En este caso práctico he creado un sistema de captación de leads desde una web, usando un chatbot conectado a automatizaciones, inteligencia artificial y una base de datos.
La idea era sencilla: que una persona entre en la web, hable con el chatbot de forma natural, explique qué necesita automatizar y que el sistema guarde automáticamente esa solicitud para poder hacer seguimiento.
El resultado final es este flujo:
Visitante en la web
→ Chatbot Botpress
→ Make
→ IA para estructurar la información
→ Airtable
→ Aviso por Telegram
→ Aviso por email1. Problema que quería resolver
Muchas empresas reciben consultas repetidas por distintos canales: WhatsApp, formularios web, email, Instagram o chats integrados en la web.
El problema no es solo responder. También hay que identificar si esa consulta puede convertirse en una oportunidad real.
Un formulario clásico puede quedarse corto porque obliga al usuario a adaptarse a campos rígidos. En cambio, un chatbot permite una conversación más natural.
El objetivo era crear un sistema que pudiera conversar con el usuario, entender su necesidad, recoger datos clave, estructurar la información, guardar el lead y avisar automáticamente cuando entra una nueva oportunidad.
2. Objetivo del proyecto
El objetivo era construir un chatbot funcional para la web de Vikingia que pudiera cualificar leads relacionados con automatización, inteligencia artificial y chatbots para negocios.
El sistema debía recoger información como nombre, email o teléfono, tipo de negocio, canal que quiere automatizar, problema principal, volumen aproximado de consultas, urgencia, calidad del lead y siguiente acción recomendada.
Además, el sistema debía enviar una notificación automática por Telegram y por email cada vez que entrara un nuevo lead.
3. Herramientas utilizadas
| Herramienta | Uso dentro del proyecto |
|---|---|
| WordPress | Web donde se incrusta el chatbot |
| Botpress | Chatbot conversacional |
| Make | Automatización del flujo |
| OpenAI / Make AI | Extracción y estructuración de datos |
| Parse JSON | Conversión de la respuesta IA en campos utilizables |
| Airtable | Base de datos de leads |
| Telegram Bot | Aviso instantáneo |
| Aviso por correo | |
| WPCode | Inserción del script del chatbot en WordPress |
4. Arquitectura general del sistema
El flujo completo queda así:
Usuario visita vikingia.com
↓
Abre el chatbot de Botpress
↓
Explica qué quiere automatizar
↓
Botpress envía la información a Make
↓
Make usa IA para extraer los datos relevantes
↓
Parse JSON estructura la información
↓
Airtable guarda el lead
↓
Telegram envía aviso
↓
Email envía aviso
5. Integración del chatbot en WordPress
El chatbot se creó en Botpress y después se integró en WordPress usando WPCode.
El código de Botpress se insertó como snippet HTML en el footer de la web para que el chat aparezca como burbuja flotante en las páginas necesarias.
6. Configuración del bot en Botpress
En Botpress configuré un agente conversacional con instrucciones específicas.
El objetivo del bot no era responder de forma genérica, sino actuar como asistente comercial inicial.
- entender qué quería automatizar el usuario
- preguntar de forma progresiva
- evitar pedir todos los datos de golpe
- recoger datos de contacto
- no inventar precios
- no prometer resultados garantizados
- enviar el lead cuando hubiera información suficiente
7. Conexión de Botpress con Make
Para conectar Botpress con Make se utilizó una petición HTTP.
Botpress envía los datos al webhook de Make cuando el usuario deja información suficiente para registrar una oportunidad.
En Make, el primer módulo del escenario es un webhook personalizado.
8. Extracción de datos con IA
Una vez Make recibe la información desde Botpress, el siguiente paso es estructurar el mensaje.
Para ello se usa un módulo de IA que convierte el texto recibido en un JSON con campos claros.
Ejemplo de estructura esperada:
{
"nombre": "Paula",
"email": "paula@cosmeticademo.com",
"telefono": "Sin definir",
"empresa_negocio": "Tienda online de cosmética natural",
"sector": "Cosmética",
"canal": "WhatsApp e Instagram",
"problema_principal": "Consultas repetidas sobre envíos, ingredientes, stock y recomendaciones de productos",
"volumen_aproximado": "30 consultas al día",
"tipo_solucion": "FAQ, captación de leads y atención comercial",
"urgencia": "Alta",
"resumen_caso": "Tienda online de cosmética natural que recibe unas 30 consultas diarias por WhatsApp e Instagram. Quiere automatizar respuestas frecuentes y reducir el tiempo dedicado a consultas repetidas.",
"calidad_lead": "Alta",
"motivo_calidad": "Tiene necesidad clara, canales definidos, volumen relevante, urgencia concreta y ha dejado email.",
"siguiente_accion_recomendada": "Contactar para agendar una llamada de diagnóstico y revisar el flujo actual de atención."
