Metodología en 5 fases.

En un cliente de real estate mapeamos 6 fuentes de leads (Zillow, Trulia, Instagram, referidos, open houses, web propia), medimos tiempo de primera respuesta por fuente y descubrimos que el 62% de los leads entraban fuera de horario sin seguimiento. Esa fuga específica se convirtió en el primer caso de uso a automatizar.

Salimos con un documento de 15–25 páginas que incluye: mapa de procesos actuales, las 3 fugas de leads prioritarias con cuantificación financiera, stakeholders por decisión, stack actual y gaps de integración. Si después de la fase 1 decidimos que no hay ROI, te lo decimos antes de la fase 2 y devolvemos lo no-utilizado.

2 semanas · 6–10 entrevistas · 1 workshop de priorización

Para una clínica estética definimos el agente con 4 'roles': recepcionista (agenda + confirmaciones), triage (deriva al especialista correcto), follow-up (post-consulta) y reviews (solicitud estructurada). Cada rol con su prompt, sus tools y sus métricas de éxito. El cliente validó los prompts antes de que escribiéramos una sola línea de código.

Diagramas de secuencia por intención del cliente, inventario de prompts versionados en git, contrato de integración con cada API (calendario, CRM, pasarela), matriz de qué casos van a humano vs. IA, y los criterios medibles para validar que cada flujo funciona antes de lanzar.

2 semanas · prototipos en Claude/GPT · 1 demo de validación con el cliente

Construimos iterando en sprints semanales. En un restaurante italiano la primera semana levantamos el agente de reservas en shadow mode (lee conversaciones reales pero no responde), semana 2 activamos respuestas en horario off-peak, semana 3 escalamos a todas las horas con handoff a staff si la IA duda. Cada semana mide el delta y ajusta.

Código en tu repo o en un repo que te entregamos con acceso total. Infraestructura en Vercel/Supabase con credenciales tuyas. Pipeline de CI/CD con tests. Dashboard de monitoreo con tasas de handoff, accuracy y tiempo promedio por conversación. Nunca hay caja negra: puedes leer cada prompt y cada decisión.

6 semanas típicas · sprints de 1 semana · demo y ajuste cada viernes

Go-live de una clínica: lunes lanzamos, el martes estamos en la clínica 4 horas entrenando al front desk en cómo leer el inbox y cuándo intervenir, miércoles revisamos las primeras 50 conversaciones con el equipo, jueves ajustamos 3 prompts que no respondieron como esperábamos, viernes reporte ejecutivo. Dos semanas en modo intensivo antes de pasar a cadencia normal.

Capacitación presencial o vía Loom según equipo distribuido, playbook operativo con procedimientos para escenarios frecuentes (cliente furioso, cambio de política, error del agente), acceso al soporte 24h durante 14 días, y un reporte al final de la semana 1 y la semana 2 con accuracy real, volúmenes y recomendaciones de ajuste.

2 semanas · on-call intensivo · 2 reportes ejecutivos

Con un cliente de salones identificamos en el mes 3 que el agente re-agendaba bien pero no ofrecía servicios complementarios. Añadimos lógica de upsell contextual (tratamiento + manicure en la misma visita) y el ticket promedio subió 22% en 6 semanas. El retainer paga ese tipo de hallazgos que solo aparecen con volumen real.

Reporte ejecutivo mensual de 1 página con conversión, attribution, ingreso atribuido y 3 hallazgos accionables. Optimización continua de prompts y rutas conversacionales. 1–2 nuevas automatizaciones trimestrales según prioridad estratégica. Account manager dedicado con canal directo en Slack o WhatsApp.

Retainer mensual · cadencia de reportes el último día hábil del mes