Iniciativas de IA
Procesos de la agencia que estamos automatizando con IA
Generado 2026-08-26
desde TRACKER.md
desde TRACKER.md
63
Iniciativas totales
45
💡 Idea
7
🔨 En desarrollo
7
🧪 Piloto
2
🟢 Live
1
⏸️ Pausado
PM — Cuentas4
AI-01
💡 Idea
Corazón de Cliente — mapa maestro para operar con Claude
0/5 pasos0%
Listar TODO lo que Claude necesita mapeado de un cliente para operar sin fricción (brief, ICP, accesos, CRM, canales, marca, objetivos)
Ver los 5 pasos
- Listar TODO lo que Claude necesita mapeado de un cliente para operar sin fricción (brief, ICP, accesos, CRM, canales, marca, objetivos)
- Definir el esquema único de "Corazón de Cliente" en `_context`
- Rediseñar el form de Onboarding para que pida exactamente eso (ni de más ni de menos)
- Validar el mapa contra 2-3 clientes reales
- Conectar el form → ClientBrain automáticamente
AI-04
💡 Idea
Seguimiento de clientes en tiempo real (WPP + Mail + ClickUp + minutas)
0/8 pasos0%
Integrar WhatsApp
Ver los 8 pasos
- Integrar WhatsApp
- Integrar Mail
- Integrar ClickUp + ClickUp chat
- Integrar minutas
- Status del cliente en tiempo real (consolidado)
- Identificar pendientes automáticamente
- Crear tareas contemplando todo lo hablado
- Mantener la planificación al día con detalle minucioso
AI-03
💡 Idea
Armado de tareas (sueltas y por template)
0/3 pasos0%
Catálogo de tareas-template por tipo de cliente/plan
Ver los 3 pasos
- Catálogo de tareas-template por tipo de cliente/plan
- Generar tareas sueltas desde lenguaje natural
- Bajarlas a ClickUp con los campos completos
AI-02
⏸️ Pausado
Base de minutas + Cerebro de cliente (auto-actualizable)
0/4 pasos0%
Definir la estructura de minuta estándar
Ver los 4 pasos
- Definir la estructura de minuta estándar
- Pipeline que ingiera minutas y mails al "cerebro" del cliente
- Actualizar el cerebro automáticamente con cada minuta/mail nuevo
- Mantener un resumen de estado del cliente siempre al día
KO — Onboarding6
AI-37
🧪 Piloto
ICP Builder + definición de estrategia comercial
1/5 pasos20%
Plantilla de output de ICP + buyer persona
Ver los 5 pasos
- ✓Framework de 3 preguntas (¿a quién? ¿en qué plataforma? ¿qué le decimos?)
- Plantilla de output de ICP + buyer persona
- Definición de estrategia comercial (objetivos, canales, prioridades)
- Aplicarlo en un onboarding nuevo de punta a punta
- Linkearlo al brief del cliente en `_context/_brief`
AI-05
💡 Idea
Copiloto de Kick Off (detecta qué hacer y actualiza status)
0/4 pasos0%
Definir el checklist maestro de arranque de un cliente
Ver los 4 pasos
- Definir el checklist maestro de arranque de un cliente
- Conectar por API a las herramientas (GHL, ClickUp, etc.)
- Revisar el status real de cada cosa
- Actualizar el status automáticamente
AI-54
💡 Idea
Workshop al equipo: WhatsApp API + GoHighLevel (cómo tocar los workflows)
0/6 pasos0%
Definir el temario: qué es la WhatsApp API (ventana de 24 hs, templates HSM aprobados por Meta), cómo GHL manda WhatsApp (WAGHL), y qué de los workflows puede tocar el equipo (y qué no)
Ver los 6 pasos
- Definir el temario: qué es la WhatsApp API (ventana de 24 hs, templates HSM aprobados por Meta), cómo GHL manda WhatsApp (WAGHL), y qué de los workflows puede tocar el equipo (y qué no)
- Armar material práctico: cómo leer/editar un workflow de GHL (triggers, delays, tags, envío WPP) sin romperlo; qué vive en n8n (AI-51) vs GHL nativo
- Usar casos reales de la agencia como ejemplo (recordatorio de reunión, follow-ups, motor de seguimiento — AI-10/AI-43/AI-51)
- Dar el workshop en vivo + grabarlo, y dejar grabación + guía en la biblioteca de tutoriales (cruza con AI-07/AI-08)
- Checklist "qué puede hacer solo el equipo" vs "cuándo escalar a Felipe / n8n-expert"
- Validar post-workshop con una tarea real (que alguien del equipo edite un workflow guiado)
AI-06
💡 Idea
Mejorar PPT de Kick Off
0/3 pasos0%
Estructura clara: canales, dificultades, qué hay que resolver
Ver los 3 pasos
- Estructura clara: canales, dificultades, qué hay que resolver
- Plantilla con la marca Novaz
- Autocompletar con los datos del cliente
AI-07
💡 Idea
Copiloto de comunicación y tutoriales
0/4 pasos0%
Definir la cadencia de contacto por cliente (cada cuánto hablarle)
Ver los 4 pasos
- Definir la cadencia de contacto por cliente (cada cuánto hablarle)
- Validar que se le haya hablado
- Biblioteca de tutoriales cargada
- Sugerir el tutorial a mandar según el caso
AI-08
💡 Idea
Agente de Onboarding por rol (capacitación interna)
0/3 pasos0%
Mapear, por rol, qué videos/tutoriales ver y cómo se hace cada cosa
Ver los 3 pasos
