CursosAI – Aprende IA en Produccion en 30 Dias

Autor: CerebroAI

  • C3-C3L2: Conectando el Cerebro: API de OpenAI

    Conectando el Cerebro: API de OpenAI

    🎯 Objetivo: Dominar este concepto.
    ⏱ Duración: 12 min

    🎬 Guion de Video (Avatar + VEO)

    🗣 [INTRO AVATAR]

    «Tu automatización es un cuerpo sin cabeza hasta que le conectas un LLM. Hoy vamos a generar, asegurar y conectar tu API Key de OpenAI.»

    📚 Secciones Principales

    Qué es una API Key

    Es la contraseña que permite a Make/n8n hablar con GPT-4. Cuídala como a tu tarjeta de crédito.

    Modelos: GPT-4o vs o1-preview

    ¿Cuál usar? 4o para velocidad y precio. o1 para razonamiento complejo (caro).

    🗣 [CIERRE AVATAR]

    «Ya tienes la llave. Ahora tu ‘bolita’ de Make puede pensar.»

    🎨 Prompts Visuales (VEO / Midjourney)

    ⏱ 01:00

    Prompt: Screen recording: Dashboard OpenAI -> Create new secret key. Zoom en el prefijo ‘sk-…’. Animación de candado cerrándose sobre la key.

    📖 Lección Completa (Texto)

    Gestión de API Keys y Modelos

    La Llave del Reino

    Para que tus agentes funcionen, necesitas acceso programático a los modelos de frontera. Esto se hace vía API (Application Programming Interface).

    Generando tu Key

    1. Ve a `platform.openai.com`.
    2. Necesitas añadir créditos (pre-pago) de $5 mínimo. ChatGPT Plus NO incluye API.
    3. Crea una key y guárdala en un gestor de contraseñas. OpenAI solo te la muestra una vez.

    Control de Costes

    Es vital establecer ‘Usage Limits’. Configura un ‘Soft Limit’ de $10 y un ‘Hard Limit’ de $20 para empezar. Un bucle infinito en un agente mal diseñado puede gastar $100 en minutos si no tienes límites.

    Selección de Modelos para Agentes

  • GPT-4o: El caballo de batalla. Multimodal, rápido, inteligente. Úsalo para el 90% de tareas.
  • GPT-4o-mini: Extremadamente barato. Úsalo para tareas simples (clasificar emails, extraer datos).
  • o1-preview (Strawberry): Razonamiento profundo. Lento y caro. Úsalo solo para planificación compleja o codificación.

    • Seguridad

    Nunca subas tu API key a GitHub o la compartas en capturas de pantalla. Si sospechas que se filtró, revócala inmediatamente.

📥 Recursos Descargables

🚀 ACCIÓN DE HOY:
Configura tu Hard Limit en OpenAI a $20.

  • C3-C3L3: Webhooks: El Sistema Nervioso

    Webhooks: El Sistema Nervioso

    🎯 Objetivo: Dominar este concepto.
    ⏱ Duración: 10 min

    🎬 Guion de Video (Avatar + VEO)

    🗣 [INTRO AVATAR]

    «¿Cómo sabe tu agente que algo pasó? Webhooks. Son como timbres digitales. Cuando alguien toca el timbre (llena un formulario), el agente despierta.»

    📚 Secciones Principales

    Webhook vs Polling

    Polling es preguntar ‘¿ya? ¿ya? ¿ya?’ cada 15 min. Webhook es ‘avísame cuando pase’. Es instantáneo y ahorra operaciones.

    🗣 [CIERRE AVATAR]

    «Vamos a crear tu primer Webhook en Make y dispararlo con el navegador.»

    🎨 Prompts Visuales (VEO / Midjourney)

    ⏱ 02:00

    Prompt: Animación de tuberías digitales: Datos viajando instantáneamente de un Formulario a Make a través de un tubo brillante (Webhook) vs un reloj lento chequeando un buzón vacío (Polling).

    📖 Lección Completa (Texto)

    Webhooks: La Comunicación Instantánea

    ¿Qué es un Webhook?

    Imagina que estás esperando una carta importante. Tienes dos opciones:
    1. Polling: Bajar al buzón cada 5 minutos a ver si llegó. (Ineficiente, cansado).
    2. Webhook: El cartero toca el timbre cuando llega la carta. (Eficiente, instantáneo).

    En términos técnicos, un Webhook es una URL única que genera tu herramienta de automatización (Make/n8n). Cuando envías datos a esa URL (vía POST request), el escenario se ejecuta.

    Por qué los Agentes Aman los Webhooks

    Los agentes necesitan contexto en tiempo real. Si un cliente escribe al chat, el agente debe responder YA, no en 15 minutos cuando corra el cron job.

    Ejercicio Práctico

    1. En Make, crea un módulo ‘Custom Webhook’.
    2. Copia la URL generada.
    3. Abre una nueva pestaña y pega la URL añadiendo `?mensaje=hola`.
    4. Mira cómo Make recibe el dato ‘hola’ instantáneamente.

    📥 Recursos Descargables

      🚀 ACCIÓN DE HOY:
      Dispara tu primer Webhook manualmente.

    • C3-C3L1: El Stack Tecnológico: Make vs n8n vs Zapier

      El Stack Tecnológico: Make vs n8n vs Zapier

      🎯 Objetivo: Dominar este concepto.
      ⏱ Duración: 15 min

      🎬 Guion de Video (Avatar + VEO)

      🗣 [INTRO AVATAR]

      «Para construir una casa necesitas martillo y clavos. Para construir agentes, necesitas INTEGRADORES. Hoy elegimos tu arma: ¿La facilidad de Zapier, la potencia visual de Make o la libertad técnica de n8n?»

      📚 Secciones Principales

      Zapier: El Triciclo Caro

      Fácil de usar, pero te arruina en cuanto escalas. $20/mes para empezar es poco, pero $500/mes llega rápido.

      Make (Integromat): El Estándar

      Visual, potente, lógico. Es donde vive la mayoría de agencias de IA. Cuesta menos, hace más.

      n8n: La Bestia Open Source

      Puedes instalarlo en tu propio servidor por $5/mes y correr millones de ejecuciones. Es el futuro para escalar.

      🗣 [CIERRE AVATAR]

      «Mi recomendación: Empieza en Make para aprender, salta a n8n para escalar. Hoy instalaremos Make.»

      🎨 Prompts Visuales (VEO / Midjourney)

      ⏱ 02:30

      Prompt: Tabla comparativa animada 3D: Columnas ‘Zapier’, ‘Make’, ‘n8n’. Filas ‘Coste’, ‘Curva Aprendizaje’, ‘Potencia’. Zapier se pone rojo (caro), Make verde (equilibrado), n8n dorado (potente).

      📖 Lección Completa (Texto)

      El Stack Tecnológico del Agente AI

      Introducción

      Elegir la plataforma de orquestación es la decisión más importante que tomarás. Es el ‘Sistema Operativo’ de tus agentes. Una mala elección hoy te costará miles de dólares en suscripciones el próximo año.

