Cómo construimos un equipo de 7 agentes de ventas en 2 semanas
92+ prospectos en CRM. Cero entrada manual de datos. 7 agentes especializados gestionando pipeline, inteligencia competitiva y secuencias de outreach.
92+ prospectos en un CRM de Notion. 100 registros con etapa, propietario, tier, categoría ICP y acción siguiente. Cuatro secuencias de outreach activas para 22 prospectos con emails personalizados por LLM. Inteligencia competitiva estructurada en 4 battle cards. Preparación de llamadas con brief automatizado para cada discovery call.
Todo gestionado por 7 agentes de IA. Cero coordinador humano. Cero entrada manual de datos.
Estamos operando este sistema en producción para una operación de ventas de un API DeFi que vende a instituciones financieras en LATAM. El equipo humano son 3 personas. Sin los agentes, necesitaríamos entre 2 y 4 personas adicionales para cubrir investigación de prospectos, mantenimiento de pipeline, inteligencia competitiva, preparación de llamadas, secuencias de seguimiento y calificación continua.
Esta es la arquitectura, los números y lo que aprendimos.
Los 7 agentes
Cada agente tiene un rol definido, un modelo asignado y un alcance estricto. No hay un agente generalista que “haga un poco de todo”. La separación de responsabilidades es la misma que aplicarías a un equipo humano de ventas: nadie investiga prospectos, escribe secuencias de outreach, prepara llamadas Y gestiona pipeline al mismo tiempo.
1. Orquestador (pan-orchestrator). Coordina todos los demás agentes. Decide que se investiga, que se prioriza, cuando avanzar un deal de etapa. Mantiene los documentos canónicos: brief del proyecto, log de decisiones, preguntas abiertas. Corre sobre Claude Opus. Es el único agente que delega tareas a los otros 6.
2. Investigador de prospectos (prospect-researcher). Recibe un nombre de empresa o una URL. Produce un perfil completo: que hacen, a quien venden, tamaño, funding, stack tecnológico, señales de contratación, presión competitiva. Califica al prospecto en 5 dimensiones (intensidad de dolor, señal de presupuesto, urgencia, fit técnico, acceso al decisor) en una escala de 25 puntos. Escribe el resultado directo a Notion.
3. Motor de outreach (outreach-engine). Escribe secuencias de email personalizadas para cada prospecto. No usa templates genéricos con mail merge. Lee el perfil completo del prospecto desde el CRM, identifica el ángulo de entrada más relevante, y produce un email de menos de 100 palabras con un hook específico. Regla dura: nunca usar “AI” en el asunto (filtros de spam) y nunca prometer funcionalidad que no existe en producción.
4. Inteligencia de llamadas (call-intel). Antes de cada discovery call, produce un brief con: snapshot de la empresa, intel sobre los asistentes (título, background, que los motiva), hipótesis de dolor, y 5 preguntas priorizadas. Después de la llamada, estructura las notas en insights accionables: dolores confirmados, objeciones, señales de presupuesto, próximos pasos. No gestiona pipeline ni escribe outreach. Solo hace que cada conversación cuente.
5. Pipeline y calificación (customer-discovery). Es el cerebro del CRM. Rastrea cada prospecto a través del funnel: Lead, Qualified, Discovery, Technical Review, Proposal, LOI, Pilot. Marca deals estancados (sin actividad en más de 7 días). Genera reportes de pipeline bajo demanda. Califica prospectos cruzando las 5 dimensiones del ICP scoring. Cuando un deal necesita avanzar o ser descartado, este agente lo señala.
6. Investigación de mercado (pan-sales-research). Produce inteligencia competitiva estructurada. Estamos operando 4 battle cards actualizadas contra competidores directos e indirectos, cada una con diferenciadores, debilidades y ángulos de desplazamiento. Analiza segmentos de mercado (neobanks, exchanges, crypto wallets, payment orchestrators, cross-border) y prioriza según fit con la oferta actual.
7. Deal desk (deal-desk). Maneja propuestas, términos de design partner, pricing y unit economics. Tiene los números: costo por transacción (blended $0.089), margen bruto por volumen, punto de break-even (~10K transacciones/mes), LTV/CAC (13.5x). Cuando un deal avanza a propuesta, este agente produce los términos específicos.