- Mapear, por rol, qué videos/tutoriales ver y cómo se hace cada cosa
- Agente conversacional que guíe al nuevo integrante
- Probar con un onboarding real del equipo
Setter5
AI-09
🔨 En desarrollo
Excel de leads automático
0/5 pasos0%
Trigger: el Router (AI-10) identifica un **Interesado** → escribir la fila en el Excel (auto)
Ver los 5 pasos
- Trigger: el Router (AI-10) identifica un **Interesado** → escribir la fila en el Excel (auto)
- Definir el modelo de fila (compartido con la hoja "Sin procesar" de AI-10)
- Validar los campos mínimos del lead antes de escribir
- Hoja **"Métricas"** estandarizada: leads/mes, reuniones/mes, leads y reuniones por canal
- Enganchar la fuente de **reuniones** (GHL / calendario) para la métrica de reuniones
AI-10
🔨 En desarrollo
Seguimiento personalizado de cada lead
6/16 pasos38%
Probar la escritura en GHL (create contact + tag) con el PIT
Ver los 16 pasos
- ✓Relevar el proceso de setting y los 3 casos (Interesado / Mail / Deriva)
- ✓Definir la convención de tags `[CÓDIGO] Caso` (cliente + caso en una tag)
- ✓Confirmar el payload del webhook de HeyReach (captura en vivo)
- ✓Probar la API de HeyReach (`GetConversationsV2` → sender + hilo de mensajes)
- ✓Definir el Sheet de ruteo definitivo (HeyReach code + Smartlead + GHL) y cargarlo — **es la tab `DATA`** (una fila por sender, 2026-07-03)
- Probar la escritura en GHL (create contact + tag) con el PIT
- Construir el camino Interesado punta a punta
- Sumar Mail/Deriva (GetConversations + IA de extracción)
- ✓**(Fase 2)** Diseñar el modelo Smartlead: Interesado **y Deriva** nativos en Smartlead; solo WPP sale a GHL; ruteo por nombre de campaña
- **(Fase 2)** Capturar `LEAD_CATEGORY_UPDATED` en vivo + validar congelamiento del Subsequence
- **(Fase 2)** Crear campaña "Derivados" por cliente (`add-to-campaign` + `{{referido_por}}`) y código WPP propio en GHL
- **(Fase 2)** Definir Lead Categories estándar + copy del Subsequence y crearlo ANTES de activar cada campaña
- **(Fase 2)** Enganchar el webhook de Smartlead (nivel cuenta) → ruteo por campaña → WPP a GHL
- **(Migración Make→n8n)** Relevar los escenarios de Make que mandan los FUs automáticos y reconstruirlos en n8n → matar el escenario de Make (n8n único dueño, sin duplicar)
- **(Cross)** Al identificar Interesado → escribir la fila en el Excel de leads (AI-09)
- **(Cross)** Verificación de cierre de día: reconciliar que los leads procesados están en una secuencia activa → cola "revisar"
AI-43
🔨 En desarrollo
Automatizar el sistema de tags de los setters (GHL)
3/12 pasos25%
Relevar el sistema de tags actual: inventario de tags que usan los setters en GHL y qué significa cada uno
Ver los 12 pasos
- Relevar el sistema de tags actual: inventario de tags que usan los setters en GHL y qué significa cada uno
- Definir la taxonomía estándar (estado del lead, fuente, calificación, motivo de no-agenda) y unificar duplicados/inconsistencias
- Definir las reglas de tagueo automático (qué dispara cada tag y a partir de qué señal)
- Automatizar la asignación de tags en GHL (workflow n8n / automatización nativa) según esas reglas
- Capa de IA: clasificar el lead por la conversación y sugerir/aplicar el tag que corresponde
- Validar contra leads históricos que el tagueo automático coincide con el criterio del setter
- Documentar el diccionario de tags y dejarlo como fuente de verdad del equipo
- ✓**Sub-flujo sync "agendado" Excel↔GHL (v1):** Excel→GHL LIVE (poller `HpD8UlmSb65b5O45`, ahora **cada 1 hora**, endurecido 2026-07-03 con `activo=true`/`onError continuar`/aviso sin-PIT; PIT desde Hoja de Operaciones DATA para los 30). GHL→Excel parkeado.
- ✓**Sub-flujo recordatorios de reunión AM:** motor n8n armado (`XSdXYDknzFi36qqf`, gate **8 y 9am AR**) con fallback por mail a rgonzalez; columnas `contact_id`/`Fecha reunión` auto (`ensureLeadColumns_`); dedup por `contact_id` sumado en la Library (2026-07-03).
- **Lado Felipe para prender el recordatorio:** bump de la Library (columnas + dedup nueva) + template `recordatorio_reunion_wpp` aprobado por sub-cuenta + apuntar el webhook GHL "WhatsApp no enviado" a `/webhook/wpp-fallo` → avisar y activar el poller.
- Fase 3: DATA como fuente única (sync diario + avisos de anomalías) — **DATA terminada (Operación DATA, 2026-07-03)**; sync diario `wUbbXLYwWrDhiD2t` corrido en DRY (21 updates, 0 anomalías); falta que Felipe lo prenda (`DRY_RUN=false`)
- ✓Hardening 2026-07-03: pollers endurecidos + aviso WPP fallido + FU self-healing + dedup por contact_id
AI-38
💡 Idea
Sistema de precalificación de leads por cliente (¿agendar o no?)