      1. Zapier: La Trampa de la Facilidad

      Zapier democratizó la automatización. Su interfaz ‘If This Then That’ es intuitiva. Pero tiene un techo de cristal bajo.

    • Pros: Conecta con todo (5000+ apps). Curva de aprendizaje cero.
    • Contras: Lógica condicional compleja es un dolor. Precio por ‘tarea’ es abusivo (aprox $0.01/tarea).

      • 2. Make.com (Ex-Integromat): El Equilibrio Perfecto

      Make es visualmente hermoso. Ves las ‘bolitas’ conectadas y los datos fluyendo. Permite bucles, routers, agregadores y manejo de errores profesional.

    • Coste: Mucho más barato que Zapier.
    • Lógica: Permite transformar datos (JSON, XML) nativamente.

      • 3. n8n: La Soberanía de Datos

      n8n es ‘fair-code’. Puedes usar su nube o, mejor aún, instalarlo en tu propio VPS (Hetzner/DigitalOcean).

    • El Killer Feature de n8n: LangChain integrado. n8n tiene nodos nativos para Agentes AI, Memoria Vectorial y Herramientas. Es la plataforma nativa para IA.

      • Veredicto 2025

      Si quieres montar una Agencia de Automatización, aprende Make. Si quieres montar una Agencia de IA Avanzada, aprende n8n.

      📥 Recursos Descargables

      🚀 ACCIÓN DE HOY:
      Crea tu cuenta gratuita en Make.com hoy.

    • C1-C1L2: Casos de Uso Reales: contenido, ventas, atención

      MÓDULO 1 • LECCIÓN L2

      Casos de Uso Reales: contenido, ventas, atención

      ⏱ 10 min de lectura • 🚀 Nivel: Estratega

      INTRODUCCIÓN

      «¿Todavía publicas manualmente en cada red social? ¿Tus comerciales pierden horas clasificando leads fríos? ¿Tu equipo de soporte responde las mismas preguntas una y otra vez? Estás perdiendo tiempo y dinero que podrías estar invirtiendo en crecer. En esta lección vas a ver tres agentes de IA que empresas reales ya están usando en producción: un agente que automatiza tu presencia en redes sociales, un agente que cualifica leads como si fuera tu mejor comercial, y un agente que resuelve el 70% del soporte sin intervención humana. Al final, tendrás claro cuál de los tres implementar primero en tu negocio.»

      🎬 Blueprint de la Lección

      1. 1. Agente Buffer: Tu Equipo de Contenido 24/7

      El Agente Buffer lee tu calendario de lanzamientos, tus artículos, tus guiones de video, y genera automáticamente posts adaptados para Instagram, TikTok y LinkedIn. No es un simple programador de publicaciones: es un creativo que entiende el tono de cada red, genera variaciones, propone hooks distintos y programa todo sin que tengas que abrir ninguna app. Funciona con fuentes de datos como Notion, Google Calendar o RSS feeds.

      2. 2. Agente Lead Qualifier: Filtra Oro de la Arena

      Analiza cada lead que entra (de formularios, landing pages, anuncios) y lo puntúa automáticamente según señales clave: fuente del tráfico, comportamiento en tu web, respuestas en el formulario, tamaño de la empresa. Los leads con puntuación A (≥80) van directo a tu equipo de ventas con un resumen contextualizado. Los B y C entran en secuencias de nurturing automáticas. Resultado: tu equipo comercial solo habla con prospectos calificados.

      3. 3. Agente FAQ Inteligente: Soporte Que Nunca Duerme

      Combina tu base de conocimiento con APIs de tus sistemas (tienda, CRM, plataforma de cursos) para responder consultas con datos reales. Puede consultar el estado de un pedido, ayudar a recuperar acceso a una cuenta, explicar políticas de devolución actualizadas. Sabe cuándo puede resolver solo y cuándo debe escalar a humano. Opera 24/7, reduce tiempo de respuesta de horas a segundos, y libera a tu equipo para casos complejos.

      CONCLUSIÓN

      «Si algo debe quedarte claro de esta lección, es esto: estos tres agentes no son ciencia ficción ni startups con millones en inversión. Son herramientas que pequeñas empresas ya están usando para competir con gigantes. En la siguiente lección vamos a desglosar los componentes técnicos de un agente: herramientas, memoria y lógica. Porque entender CÓMO funcionan por dentro es el primer paso para construir el tuyo.»

      🎨 Dirección de Arte AI

      ⏱ N/A • VISUAL PROMPT

      Diagrama de flujo: Calendario/Notion → Agente Buffer → Instagram/TikTok/LinkedIn (posts programados)

      ⏱ N/A • VISUAL PROMPT

      Animación mostrando scoring de leads: Lead entra → Señales detectadas (fuente, comportamiento, empresa) → Score asignado → Ruteo automático (A a ventas, B/C a nurturing)

      ⏱ N/A • VISUAL PROMPT

      Split screen: FAQ tradicional (respuesta genérica) vs Agente FAQ (consulta API, devuelve dato real como estado de pedido)

      MASTERCLASS TEXTO

      Lección Completa

      C1L2 · Casos de Uso Reales: contenido, ventas, atención

      1. Introducción

      ¿Recuerdas cuando automatizar algo significaba usar Zapier para copiar datos de A a B? Eso sigue siendo útil, pero es solo el 10% de lo que la IA generativa puede hacer por ti en 2025.

      En esta lección vas a ver tres agentes de IA que ya están en producción en empresas reales, desde infoproductores hasta e-commerce de 7 cifras. No son prototipos de laboratorio ni casos de uso teóricos: son sistemas que trabajan 24/7 ejecutando tareas que antes requerían equipos completos.

      El objetivo no es que copies exactamente estos agentes (aunque podrías), sino que veas el PATRÓN: cómo un agente bien diseñado puede reemplazar horas de trabajo manual repetitivo, liberar a tu equipo para tareas estratégicas, y escalar tu operación sin contratar más gente.

      2. Objetivo de aprendizaje

      Tras esta lección, el alumno podrá:

    • Identificar tres casos de uso concretos de agentes (contenido, ventas, soporte)
    • Entender qué señales y fuentes de datos usa cada tipo de agente
    • Determinar cuál de los tres agentes implementar primero según las prioridades de su negocio

      • 3. Agente Buffer: Automatiza Tu Presencia en Redes Sociales

      3.1 El Problema Antes del Agente

      Eres founder de un infoproducto. Tienes un calendario editorial con 3 artículos al mes, 2 webinars y 1 lanzamiento de producto. Sabes que deberías estar publicando diariamente en Instagram, LinkedIn y TikTok, pero:

    • No tienes tiempo para crear contenido específico para cada red
    • Cada red requiere formato distinto (carrusel, reel, post de texto, video corto)
    • Programar con herramientas como Later o Buffer sigue siendo manual: tienes que crear cada pieza
    • Resulta: publicas inconsistentemente, pierdes alcance orgánico, tu audiencia se olvida de ti

      • 3.2 Cómo Funciona el Agente Buffer

      El Agente Buffer se conecta a tus fuentes de contenido primarias:

    • Tu blog (vía RSS)
    • Tu calendario de campañas (Notion, Google Calendar, Airtable)
    • Tus guiones de webinars o videos (Google Docs)

      • Cada semana, el agente:
      1. Lee qué campañas están activas y qué contenido maestro tienes disponible
      2. Genera variaciones adaptadas para cada red:
      – Instagram: Carrusel de 5 slides + caption con hooks emocionales
      – LinkedIn: Post largo formato storytelling profesional
      – TikTok: Script para video de 30 segundos con hook en los primeros 3 segundos
      3. Programa las publicaciones en tus mejores horarios (basado en analytics históricos)
      4. Ajusta el tono según la red: más casual en TikTok, más corporativo en LinkedIn

      3.3 Caso Real: Agencia de Marketing de Barcelona

      Cliente: Agencia con 5 clientes B2B, cada uno necesita 20 posts/mes (100 posts totales).

