Cold Email Outreach AI Agent, proyecto propio
Cold Email Outreach AI Agent
Leads fríos a reuniones calientes: prospección comercial con IA
Las cifras
- Leads en base de datosgestorías de toda España
- 1.852
- Leads investigadoscon datos enriquecidos
- 510
- Emails enviadossecuencia de 4 pasos
- 419
El problema
La prospección manual de gestorías es lenta e inescalable. Investigar cada lead, escribir emails personalizados y hacer seguimiento consume horas que deberían dedicarse a cerrar ventas.
Qué hice
Pipeline de 4 pasos: investigación profunda del lead (reseñas Google Maps, PageSpeed, SEO, SSL, competidores), generación de email personalizado con IA, secuencia de warm-up (10→20→30/día) y tracking vía webhooks (aperturas/clicks/respuestas).
El resultado
De 0 a 1.852 leads y 419 emails enviados en las primeras semanas. El sistema prioriza calidad sobre volumen: cada email se personaliza con datos reales del negocio del prospecto. La secuencia de 4 pasos maximiza las oportunidades de respuesta mientras respeta la reputación del dominio con warm-up progresivo.
Lo mismo, en tu negocio
- Una clínica que sale primero cuando buscan «dentista cerca».
- Un taller al que llaman desde Maps.
- Un despacho que aparece cuando alguien se lo pregunta a un asistente de IA.
Detalles técnicos
Arquitectura
- Enriquecimiento de leads con 6 fuentes: Google Maps, reseñas, PageSpeed, análisis SEO, SSL y competidores
- Pipeline evaluador-optimizador: genera email, evalúa calidad con Chain-of-Thought, regenera si no pasa umbral
- Warm-up progresivo de 10→20→30 emails/día para proteger reputación del dominio
- Cola de procesamiento basada en PostgreSQL: prioriza leads con más datos enriquecidos
- Webhooks de GMass para tracking en tiempo real: opens, clicks, replies alimentan analytics
Decisiones técnicas
- Claude Sonnet 4.6 para generación de emails: calidad superior justificada por el impacto directo en conversión
- Pipeline evaluador-optimizador con Chain-of-Thought: scoring de calidad antes de enviar
- Warm-up progresivo 10→20→30: protege deliverability a largo plazo
- Apify para Google Maps: datos reales de reseñas sin scraping directo
- Cumplimiento LSSI Art. 21: interés legítimo documentado por sector
Cómo se construyó
Sistema de prospección en frío construido sobre Supabase Edge Functions con orquestación vía pg_cron. El pipeline investiga cada lead consultando Google Maps (reseñas reales vía Apify), analiza su web (PageSpeed, SEO, SSL) y genera emails personalizados usando Claude Sonnet 4.6 con un pipeline evaluador-optimizador. La secuencia de 4 pasos (presentación, valor, caso de uso, última oportunidad) se ejecuta con spacing de 3-5 días. GMass gestiona el envio con warm-up progresivo y webhooks de tracking.
Stack tecnológico
- Claude Sonnet 4.6
- Supabase Edge Functions
- GMass
- Apify
- PostgreSQL
- pg_cron
Funcionalidades
- Investigación profunda de cada prospecto - reseñas, PageSpeed, SEO, SSL, competidores
- Emails que parecen escritos a mano - personalizados con datos reales del negocio
- Secuencia de 4 pasos con seguimiento automático hasta conseguir respuesta
- Warm-up progresivo: 10→20→30 emails/día para proteger reputación del dominio
- Cumplimiento LSSI Artículo 21 - prospección legal y responsable
- Tracking completo vía webhooks: aperturas, clicks y respuestas en tiempo real