0/5 pasos0%
Definir, por cliente, los criterios de precalificación (qué sabemos que hace que valga agendar)
Ver los 5 pasos
- Definir, por cliente, los criterios de precalificación (qué sabemos que hace que valga agendar)
- Modelo de decisión: agendar / no agendar / pedir más datos
- Conectar a la entrada de leads (Go High Level)
- Sugerir la decisión al Setter en el momento
- Validar contra leads históricos
AI-11
🟢 En producción
Respuesta sugerida a lead calificado entrante
4/4 pasos100%
Ver los 4 pasos
- ✓Confirmar que el texto del lead es accesible (vía HeyReach GetConversationsV2)
- ✓Definir el prompt/esquema de extracción (mail / nombre derivado / confianza)
- ✓Generar la respuesta/extracción sugerida en contexto (cerebro Auto-Tag, 3 canales)
- ✓Que el setter apruebe/edite antes de enviar (Motor de Aprobaciones: ok=envía, texto=feedback, respuesta_final/tag_final/STP)
SDR — Prospección9
AI-12
💡 Idea
Monitoreo de salud de outreach (perfiles LinkedIn, mailings, fin de campaña, agotamiento BBDD)
1/10 pasos10%
Monitorear desconexión de perfiles de LinkedIn (HeyReach) — diario
Ver los 10 pasos
- Monitorear desconexión de perfiles de LinkedIn (HeyReach) — diario
- Monitorear estado de casillas/dominios de mailing (Smartlead) — diario
- Proyectar agotamiento de BBDD por campaña (consumo diario vs. leads restantes) con margen de anticipación
- Avisar cuando una campaña está por terminar/agotar BBDD, con tiempo suficiente para re-lanzar sin bache
- Definir canal y formato del aviso (Slack/WhatsApp/mail) y a quién le llega (setter/SDR dueño de la cuenta)
- **Smartlead — warmup apagado:** detectar mailboxes con `isWarmupEnabled=false` (o `warmupReputation` en 0) conectados a una campaña activa → alerta antes de que quemen el dominio
- **Smartlead — bounce alto por campaña:** umbral de alerta (ej. >5-8% bounce rate, o >20% = pausar sugerido) vía `check_campaign_bounce_or_lead_quality` / `get_campaign_analytics` (`bounce_count` vs `unique_sent_count`) — caso real que disparó esto: BMI, campañas "26.06", 76-90% de bounce por lista sin verificar (auditoría 2026-07-08)
- ✓**[2026-07-10] Auditoría + fix de senders de campañas "Derivados" (claude):** relevadas las 18 "Derivados - *". **Hallazgo:** rotación de 4 mal cableada por duplicar template sin cambiar senders → BMI tenía senders de Doble Dosis, Doble Dosis los de TheX, TheX los de Defco, Defco los de BMI. **Fix:** re-link (agregar sender correcto + quitar el equivocado), verificado por dominio. Las **8 Derivados drafted de cliente publicadas (START)** — BMI, Defco, TheX, DobleDosis, DT, E2C, Smartway, Soutex — todas con su sender. Las 8 live ya estaban OK. ⚠️ BMI usa el tenant MS rate-limited (bajo volumen aguanta). **Forzar sender por lead: técnicamente viable** vía `update_lead_email_account` (requiere buzón en el pool + capturar `lead_id` al agregar + mapa sender→account_id + setear pre-envío) → pendiente de enganchar en la rama Derivado del Router. Side-finding: 3 buzones `thalamuslite.*` con SMTP "Mail service not enabled".
- **HeyReach — baja tasa de aceptación:** por cuenta/campaña de LinkedIn, invites enviadas vs aceptadas; umbral de alerta (ej. <15-20% aceptación) como señal de perfil quemado, mensaje flojo o ICP mal targeteado
- Cruzar con AI-31 (setup de warmup) y AI-47 (replies por infraestructura) para no duplicar lógica de salud de mailing
AI-13
💡 Idea
Gestión de BBDD (sugerir, armar en Sales Nav/Apollo, limpiar)
0/3 pasos0%
Sugerir el armado de la BBDD (segmentos/ICP)
Ver los 3 pasos
- Sugerir el armado de la BBDD (segmentos/ICP)
- Armar BBDD en Sales Nav o Apollo
- Limpieza automática de la BBDD
AI-15
💡 Idea
Carga automática de campañas (HeyReach + SmartLead)
0/3 pasos0%
Cargar campaña en HeyReach automáticamente
Ver los 3 pasos
- Cargar campaña en HeyReach automáticamente
- Cargar campaña en SmartLead automáticamente
- Validar entregabilidad/setup antes de lanzar
AI-52
💡 Idea
Lanzar campañas de Smartlead desde Claude + rotación de dominios integrada
0/7 pasos0%
Relevar el sistema de rotación de dominios/buzones actual (30 cuentas / 10 dominios) y cómo se asignan hoy los buzones a cada campaña
Ver los 7 pasos
- Relevar el sistema de rotación de dominios/buzones actual (30 cuentas / 10 dominios) y cómo se asignan hoy los buzones a cada campaña
- Definir el flujo desde Claude para lanzar una campaña (inputs mínimos: cliente, BBDD, copy/secuencia, volumen diario) — con confirmación del SDR antes de lanzar
- Reusar los endpoints de Smartlead ya probados (create · add-leads · sequences · email-accounts · schedule · status START — relevados en AI-10)
- Integrar la rotación de dominios: asignar automáticamente los buzones del pool del cliente al crear la campaña, balanceando carga y respetando el warmup