      Antes del agente:

    • 2 community managers a tiempo completo
    • 40 horas/semana creando contenido
    • Inconsistencias de tono entre clientes

      • Con el agente:

    • Agente genera borradores en 15 minutos
    • Community managers solo revisan y aprueban (5 horas/semana)
    • Tono consistente porque el agente usa el brand guideline de cada cliente
    • Resultado: Liberaron 35 horas/semana para estrategia y nuevos clientes

      • 3.4 Qué Datos Necesita Este Agente

    • Entrada: Calendario editorial, artículos publicados, guiones de video
    • Herramientas: APIs de Instagram, LinkedIn, TikTok para publicación programada
    • Memoria: Brand voice de cada cliente, performance histórico de posts (qué formatos funcionan mejor)
    • Decisión: Si un tema ya se publicó recientemente, el agente propone ángulo distinto o lo pospone

      • 4. Agente Lead Qualifier: Tu Clasificador Automático de Prospectos

      4.1 El Problema Antes del Agente

      Eres una B2B SaaS con 200 leads/mes entrando de Google Ads, LinkedIn y formularios orgánicos. El problema:

    • El 70% de los leads son incorrectos: empresas demasiado pequeñas, estudiantes, competidores echando un vistazo
    • Tu equipo de ventas (2 personas) pierde 60% de su tiempo contactando leads que nunca cerrarán
    • Los leads buenos se pierden en el ruido o reciben seguimiento tardío

      • 4.2 Cómo Funciona el Agente Lead Qualifier

      Cada vez que entra un lead nuevo (de Typeform, HubSpot, Calendly), el agente:

      1. Enriquece la información:
      – Consulta Clearbit o Hunter.io para datos de la empresa (tamaño, industria, funding)
      – Revisa LinkedIn del contacto (rol, seniority)
      – Analiza comportamiento en tu web (páginas visitadas, tiempo en pricing)

      2. Puntúa el lead en base a criterios predefinidos:
      – Tamaño de empresa: >50 empleados = +30 puntos
      – Rol: C-level o VP = +25 puntos
      – Fuente: Referido = +20 puntos, Ad frío = +5 puntos
      – Comportamiento: Visitó pricing 3+ veces = +15 puntos
      – Urgencia: Respondió «este mes» en formulario = +10 puntos

      3. Clasifica el lead:
      – A (≥80 puntos): Envía email al comercial con resumen: «Lead calificado: empresa 200 empleados, VP Marketing, visitó pricing 5 veces, busca solución para Q1»
      – B (50-79 puntos): Activa secuencia de nurturing (5 emails en 2 semanas)
      – C (<50 puntos): Newsletter mensual, re-evaluar en 3 meses

      4. Actualiza CRM automáticamente con score, clasificación y próxima acción

      4.3 Caso Real: SaaS de HR Tech (México)

      Cliente: Plataforma de gestión de talento, ticket promedio $5,000/año.

      Antes del agente:

    • 180 leads/mes, 2 comerciales contactaban a todos
    • Tasa de conversión: 3% (5-6 cierres/mes)
    • Ciclo de venta promedio: 45 días

      • Con el agente:

    • Agente cualifica automáticamente
    • Comerciales solo hablan con leads A (40-50 leads/mes)
    • Tasa de conversión sobre leads A: 18%
    • Ciclo de venta: 28 días (porque los leads ya están calientes)
    • Resultado: Mismo equipo, duplicaron cierres mensuales (10-12)

      • 4.4 Qué Datos Necesita Este Agente

    • Entrada: Datos del formulario, email del lead
    • Herramientas: APIs de enriquecimiento (Clearbit), CRM (HubSpot), email (Gmail para notificar comerciales)
    • Memoria: Criterios de scoring (actualizables), historial de interacciones previas del lead
    • Decisión: Si un lead vuelve después de 6 meses, re-evalúa con scoring actualizado

      • 5. Agente FAQ Inteligente: Soporte 24/7 con Datos Reales

      5.1 El Problema Antes del Agente

      Eres un e-commerce de cursos online con 2,000 alumnos activos. Tu equipo de soporte (3 personas) recibe 50-80 tickets/día:

    • «¿Dónde está mi acceso al curso?»
    • «No puedo descargar el certificado»
    • «¿Cuál es el estado de mi pedido?»
    • «¿Puedo cambiar de plan?»

      • El 70% de las consultas son repetitivas, pero requieren buscar info en tu sistema (Teachable, Stripe, base de datos). Tiempo promedio de respuesta: 4-6 horas. Los clientes se frustran, dejan malas reseñas.

      5.2 Cómo Funciona el Agente FAQ Inteligente

      Este agente combina:

    • Base de conocimiento: Tus FAQs, políticas, guías
    • Acceso a APIs: Teachable (cursos), Stripe (pagos), tu DB de usuarios

      • Cuando llega una consulta (vía chat, email o WhatsApp):

      1. Clasifica la intención:
      – ¿Pregunta sobre acceso?
      – ¿Consulta de pedido?
      – ¿Problema técnico?
      – ¿Pregunta de ventas?

      2. Ejecuta la acción necesaria:
      – Si pregunta «¿dónde está mi curso?»: Consulta API de Teachable con el email del usuario, verifica si tiene acceso, si no lo tiene, revisa en Stripe si pagó, si pagó pero no tiene acceso, crea el acceso automáticamente y notifica al usuario
      – Si pregunta «¿puedo cambiar de plan?»: Consulta política actual, explica opciones, ofrece link directo para upgrade/downgrade
      – Si pregunta algo no documentado o complejo: Escala a humano con contexto completo

      3. Aprende de cada interacción:
      – Si 10 usuarios preguntan lo mismo en una semana, el agente sugiere actualizar FAQ o mejorar onboarding

      5.3 Caso Real: Academia de Idiomas Online (Argentina)

      Cliente: 5,000 alumnos, cursos de inglés online.