}
9. Parse JSON: convertir la respuesta IA en campos utilizables
Después del módulo de IA, se usa Parse JSON.
Este paso es importante porque permite que Make entienda cada campo por separado.
Así se puede mapear correctamente nombre, email, teléfono, negocio, canal, problema, urgencia, calidad del lead y siguiente acción.
10. Guardado automático en Airtable
Una vez estructurados los datos, Make crea un nuevo registro en Airtable.
La tabla de leads incluye campos como:
| Campo | Uso |
|---|---|
| Nombre | Persona que contacta |
| Contacto principal | |
| Teléfono | Contacto alternativo |
| Empresa / negocio | Contexto del lead |
| Sector | Tipo de actividad |
| Canal a automatizar | WhatsApp, web, Instagram, email, etc. |
| Problema principal | Necesidad detectada |
| Volumen aproximado | Cantidad de consultas o tareas |
| Urgencia | Plazo estimado |
| Resumen del caso | Explicación breve |
| Calidad del lead | Alta, media o baja |
| Motivo de calidad | Razón de la clasificación |
| Siguiente acción recomendada | Qué hacer después |
| Estado | Nuevo, contactado, propuesta enviada, etc. |
| Origen | Chatbot web |
| Mensaje original | Texto recibido desde el chatbot |
11. Notificación automática por Telegram
Además de guardar el lead, el sistema envía un aviso por Telegram.
Esto permite recibir una notificación inmediata cuando alguien deja una solicitud desde la web.
El mensaje de Telegram incluye nombre, negocio, canal, problema, urgencia, calidad del lead, contacto y siguiente acción recomendada.
12. Notificación automática por email
El sistema también envía un aviso por correo electrónico.
Esto sirve como respaldo y permite tener una notificación más formal, fácil de archivar o reenviar.
El email incluye toda la información relevante del lead: datos de contacto, resumen del caso, problema principal, calidad del lead, siguiente acción recomendada y mensaje original.
13. Resultado final
El resultado es un sistema funcional de captación y cualificación de leads desde una web.
- El chatbot conversa con el usuario.
- El sistema recoge la información relevante.
- Make procesa los datos.
- La IA estructura la información.
- Airtable guarda el lead.
- Telegram envía un aviso inmediato.
- Email envía una copia completa.
Esto convierte una conversación web en una oportunidad comercial registrada y accionable.
14. Qué aporta este sistema a un negocio
Este tipo de automatización puede ayudar a reducir trabajo manual, no perder oportunidades, responder más rápido, ordenar los leads, priorizar contactos, tener trazabilidad, centralizar información y mejorar el seguimiento comercial.
No sustituye necesariamente al equipo humano. Lo que hace es preparar mejor la información para que la persona responsable pueda actuar antes y con más contexto.
15. Mejoras futuras
- Conexión con CRM como HubSpot o Pipedrive
- Creación automática de tareas
- Envío de resumen diario de leads
- Integración con Google Calendar
- Scoring más avanzado
- Panel de métricas
- Detección de leads duplicados
- Clasificación por servicio recomendado
- Seguimiento automático por email
- Integración con WhatsApp Business API
16. Conclusión
Este proyecto demuestra cómo se puede crear un sistema real de captación de leads usando herramientas no-code e inteligencia artificial.
La clave no está solo en tener un chatbot visible en la web, sino en conectarlo con un flujo operativo completo:
Conversación → análisis → registro → aviso → seguimientoUn chatbot aislado puede responder preguntas. Un chatbot conectado a automatizaciones puede convertirse en una pieza útil dentro del proceso comercial de una empresa.
¿Quieres implementar algo parecido?
Si tienes una empresa y recibes consultas repetidas por WhatsApp, web, email o redes sociales, se puede estudiar un sistema adaptado a tu caso.
Puedes usar un chatbot para responder preguntas frecuentes, captar leads, filtrar consultas, recoger datos, avisar a tu equipo y guardar todo en una base ordenada.