- Validar entregabilidad/setup antes de activar (buzones con warmup OK, límites diarios, horario)
- Dejar el disparo operable por el SDR desde Claude (agente/workflow) y documentarlo
- Cruzar con AI-15 (carga de campañas), AI-12 y AI-31 (salud/warmup de mails) para no duplicar lógica
AI-57
💡 Idea
Verificación automática de BBDD de ExportApollo (mail → verificar mails → base limpia)
0/10 pasos0%
**Trigger:** confirmar cómo llega la BBDD (mail con **link de descarga** vs **CSV adjunto**) y a **qué inbox** cae → armar el Gmail Trigger en n8n filtrado por remitente/asunto de ExportApollo
Ver los 10 pasos
- **Trigger:** confirmar cómo llega la BBDD (mail con **link de descarga** vs **CSV adjunto**) y a **qué inbox** cae → armar el Gmail Trigger en n8n filtrado por remitente/asunto de ExportApollo
- **Bajar la base:** HTTP GET del link o leer el adjunto del mail → normalizar a filas
- **Decidir herramienta de verificación:** Full Enrich (ya pagado, valida + enriquece) vs actor de Apify de verificación pura (más barato a volumen, no enriquece) — recomendación inicial: usar Full Enrich salvo que el volumen justifique Apify
- **Verificar los mails** de la base con la herramienta elegida
- **Partir la base** en válidos / catch-all / inválidos (con score)
- **Ruteo por cliente:** identificar de qué cliente es la base (asunto / nombre de archivo / etiqueta) para llevarla a su carpeta
- **Dejar la base limpia:** Sheet con estándar de marca Novaz en `_outbound/_bases/` del cliente (Drive), separando válidos de descartados
- **(Opcional) Push a Smartlead:** empujar los válidos como lista lista para campaña — con OK humano antes de que salga a la calle (no auto-cargar sin ojo)
- **Notificación de cierre:** "listo, X válidos de Y" por mail / WhatsApp
- **Deploy con red:** correr en `DRY_RUN` → preview → OK de Felipe → activar (protocolo `lecciones-n8n-sheets-y-datos`)
AI-58
💡 Idea
Exportar BBDD de LinkedIn/Sales Nav con Apify (no-cookie) — reemplazo de PhantomBuster
0/8 pasos0%
Confirmar qué usamos hoy de PhantomBuster (solo exportar BBDD vs otras automatizaciones de LinkedIn) — si es solo export, un actor de Apify lo reemplaza
Ver los 8 pasos
- Confirmar qué usamos hoy de PhantomBuster (solo exportar BBDD vs otras automatizaciones de LinkedIn) — si es solo export, un actor de Apify lo reemplaza
- Definir si necesitamos los filtros finos de **Sales Nav** o alcanza la búsqueda normal de LinkedIn (si alcanza, se ahorra también la licencia de Sales Nav)
- Priorizar actores **no-cookie** (no arriesgan los perfiles de HeyReach) — candidato #1 **HarvestAPI**
- Probar HarvestAPI (no-cookie) con un ICP ya exportado por PhantomBuster
- Comparar los dos CSV: **cobertura** (misma gente/campos) + **frescura** (perfiles vivos vs base cacheada) + **costo real**
- Verificar en la ficha del actor: reviews, última actualización y runs (un no-cookie sin updates recientes suele estar roto = LinkedIn le baneó el pool)
- Enganchar al pipeline de AI-57 (export → verificar mails → base limpia en Drive)
- Decisión documentada: cortar PhantomBuster o no (y registrar el ahorro)
AI-14
💡 Idea
Armado de textos de outreach
0/3 pasos0%
Generar textos por buyer persona / secuencia
Ver los 3 pasos
- Generar textos por buyer persona / secuencia
- Variantes A/B
- Aprobación antes de cargar
AI-16
💡 Idea
Dashboard de optimizaciones SDR
0/2 pasos0%
Definir las métricas clave de outreach
Ver los 2 pasos
- Definir las métricas clave de outreach
- Tablero con estado y oportunidades de optimización
AI-47
💡 Idea
Analizar replies de Smartlead según infraestructura (automático)
0/5 pasos0%
Definir qué señales de infraestructura leer de las replies (dominio/buzón emisor, tasa de respuesta, bounce, spam, OOO)
Ver los 5 pasos
- Definir qué señales de infraestructura leer de las replies (dominio/buzón emisor, tasa de respuesta, bounce, spam, OOO)
- Conectar la fuente de replies de Smartlead (webhook / API) + identificar el buzón/dominio emisor de cada reply
- Cruzar reply ↔ infraestructura (qué dominio/buzón generó cada respuesta)
- Análisis automático (IA / reglas) que clasifique la salud por infraestructura
- Alertas / reporte cuando una infraestructura rinde mal o se está quemando (cruza con AI-12 y AI-31)
Paid Media8
AI-41
🔨 En desarrollo
Capa de datos de pauta: APIs directas (Google Ads API Basic) + build-vs-buy vs Detrics
5/8 pasos62%
Conectar Google Ads API directo (post-Basic) y validar lectura ← próximo paso, ahora desbloqueado
Ver los 8 pasos
- ✓Detrics conectado como gateway de datos (Google Ads + Meta + GA) por MCP — reporting actual
- ✓Landing tools.novazgroup.com publicada (requisito de Google para la Google Ads API)