      Antes del agente:

    • 3 personas en soporte (9am-6pm)
    • 120 tickets/día
    • Tiempo promedio de respuesta: 5 horas
    • Satisfacción del cliente (CSAT): 72%

      • Con el agente:

    • Agente resuelve 85 tickets/día (70%) en <1 minuto
    • Equipo humano solo maneja 35 tickets complejos/día
    • Tiempo promedio de respuesta: 12 minutos (para casos complejos)
    • CSAT: 91%
    • Resultado: Redujeron equipo de 3 a 1 persona + agente, mejoraron servicio, ahorraron $4,000/mes

      • 5.4 Qué Datos Necesita Este Agente

    • Entrada: Mensaje del usuario (texto o voz)
    • Herramientas: APIs de tu plataforma de cursos, pasarela de pagos, base de datos de usuarios, sistema de tickets (Zendesk, Intercom)
    • Memoria: Historial de interacciones del usuario, preferencias (idioma, canal de contacto)
    • Decisión: Si la consulta está fuera del alcance del agente (ej: reembolso >$500), escala a humano con todos los datos recopilados

      • 6. Matriz de Decisión: ¿Cuál Agente Implementar Primero?

      No implementes los tres a la vez. Elige uno según tu mayor punto de dolor:

      | Criterio | Agente Buffer | Agente Lead Qualifier | Agente FAQ |
      |———-|—————|———————-|————|
      | Beneficio principal | Consistencia en redes sociales | Más ventas con mismo equipo | Menos carga en soporte |
      | Ahorro de tiempo | 20-30h/semana | 15-25h/semana | 30-40h/semana |
      | ROI esperado | Medio (indirecto vía alcance) | Alto (ventas directas) | Alto (reducción costos) |
      | Complejidad técnica | Baja | Media | Media-Alta |
      | Mejor para | Creadores de contenido, agencias | B2B SaaS, servicios high-ticket | E-learning, e-commerce, SaaS |
      | Tiempo de setup | 1-2 semanas | 2-3 semanas | 3-4 semanas |

      Recomendación:

    • Si tu problema #1 es visibilidad y alcance → Empieza con Agente Buffer
    • Si tu problema #1 es convertir más leads → Empieza con Agente Lead Qualifier
    • Si tu problema #1 es escalar soporte sin contratar → Empieza con Agente FAQ

      • 7. Checklist final de comprensión

    • [ ] Entiendo cómo el Agente Buffer automatiza la creación y programación de contenido multi-plataforma
    • [ ] Puedo explicar cómo el scoring automático de leads ahorra tiempo comercial
    • [ ] Comprendo por qué un agente FAQ con acceso a APIs es superior a un chatbot genérico
    • [ ] Sé identificar cuál de los tres agentes tiene más sentido para mi negocio en este momento

      • TAREA PRÁCTICA C1L2

      Título: Diseña el Brief de TU Primer Agente

      Instrucciones:

      1. Elige UNO de los tres agentes (Buffer, Lead Qualifier, FAQ)
      2. Responde estas preguntas:
      – Problema actual: Describe en 1-2 frases el problema específico que quieres resolver
      – Resultado deseado: ¿Cómo sabrás que el agente está funcionando? Define 1 métrica clara (ej: «Reducir tiempo de respuesta de 6h a <30min") - Fuentes de datos: ¿De dónde sacará información el agente? (ej: formularios, CRM, base de conocimiento)
      – Herramientas necesarias: ¿Qué APIs o sistemas necesita conectar? (ej: Gmail, HubSpot, Teachable)
      – Límites: ¿Qué NO debería hacer el agente? ¿Cuándo escalar a humano?

      Criterios de éxito:

    • Problema y resultado son específicos y medibles
    • Identificaste al menos 2 fuentes de datos concretas
    • Listaste al menos 2 herramientas/APIs necesarias
    • Definiste límites claros (casos que requieren intervención humana)

      • 🚀 ACCIÓN DE HOY

      {‘texto’: ‘Descargar Plantilla de Brief de Agente’, ‘link’: ‘plantilla_brief_agente.md’}

      Ejecutar Misión

    • C1-C1L3: Casos de Uso: Agentes que Facturan

      Casos de Uso: Agentes que Facturan

      🎯 Objetivo: Dominar este concepto.
      ⏱ Duración: 9 min

      🎬 Guion de Video (Avatar + VEO)

      🗣 [INTRO AVATAR]

      «Teoría lista. Vamos al dinero. ¿Qué están haciendo los agentes AHORA MISMO en empresas reales?»

      📚 Secciones Principales

      Agente SDR (Ventas)

      Lee leads inbound, investiga su LinkedIn, califica si tienen presupuesto y agenda la reunión en tu Calendly. Tú solo asistes al Zoom.

      Agente de Soporte Nivel 2

      No solo responde preguntas frecuentes. Entra en tu base de datos, verifica el estado del pedido, procesa el reembolso y envía el email de confirmación.

      🗣 [CIERRE AVATAR]

      «¿Ves el patrón? Tareas repetitivas que requieren ‘criterio’. Eso es territorio agente.»

      🎨 Prompts Visuales (VEO / Midjourney)

      ⏱ 03:00

      Prompt: Screen recording simulado: Dashboard de CRM donde los leads cambian de estado mágicamente de ‘Nuevo’ a ‘Agendado’, con logs laterales mostrando el trabajo del Agente.

      📥 Recursos Descargables

      • 📄 Top 10 Casos de Uso Agentes 2025 (pdf)
      🚀 ACCIÓN DE HOY:
      Elige tu caso de uso objetivo.

    • C1-C1L4: Mapa de Procesos: Tu Blueprint

      Mapa de Procesos: Tu Blueprint

      🎯 Objetivo: Dominar este concepto.
      ⏱ Duración: 10 min

      🎬 Guion de Video (Avatar + VEO)

      🗣 [INTRO AVATAR]

      «Antes de construir, dibujamos. Si intentas automatizar un caos, obtendrás un caos automatizado. Hoy hacemos el Blueprint.»

      📚 Secciones Principales

      Input -> Proceso -> Output

      Desglosa la tarea. ¿Qué entra? (Email de cliente). ¿Qué pasa? (Lectura, clasificación, respuesta). ¿Qué sale? (Email enviado, CRM actualizado).

      Identificando ‘Triggers’

      ¿Qué despierta al agente? ¿Un nuevo email? ¿Una hora del día? ¿Un mensaje en Slack?

      🗣 [CIERRE AVATAR]

      «Tienes tu mapa. En el siguiente capítulo, entenderás cómo hablarle a este agente para que obedezca. Prompt Engineering para Agentes.»

      🎨 Prompts Visuales (VEO / Midjourney)

      ⏱ 04:00

      Prompt: Animación de pizarra blanca (Whiteboard style): Una mano dibujando un diagrama de flujo simple. Caja ‘Email Recibido’ -> Rombo ‘¿Es Queja?’ -> Si: ‘Crear Ticket Jira’, No: ‘Archivar’.

      📥 Recursos Descargables

      • 📄 Plantilla Blueprint de Agente (pdf)
      🚀 ACCIÓN DE HOY:
      Sube tu Blueprint al foro.

    • C1-C1L1: De Chatbots a Agentes Autónomos

      MÓDULO 1 • LECCIÓN L1

      De Chatbots a Agentes Autónomos

      ⏱ 10 min de lectura • 🚀 Nivel: Estratega

      INTRODUCCIÓN

      «¿Sigues usando ChatGPT como si fuera Google con esteroides? Estás dejando dinero sobre la mesa. En 2025, el verdadero poder de la IA no está en responder preguntas, sino en ejecutar tareas completas mientras tú duermes. Hoy vas a entender la diferencia crítica entre un chatbot que conversa y un agente que TRABAJA. Y descubrirás por qué esta distinción va a determinar si automatizas tu negocio o te quedas atrás.»

