Construye tu propio agente de IA para calificar prospectos y agendar citas
Guía paso a paso para armar un agente de IA que conversa con tus prospectos, los califica y agenda la cita solo, con n8n, una API de IA y RAG. Incluye checklist descargable.
De la conversación en WhatsApp a la cita agendada, sin que nadie lo escriba a mano
n8n, una API de IA, WhatsApp Business y los documentos de tu negocio: las piezas, el orden y lo que cuesta cada mes.
Un agente de IA que califica prospectos y agenda citas no es un chatbot con respuestas fijas: conversa, decide qué preguntar y, cuando ya tiene los datos, ejecuta una acción real en tu calendario o tu sistema. Esta guía te lleva paso a paso para construirlo con n8n, una API de IA, WhatsApp Business y los documentos de tu negocio, y trae un PDF descargable gratis con el checklist completo para no saltarte ningún paso.
En resumen
Un agente así se construye conectando una API de modelos (OpenAI, Anthropic o Gemini), la API de WhatsApp Business y una herramienta de automatización como n8n, con los documentos del negocio como base de conocimiento (RAG) y funciones concretas (agendar, cotizar) que el modelo puede ejecutar de verdad. El costo en tokens de IA suele ser de centavos de dólar por conversación; lo que más pesa en la cuenta mensual es el plan de automatización y, si rebasas la ventana gratuita, los mensajes de WhatsApp.
- Se construye con n8n, una API de IA, WhatsApp Business y RAG
- Los tokens cuestan centavos de dólar por conversación
- Necesita herramientas (function calling) para agendar o cotizar de verdad
- No sustituye revisar las primeras semanas con un humano
Qué hace de verdad este agente (y qué no)
Un agente de IA que califica prospectos y agenda citas conversa con el cliente para entender qué necesita, le hace las preguntas que normalmente haría un vendedor y, cuando el cliente ya está listo, ejecuta una acción real: agenda la cita en el calendario, manda una cotización o pasa el contacto a ventas. La diferencia con un chatbot de reglas es que no sigue un árbol de "si dice esto, responde esto": decide qué preguntar y qué herramienta usar según cómo va la conversación.
La diferencia clave con un chatbot de reglas
A un chatbot de reglas hay que escribirle cada posible camino de la conversación. A un agente le das un objetivo, las herramientas que puede usar y los documentos del negocio, y él decide los pasos. Eso lo hace más flexible, pero también significa que puede equivocarse si no lo pruebas bien antes de soltarlo.
Lo que no hace solo: no reemplaza por completo a un vendedor humano en casos complicados, no debería inventar precios o condiciones fuera de lo que le diste en sus documentos, y no debería tener acceso a acciones irreversibles (como cobrar o cancelar algo) sin una confirmación.
Lo que necesitas antes de empezar a construirlo
Antes de abrir n8n, reúne estas piezas. Sin alguna de ellas, vas a trabarte a mitad del flujo.
- Los documentos del negocio ordenados: catálogo, precios, horarios, preguntas frecuentes
- Una cuenta de WhatsApp Business API activa y verificada con Meta
- Una cuenta con tarjeta cargada en OpenAI o Anthropic para pagar los tokens
- Una cuenta de n8n, en la nube o autoalojada
- El sistema real donde se agenda la cita o se guarda la cotización: calendario, CRM o tu propio sistema
- Alguien del negocio disponible para revisar las primeras conversaciones
Cómo se conectan las piezas (la arquitectura)
El cliente escribe
Por WhatsApp, por el chat de la página o por Instagram, el mensaje llega a n8n a través del webhook de la API que conectaste.
El modelo decide
n8n manda el mensaje, el historial y los fragmentos de documentos relevantes (RAG) al modelo de IA, junto con la lista de herramientas que puede usar.
La herramienta actúa
Si el cliente ya dio los datos que hacían falta, el modelo llama a la herramienta correcta (agendar, cotizar) y n8n ejecuta la acción en el sistema real del negocio.
RAG (de retrieval-augmented generation) es la forma de que el agente conteste con la información real del negocio en lugar de inventarla: antes de responder, busca en una base de datos vectorial los párrafos de tus documentos que tienen que ver con la pregunta y se los pasa al modelo como contexto. MCP (Model Context Protocol) es un estándar más nuevo para conectar herramientas y fuentes de datos a un agente sin programar cada conexión desde cero; para un negocio chico, n8n con sus nodos de herramientas cumple el mismo papel sin tener que montar un servidor MCP propio.
Constrúyelo: el paso a paso
Define el objetivo y los límites
Decide exactamente qué puede resolver el agente solo (calificar, cotizar, agendar) y qué siempre debe pasar a un humano: quejas, negociación de precio, casos fuera de catálogo.
Prepara los documentos para RAG
Convierte catálogo, precios, horarios y preguntas frecuentes en texto limpio, divídelo en fragmentos cortos y súbelo a una base vectorial.
Conecta la API del modelo
Elige el modelo (GPT, Claude o Gemini) según el balance que buscas entre costo y calidad, y conéctalo en n8n con tu llave y un límite de gasto mensual.
Define las herramientas (function calling)
Describe cada acción real como una función con nombre, parámetros y descripción clara, para que el modelo sepa cuándo y cómo llamarla.
Conecta WhatsApp Business API
Enlaza el webhook de WhatsApp a n8n para recibir y responder mensajes, y define qué pasa cuando llega un audio, una imagen o un mensaje fuera de horario.
Dale memoria a la conversación
Guarda el historial por número de teléfono para que el agente recuerde lo que ya se dijo, aunque el cliente escriba horas después.
Pruébalo con casos reales antes de lanzarlo
Simula conversaciones típicas y casos difíciles, revisa qué herramientas llamó y por qué, y ajusta las instrucciones antes de conectarlo a clientes reales.