- ✓Meta Ads + Google Analytics validados por MCP nativo (lectura directa)
- ✓Google Ads API: developer token nivel Test obtenido
- ✓Google Ads API: Basic access **APROBADO** (2026-06-30) — re-aplicación con tools.novazgroup.com OK, sin observaciones
- Conectar Google Ads API directo (post-Basic) y validar lectura ← próximo paso, ahora desbloqueado
- Evaluar build-vs-buy: costo de Detrics vs solución propia (histórico, warehouse, mantenimiento)
- Decisión documentada: seguir con Detrics o migrar a APIs propias
AI-19
🧪 Piloto
Optimizador de Meta
4/6 pasos67%
**Probar en una cuenta real** — habilitar para Novaz, cargar el techo y mirar el primer bundle en vivo
Ver los 6 pasos
- ✓Reglas/heurísticas de optimización de Meta — con **procedencia obligatoria**; los umbrales heredados sin fuente no disparan (`lib/optimizador/umbrales.ts`)
- ✓Sugerencias automáticas — motor determinístico + vetos de Capa 0 + panel en la ficha del cliente (`lib/optimizador/motor.ts`, `app/components/OptimizadorPanel.tsx`)
- ✓Capa de acción: pausar / reanudar / presupuesto diario con control plane de 6 pasos y techo del admin (`lib/meta-write.ts`) — adelanta parte de **AI-18**
- ✓Chat sobre la cuenta (Claude prioriza y explica, no calcula)
- **Probar en una cuenta real** — habilitar para Novaz, cargar el techo y mirar el primer bundle en vivo
- Validar la regla heredada del 70% contra las cuentas reales para que suba de `sin-fuente` a `calibrado`
AI-17
💡 Idea
Monitoreo de cuentas (saldos, conversiones, tracking, leads, inversión plan vs gastada)
0/5 pasos0%
Monitoreo de saldos
Ver los 5 pasos
- Monitoreo de saldos
- Conversiones + tracking de conversiones
- Leads generadas
- Inversión que se debe gastar vs efectivamente gastada
- Alertas cuando algo se desvía
AI-18
💡 Idea
Ejecución de cambios por IA en Meta y Google (post-decisión del PMAL)
0/5 pasos0%
El PMAL decide qué cambiar
Ver los 5 pasos
- El PMAL decide qué cambiar
- IA ejecuta el cambio en Meta
- IA ejecuta el cambio en Google
- Cambiar/pausar anuncios automáticamente
- Log de cambios para auditoría
AI-39
💡 Idea
Tracking automático (GTM en landing + tags Meta/Google Ads/Analytics)
0/7 pasos0%
Conectar Google Tag Manager (GTM)
Ver los 7 pasos
- Conectar Google Tag Manager (GTM)
- Cargar el contenedor de GTM en la landing
- Revisar/auditar los trackings existentes
- Armar los tags y eventos para Meta (Pixel + CAPI)
- Armar los tags y eventos para Google Ads (conversiones)
- Armar los tags y eventos para Google Analytics
- Validar que las conversiones lleguen bien de punta a punta
AI-60
💡 Idea
Análisis de anuncios ganadores por cliente (qué elementos/ejes performan mejor → feed al pipeline AI-59)
0/7 pasos0%
Definir **fuente de datos** de performance por cliente (Detrics: Meta + Google Ads; CSVs locales de `_paidmedia/` como fallback)
Ver los 7 pasos
- Definir **fuente de datos** de performance por cliente (Detrics: Meta + Google Ads; CSVs locales de `_paidmedia/` como fallback)
- Definir **métrica de "ganador"** por objetivo (CPL, costo por reunión, CTR, tasa de conversión de landing)
- **Taggear los anuncios por eje** (qué opener/dolor/funcionalidad/resultado/CTA usó cada pieza) para poder cruzar performance ↔ eje
- Análisis: qué **elementos** correlacionan con mejor performance por cliente (y patrones cross-cliente por industria)
- Formato del **reporte de aprendizajes** (dónde se guarda: `campaign-notes` / memoria del cliente)
- Loop de retroalimentación a **AI-59** (los ejes ganadores entran como sugerencia por defecto)
- Cadencia (por sprint quincenal) y automatización del refresco
AI-20
💡 Idea
Optimizador de Google
0/3 pasos0%
Reglas/heurísticas de optimización de Google
Ver los 3 pasos
- Reglas/heurísticas de optimización de Google
- Sugerencias automáticas
- Probar en una cuenta real
AI-21
💡 Idea
Dashboard de optimizaciones Paid Media
0/2 pasos0%
Métricas clave de pauta
Ver los 2 pasos
- Métricas clave de pauta
- Tablero de optimizaciones sugeridas/aplicadas
Design9
AI-23
🧪 Piloto
Novaz Studio: placa estática
6/10 pasos60%
**Verificar la versión story (9:16)** — construida en julio, nunca probada en vivo. **Es el próximo paso** (Felipe, 2026-08-12)
Ver los 10 pasos
- ✓Definir el flujo de generación de placa
- ✓Integrar con Novaz Studio
- ✓Probar una pieza real — 2026-08-11, dos placas de Smartway generadas y validadas con Felipe
- ✓Prompt propio de placa (dejó de usar el de escenas de video, cuyas reglas la rompían)
- ✓Editor de ejes en el Storyboard (corregir el claim sin regenerar los 9 conceptos)
- ✓Entrega de la placa aprobada: descargar · Drive · Canva — 2026-08-12, construido (el módulo terminaba en "aprobada" y de ahí no salía)