      🎬 Blueprint de la Lección

      1. 1. Chatbots vs Agentes: La Diferencia que Importa

      Un chatbot responde. Un agente ejecuta. ChatGPT genera un email de prospección, pero un agente lo envía, hace seguimiento y actualiza tu CRM. Esta diferencia entre ‘generar outputs’ y ‘completar workflows’ es el salto evolutivo de 2025.

      2. 2. Los 3 Pilares de un Agente Autónomo

      Todo agente efectivo necesita: (1) Herramientas para actuar (APIs, webhooks, integraciones), (2) Memoria para recordar contexto, y (3) Lógica de decisión para saber QUÉ hacer en cada momento. Sin estos tres, solo tienes un chatbot glorificado.

      3. 3. Por Qué Ahora: El Momento Perfecto

      2025 es el año de los agentes porque convergen 3 factores: modelos más baratos y rápidos (GPT-4o, Claude 3.5), plataformas no-code maduras (Make, n8n), y APIs empresariales abiertas. Por primera vez, puedes construir un agente sin ser programador.

      CONCLUSIÓN

      «Si algo te debe quedar claro de esta lección, es esto: los chatbots son asistentes pasivos, los agentes son empleados autónomos. En la siguiente lección veremos casos reales de empresas que ya están usando agentes en producción. Y te garantizo que al menos uno de esos casos te va a volar la cabeza.»

      🎨 Dirección de Arte AI

      ⏱ N/A • VISUAL PROMPT

      Diagrama comparativo: Chatbot (input→output) vs Agente (input→herramientas→ejecución→memoria)

      ⏱ N/A • VISUAL PROMPT

      Animación mostrando los 3 pilares de un agente: Herramientas, Memoria, Lógica

      ⏱ N/A • VISUAL PROMPT

      Línea de tiempo 2020-2025 mostrando la evolución: GPT-3 → ChatGPT → Plugins → Agentes

      MASTERCLASS TEXTO

      Lección Completa

      C1L1 · De Chatbots a Agentes Autónomos

      1. Introducción

      Si has usado ChatGPT, Gemini o Claude en los últimos dos años, probablemente los trates como un buscador inteligente: haces una pregunta, obtienes una respuesta, copias, pegas y continúas tu trabajo. Eso es útil, pero estás usando una Ferrari para ir al supermercado.

      La verdadera revolución de la IA Generativa en 2025 no es que pueda conversar contigo, sino que puede trabajar por ti. La diferencia entre un chatbot conversacional y un agente autónomo es la misma que existe entre un asistente que toma notas y un empleado que completa proyectos enteros.

      En esta lección vas a entender por qué esta distinción importa, qué hace que un agente sea diferente de un chatbot, y por qué 2025 es el año en que los agentes pasan de laboratorio a producción en miles de empresas.

      2. Objetivo de aprendizaje

      Tras esta lección, el alumno podrá:

    • Explicar la diferencia fundamental entre un chatbot conversacional y un agente autónomo
    • Identificar los tres componentes esenciales de cualquier agente (herramientas, memoria, lógica)
    • Reconocer cuándo un problema requiere un agente vs. cuándo basta con un chatbot o una automatización simple

      • 3. Chatbots vs Agentes: Más que Semántica

      3.1 El Paradigma del Chatbot (2020-2023)

      Cuando OpenAI lanzó ChatGPT en noviembre de 2022, el mundo descubrió que podías conversar con una IA. Podías pedirle que escribiera un email, resumiera un PDF, generara código, o incluso que actuara como tu coach de negocio. Pero había un límite claro: el chatbot no podía ejecutar nada por ti.

      Si le pedías a ChatGPT que enviara un email, te generaba el texto. Tú tenías que copiarlo, abrir Gmail, pegarlo y hacer clic en enviar. Si le pedías que buscara información en tu CRM, te decía «no tengo acceso a tus sistemas». El chatbot era un generador de outputs, no un ejecutor de tareas.

      3.2 El Salto a los Agentes (2024-2025)

      Un agente autónomo es un sistema de IA que no solo genera contenido, sino que actúa sobre el mundo. Un agente puede:

    • Enviar el email que generó
    • Actualizar tu base de datos después de una conversación
    • Programar una reunión en tu calendario
    • Hacer scraping de una web y guardar los resultados en una hoja de cálculo
    • Monitorizar un flujo de trabajo y tomar decisiones sin intervención humana

      • La diferencia clave: los agentes tienen acceso a herramientas.

      3.3 Ejemplo Concreto: Prospección de Ventas

      Con un Chatbot:
      1. Le pides: «Genera un email de prospección para [Empresa X]»
      2. Te devuelve el texto
      3. Tú lo copias
      4. Abres tu CRM
      5. Buscas el contacto
      6. Pegas el email
      7. Lo envías
      8. Actualizas el estado del lead manualmente

      Con un Agente:
      1. Le das la instrucción: «Prospecta a [Empresa X]»
      2. El agente:
      – Busca información pública de la empresa
      – Genera el email personalizado
      – Lo envía desde tu cuenta
      – Actualiza el CRM con el estado «Prospectado»
      – Programa un recordatorio de seguimiento en 3 días
      3. Tú solo recibes un resumen al final del día

      ¿Ves la diferencia? El chatbot te ahorra 2 minutos de redacción. El agente te ahorra 15 minutos de ejecución manual.

      4. Los 3 Pilares de un Agente Autónomo

      Para que un sistema de IA califique como «agente», necesita tres componentes esenciales:

      4.1 Herramientas (Tools / Function Calling)

      Un agente debe poder interactuar con sistemas externos. Esto se logra mediante:

    • APIs: Conectar con servicios como Gmail, Slack, bases de datos, CRMs
    • Webhooks: Recibir notificaciones de eventos externos
    • Web Scraping: Extraer información de sitios web
    • Ejecución de código: Correr scripts de Python, JavaScript, etc.

      • Sin herramientas, un agente es solo un chatbot con pretensiones.

      Ejemplo de herramienta:

    • `send_email(to, subject, body)`: Envía un email usando la API de Gmail
    • `search_crm(company_name)`: Busca un registro en tu CRM
    • `schedule_meeting(attendees, duration)`: Crea un evento en Google Calendar

      • 4.2 Memoria (Contexto Persistente)

      Un agente debe recordar interacciones pasadas para actuar de forma coherente. Hay dos tipos de memoria:

      Memoria de Corto Plazo (Working Memory):

    • El contexto de la conversación actual
    • Variables que el agente va acumulando durante una tarea
    • Ejemplo: «Estoy buscando leads en el sector salud, ya he contactado 5, me faltan 15»

      • Memoria de Largo Plazo (Persistent Memory):

    • Información que persiste entre sesiones
    • Preferencias del usuario, historial de interacciones, resultados de tareas anteriores
    • Ejemplo: «Este cliente prefiere comunicación por WhatsApp, no email»

      • Sin memoria, un agente tiene que empezar desde cero en cada tarea, perdiendo todo el contexto valioso.

