Clasificación automática con IA

La clasificación manual de emails, tickets de soporte y leads es una tarea repetitiva que consume horas de trabajo. Con IA integrada en Zapier, puedes automatizar este proceso y asegurar que cada mensaje llegue al equipo correcto en segundos.

Lo que aprenderás

Clasificar emails por urgencia, tema y sentimiento
Analizar tickets de soporte para asignar prioridades
Calificar leads automáticamente
Crear flujos de enrutamiento inteligente

Caso de uso

Una empresa recibe 200 emails diarios. Manualmente, clasificarlos toma 3 horas. Con IA:

Tiempo de clasificación: 0 horas (automático)
Precisión: 90%+
Ahorro mensual: 60+ horas de trabajo

Clasificación de emails por categoría

Escenario

Tienes un buzón de contacto general (info@empresa.com) y necesitas enrutar emails a:

Ventas (consultas de productos/precios)
Soporte (problemas técnicos)
Facturación (pagos, facturas)
Recursos Humanos (empleos, CVs)
Spam/No relevante

Configuración del Zap

Trigger: Gmail - New Email in info@empresa.com

Action 1: OpenAI - Conversation

Prompt de clasificación:

Clasifica el siguiente email en UNA de estas categorías:
- VENTAS: Consultas sobre productos, precios, demos, cotizaciones
- SOPORTE: Problemas técnicos, errores, ayuda con el producto
- FACTURACION: Pagos, facturas, reembolsos, estados de cuenta
- RRHH: Postulaciones, CVs, consultas laborales
- SPAM: Promociones no solicitadas, irrelevante

EMAIL:
Asunto: {{Subject}}
De: {{From Email}}
Contenido: {{Body Plain}}

Responde ÚNICAMENTE con la categoría en mayúsculas, sin explicación.

Configuración recomendada:

Model: gpt-4o-mini
Temperature: 0.1 (máxima consistencia)
Max Tokens: 20

Action 2: Paths (Rutas condicionales)

Configura Paths en Zapier para enrutar según la respuesta:

Path A - Ventas:

Condición: OpenAI Response contains "VENTAS"
Acción: Gmail - Forward Email → ventas@empresa.com

Path B - Soporte:

Condición: OpenAI Response contains "SOPORTE"
Acción: Crear ticket en Zendesk/Freshdesk

Path C - Facturación:

Condición: OpenAI Response contains "FACTURACION"
Acción: Gmail - Forward Email → facturacion@empresa.com

...continúa para cada categoría

Análisis de sentimiento automático

El análisis de sentimiento te permite detectar clientes frustrados antes de que escale el problema.

Prompt para análisis de sentimiento

Analiza el sentimiento del siguiente mensaje de cliente.

MENSAJE:
{{Body Plain}}

Responde en este formato exacto:
SENTIMIENTO: [POSITIVO/NEUTRAL/NEGATIVO]
URGENCIA: [BAJA/MEDIA/ALTA/CRITICA]
EMOCION: [palabra que describe la emoción principal]

Criterios de urgencia:
- CRITICA: Cliente amenaza con cancelar, menciona pérdida de dinero, lenguaje muy frustrado
- ALTA: Queja directa, problema afectando su trabajo
- MEDIA: Solicitud de ayuda sin frustración evidente
- BAJA: Consulta general, feedback positivo

Ejemplo de respuesta esperada

Input:

"Llevo 3 días sin poder acceder a mi cuenta y nadie me responde. Si no lo solucionan hoy, cancelo mi suscripción."

Output:

SENTIMIENTO: NEGATIVO
URGENCIA: CRITICA
EMOCION: frustración

Automatizar alertas por sentimiento negativo

Agrega una acción condicional:

Si URGENCIA = CRITICA:
  → Enviar alerta a Slack #urgente
  → Crear ticket prioritario
  → Notificar al gerente de soporte

Calificación automática de leads

Sistema de puntuación (Lead Scoring)

Evalúa este lead y asigna una puntuación de 1-100 basándote en:

CRITERIOS:
- Cargo: C-level/Director (+30), Gerente (+20), Otros (+5)
- Tamaño empresa: >500 empleados (+25), 50-500 (+15), <50 (+5)
- Urgencia expresada: Inmediata (+25), Corto plazo (+15), Explorando (+5)
- Presupuesto: Mencionado (+20), No mencionado (0)
- Match con producto: Alto (+20), Medio (+10), Bajo (0)

DATOS DEL LEAD:
Nombre: {{Nombre}}
Email: {{Email}}
Empresa: {{Empresa}}
Cargo: {{Cargo}}
Empleados: {{Tamaño Empresa}}
Mensaje: {{Mensaje}}
Presupuesto: {{Presupuesto}}

Responde SOLO con:
SCORE: [número]
CATEGORIA: [HOT/WARM/COLD]
RAZON: [una línea explicando el score]

Rangos:
- HOT: 70-100
- WARM: 40-69
- COLD: 1-39

Flujo de enrutamiento por score

Si SCORE >= 70 (HOT):
  → Asignar a vendedor senior
  → Notificación inmediata
  → Agendar llamada en 24h

Si SCORE 40-69 (WARM):
  → Agregar a secuencia de nurturing
  → Asignar a SDR
  → Seguimiento en 3 días

Si SCORE < 40 (COLD):
  → Agregar a newsletter
  → Enviar recursos educativos
  → Revisar en 30 días

Ejemplo completo: Triaje de tickets de soporte

El flujo completo

[Ticket nuevo]
    ↓
[IA analiza y clasifica]
    ↓
[Asigna prioridad + categoría + sentimiento]
    ↓
[Enruta al equipo correcto]
    ↓
[Notifica si es urgente]

Prompt unificado para triaje

Analiza este ticket de soporte y proporciona clasificación completa.

