AI Agent · WhatsApp · RAG
Prospección en WhatsApp con agente de IA
Encuentra empresas en Google Maps, hace el primer contacto y un agente de IA responde, califica y entrega el lead listo al equipo.
- Estado
- En producción
- Rol
- Diseño y desarrollo de punta a punta
- Stack
- n8n
- Evolution API
- Supabase
- pgvector
- Redis
- Postgres
- Serper
- OpenAI
- Whisper
- Gemini
- Google Sheets
Resultados
- contactos/mes
- 2.000+
- trabajo manual
- −60%
- fuentes de leads
- 3
Problema
Prospectar a mano (encontrar empresas, conseguir el teléfono, contactar y responder a cada una) consume horas del equipo comercial y no escala.
Solución
Tres flujos encadenados que comparten la base de datos: sourcing en Google Maps con un agente que usa herramientas, primer contacto por nicho en WhatsApp en horario comercial y un agente conversacional que responde, califica y entrega el lead con un resumen.
Cómo funciona
01Trigger
Fuentes de leads
Google Maps con un agente con tool-calling, CRM o Clay, sin repetir búsquedas.
02Process
Base compartida
Supabase guarda leads, historial de búsquedas y la memoria del agente.
03Process
Primer contacto
Mensaje por nicho en WhatsApp, en horario comercial y con intervalos aleatorios.
04Process
Buffer de mensajes
Redis agrupa mensajes fragmentados en una ventana de ~22 s.
05AI
Agente con RAG
Texto, audio, imagen y documento; responde solo con lo que encontró en pgvector.
06Output
Handoff humano
El lead calificado va al equipo con un resumen; la IA se pausa si alguien del equipo entra.
Dentro del sistema
Flujo de sourcing en Google Maps
Flujo de primer contacto
Agente conversacional con RAG
Decisiones técnicas
- Cadena desacoplada. Sourcing, envío y atención son flujos separados que comparten la base: cada etapa cambia o escala por sí sola.
- Continuidad real. El primer mensaje entra en la memoria del agente, así la IA sabe lo que el lead ya recibió.
- Debounce. Los mensajes fragmentados se agrupan en Redis (ventana de ~22 s) antes de responder.
- Multimodal. Texto, audio (Whisper), imagen y documento.
- RAG con regla. Base de conocimiento en pgvector y una regla fija: solo responde con base en lo que encontró.
- Human-in-the-loop. Si alguien del equipo escribe en la conversación, la IA se pausa.
- Validación de número con fallback del noveno dígito brasileño.
- Respuesta natural. La respuesta se divide en varios mensajes cortos.
Resultado
Prospección de punta a punta sin trabajo manual: el sistema encuentra, contacta y califica, y el equipo solo entra cuando el lead está listo, con todo el contexto.