      4.3 Lógica de Decisión (Reasoning / Planning)

      Un agente debe poder decidir qué hacer en cada momento. Esto incluye:

    • Planificación: Dividir una tarea compleja en pasos
    • Razonamiento: Evaluar si una acción tuvo éxito o falló
    • Adaptación: Cambiar de estrategia si algo no funciona

      • Ejemplo de lógica:

      
Objetivo: Contactar con 10 empresas del sector retail

Plan del agente:
1. Buscar empresas en base de datos → Encontradas: 15
2. Para cada empresa:
   a. Verificar si ya fue contactada → Si NO: continuar, Si SÍ: saltar
   b. Buscar información pública de la empresa
   c. Generar email personalizado
   d. Enviar email
   e. Actualizar CRM con estado 'Contactado'
3. Detener cuando se hayan contactado 10 empresas

      Sin lógica de decisión, un agente es solo un script rígido que se rompe ante cualquier imprevisto.

      5. ¿Cuándo Necesitas un Agente? (vs. Chatbot vs. Automatización)

      No todo problema requiere un agente. Aquí está la guía:

      5.1 Usa un Chatbot cuando:

    • Solo necesitas generar contenido (redactar, resumir, traducir)
    • La interacción es puntual y no requiere continuidad
    • No hay acciones que ejecutar, solo información que obtener

      • Ejemplos:

    • «Ayúdame a redactar un pitch para inversores»
    • «Resume este PDF de 50 páginas»
    • «Explícame cómo funciona el algoritmo de PageRank»

      • 5.2 Usa una Automatización Simple (sin IA) cuando:

    • El flujo es 100% predecible
    • No hay variabilidad en los datos de entrada
    • No requiere generación de lenguaje natural

      • Ejemplos:

    • Cada vez que llega un email a la bandeja X, guardarlo en Drive
    • Cada lunes a las 9am, enviar un recordatorio de reunión
    • Cuando se crea una venta en Shopify, crear una factura en QuickBooks

      • 5.3 Usa un Agente cuando:

    • Hay variabilidad en los inputs y necesitas adaptación inteligente
    • Requiere razonamiento o toma de decisiones
    • Necesitas combinar múltiples herramientas de forma dinámica
    • El flujo de trabajo tiene bifurcaciones condicionales complejas

      • Ejemplos:

    • «Monitoriza noticias del sector y cuando encuentres algo relevante para nosotros, redacta un post de LinkedIn y publícalo»
    • «Cualifica leads entrantes, responde preguntas frecuentes y agenda demos si el lead tiene más de 50 empleados»
    • «Analiza el feedback de clientes, identifica patrones de insatisfacción y crea tickets de soporte automáticamente»

      • 6. Por Qué 2025 es el Año de los Agentes

      Hasta 2023, construir agentes era complejo, caro y requería infraestructura pesada. En 2025, tres factores convergen para democratizar los agentes:

      6.1 Modelos Más Baratos y Rápidos

    • GPT-4o: 60% más barato que GPT-4, con tiempos de respuesta sub-segundo
    • Claude 3.5 Sonnet: Contexto de 200k tokens, ideal para agentes con mucha memoria
    • Gemini 1.5 Pro: Gratis hasta 2M tokens/día, perfecto para prototipado

      • Antes, ejecutar un agente que procesara 100 tareas al día podía costar $50-100. Hoy cuesta $2-5.

      6.2 Plataformas No-Code Maduras

    • Make.com: 1,000+ integraciones, visual workflow builder
    • n8n: Código abierto, self-hosted, total control
    • Zapier con AI: Ahora incluye «AI Agent» como primitiva nativa

      • Ya no necesitas ser ingeniero para conectar un LLM con Gmail, Slack y Airtable.

      6.3 APIs Empresariales Abiertas

      Casi todas las herramientas SaaS tienen API pública:

    • CRMs: HubSpot, Pipedrive, Salesforce
    • Comunicación: Gmail, Outlook, Slack, WhatsApp
    • Datos: Airtable, Google Sheets, Notion
    • Marketing: Mailchimp, ActiveCampaign, LinkedIn

      • Esto significa que puedes construir un agente que opere sobre TU stack tecnológico real, no sobre juguetes aislados.

      7. Checklist final de comprensión

    • [ ] Entiendo que la diferencia clave entre chatbot y agente es la capacidad de EJECUTAR, no solo generar
    • [ ] Puedo nombrar los 3 pilares de un agente: Herramientas, Memoria, Lógica
    • [ ] Sé identificar cuándo un problema requiere un agente vs. cuándo basta con un chatbot o automatización simple
    • [ ] Comprendo por qué 2025 es el momento ideal para construir agentes (costos bajos, plataformas maduras, APIs abiertas)

      • TAREA PRÁCTICA C1L1

      Título: Identifica un Proceso en Tu Negocio que Necesite un Agente

      Instrucciones:

      1. Elige un proceso repetitivo en tu trabajo o negocio que actualmente haces manualmente (ej: prospección, soporte, investigación de mercado)
      2. Desglosa ese proceso en pasos individuales (mínimo 5 pasos)
      3. Para cada paso, identifica:
      – ¿Qué herramienta externa necesitaría acceder? (Gmail, CRM, web scraping, etc.)
      – ¿Qué información necesita recordar de pasos anteriores?
      – ¿Hay algún punto de decisión? («Si X, entonces Y, sino Z»)
      4. Escribe una descripción de 1 párrafo de cómo un agente automatizaría ese proceso de principio a fin

      Criterios de éxito:

    • El proceso descrito tiene al menos 5 pasos
    • Identificaste al menos 2 herramientas/APIs que el agente necesitaría
    • Incluiste al menos 1 punto de decisión condicional
    • La descripción final explica el flujo de forma clara y accionable

      • 🚀 ACCIÓN DE HOY

      {‘texto’: ‘Descargar Plantilla de Diseño de Agente’, ‘link’: ‘plantilla_anatomia_agente.md’}

      Ejecutar Misión

    • MKT – M2.L4: Guiones de Venta (VSL)

      4 —

      A. GUION DE VIDEO HÍBRIDO (20-25 min total)

      [00:00-02:00] [AVATAR – GANCHO INICIAL]

      VSL generan 10x ROI (Frank Kern). «Guiones de Venta de Alto Impacto (VSL): La Fórmula de los Millones» te entrega estructura probada para scripts que convierten a 30-40%.

      [02:00-05:00] [AVATAR – INTRODUCCIÓN PROFUNDA]

      VSL: Video Sales Letter, formato largo 10-30min con neuro triggers. Desde Gary Halbert años 80, evolucionó a video con Russell Brunson. Psicología: Cialdini (escasez, autoridad), arco narrativo mantiene atención 15min+ (vs. 8s redes).

      [05:00-07:00]

      🎬 VEO 3.1 – VISUAL 1

      Prompt: «Estructura VSL funnel: Gancho → Problema → Solución → Prueba → Oferta → CTA. Timeline 20min marcada con picos emocionales graficados.»

