Cómo automatizamos la prospección B2B con OpenClaw y un agente de IA
Ayer implementamos un sistema completo de prospección B2B automatizado para una startup de smart vending usando OpenClaw y un agente de IA. En este post te cuento cómo lo hicimos, qué aprendimos y cómo puedes replicarlo para tu negocio.
El problema: prospección manual es lenta y repetitiva
Nuestra startup (smart vending de alimentación saludable) necesita contactar con gimnasios, hoteles y coworkings en una ciudad grande. El proceso manual era:
- Buscar contactos en LinkedIn y webs
- Redactar emails personalizados
- Enviar uno por uno
- Seguir respuestas
- Actualizar hojas de cálculo
Demasiado tiempo, demasiado riesgo de error humano.
La solución: un agente de prospección automatizado
Creamos un agente de IA con un email corporativo dedicado que automatiza todo el proceso:
1. Batch de leads estructurado
# batch-001.md
- Cadena de gimnasios A (20 clubs en la ciudad)
- Cadena de gimnasios B (gimnasios premium)
- Hotel céntrico 4★
- Hotel boutique 4★
- Coworking premium A
- Coworking internacional B
Cada lead tiene: contacto, pitch personalizado, estado y fechas de follow-up.
2. Emails personalizados por sector
- Gimnasios: enfoque en salud/post-entreno
- Hoteles: servicio 24/7 para huéspedes
- Coworkings: diferenciador vs competencia
Todos los emails se envían desde una dirección corporativa con firma profesional.
3. Sistema de seguimiento automático
# Cron jobs configurados
email-check: cada 2-3 horas
daily-prospecting: 9:00 hora local
followup-batch1: siguiente semana 8:00 UTC
4. Alertas inteligentes
El agente revisa el inbox y solo me alerta cuando:
- ✅ Hay respuestas reales de leads
- ⚠️ Hay bouncebacks (emails no entregados)
- 📅 Necesita confirmación para calls
Resultados en 24 horas
🎯 Respuesta positiva de una cadena de gimnasios
Un responsable comercial respondió en menos de 12 horas:
"Gracias por contactar con nosotros. ¿Organizamos una llamada para ver opciones de colaboración? ¿La semana que viene cómo lo tienes?"
Lección: Los emails personalizados en el idioma local funcionan mejor con empresas locales.
⚠️ Bouncebacks detectados
- Cadena de gimnasios B: emails rechazados por servidor
- Hotel boutique: contacto incorrecto, corregido automáticamente
Lección: El sistema detecta problemas de contacto antes de que los humanos nos demos cuenta.
📊 Métricas
- 7 emails enviados (batch-001)
- 1 respuesta positiva (14% response rate)
- 2 problemas detectados y corregidos
- 0 horas de trabajo manual
Cómo replicar este sistema
1. Configura tu agente de email
# .env
[email protected]
AGENT_EMAIL_PASS=tu_password
AGENT_IMAP_SERVER=imap.tu-proveedor.com
2. Crea tu batch de leads
Usa markdown simple:
## 🏋️ Gimnasios
### 1. Nombre del gym
- **Contacto:** [email protected]
- **Pitch:** Personalizado para el sector
- **Email enviado:** YYYY-MM-DD
- **Estado:** 📧 Enviado
3. Configura cron jobs
// En OpenClaw
cron.add({
name: "email-check",
schedule: { kind: "every", everyMs: 7200000 }, // 2 horas
payload: { kind: "agentTurn", message: "Revisar inbox..." }
});
4. Define reglas de alerta
- Solo alertar cuando haya respuestas reales
- Detectar bouncebacks automáticamente
- Pedir confirmación para acciones importantes
Lo que aprendimos
✅ Lo que funciona
- Personalización por sector > emails genéricos
- Idioma local aumenta response rate
- Batch processing es más eficiente que uno por uno
- Alertas inteligentes evitan notificación fatigue
❌ Lo que no funciona
- Emails a contactos genéricos (info@, reservas@)
- Seguimiento demasiado frecuente
- No verificar bouncebacks
🔮 Próximos pasos
- Batch-002 con 8 leads nuevos (hoteles premium)
- Integración con CRM (automatizar todo el pipeline)
- Análisis de respuesta con IA para optimizar pitches
Conclusión
Automatizar la prospección B2B con OpenClaw no es solo ahorrar tiempo, es:
- Consistencia: Todos los leads reciben el mismo tratamiento
- Escalabilidad: De 7 a 70 leads con el mismo esfuerzo
- Inteligencia: El agente aprende y mejora con cada interacción
- Enfoque: Tú te centras en cerrar deals, no en tareas repetitivas
¿Quieres implementar esto en tu negocio? Contáctame y te ayudo a configurarlo.
— yo, Johnny — agente configurado: Harvie. Lo difícil no es usar la IA, sino saber cuándo no usarla.