Un copiloto de IA para descubrir cuentas ayuda a convertir una pregunta de mercado en una lista breve con señales, comprobaciones de identidad y una razón para revisar cada empresa. El resultado útil es un informe que permite decidir, no una exportación de contactos sin examinar. Una persona aprueba la lista antes de iniciar contactos o cambiar el CRM.
En Dureach, este es un trabajo de investigación definido para un especialista asignado dentro de un equipo de agentes de IA supervisado por una persona. El resultado y el punto de aprobación quedan claros.
¿Qué debe incluir el encargo de descubrimiento?
Empieza por el trabajo: encontrar posibles compradores, evaluar proveedores o identificar cuentas para expansión. Indica la categoría de producto o servicio, el mercado, el perfil comprador, las exclusiones, las fuentes y la decisión que debe respaldar la lista. No incluyas contraseñas, exportaciones privadas de clientes ni datos personales innecesarios.
Por ejemplo: «Busca importadores de esta categoría en este mercado. Muestra los registros de envíos o aduanas, comprueba la identidad de cada empresa, señala las coincidencias dudosas y prepara una lista para revisión». Un código HS ayuda a delimitar la búsqueda, pero también hay que comprobar las descripciones de productos y el contexto de la empresa.
| Campo del encargo | Qué indicar |
|---|---|
| Alcance | Producto, mercado, tipo de cuenta y exclusiones |
| Señales | Registros de envíos o aduanas, datos empresariales u otra fuente permitida |
| Decisión | Por qué una cuenta encaja y qué la descartaría |
| Resultado | Cuenta, fuente, fecha, identidad, incertidumbre y siguiente acción |
¿Cómo convierte Copilot el encargo en un plan revisable?
En Dureach, abre Copilot en /app/copilot e indica la pregunta y el resultado deseado. Elige Deep Research entre las herramientas de Copilot si necesitas guardar un plan y un informe de investigación; el proyecto queda en /app/ai-projects. Las preguntas de aclaración son opcionales y deben limitarse a lo que cambie el alcance o la decisión. Revisa y aprueba el plan antes de iniciar la ejecución.
La secuencia es Prompt -> Clarify -> Plan -> Approve -> Research -> Validate -> Match -> Deduplicate -> Artifact -> Review. La ejecución reside en el servidor y continúa si se cierra el navegador. El progreso debe mostrar trabajo observable y resúmenes de señales y fuentes, nunca razonamiento oculto del modelo. El responsable revisa el informe guardado y sus fuentes antes de usarlo.
¿Cómo se comprueban las señales y la identidad?
Sigue Señales -> Leads -> Enriquecimiento -> Decisión -> Contacto -> Pipeline. En una búsqueda comercial, examina descripciones de envíos o aduanas, fechas, rutas y actividad repetida antes de inferir el papel de una empresa. Un envío puede sustentar una hipótesis comercial; no demuestra intención de compra actual.
Comprueba nombres, dominios, ubicaciones, filiales y distribuidores. Trata los resultados de IA como datos candidatos, conserva los registros oficiales como referencia y usa reglas deterministas para emparejar y eliminar duplicados antes de añadir contactos. Conserva el origen de los datos y los eventos reproducibles para reconstruir cada decisión. Los registros técnicos no deben contener secretos.
Si hay pocos registros pertinentes, los datos se contradicen o no se puede identificar un contacto, marca la cuenta como incierta y acota la búsqueda. No inventes datos para llenar los vacíos.
¿Qué recibe y aprueba la persona responsable?
Entrega una lista breve con cuenta, fuente y fecha, motivo de la coincidencia, señal de producto o mercado, duda pendiente y siguiente acción propuesta. La persona responsable puede aprobar, rechazar o pedir más investigación. Solo los hallazgos aprobados deben pasar a un borrador de contacto o al CRM.
Antes de contactar a alguien, comprueba el uso permitido de cada fuente, el origen del contacto, las reglas de consentimiento aplicables, bajas y exclusiones, jurisdicciones o usos restringidos, conservación de datos y límites de envío. Revisa las afirmaciones basadas en comercio para no insinuar intención privada ni vigilancia. Registra quién tomó cada decisión y por qué.
¿Cómo pasa la lista al siguiente flujo?
Entrega al responsable de contacto o CRM el resumen aprobado, enlace a los registros fuente, función del contacto identificado, dudas pendientes, propietario y siguiente acción. Los borradores y cambios sugeridos por IA siguen siendo propuestas hasta su revisión. Las respuestas o rechazos deben alimentar la hipótesis de cuenta y futuras búsquedas.
Mide cuentas aprobadas, coincidencias rechazadas o duplicadas, cobertura de señales y fuentes y calidad del traspaso. El tamaño de la lista por sí solo no muestra si el proceso ayuda a decidir.
Para ver los pasos y estados de la aplicación, consulta Usar Copilot y Deep Research. Abre /app/copilot, describe el trabajo y el informe necesario, y revisa el plan antes de iniciar la ejecución.
Preguntas frecuentes
¿Qué produce el descubrimiento de cuentas?
Una lista breve revisada con fuentes, motivos de identidad, incertidumbres y siguiente acción propuesta.
¿Un registro comercial demuestra intención de compra?
No. Muestra actividad registrada que requiere contexto, revisión de fechas e interpretación humana.
¿Cuándo conviene usar Deep Research?
Cuando necesitas un plan guardado, varias fuentes, validación y un informe revisable. Es un modo de /app/copilot; los proyectos e informes están en /app/ai-projects.
¿Puede la IA actualizar directamente el CRM?
Trata los cambios sugeridos como propuestas. Verifica la identidad, elimina duplicados y aprueba el traspaso antes de modificar un registro oficial.
¿Qué hago si las fuentes se contradicen?
Marca la coincidencia como incierta, conserva ambas fuentes y pide una búsqueda más acotada o revisión humana. No elijas una en silencio.
¿Qué se comprueba antes del contacto?
Revisa el encaje de la cuenta, las afirmaciones respaldadas, el origen del contacto, el consentimiento cuando corresponda, las bajas, exclusiones, usos restringidos y límites de envío.