      [07:00-12:00] [AVATAR – FUNDAMENTOS TEÓRICOS]

      Fórmula 7 pasos VSL: 1. Gancho (3min): Problema urgente. 2. Historia identificación (4min): Caso relatable. 3. Solución revelada (3min): Producto como héroe. 4. Prueba social (3min): Testimonios, stats. 5. Oferta irresistible (3min): Bonos, urgencia. 6. Garantía (2min): Reversión riesgo. 7. CTA fuerte (2min): Acción específica. Neuro triggers: Escasez (countdown), autoridad (experto), reciprocidad (bonos gratis).

      [12:00-14:00]

      🎬 VEO 3.1 – VISUAL 2

      Prompt: «Timeline VSL con triggers marcados: Minuto 3 ‘Gancho emocional peak’, Min 10 ‘Prueba social credibilidad’, Min 18 ‘CTA urgencia’. Overlay emociones espectador.»

      [14:00-18:00] [AVATAR – METODOLOGÍA IA]

      Proceso VSL IA: 1. Brief: «VSL 20min para [producto]: audiencia [perfil], dolor [top 3], oferta [precio+bonos].», 2. Genera estructura: «Outline 7 pasos VSL detallado con timestamps.», 3. Scripting: «Guion completo paso [X]: diálogos, ejemplos, transiciones.», 4. Itera: «Mejora gancho: más emocional, agrega stats.» 5. Producción: Avatar HeyGen + B-roll Veo.

      [18:00-20:00]

      🎬 VEO 3.1 – VISUAL 3

      Prompt: «Caso ClickFunnels VSL Russell Brunson: Antes (pitch tradicional 2% conv), Después (VSL 22min estructura perfecta, 28% conv). Métricas revenue $100M+.»

      [20:00-23:00] [AVATAR – EJERCICIOS]

      1. Escribe VSL mini 10min tu producto.
      2. Graba con smartphone.
      3. Test landing: VSL vs. texto.

      [23:00-25:00] [AVATAR – CIERRE]

      VSL = fórmula probada millones. Aplícala para 10x conversiones. ¡Módulo 2 completo, crea tu VSL millonario!

      B. MANUAL TÉCNICO EXTENSO

      1. TEORÍA (620 palabras)

      VSL neuromarketing: Atención sostenida 15min+ (vs. ads 8s). Frank Kern revenue $100M+ con VSLs. Fórmula 7 pasos basada en Cialdini + Hero’s Journey.

      2. PROMPTS (12)

      1. Brief: «VSL [producto]: audiencia, dolor, oferta, duración 20min.»
      2. Outline: «Estructura 7 pasos VSL con timestamps y emociones.»
      3. Gancho: «Script gancho 3min: problema urgente [nicho], stats impactantes.»
      4-12. (Historia, solución, prueba, oferta, garantía, CTA, iteraciones, etc.)

      3. FRAMEWORKS

      | Paso VSL | Duración | Triggers Neuro |
      |———-|———-|—————-|
      | Gancho | 3min | Problema + Urgencia |
      | Historia | 4min | Empatía + Identificación |
      | Solución | 3min | Alivio + Esperanza |
      | Prueba | 3min | Autoridad + Social |
      | Oferta | 3min | Escasez + Reciprocidad |
      | Garantía | 2min | Confianza |
      | CTA | 2min | Acción directa |

      4. CASOS

      Russell Brunson ClickFunnels: VSL 22min estructura perfecta → $100M+ revenue, 28% conversión (vs. 2% pitch tradicional). Frank Kern VSLs: 10x ROI consistente.

      5. EJERCICIOS

      1. Outline VSL completo 20min.
      2. Script paso 1-3.
      3. Graba versión mini 10min, mide conversiones.

    • MKT – M2.L2: Redacción SEO Avanzada

      2 —

      A. GUION DE VIDEO HÍBRIDO (20-25 min total)

      [00:00-02:00] [AVATAR – GANCHO INICIAL]

      ¿Sabías que el 90% del tráfico orgánico viene de las primeras 3 posiciones de Google, pero el 75% de copys IA fallan en intención de búsqueda? Pierdes miles en ventas invisibles. En «Redacción SEO Avanzada: Dominando Google y la Intención de Búsqueda», desbloquearás fórmulas para rankear #1 y convertir búsquedas en clientes. Promesa: Copys que Google ama y humanos compran.

      [02:00-05:00] [AVATAR – INTRODUCCIÓN PROFUNDA]

      SEO nació con Google 1998, evolucionando a EEAT (Experience, Expertise, Authoritativeness, Trustworthiness) post-Helpful Content Update 2023. Psicología: Usuarios buscan intención (informativa, navegacional, transaccional, comercial) vía People Also Ask y Featured Snippets. Mayoría falla con keyword stuffing (penalización Panda), ignorando Zero-Click Searches (50% resultados). Errores: Prompts «incluye keyword» sin semántica (BERT model analiza contexto).

      [05:00-07:00]

      🎬 VEO 3.1 – VISUAL 1

      Prompt VEO: «Animación del funnel de búsqueda Google: Usuario teclea query → Nube de intenciones (info/rojo, trans/verde) → Algoritmo BERT desglosando semántica → SERP con posiciones 1-3 destacadas en oro, stats: ‘CTR Pos1: 42%’. Gráficos EEAT como pilares sosteniendo ranking. Colores Google, dinámico 2min.»

      – Objetivo: Mapear intención a ranking.
      – Muestra: Funnel visual, métricas CTR.

      [07:00-12:00] [AVATAR – FUNDAMENTOS TEÓRICOS]

      4 Tipos de Intención (Google): Informativa («qué es copy IA»), Nav («copyposse.com»), Trans («compra curso copy»), Comercial («mejor copy IA 2025»). Frameworks: SEMÁNTICO (LSI keywords) – Usa Ahrefs para tópicos relacionados. E-E-A-T: Experiencia (casos personales), Expertise (datos), Autoridad (citas), Trust (testimonios). Topical Authority: Cluster de contenido (pillar + clusters). Paso a paso: 1. Query research (LSI). 2. Map intención. 3. Estructura: H1 intención, H2s semánticos. Ejemplo: Query «copy IA vende» → H1 «Cómo Copy IA que Vende en 2025», párrafos con LSI «prompts avanzados, TOV humano».

      [12:00-14:00]

      🎬 VEO 3.1 – VISUAL 2

      Prompt VEO: «Diagrama interactivo de Topical Map: Pilar central ‘Copy IA’ ramificándose a clusters ‘TOV, SEO, Storytelling’. Cada rama con keywords LSI flotando, flechas a SERP #1. Tabla EEAT: Checkmarks verdes. Animación zoom-in ejemplos reales Ahrefs data.»

      – Objetivo: Ilustrar clusters SEO.

