Resumen ejecutivo: Implementamos una canalización de enriquecimiento por lotes que utiliza modelos de lenguaje de OpenAI y Gemini mediante OpenAI Batch API y Google Batch Predictions para calificar 3000 sitios web y determinar si son comercios electrónicos capaces de aceptar pagos. Priorizar la precisión fue clave, por eso cada sitio fue evaluado por ambos proveedores tres veces y solo se aceptaron los resultados con consenso, reduciendo las alucinaciones y mejorando la calidad de los leads entregados al equipo de ventas.
El problema: El equipo de Marketing generaba listas de posibles comercios que podían integrar super como método de pago. Los Account Executives recibían sitios web que muchas veces no eran ecommerce, con lo que perdían tiempo verificando manualmente si existía un carrito, un checkout o aceptación de pagos con tarjeta. Esto provocaba leads descartados en la parte alta del embudo, frustración en el equipo y desvío de recursos hacia tareas de búsqueda en vez de cerrar acuerdos.
Qué queríamos resolver: Automatizar la comprobación de si una URL pertenece a un comercio electrónico, escalar ese chequeo a cientos o miles de sitios y aumentar la cantidad de leads válidos en la parte superior del embudo sin cargar al equipo de ventas con trabajo manual.
Diseño del proceso: Construimos un flujo en dos partes. Primero, un prompt template reutilizable que guía al modelo para inspeccionar una URL y devolver un JSON con campos concretos: url, is_url_valid e is_ecommerce. Segundo, un pipeline por lotes que envía esas peticiones tanto a OpenAI como a Gemini y aplica reglas de evaluación estrictas para marcar un sitio como ecommerce solo si hay evidencia explícita.
Por qué usamos dos proveedores de LLM: Aunque supone un coste mayor, usar dos modelos independientes actúa como una segunda opinión experta. Beneficios clave: mayor precisión por consenso, mitigación de sesgos o debilidades específicas de cada modelo y control de calidad automático cuando los modelos discrepan, lo que genera señales para revisión manual de casos ambiguos.
Ingeniería de prompts: Definimos un prompt template con instrucciones claras para devolver solo los campos solicitados y en formato JSON, sin explicaciones adicionales. Aprovechamos herramientas de búsqueda web integradas en el prompt para dotar a los LLM de contexto en tiempo real y evitar problemas derivados de la fecha de corte de conocimiento del modelo. Además capacitamos al equipo de Marketing en redacción de prompts para asegurar que las entradas al sistema fueran consistentes y eficientes.
Escalabilidad con OpenAI Batch API: Usamos la API de lotes de OpenAI para enviar miles de solicitudes de forma asíncrona. Ventajas prácticas: reducción de costes de hasta 50 por ciento frente a peticiones en tiempo real, mayores límites de tasa, flujo de trabajo fire and forget y manejo de errores simplificado al poder reintentar solo las líneas fallidas. El archivo de batch incluía una línea por sitio con la referencia al prompt template y la variable URL.
Escalabilidad con Google Batch Predictions: Paralelamente configuramos jobs por lotes con modelos Gemini. Aunque en Batch Predictions no se podían usar prompt templates ni la búsqueda web integrada, los resultados siguieron siendo suficientemente precisos para aportar valor y complementar las respuestas de OpenAI.
Resultados y aprendizaje: Obtuvimos una forma repetible y escalable de enriquecer datos para miles de sitios web. Los campos is_ecommerce = Y/N alimentaron Salesforce y mejoraron significativamente la calidad de la parte alta del embudo. Los Account Executives dejaron de reportar leads no ecommerce y pudieron centrarse en cerrar oportunidades. La combinación de tecnología y trabajo humano permitió un despliegue de IA responsable y útil.
Sobre Q2BSTUDIO: En Q2BSTUDIO somos especialistas en desarrollo de software a medida y aplicaciones a medida, con experiencia en inteligencia artificial, ciberseguridad, agentes IA y servicios cloud aws y azure. Ofrecemos soluciones completas que van desde la automatización de procesos hasta proyectos de inteligencia de negocio y power bi para convertir datos en decisiones accionables. Si buscas desarrollar una plataforma personalizada que integre capacidades de IA a escala, conoce nuestros servicios de software a medida y aplicaciones a medida y descubre cómo podemos ayudar a optimizar tus procesos y mejorar el rendimiento comercial.
Palabras clave relevantes incluidas: aplicaciones a medida, software a medida, inteligencia artificial, ciberseguridad, servicios cloud aws y azure, servicios inteligencia de negocio, ia para empresas, agentes IA, power bi. Si quieres explorar un proyecto piloto para calificar leads automáticamente o integrar modelos de lenguaje en tus procesos, nuestro equipo en Q2BSTUDIO puede diseñar una solución a medida que equilibre coste, precisión y escalabilidad.