Arquitectura de datos: Notion como CRM
El CRM es una base de datos de Notion con 100 registros. Cada registro tiene: nombre de empresa, categoría ICP (Fintech, Neobank, Payment, Exchange, etc.), tier (1-3 según potencial de ACV), calidad del lead, propietario, contacto, email, URL y etapa.
El pipeline se divide en 5 etapas activas y una terminal:
| Etapa | Registros actuales | Criterio de entrada |
|---|---|---|
| Lead (Pending Call) | 64 | Empresa identificada como fit ICP |
| Qualified (Reached Out) | 15 | Primer outreach enviado |
| Discovery (Scheduled) | 3 | Llamada agendada con decisor |
| Technical Review (1st Call Done) | 4 | Discovery completada, interes confirmado |
| Dropped | 14 | Señal clara de no-fit |
Tres propietarios humanos (Walls, Losi, Joseph) gestionan los deals. Los agentes alimentan datos, califican, investigan y redactan. Los humanos toman las decisiones de avance, rechazo y cierre.
La sincronización funciona en ambas direcciones. Cuando un agente investiga un prospecto, crea o actualiza el registro en Notion via API. Cuando un humano mueve un deal de etapa manualmente, los agentes leen el estado actualizado en su siguiente ciclo.
Outreach automatizado: 4 toques en 14 días
Estamos corriendo secuencias de outreach frio para 22 prospectos con email resuelto. El sistema funciona así:
Cadencia fija: Toque 1 el día 0, Toque 2 el día 3, Toque 3 el día 7, Toque 4 el día 14. Máximo 20 emails por día (protección de reputación del dominio). Cada email pasa por un flujo de LLM que personaliza el template con datos reales del prospecto: nombre del decisor, industria, dolor específico, señal pública (charlas, publicaciones, anuncios de producto).
El envío usa Resend. Cada email enviado se registra en SQLite con resend_id para tracking posterior. El sistema procesa eventos de Resend automáticamente: entregas, aperturas, clicks y bounces. Cuando un email rebota, la secuencia se pausa para ese prospecto y el registro se actualiza en Notion.
Las reglas de personalización son estrictas: nunca usar métricas inventadas, nunca prometer funcionalidad futura, siempre referenciar algo específico del prospecto. El proof point que usamos en las secuencias actuales es real: “motor de investigación legal con 10 agentes que completo 33 tareas de forma autónoma” y “agente de inteligencia gestionando pipeline de 92+ prospectos via Slack y Notion”.
La cadencia de 14 días con 4 toques la elegimos por las tasas de respuesta típicas en ventas B2B de LATAM. El primer toque tiene la tasa de apertura más alta. El cuarto toque es el de ruptura: 2 frases, sin presión, puerta abierta. Estamos midiendo tasas de apertura, click y respuesta por toque para optimizar la cadencia en las próximas semanas.
Inteligencia competitiva estructurada
El agente de investigación de mercado mantiene 4 battle cards activas. Cada una tiene la misma estructura: que hace el competidor, donde somos superiores, donde son superiores, y el ángulo de desplazamiento para usar en conversaciones de ventas.
Los 4 ejes de comparación que más usan nuestros vendedores:
| Comparación | Diferenciador clave |
|---|---|
| vs. integración directa (Aave/Morpho) | 100+ líneas de código vs. menos de 10 |
| vs. construir in-house | $255-330K primer año, 2-3 ingenieros, 3 meses vs. deployment en semanas |
| vs. Enso (route-based) | Intent-based (que, no como), gas incluido, wallets embebidos |
| vs. Halliday (workflow engine) | Sin wallets embebidos, sin gas incluido, diferente abstracción |
Estas battle cards no son documentos estáticos. El agente las actualiza cuando detecta cambios: nuevas funcionalidades de competidores, cambios de pricing, anuncios de fundraising. El equipo de ventas tiene información competitiva fresca antes de cada llamada sin tener que buscarla.
Qué hace el humano, que hace el agente
La división es clara y estamos siendo estrictos con ella.
El agente hace: investigación de prospectos, calificación ICP, redacción de outreach, preparación de briefs pre-llamada, estructuración de notas post-llamada, mantenimiento de pipeline, inteligencia competitiva, tracking de eventos de email, generación de reportes.