      [14:00-18:00] [AVATAR – METODOLOGÍA IA PASO A PASO]

      Proceso: 1. Research: «Lista 20 queries [nicho] + intención + LSI via Google Suggest.» 2. Outline: «Crea outline SEO para [query principal]: EEAT, H1-H4, 2000 palabras.» 3. Genera: «Escribe artículo optimizado: keyword density 1-2%, semántica, FAQs.» 4. Itera: «Mejora [output] para mobile-first, featured snippet.» 5. Herramientas: SurferSEO para on-page score >80. Demostración: Query «mejor IA copywriting» → Artículo rankeable.

      [18:00-20:00]

      🎬 VEO 3.1 – VISUAL 3: CASO DE ESTUDIO

      Prompt VEO: «Caso HubSpot: Antes (genérico, página 3 SERP). Después (SEO intención, #1, +400% tráfico). Split-screen métricas Ahrefs, texto before/after con highlights LSI. Gráficos tráfico exploding.»

      – HubSpot blog SEO.

      [20:00-23:00] [AVATAR – EJERCICIOS Y APLICACIÓN]

      1. Research 10 queries tu nicho, mapa intención. 2. Escribe pillar 2000pal. Checklist: LSI 15+ EEAT citas Snippet-ready. Errores: Keyword cannibalization.

      [23:00-25:00] [AVATAR – CIERRE Y TRANSICIÓN]

      Claves: Intención + clusters + EEAT = dominio Google. Aplícalo para tráfico x10. Próxima: Storytelling Neuro-Persuasivo. ¡Rankea ya!

      B. MANUAL TÉCNICO EXTENSO

      1. TEORÍA EXPANDIDA (580 palabras)

      SEO 2025 prioriza intención usuario (Google MUM). Estudios Moz: Contenido intención-aligned +200% ranking. EEAT de Google Guidelines: Demuestra con datos primarios.

      2. PROMPTS MAESTROS (11 prompts)

      1. Research: «Top 20 queries [tema] + intención + volumen.»
      2. Outline SEO: «Crea estructura H1-H4 para [query] con LSI.»
      3. Generación: «Artículo 2000pal optimizado: EEAT, FAQs, snippet.»
      4. Iteración mobile: «Adapta [artículo] para Core Web Vitals.»
      5. Clusters: «Genera topical map: pilar [tema] + 10 clusters.»
      6. LSI: «Lista 30 keywords semánticas para [query].»
      7. Featured snippet: «Reescribe intro para snippet: 40-60 palabras, lista.»
      8. EEAT: «Agrega pruebas experiencia/expertise a [artículo].»
      9. Intención: «Analiza intención [query] y ajusta copy.»
      10. FAQs: «Genera 5 FAQs schema-ready para [tema].»
      11. Audit: «Evalúa [URL]: SEO score, gaps EEAT, recomendaciones.»

      3. PLANTILLAS Y FRAMEWORKS

      | Intención | Estructura H1 | CTA Tipo |
      |———–|—————|———-|
      | Informativa | «Qué es…» | Lead magnet |
      | Transaccional | «Compra…» | Botón compra |

      4. CASOS

      HubSpot: Topical authority en «inbound marketing» → +400% tráfico orgánico (Ahrefs data).

      5. EJERCICIOS

      1. Research 10 queries + intención.
      2. Outline completo pillar.
      3. Publica y mide GSC.

    • MKT – M2.L3: Storytelling Neuro-Persuasivo

      3 —

      A. GUION DE VIDEO HÍBRIDO (20-25 min total)

      [00:00-02:00] [AVATAR – GANCHO INICIAL]

      Historias venden 22x más que hechos (Stanford). Tu copy IA seco no cuenta historias, pierde ventas. «Storytelling Neuro-Persuasivo» te da ciencia para historias que activan dopamina y venden.

      [02:00-05:00] [AVATAR – INTRODUCCIÓN PROFUNDA]

      Storytelling desde Homero, potenciado por neuro: Oxitocina en narrativas (Zak, 2015). Cerebro procesa historias como experiencias reales (simulación mental). Fallos: Historias lineales sin conflicto, falta arco emocional.

      [05:00-07:00]

      🎬 VEO 3.1 – VISUAL 1

      Prompt: «Cerebro liberando dopamina/oxitocina al escuchar historia vs. hechos secos (cerebro inactivo). Gráfico comparativo engagement +88%. Funnel Hero’s Journey animado.»

      [07:00-12:00] [AVATAR – FUNDAMENTOS TEÓRICOS]

      Hero’s Journey (Campbell) aplicado a copy: 1. Mundo ordinario (cliente antes), 2. Llamada aventura (problema), 3. Mentor (tu producto), 4. Transformación, 5. Retorno (éxito). PAS Neuro: Problema (dolor activado), Agitar (emociones), Solución (alivio + dopamina). 9 principios neurostorytelling: Emoción sobre lógica, proof social, sesgos cognitivos (anclaje, escasez).

      [12:00-14:00]

      🎬 VEO 3.1 – VISUAL 2

      Prompt: «Arco narrativo 3 actos animado con emociones graficadas: Setup (calma) → Conflicto (tensión peak) → Resolución (alivio). Overlay casos: Apple, Nike.»

      [14:00-18:00] [AVATAR – METODOLOGÍA IA PASO A PASO]

      Proceso storytelling IA: 1. Define héroe (buyer), 2. Prompt: «Historia PAS para [producto]: héroe [perfil], problema [dolor], transformación [beneficio], 500pal.», 3. Itera: «Agrega emoción sensorial, diálogo real», 4. Test: Lee en voz alta, mide tiempo atención.

      [18:00-20:00]

      🎬 VEO 3.1 – VISUAL 3

      Prompt: «Caso Apple ‘Think Different’: Antes (specs técnicas), Después (historia rebels/innovadores). Métricas: Engagement +200%.»

      [20:00-23:00] [AVATAR – EJERCICIOS]

      1. Escribe historia PAS 300pal tu producto.
      2. Graba video storytelling 2min.
      3. A/B test: Story vs. features.

      [23:00-25:00] [AVATAR – CIERRE]

      Storytelling neuro = emociones + arco + prueba. Próxima: VSL millonarios. ¡Cuenta tu historia YA!

      B. MANUAL TÉCNICO EXTENSO

      1. TEORÍA (600 palabras)

      Neuromarketing storytelling: Oxitocina +17% generosidad (Zak). Hero’s Journey en marketing desde Apple «1984».

      2. PROMPTS (12)

      1. Base: «Historia Hero’s Journey para [producto]: héroe, mentor, transformación.»
      2. PAS: «Copy PAS [producto]: problema emocional, agitación sensorial, solución esperanzadora.»
      3-12. (Similar estructura: Iteración, casos, emociones, arquetipos, etc.)

      3. FRAMEWORKS

      | Arquetipo | Historia Tipo | Marcas Ej |
      |———–|—————|————|
      | Héroe | Transformación | Nike |
      | Sabio | Conocimiento | Google |

      4. CASOS

      Apple «Think Different»: Story rebels vs. specs → Brand loyalty +300%.

      5. EJERCICIOS

      Historia completa con arco.

      • ×

      🛑 ¡ESPERA!

      ¿Te vas con las manos vacías?

      Completa tu pedido AHORA y obtén ENVÍO GRATIS + 10% DTO.

      Oferta limitada a los próximos 15 minutos.