Uso de agentes para el desarrollo empresarial

Escáner para ferias

Un flujo de trabajo inteligente de cualificación de clientes potenciales basado en n8n AI Agent, Bright Data y GPT-5-mini

(Este post se ha reproducido a partir de un envío nuestro a Hackaton - puede acceder al post original aquí)

Las ferias comerciales son minas de oro para el desarrollo empresarial, pero buscar manualmente cientos de expositores lleva mucho tiempo y es ineficaz. Este flujo de trabajo automatiza todo el proceso de prospección de asistentes a ferias.

Para qué sirve

El flujo de trabajo escanea y califica de forma inteligente a los clientes potenciales de cualquier lista de expositores de ferias:

1. Extracción automática de datos: Utiliza el raspador web de Bright Data para obtener la lista completa de expositores del sitio web de la feria y, a continuación, extrae los nombres de las empresas, las descripciones, los números de stand y las URL de los sitios web mediante el análisis sintáctico de HTML.
2. Dosificación inteligente: Procesa las empresas en lotes configurables (actualmente se ha fijado un número pequeño para las pruebas, fácilmente ajustable) para gestionar los costes de la API durante el desarrollo.
3. Investigación y cualificación basadas en IA: Cada empresa pasa por un Agente de IA que:

• Realiza búsquedas en Internet mediante SerpAPI y raspado selectivo de sitios web.
• Evalúa el tamaño de la empresa (pequeña/mediana/grande en función del número de empleados).
• Evalúa su postura pública sobre los datos, la IA y las iniciativas de automatización.
• Puntúa a cada empresa (bajo/medio/alto) como cliente potencial en función de sus criterios específicos
• Razona cada puntuación para ayudar a priorizar el seguimiento.

1. Documentación automatizada: Los resultados se adjuntan automáticamente a una hoja de Google con datos estructurados que incluyen detalles de la empresa, puntuaciones de calificación y razonamiento de IA.

La capa de inteligencia

El agente de IA está configurado con un contexto detallado sobre mi empresa (lyfX.ai). Busca específicamente empresas que coincidan con nuestro perfil y con un perfil de cliente “ideal”: pequeñas y medianas empresas con un enfoque moderno y orientado al futuro que valoren trabajar con equipos especializados y de alto calibre.

Esto crea una lista precalificada y priorizada de visitas al stand y objetivos de seguimiento, transformando lo que serían horas de investigación manual en un sistema de filtrado automatizado e inteligente.

Demo

Vídeo

https://www.loom.com/share/978e4d64c11b405aa85c8d72aca8b6a1?sid=0be6cc43-ea17-461a-9f1d-4e563cd8edac

n8n Flujo de trabajo

https://gist.github.com/andremoreira73/fe972f825a5f41e36c8df5ad7cb1f2bb

Tenga en cuenta que el flujo de trabajo se ha depurado para que cualquiera pueda adaptarlo a su propio caso de uso. He dejado las instrucciones intactas, ya que pueden servir de inspiración para otros.

Aplicación técnica

Diseñé este flujo de trabajo con la simplicidad en mente - manteniendo la implementación limpia mientras se mantiene la eficacia. El análisis sintáctico de HTML y las transformaciones de código son mínimas, sólo lo suficiente para estructurar los datos y hacerlos digeribles para el agente de IA. (El JavaScript en el nodo de código fue amablemente preparado por mi buen amigo Claude 😊)

Elección del modelo: Estoy utilizando GPT-5-mini, que he probado en otras configuraciones. Lo que aprecio especialmente para los flujos de trabajo de agentes es el equilibrio consistente de OpenAI entre la capacidad de razonamiento y el formato de salida estructurado fiable. Después de casi 2 años con la API de OpenAI, también existe la ventaja práctica de la familiaridad y la velocidad de desarrollo.

Arquitectura de memoria: Esta versión inicial funciona sin estado: cada evaluación de empresa es independiente. Para una versión futura, estoy planeando implementar memoria para patrones de investigación más sofisticados y referencias cruzadas entre empresas.

Pila de herramientas: Lo mantuve centrado con sólo dos herramientas:

• SerpAPI para la búsqueda web - fiable y rápida para la búsqueda en todo Internet
• Bright Data para el scraping selectivo: gestiona los sitios que el agente puede querer revisar

Instrucciones del sistema: ¡Mi parte favorita! Aquí es donde se produce la magia: preparamos cuidadosamente un aviso del sistema con instrucciones que codifican nuestro perfil de cliente ideal y los criterios de evaluación, garantizando una puntuación de las cualificaciones coherente y pertinente.

Lo mejor de este enfoque es su flexibilidad: cambie la URL de la feria, ajuste el perfil objetivo en las instrucciones del sistema y tendrá un sistema de cualificación de clientes potenciales reutilizable para cualquier evento.