- **Verificar la versión story (9:16)** — construida en julio, nunca probada en vivo. **Es el próximo paso** (Felipe, 2026-08-12)
- Conectar Canva: crear la integración en el Developer Portal y cargar las credenciales en el VPS (paso humano, ver `_infra/novaz-studio/DEPLOY.md` §Canva)
- Patrón de placas (`patron-placas-*.md`) de los clientes con piezas ganadoras documentadas
- Auditar `brand_colors` de los 53 clientes (el fallback cae al magenta de Novaz)
AI-62
🧪 Piloto
Pipeline de propuestas de anuncios en 3 pantallas (setup → ejes → variantes+audio) tipo Novaz Studio, con Haiku + ElevenLabs + historial/backlog por cliente
16/24 pasos67%
**Medir cómo matchea Whisper sobre un caption real.** Los umbrales (bloquea <0.40, avisa 0.40-0.75) están calibrados con narraciones de VIDEO; un caption son 20-40 palabras con modelo `base` en CPU, así que hay que esperar más avisos de coincidencia parcial y recalibrar si molestan
Ver los 24 pasos
- ✓Diseñar **Pantalla 1** (setup: cliente + enfoque + aclaraciones) — construida DENTRO de Novaz Studio (`app/ads/page.tsx`, nueva ruta), no como herramienta separada — reusa la misma app/DB/estilo
- ✓Confirmar que el selector de cliente puede leer de la misma DB — resuelto de la forma más simple posible: al vivir en la MISMA app, lee directo de la tabla `clients` (no hizo falta exponer un endpoint aparte)
- ✓Definir el prompt/contrato de **Haiku** — `lib/ads-haiku.ts` (`generateEjes`), corre automático entre Pantalla 1 y 2
- ✓Diseñar **Pantalla 2** (ejes) con sus **dos caminos por opción** — `app/ads/[id]/ejes/page.tsx`: feedback puntual (regenera vía Haiku) o edición directa (aprobada al instante)
- ✓Definir cómo se pasa el **feedback puntual** a Haiku — `regenerateEjeOption()` en `lib/ads-haiku.ts`
- ✓Definir la lógica de **ensamblado de variantes** — `pickCombinations()` (determinístico, diversidad sin repetir pares opener+cta) + `writeVariantsCopy()` (Haiku teje el copy final), corre automático entre Pantalla 2 y 3
- ✓Diseñar **Pantalla 3** (variantes) — `app/ads/[id]/variantes/page.tsx`: aprobar cuáles + el audio aparece en la misma pantalla
- ✓Enganchar la aprobación de Pantalla 3 con ElevenLabs — **cambio de arquitectura respecto al diseño original**: en vez de pasar por el workflow `generate-voice.yml` (AI-61, pensado para el contenedor de Claude Code que tiene bloqueada la salida a `api.elevenlabs.io`), Novaz Studio llama a ElevenLabs **directo desde su propio server** (`lib/elevenlabs.ts`) — el VPS donde corre la app SÍ tiene internet normal, así que no necesita el puente de GitHub Actions. Más simple.
- ✓**Adaptación por país (MEX / ESP)** de una variante aprobada, con **voz de ElevenLabs por país** — 2026-08-25. La adaptación es una variante HIJA (la argentina queda intacta); guardas determinísticas de registro (voseo que quedó / modismo de caricatura) y de integridad numérica (cifra inventada / cifra perdida), las dos con un re-pedido acotado y marca visible si sobreviven. Voz de agencia + override por cliente; si el país no tiene voz, el audio NO se genera
- ✓**Puente al Studio de video** — 2026-08-25. Botón *Armar el video* en la variante con audio: crea el proyecto, ingesta el mp3 (Whisper + storyboard, con el copy como guión oficial) y pre-carga las escenas con material del cliente
- ✓**Voces de México y España elegidas y cargadas** — 2026-08-25. **Alejandro** (MX) y **Jacobo Montoro** (ES), más **Lionel** (AR), como `voiceSeed` en `lib/ads-locales.ts`: la feature anda sin configurar nada, y la voz de agencia / el override por cliente siguen mandando por encima
- ✓Fonética del `"B2B"`: los tres países quedan con **la regla de Lionel** (`"bi-tu-bi"`) — 2026-08-25, decisión de Felipe. Es el único arreglo medido de oído; la tabla sigue siendo por país para poder separarlos si alguna voz lo lee mal
- ✓**Velocidad, voz rápida y re-locutar POR VARIANTE** — 2026-08-26. Rango completo de la API (**0.7–1.2**) por variante, botón de **re-locutar** (antes no existía: una variante con mp3 nunca volvía a pasar por ElevenLabs) y un **segundo slot de voz** por país para cuando el ritmo no lo da el parámetro — **Leandro** en AR. El 1.18 sigue siendo el default de los tres. Cambiar parámetros **no invalida** el audio (dice el copy correcto con el ritmo viejo): se marca la deriva y se ofrece el botón
- ✓**Subir el audio a mano** en vez de generarlo — 2026-08-26. Verificado con Whisper contra el copy de la variante (misma función `scoreScriptAgainstAudio` que el flujo de video, nacida del bug del 20/08 "me equivoqué de audio"), con tres estados registrados en la variante: **coincide** / **forzado** ("Usar igual") / **sin-verificar** (Whisper caído). El archivo subido tiene nombre propio, así que re-locutar y subir no se destruyen entre sí. De paso se arregló que `to-video` forzara el chequeo siempre (con audio subido eso reproducía el bug que el chequeo caza) y que hardcodeara `.mp3`