TICKET:
Asunto: {{Subject}}
Cliente: {{Customer Name}}
Plan: {{Customer Plan}}
Mensaje: {{Description}}

Responde en este formato JSON exacto:
{
  "categoria": "[TECNICO/FACTURACION/CUENTA/CONSULTA/OTRO]",
  "prioridad": "[P1/P2/P3/P4]",
  "sentimiento": "[POSITIVO/NEUTRAL/NEGATIVO]",
  "requiere_escalacion": [true/false],
  "equipo_asignado": "[desarrollo/soporte-n1/soporte-n2/facturacion/ventas]",
  "resumen": "[resumen en 15 palabras máximo]"
}

Criterios de prioridad:
- P1: Sistema caído, pérdida de datos, múltiples usuarios afectados
- P2: Funcionalidad crítica no funciona para un usuario
- P3: Bug menor, workaround disponible
- P4: Consulta general, mejora sugerida

NO incluyas explicaciones adicionales, solo el JSON.

Parsear la respuesta JSON en Zapier

Después de la acción de OpenAI:

Agrega Formatter by Zapier
Selecciona Utilities → JSON Parse
Input: {{OpenAI Response}}

Esto te dará acceso a cada campo individualmente:

{{Formatter.categoria}}
{{Formatter.prioridad}}
{{Formatter.equipo_asignado}}

Plantillas de prompts reutilizables

Plantilla 1: Clasificador simple

Clasifica el siguiente texto en una de estas categorías: [LISTA].

TEXTO:
{{input}}

Responde SOLO con la categoría, sin explicación.

Plantilla 2: Clasificador con confianza

Clasifica el siguiente texto y proporciona tu nivel de confianza.

CATEGORIAS: [LISTA]

TEXTO:
{{input}}

Responde en formato:
CATEGORIA: [categoría]
CONFIANZA: [ALTA/MEDIA/BAJA]

Plantilla 3: Extractor de entidades

Extrae la siguiente información del texto:

CAMPOS A EXTRAER:
- nombre_persona
- empresa
- email
- telefono
- producto_mencionado
- accion_solicitada

TEXTO:
{{input}}

Responde en JSON. Usa null para campos no encontrados.

Mejores prácticas

1. Mantén categorías mutuamente excluyentes

# Bien definido
- VENTAS: Solo consultas de compra
- SOPORTE: Solo problemas técnicos

# Mal definido (overlap)
- CONSULTA: Preguntas generales
- INFORMACIÓN: Solicitudes de información

2. Incluye ejemplos en prompts complejos

Ejemplos de clasificación:
- "No puedo iniciar sesión" → SOPORTE
- "¿Cuánto cuesta el plan Pro?" → VENTAS
- "Necesito mi factura de enero" → FACTURACION

Ahora clasifica:
{{input}}

3. Maneja casos ambiguos

Si el mensaje puede pertenecer a múltiples categorías,
elige la que requiera acción más urgente.

Si no puedes clasificar con confianza, responde: REVISAR_MANUAL

4. Monitorea y ajusta

Revisa semanalmente:

¿Cuántos fueron clasificados correctamente?
¿Hay patrones de error?
¿Necesitas agregar categorías?

Ejercicio práctico

Crea un sistema de clasificación para un buzón de soporte:

Trigger: Email nuevo en soporte@tuempresa.com
OpenAI: Clasifica en [TECNICO, FACTURACION, CUENTA, OTRO]
OpenAI: Analiza sentimiento [POSITIVO, NEUTRAL, NEGATIVO]
Path A: Si NEGATIVO + TECNICO → Crear ticket urgente
Path B: Si FACTURACION → Reenviar a contabilidad
Path C: Otros → Crear ticket normal

Template para tu ejercicio

Analiza este email de soporte:

ASUNTO: {{Subject}}
DE: {{From}}
MENSAJE: {{Body Plain}}

Responde exactamente así:
TIPO: [TECNICO/FACTURACION/CUENTA/OTRO]
SENTIMIENTO: [POSITIVO/NEUTRAL/NEGATIVO]
PRIORIDAD: [ALTA/MEDIA/BAJA]
RESUMEN: [máximo 10 palabras]

Puntos clave

La clasificación con IA reduce horas de trabajo manual a segundos
Usa temperature baja (0.1-0.3) para clasificaciones consistentes
Pide respuestas en formato estructurado (JSON o formato fijo)
Combina clasificación + sentimiento para priorización inteligente
Siempre incluye una opción de "escape" para casos ambiguos

Próximos pasos

En la siguiente lección aprenderás a usar IA para generar contenido automáticamente: resúmenes, posts para redes sociales y borradores de respuestas a emails.