El humano hace: decidir si avanzar un deal, rechazarlo o pausarlo. Aprobar emails antes de enviarlos. Conducir las llamadas de discovery. Negociar términos. Cerrar deals. Construir relaciones.
La frontera no es arbitraria. Todo lo que es repetitivo, basado en datos y ejecutable con reglas claras lo hace el agente. Todo lo que requiere juicio sobre contexto humano, relaciones o compromisos financieros lo hace la persona.
Un ejemplo concreto: cuando un prospecto responde a un email de outreach, el agente detecta la respuesta y actualiza el estado en Notion. Pero quien decide como responder a esa respuesta es el humano. El agente puede preparar un borrador sugerido con contexto del prospecto, pero nunca envia sin aprobación explícita.
Los números hasta ahora
| Métrica | Valor |
|---|---|
| Prospectos en CRM | 100 (92+ activos) |
| Categorías ICP cubiertas | 17 (Fintech, Neobank, Payment, Exchange, etc.) |
| Prospectos con secuencia activa | 22 |
| Toques en la secuencia | 4 (cadencia de 14 días) |
| Battle cards competitivas | 4 |
| Segmentos investigados | 6 |
| Agentes en producción | 7 |
| Propietarios humanos | 3 |
| Datos ingresados manualmente | 0 registros |
Tres deals están en Technical Review con señal de interes confirmada. Los vendedores usan los briefs pre-llamada para cada discovery. La calificación ICP corre automática cada vez que se investiga un prospecto nuevo.
Lo que aprendimos construyendo esto
La especialización importa más que la cantidad de herramientas. Las primeras versiones tenían menos agentes con más responsabilidades. Un agente que investigaba prospectos Y escribía outreach Y gestionaba pipeline producía trabajo mediocre en las tres areas. Al separar en 7 agentes especializados, la calidad del output subio en cada frente. La razón es la misma que aplica a equipos humanos: un prompt con 3 responsabilidades distintas produce resultados más genéricos que 3 prompts enfocados.
El CRM como fuente única de verdad simplifica todo. Todos los agentes leen y escriben al mismo CRM de Notion. No hay archivos locales que divergen, no hay hojas de cálculo paralelas, no hay información atrapada en el contexto de un agente que los demás no pueden ver. Cuando el investigador de prospectos actualiza un perfil, el motor de outreach tiene esa información inmediatamente disponible.
Los límites de autoridad previenen desastres. El orquestador puede delegar tareas a cualquier agente. Pero ningún agente puede enviar un email, crear una propuesta vinculante o mover un deal a una etapa crítica sin intervención humana. Esta restricción agrega unos minutos de latencia pero elimina una categoría completa de errores.
El outreach personalizado con LLM funciona si tienes datos suficientes. Un email genérico con {nombre} y {empresa} no convence a nadie. Pero un email que referencia la charla que el CTO dio la semana pasada, que menciona el dolor específico del prospecto por nombre, y que incluye una métrica real (no inventada) de un caso comparable, tiene una tasa de respuesta medible. El LLM no es el que hace la diferencia. Los datos del prospecto que alimentan al LLM son los que hacen la diferencia.
Tiempo de construcción y costo
El sistema completo se construyo en 14 días. Las primeras 5 sesiones fueron definición de agentes, estructura de datos y integración con Notion. Los días 6-10 fueron el motor de outreach, las secuencias de email y la integración con Resend. Los últimos 4 días fueron inteligencia competitiva, preparación de llamadas y calibración de la calificación ICP.
El costo operativo mensual son las APIs de LLM (Claude Sonnet para los 6 agentes especialistas, Claude Opus para el orquestador) y el tier de Notion que ya pagamos. No hay VPS dedicado, no hay base de datos externa, no hay infraestructura adicional. El CRM es Notion. El tracking es SQLite. La ejecución corre bajo demanda.
Para un cliente que quiera replicar esta arquitectura de ventas, el despliegue lleva entre 10 y 15 días. Lo que cambia: la estructura del CRM, las categorías ICP, los templates de outreach, las battle cards, y la calificación de prospectos. Lo que no cambia: la arquitectura de 7 agentes, el patrón de aprobación humana, la cadencia de outreach, y el sistema de tracking de eventos.
Synaptic convierte negocios en organizaciones AI-native. Empezamos donde termina la demo. synaptic.so