- **Medir cómo matchea Whisper sobre un caption real.** Los umbrales (bloquea <0.40, avisa 0.40-0.75) están calibrados con narraciones de VIDEO; un caption son 20-40 palabras con modelo `base` en CPU, así que hay que esperar más avisos de coincidencia parcial y recalibrar si molestan
- Cargar la **voz rápida de MX y ESP** (falta elegir cuál). Hoy pedirla en una variante de esos países corta con error accionable, no cae a la principal
- Escuchar las primeras locuciones MEX/ESP y recalibrar si hace falta: **velocidad** (1.18 se midió con Lionel), modelo y la sigla — el mecanismo ya está (`speed`/`modelId` opcionales en `LocaleSpec`, la cascada los lee), así que recalibrar es agregar el valor y nada más
- Definir el **formato de entrega** a Novaz Studio (copy + audio por variante) — resuelto para el USO INTERNO (misma app, mismo DB, se ve en Pantalla 3); falta definir si hace falta un export a Drive/carpeta para el resto del equipo o alcanza con la app
- Crear la convención `historial-anuncios.md` por cliente en el REPO (Propuestas usadas / Backlog) — implementado el equivalente **en DB** (tabla `ad_historial`, se llena solo al aprobar en Pantalla 3); falta el export a markdown en `_agency/_clients/[_cliente]/_memory/` si se quiere trazabilidad en git
- ✓Enganchar el historial como **input de lectura obligatoria** de Haiku — `app/api/ads/route.ts` ahora consulta `ad_historial` por `client_id` (últimas 30 filas) antes de llamar `generateEjes()`, marcando cada ángulo como "YA USADO" o "backlog, no usado"
- ✓Al aprobar en Pantalla 3: mover automáticamente lo aprobado a "Propuestas usadas" y lo descartado al "Backlog" — hecho en `ad_historial` (tabla), vía `app/api/ads/[id]/generate-audio/route.ts`
- Loop con **AI-60**: cuando exista análisis de performance, que alimente qué mover del backlog a producción primero (AI-60 en sí sigue sin construir)
- Probar end-to-end con un cliente real (falta correr la sync de `context_full`/`ejes_md` sobre un cliente existente y generar una corrida completa) y decidir el deploy a producción (`studio-deploy.yml`) — confirmar con Felipe antes de tocar el VPS en vivo
- Piloto en 1 cliente (Thalamus o Novaz, que ya tienen biblioteca de ejes armada) antes de generalizar
AI-63
🧪 Piloto
Publicación de anuncios a Meta Ads desde Novaz Studio (entregable aprobado → anuncio en pausa + link a Ads Manager, en lote)
13/16 pasos81%
**Primer envío real (Felipe):** dry-run previo → publicar en pausa → verificar en Ads Manager que el 4:5 se sirva al feed y el 9:16 a stories/reels. Es el único paso que no puede dar Claude: crea objetos en una cuenta publicitaria real
Ver los 16 pasos
- ✓Craneo y decisiones con Felipe (siempre en pausa · login para todo el Studio · un anuncio con 4:5 al feed y 9:16 a stories/reels · piloto Novaz)
- ✓**Login real del Studio** — prerequisito, no adorno: la app estaba publicada sin auth. Cookie firmada + scrypt + permiso `can_publish` por persona (`DEPLOY.md` §Login)
- ✓Motor de Marketing API (`lib/meta.ts`): subida de video/imagen, espera del procesamiento, creative con `asset_feed_spec`, ad en PAUSED, deep link a Ads Manager
- ✓Runner reanudable e idempotente (`lib/meta-publish.ts` + tabla `meta_publications`, que es a la vez cola y log de auditoría)
- ✓Bandeja de salida en la ficha del cliente: tildar N entregables, elegir destino(s), copy, publicar
- ✓Dry-run (arma el payload sin tocar Meta) y reintento por publicación
- ✓Batería de tests del payload (`scripts/test-meta-payload.ts`, 46/46) y verificación de las puertas por HTTP
- ✓**Fase 0 (humano) — CERRADA (2026-08-24):** app de Meta propia (`1661346745347463`) + System User `novaz` + cuentas y Páginas asignadas + token en el `.env` del VPS. Con el negocio ya verificado fueron minutos, no días, y para las cuentas de nuestro Business alcanzó el **acceso estándar** (sin App Review). **Verificado contra Meta:** el token lista 50 ad sets de `act_159762420551789`. ⚠️ El conector "Meta Ads" de claude.ai NO reemplaza esto: un MCP son las manos de Claude en un chat, y acá la llamada a Graph la hace el server del Studio solo
- ✓**Novaz (piloto) habilitado** — Página `615530958961390`, Instagram `17841405955109275`, cuenta `act_159762420551789`, URL y CTA `LEARN_MORE`, switch en 1. Confirmado leyendo la DB del VPS, no la pantalla. 7 entregables publicables, 5 con 4:5
- ✓**Login desplegado y verificado en vivo** — `/login` 200, `/api/auth/config` 200, `/` 307. `can_publish` arranca en 0 para todos; hoy solo Felipe
