manera superflua.
🚫 No escribir de manera florida.
🚫 No escribir de manera almibarada.
Las buenas prácticas:
✅ El mensaje debe parecer redactado por un humano.
✅ Añade emojis para hacerlo más atractivo 🤗.
✅ No firmes el mensaje.
✅ No pongas asunto en el mensaje.
✅ Redacta únicamente con información segura.
✅ No uses variables genéricas entre llaves o corchetes.
✅ Haz preguntas que lleven al prospecto a reflexionar y a verbalizar sus dificultades.
✅ Muestra una comprensión profunda de los obstáculos a los que se enfrenta el prospecto.
✅ Destaca algo relevante en la publicación de LinkedIn.
✅ Comparte insights o consejos que aporten valor inmediato.
✅ Pon el foco en el prospecto, no en el vendedor.
✅ Sé simple y directo.
Lista negra: evita usar frases como:
"te gustó...",
"le diste like a...",
"como apasionado de...",
"me encantó el post de..."
"me sentí abrumado por..."
"tu opinión fue increíble..."
"su publicación es inspiradora..."
Si en el ejemplo a seguir se especifica un recurso o un enlace URL, la respuesta debe redactar OBLIGATORIAMENTE el enlace URL del mensaje de ejemplo.
____________________________
Ahora que tienes toda la información, redacta el mensaje de prospección, no añadas ninguna otra palabra o frase aparte del mensaje solicitado.7. Envío automatizado de los mensajes
Integra tu sistema con LinkedIn usando soluciones de terceros para enviar los mensajes generados.
Y si prefieres obtener el mismo resultado sin montar la máquina tú mismo, es lo que hace la app MeetMagnet: detecta cada día las señales en LinkedIn y escribe el mensaje de apertura a partir de cada una, que revisas antes del envío.
- Automatización del envío: configura un nuevo escenario en Make para enviar los mensajes a través de herramientas externas.
- Seguimiento de las respuestas: prepara un sistema para gestionar las respuestas y continuar la conversación de manera humana.
8. Optimizaciones futuras
Tu máquina de prospección ya está operativa. Para ir más allá:
- Análisis de rendimiento: mide las tasas de apertura, de respuesta y de engagement.
- A/B Testing: prueba diferentes mensajes o prompts para optimizar los resultados.
- Evolución continua: actualiza tus criterios y tus mensajes según los resultados obtenidos.
Conclusión
Combinando las herramientas no-code y la IA, es posible crear una máquina de prospección potente que te hace ganar tiempo mientras aumenta la eficacia de tus campañas. Pero ¿por qué quedarse ahí?
Montar tu máquina es formativo. Hacerla funcionar cada día es otra historia: vigilar los posts, filtrar los perfiles, revisar los mensajes, hacer el seguimiento.
Ahí es donde MeetMagnet toma el relevo:
- Señales de compra ilimitadas en LinkedIn: las reacciones y publicaciones ligadas a tu oferta, detectadas cada día, sin créditos de leads ni créditos de IA.
- Un mensaje de apertura sacado de la señal: cada primer mensaje parte de lo que el prospecto acaba de marcar con un me gusta o de escribir, y lo revisas antes del envío, por LinkedIn o por email.
- Una persona contigo, si lo quieres: en el plan Acompañado, una persona calibra contigo el público objetivo y los mensajes en el onboarding, revisa los resultados los días 7, 30, 60 y 90, y luego en una reunión al mes.
Dos planes: Autónomo a 149 € al mes sin IVA, con 7 días de prueba gratis, o Acompañado a 299 € al mes sin IVA. El detalle está en la página de precios.
¿Te gusta construir este tipo de sistemas? Nuestra propia configuración IA de prospección está disponible gratis. Y si quieres conectar ChatGPT o Claude a tu CRM y a tus herramientas comerciales, instalados en tu empresa, es el objeto de nuestra integración de IA para equipos comerciales.
¿Te ha gustado este artículo? No dudes en compartirlo.
Preguntas frecuentes
¿Qué herramientas hacen falta para crear una máquina de prospección no-code?
El tutorial usa Tally para crear el formulario que lanza la automatización, Apify para recuperar los perfiles de LinkedIn que dieron like a un post, Make para orquestar las automatizaciones sin código, y OpenAI GPT para filtrar los prospectos y generar mensajes personalizados.
¿Cómo filtra GPT a los prospectos?
Se le da un prompt que lista las categorías de puestos deseados, con ejemplos de correspondencias («responsable comercial» y «head of acquisition»: sí; «growth hacker»: no). GPT responde simplemente SÍ o NO para cada prospecto, y solo se conservan los perfiles relevantes.
¿Qué debe contener el prompt de redacción del mensaje de prospección?
Información sobre el prospecto y su punto de dolor, sobre el vendedor y su solución, sobre el contexto (el texto del post de LinkedIn que le gustó) y un ejemplo de mensaje. Se añaden instrucciones: no presentarse de entrada, no hablar de la oferta al principio, mantenerlo simple, y una lista de frases a evitar como «te gustó...».
Etienne Douillard
Cofundador y CEO de MeetMagnet
Ingeniero y emprendedor desde hace más de cinco años, Etienne acompaña cada semana a pymes B2B en su prospección basada en señales de compra.
De las señales de compra a las reuniones
MeetMagnet detecta quién tiene un motivo para responderte ahora, escribe el mensaje que destaca y una persona real te acompaña.