El usuario proporciona una lista de empresas que participarán en una feria. La lista contiene el nombre de la empresa, descripción, stand y sitio web.
Representaré a mi empresa (lyfX.ai) en la feria.

Acerca de lyfX.ai: Ayudamos a las organizaciones a integrar soluciones de Datos e IA que abordan sus retos empresariales y ofrecen resultados medibles. Mediante la fusión de una profunda perspicacia empresarial, el conocimiento del dominio, la ciencia de datos y la IA moderna, ofrecemos estrategias que impulsan el crecimiento, mejoran la eficiencia y aumentan la rentabilidad.  Contamos con profundos conocimientos en química, ingeniería de procesos, fertilizantes e industrias adyacentes.

Somos un equipo pequeño con personas de muy alto calibre: Uno de ellos es doctor y catedrático de una reputada universidad alemana, y el otro ha desarrollado una larga y fructífera carrera en los sectores químico y de fertilizantes. Los miembros de nuestro equipo poseen diferentes certificaciones: por ejemplo, Google Associate Cloud Engineer, Google Professional ML Engineer, entre otras.

Somos competentes en python, LangGraph, n8n, django.



Averiguar de la lista de empresas, a cuáles deberíamos acercarnos como posibles nuevos clientes.



- pequeña y mediana empresa
- expresa públicamente un gran interés en los datos, la IA, la automatización
- moderna y orientada al futuro
- no teme trabajar con un equipo pequeño y de alto calibre



Para cada empresa de la lista, haga lo siguiente:
1) Averigüe lo que hacen
2) ¿Es una empresa pequeña (menos de 50 empleados), mediana (entre 10 y 1000 empleados) o grande (más de 1000 empleados)?
3) Basándote en lo que has averiguado, valora la puntuación de esta empresa como perfil de cliente objetivo: ¿baja, media o alta?

Sé minucioso y cíñete a los hechos.
Si no sabes algo o no encuentras algo, déjalo en blanco.





SerpApi: Google como motor de búsqueda para la búsqueda en Internet
Scraper: Raspar una URL específica según sea necesario



Formato JSON con los elementos:
- nombre
- descripción
- soporte
- sitio web
- puntuación como perfil del cliente objetivo
- razonamiento de la puntuación

Nodo verificado de Bright Data

Utilicé Bright Data en dos puntos críticos del flujo de trabajo:

• Extracción inicial de datos: El raspador web de Bright Data se encarga de la extracción completa de la lista de expositores de los sitios web de ferias, analizando de forma fiable las páginas (páginas con mucho JavaScript, contenido dinámico, etc.).
• Como herramienta de agente para su investigación: Bright Data permite a la IA realizar scraping selectivo de sitios web de empresas individuales bajo demanda. Esto permite al agente recopilar información pública en tiempo real sobre el tamaño de la empresa, su enfoque tecnológico y sus iniciativas directamente de la fuente.

La integración fue sencilla. Los nodos n8n de Bright Data requirieron una configuración mínima y gestionaron sitios complejos que suelen requerir la automatización del navegador.

La fiabilidad se tradujo en una intervención manual nula, incluso cuando se procesaban cientos de expositores, lo que lo hace ideal para casos de uso en producción en los que la coherencia es importante.

Viaje

Este proyecto fue una excelente oportunidad para explorar n8n y Bright Data en profundidad. Aunque he invertido en LangGraph, he descubierto que n8n sobresale en la creación rápida de prototipos en formas en que LangGraph no lo hace. Mi flujo de trabajo habitual implica numerosos cuadernos Jupyter para experimentar con gráficos y agentes, pero n8n ha abierto una nueva vía: Ahora puedo crear prototipos funcionales en horas en lugar de días, y luego producirlos en LangGraph o mantenerlos en ejecución en n8n directamente.

Utilizar Bright Data fue una gran experiencia. Anteriormente, había utilizado otras soluciones de scraping, pero el enfoque de Bright Data es realmente elegante y robusto. El creador de recopiladores asistido por IA me impresionó especialmente (aunque este flujo de trabajo finalmente no lo requería). Lo que destaca es la versatilidad de la plataforma. La herramienta se ha ganado definitivamente un lugar permanente en mi pila tecnológica.

Próximos pasos

La combinación de la construcción visual del flujo de trabajo de n8n y la fiable extracción de datos de Bright Data crea un potente entorno que salva la distancia entre “experimento rápido” y “solución lista para producción”.”

Este punto dulce es exactamente lo que he estado buscando en mis proyectos de automatización. Ya he creado algunos flujos de trabajo más para el desarrollo empresarial y estoy deseando compartirlos con el tiempo.