El esfuerzo de investigación debería coincidir con el tamaño del trato, y solo un juicio puede igualarlo en vivo
Quien vende recibe el mismo set genérico de campos para un alta de $100 y para una oportunidad de seis cifras, aunque la investigación sea demasiado en un caso e insuficiente en el otro.
Decides hasta dónde llegar mientras lees. Después de dos fuentes, suele quedar claro si quien evalúa la herramienta es una sola persona de desarrollo o alguien de un equipo de plataforma con presupuesto. Entonces sabes si ir por una tercera fuente.
El segundo juicio es restar. Un representante tiene 90 segundos para elegir tres datos de los 20 campos que recorre, y solo puede elegirlos si sabe qué hacer con ellos.
Los dos juicios desaparecen en cuanto todos los leads se ven iguales. Ahí es cuando un flujo es la mejor solución.
Cómo se construye el agent en Agent Studio
El juicio aquí es cuánta investigación hacer. El system prompt nombra los segmentos que cubres, las señales que los distinguen, cuánto esfuerzo gastar en cada uno y el permiso de parar después de una fuente si el lead es insignificante.
Los prompt skills llevan el formato de la nota y la instrucción permanente que separa hecho de inferencia. Si un representante repite en una llamada una plantilla de personal inferida y luego lo corrigen, pierde más de lo que ganó la investigación.
Las conexiones MCP y las herramientas integradas habilitan la recuperación. Pon un límite estricto de consultas por lead en el system prompt, porque un agent sin presupuesto gasta ese presupuesto en los leads que menos lo merecen.
En la práctica, un ActionFlow ejecuta este proceso. Cuando un trigger Webhook dispara al enviar el formulario, el nodo Agent Chat pasa el lead al agent. La respuesta va a Slack para el representante de ventas, y a Google Sheets con el número de fuentes consultadas, para que puedas chequear si el juicio de profundidad coincide con los resultados.
Como las sesiones duran, un representante puede hacer una pregunta sobre un lead y recibir una respuesta que conserva la investigación en contexto, en lugar de empezar de cero.
De qué está hecho este agent
- System prompt: tus segmentos, las señales que los distinguen y permiso de parar temprano.
- Prompt skills: el formato de la nota y la regla que separa hecho de inferencia.
- Conexiones MCP: recuperación, limitada por un techo de consultas por lead.
- Agent Chat (Util): un flujo disparado por Webhook entrega cada lead nuevo de forma automática.
- Slack (Communication): entrega la nota donde el representante ya trabaja.
- Google Sheets (Integration): registra las fuentes consumidas por lead, para que el juicio de profundidad sea medible.
- Cuando un ActionFlow basta: Si cada lead viene de un segmento y necesita los mismos tres campos, un flujo de trabajo es más rápido y cuesta menos.
Preguntas frecuentes
Empieza a crear flujos de IA
Crea una cuenta gratuita, abre una plantilla o un lienzo en blanco y ejecuta tu primer ActionFlow.
Boletín
Recibe actualizaciones del producto
Nodos nuevos, agents y notas de producto. Solo enviamos correo cuando merece la pena abrirlo.