Qué preguntas necesitan de verdad los managers
Qué haría si un manager pidiera: “Que la IA decida si el lead es bueno.” No le daría al modelo un botón de “decidir el destino del lead”: el modelo extrae hechos y el score final lo calcula una regla simple.
El error que eliminaría primero: Si la respuesta no cambia nada, no es dato—es interrogatorio. El cliente abandona el chat y el equipo obtiene otra tabla que nadie abre.
Qué preparar y qué resultado esperar
- Resultado: El lead obtiene un status claro, el manager ve por qué tiene prioridad y el cliente no repite la misma información en varios canales.
- Arma una tabla de ruteo: tipo de solicitud, preguntas obligatorias, prioridad, quién la recibe y qué cuenta como caso difícil.
- Mantén los datos de origen y los permisos de acceso separados del resultado para auditar qué hizo realmente la calificación de leads entrantes.
- Prueba respuestas cortas, incompletas y contradictorias. El bot debe hacer una pregunta más o pasar el diálogo a una persona—no inventar datos.
Configura la calificación sin un interrogatorio invasivo
- Quédate solo con preguntas que cambian la ruta
Lista 3–5 preguntas y junto a cada una escribe qué acción dispara. Si la respuesta no cambia nada, quita la pregunta.
Проверьте: Un manager puede explicar por qué existe cada pregunta.
Если не сработало: Mantén necesidad y contacto; pregunta el resto después de pasar a una persona.
- Haz el ramificado explícito
En el workflow agrega Router/Branch: listo para cotización, necesita aclaración, urgente a humano, no encaja. No pidas a la IA inventar una ruta nueva.
Проверьте: Cada status tiene un siguiente paso y un responsable.
Если не сработало: Primero fija la lista de status permitidos en una tabla.
- Prohíbe adivinar
En la instrucción escribe: “Si el valor no está declarado de forma explícita, devuelve null y haz una pregunta corta.” Conserva la respuesta original del cliente junto al campo extraído.
Проверьте: Un campo vacío se queda en null en lugar de llenarse con una conjetura.
Если не сработало: Envía la ficha a revisión manual cuando las respuestas se contradicen.
- Entrega el resultado al manager
En la notificación muestra status, respuestas, campos desconocidos, un link al diálogo y el siguiente contacto recomendado. No envíes al cliente un precio sin confirmación humana.
Проверьте: El manager sabe la siguiente acción en 30 segundos.
Если не сработало: Haz de la respuesta de IA un borrador y agrega un botón de approve.
Primero escribe cuatro rutas
En la tabla crea status: ready_for_quote, needs_info, human_now y not_a_fit. Junto a cada uno pon la siguiente acción y el responsable. Ejemplo: presupuesto no declarado → needs_info; queja o pregunta legal → human_now; la solicitud encaja en región y plazo → ready_for_quote.
Pide al bot extraer solo lo declarado de forma explícita. Si alguien escribió “más o menos como el competidor,” eso no es un presupuesto. Devuelve null y una pregunta corta—no una conjetura.
- Muestra al cliente un botón “Hablar con una persona” en cada paso.
- No pongas alta prioridad por signos de exclamación o tono grosero.
Guion mínimo de diálogo
Primer mensaje: “Puedo ayudarte a enrutar tu solicitud. ¿Qué necesitas que hagamos?” Segundo—solo después de la respuesta: “¿Para cuándo?” Tercero: “¿Cuál es la mejor forma de contactarte?” Pregunta presupuesto solo si el producto o la ruta dependen de eso.
Escribe question_count, status, missing_fields y transcript_url en la ficha del CRM. Así ves dónde se cae la gente y puedes recortar extras en lugar de reescribir el prompt a ciegas.
Separa fit e intent
En n8n la cadena se ve así: `Webhook → Normalize → OpenAI Extract Evidence → Structured Output Parser → Code → IF → Switch → CRM Update`. El modelo devuelve solo hechos y citas cortas. `Code` calcula `fit_score`, `intent_score`, `data_completeness` y `total_score` con pesos publicados.
Ejemplo: fit 0–40, intent 0–40, completeness 0–20. Guarda `score_version` para que los cambios de fórmula no reescriban el historial de leads antiguos.
total_score = fit_score + intent_score + data_completeness
if total_score >= 70: status = 'sales_queue'
elif total_score >= 45: status = 'manual_review'
else: status = 'nurture'JSON solo con evidencia
En la salida estructurada exige `industry_match`, `use_case_match`, `timeline`, `budget_signal`, `evidence` y `missing_fields`. Si el presupuesto no se declaró, debe ser `null`. No uses el `confidence` del modelo como sustituto de hechos: una respuesta confiada no se vuelve verdadera.
{
"timeline": "este mes",
"budget_signal": null,
"evidence": ["Lanzamiento a fin de mes"],
"missing_fields": ["budget_range"]
}Cuándo hacer una pregunta frente a pasar a una persona
| Criterio | Pregunta | Buena señal |
|---|---|---|
| Input | ¿Qué entra exactamente en la calificación de leads entrantes? | Arma una tabla de ruteo: tipo de solicitud, preguntas obligatorias, prioridad, quién la recibe y qué cuenta como caso difícil. |
| Acción | ¿Qué puede hacer el sistema por su cuenta? | Solo acciones predefinidas, sin acceso a toda la cuenta |
| Verificación | ¿Cómo sabes que el resultado es aceptable? | Prueba respuestas cortas, incompletas y contradictorias. El bot debe hacer una pregunta más o pasar el diálogo a una persona—no inventar datos. |
| Fallo | ¿A dónde va un caso poco claro? | Guarda el diálogo y pon needs_human; deja de hacer preguntas si el cliente pide claramente a una persona. |
Qué debe cambiar después de la configuración
El lead obtiene un status claro, el manager ve por qué tiene prioridad y el cliente no repite la misma información en varios canales.
Por qué la calificación con IA espanta a los clientes
Hacer diez preguntas antes de la primera respuesta útil.
Asignar alta prioridad por palabras emocionales del cliente.
Tratar la falta de presupuesto como un mal lead.
No dar al cliente un botón claro de “hablar con una persona.”
Cuándo un guion simple de preguntas ya no basta
Necesitas una configuración dedicada si la calificación abarca productos distintos, regiones, reglas de precio o traspasos de datos personales entre canales.
Qué revisar antes de lanzar el bot
¿Para quién es este enfoque de calificación de leads entrantes?
Una buena calificación con IA no interroga al cliente. Hace unas pocas preguntas que realmente cambian la ruta: necesidad, plazo, rango de presupuesto y forma preferida de contacto.
¿Por dónde empezar si todo sigue siendo manual?
Arma una tabla de ruteo: tipo de solicitud, preguntas obligatorias, prioridad, quién la recibe y qué cuenta como caso difícil.
¿Cómo compruebas que la configuración no te va a perjudicar?
Prueba respuestas cortas, incompletas y contradictorias. El bot debe hacer una pregunta más o pasar el diálogo a una persona—no inventar datos.
¿Qué pasa si el resultado no está claro?
Guarda el diálogo y pon needs_human; deja de hacer preguntas si el cliente pide claramente a una persona.