{
"name": "agendar_cita",
"description": "Agenda una cita en el calendario del negocio",
"parameters": {
"type": "object",
"properties": {
"nombre": { "type": "string" },
"telefono": { "type": "string" },
"servicio": { "type": "string" },
"fecha": { "type": "string", "format": "date" },
"hora": { "type": "string" }
},
"required": ["nombre", "telefono", "fecha", "hora"]
}
}Cuánto cuesta construirlo y mantenerlo al mes
El costo tiene dos partes: armar el agente (tu tiempo, o lo que cobre quien te lo construya) y mantenerlo cada mes, que depende de los tokens de IA, los mensajes de WhatsApp y el plan de automatización que uses.
| Pieza | Costo aproximado | Fuente |
|---|---|---|
| Tokens de IA (GPT-5.4 mini) | $0.75 USD por millón de tokens de entrada y $4.50 USD por millón de salida | OpenAI |
| Tokens de IA (Claude Haiku 4.5) | $1.00 USD por millón de tokens de entrada y $5.00 USD por millón de salida | Anthropic |
| Mensajes de WhatsApp (plantilla de servicio en México) | Alrededor de $0.0085 USD por mensaje fuera de la ventana gratuita de servicio | Teramont (ver fuentes) |
| Automatización en n8n (plan Starter) | 24 € al mes por 2,500 ejecuciones; hay versión gratuita autoalojada | n8n |
Ejemplo de cuenta mensual para un negocio chico
Es un ejemplo con tipo de cambio aproximado; usa la calculadora de abajo para estimarlo con tus propios números de conversaciones y tokens.
Calcula el costo de tokens de tu agente
Mueve las barras según cuántas conversaciones califica tu agente al mes y qué tan largas son, y mira el estimado en pesos.
Cifras de ejemplo: precio de tokens de Claude Haiku 4.5 (fuente: Anthropic), tipo de cambio aproximado de 18.5 pesos por dólar y plan Starter de n8n (fuente: n8n). El costo real cambia según el modelo y el plan que elijas.
Los errores que más se repiten al construirlo
Lo que suele salir mal
Darle demasiadas herramientas de golpe (el modelo se confunde y llama a la que no debía), no poner un límite de gasto mensual en la cuenta de la API (una conversación larga o un pico de mensajes puede disparar la cuenta), dejar que el agente invente datos que no están en tus documentos, y no dejar un camino claro para pasar a un humano cuando el cliente se frustra.
Cómo se usa esto en México y Latinoamérica
Agencias de marketing
Una agencia que atiende a varios clientes usa un agente así para calificar a los prospectos que le llegan por WhatsApp antes de agendarles una llamada con un vendedor humano.
Software como servicio (SaaS)
Un SaaS de nicho conecta el agente a su documentación para responder dudas técnicas y agendar demos, sin que el equipo de ventas atienda cada mensaje.
Soporte y posventa
Una distribuidora usa el mismo esquema, pero en vez de agendar citas, el agente consulta el estatus de un pedido o abre un ticket cuando no puede resolverlo solo.
Tiendas en línea
Una tienda conecta el agente a su catálogo para recomendar productos y agendar una llamada de asesoría antes de una compra grande.
Si no quieres armar cada pieza tú mismo, en Zadrig Technology construimos este tipo de agentes a la medida, conectados a tu WhatsApp y tu calendario. Puedes escribirnos por WhatsApp para ver una demostración gratis.
¿Cuánto cuesta construir un agente de IA que califica prospectos y agenda citas?
El costo de construirlo varía mucho según quién lo haga y qué tan a la medida sea, pero los gastos recurrentes son bajos: los tokens de IA cuestan centavos de dólar por conversación según los precios oficiales de OpenAI y Anthropic, y un plan básico de n8n empieza en 24 euros al mes.
¿Necesito saber programar para construir este agente?
No necesitas ser programador para armar el flujo en n8n con nodos visuales, pero sí ayuda entender cómo describir herramientas (function calling) y cómo organizar los documentos para RAG; si no quieres aprenderlo, conviene contratar a quien ya lo haga.
¿Qué modelo de IA conviene usar: GPT, Claude o Gemini?
Para calificar prospectos y agendar citas, un modelo pequeño y económico como GPT-5.4 mini o Claude Haiku 4.5 suele bastar, porque la tarea es seguir instrucciones y llamar herramientas, no razonar temas complejos; conviene usar un modelo más grande solo si el negocio lo justifica.
¿Qué es RAG y por qué lo necesito?
RAG es la técnica que deja que el agente busque en los documentos reales del negocio antes de responder, en vez de inventar con lo que el modelo "recuerda"; sin RAG, el agente puede dar precios o datos equivocados con total seguridad.
¿El agente puede agendar la cita de verdad, no solo decir que lo hizo?
Sí, siempre que le conectes una herramienta (function calling) que escriba en tu calendario o sistema real; si solo le das instrucciones de texto sin conectar esa acción, el agente puede "decir" que agendó sin haberlo hecho.
¿Cuándo conviene contratar a alguien en vez de construirlo yo mismo?
Conviene contratar cuando el volumen de conversaciones ya es alto, cuando el agente necesita conectarse a varios sistemas internos, o cuando no tienes tiempo de probarlo y mantenerlo; empresas como Zadrig Technology lo arman a la medida y lo dejan integrado con tu calendario y tu WhatsApp.
Fuentes
¿Prefieres que te lo construyamos?
En Zadrig Technology armamos agentes de IA a la medida, conectados a tu WhatsApp, tu calendario y tus documentos. Escríbenos y una persona te responde con una demostración gratis.
Escríbenos por WhatsApp