- ✓**Copy escrito por IA desde el guión del video** — 3 variantes en Sonnet con los límites de Meta (125/40/30) como números duros, contador de caracteres y la guarda de cifras sin respaldo
- ✓**Varios ad sets por publicación** — picker multi-select, el total en el botón, y una fila por entregable (`serializeBy`) para no subir el mismo MP4 una vez por destino (`scripts/test-meta-fanout.ts`, 9/9)
- **Primer envío real (Felipe):** dry-run previo → publicar en pausa → verificar en Ads Manager que el 4:5 se sirva al feed y el 9:16 a stories/reels. Es el único paso que no puede dar Claude: crea objetos en una cuenta publicitaria real
- ✓**Anuncios de formulario nativo (`ON_AD`)** — era el 86% de los destinos reales (73 de 85 ad sets de Novaz) y no se podía publicar. Forma del payload leída de un anuncio real de la cuenta, no de los docs: el formulario va en `call_to_actions` (plural) y convive con el split 4:5/9:16. Validación ANTES de subir el video (`scripts/test-meta-leadform.ts`, 21/21)
- **`pages_manage_ads` en el token (humano):** sin ese permiso los formularios de la Página no se pueden listar y el Studio los deduce de los anuncios ya existentes — un formulario nuevo sin usar no aparece y hay que pegar el ID a mano
- Aviso proactivo cuando Meta **rechaza** un anuncio (hoy el estado se consulta desde la pantalla; falta que alguien lo mire sin entrar)
AI-61
🧪 Piloto
Generación de voces con ElevenLabs (voz Lionel, vía GitHub Actions) para locuciones de videos de anuncios
3/6 pasos50%
Definir presets de voz por cliente/uso (narrador, tono) y dejarlos en la memoria del cliente
Ver los 6 pasos
- ✓Generar la **API key** en ElevenLabs (cuenta ElevenCreative) y cargarla como secret de repo `ELEVENLABS_API_KEY`
- ✓Armar y validar `generate-voice.yml` end-to-end (resuelve voz por nombre parcial, genera TTS, commitea)
- ✓Confirmar voz **Lionel** (matchea "Lionel - Natural and Versatile Narrator") y parámetros: **Multilingual v2** para piezas (Flash atropella texto largo), **velocidad 1.18**, **"B2B" → "bi-tu-bi"** con guiones (automatizado, no "bitubi" pegado)
- Definir presets de voz por cliente/uso (narrador, tono) y dejarlos en la memoria del cliente
- Enganchar al pipeline de video (AI-22): guion → voz Lionel → montaje
- Limpiar `samples/` periódicamente (archivos de prueba, no versionar para siempre)
AI-59
💡 Idea
Pipeline de armado de anuncios por ejes (definir/alinear opener·dolor·funcionalidad·resultado·CTA·industria → sugerencias)
0/8 pasos0%
Formalizar el **modelo de ejes** genérico (los de Thalamus como base) y qué opciones vive cada eje por cliente
Ver los 8 pasos
- Formalizar el **modelo de ejes** genérico (los de Thalamus como base) y qué opciones vive cada eje por cliente
- Definir dónde vive la **biblioteca de ejes por cliente** (memoria del cliente / Drive) y su formato
- Protocolo de armado: **descomponer el pedido en ejes + alinear con el usuario ANTES de producir** (ya vive para Thalamus)
- Generador de **variantes** combinando ejes (fijar ICP/presupuesto, variar una sola pieza por anuncio para que sea testeable)
- Reglas duras por cliente (casos con OK, claims no chequeados, geo, canal) embebidas en el pipeline
- Enganche con **AI-60**: que las sugerencias prioricen los ejes que mejor performaron
- Definir salida (Doc/deck con marca del cliente) y handoff a `creative-strategist` / `disenador-de-anuncios`
- Piloto en 1-2 clientes además de Thalamus
AI-24
💡 Idea
Novaz Studio: planificación de contenido
0/2 pasos0%
Generar la planificación de contenido
Ver los 2 pasos
- Generar la planificación de contenido
- Integrarla al calendario del cliente
AI-26
💡 Idea
Repositorio de imágenes + historial (reciclar elementos)
0/3 pasos0%
Repositorio de imágenes usadas en Drive
Ver los 3 pasos
- Repositorio de imágenes usadas en Drive
- Historial para reciclar elementos de diseño
- Búsqueda/recuperación de assets
AI-25
💡 Idea
Influencers IA en automático
0/2 pasos0%
Definir el caso de uso y los límites
Ver los 2 pasos
- Definir el caso de uso y los límites
- Probar la generación
AI-22
🟢 Live
Novaz Studio: video
4/5 pasos80%
Calibrar la banda de reciclado (hoy 50-80%) con un cliente real, mirando cuánto material del banco pega de verdad
Ver los 5 pasos
- ✓Definir el flujo de generación de video
- ✓Integrar con Novaz Studio
- ✓Probar una pieza real
- ✓**Ensamblado automático: pre-carga de escenas desde el banco del cliente** — 2026-08-25. Botón *Pre-cargar del banco* en el Storyboard: rankea el storyboard entero contra el material aprobado del cliente en una sola llamada y aplica. Reglas anti-clon determinísticas y testeadas (techo 80% / piso 50% / nada del último video en la misma posición / máx. la mitad del cupo desde un mismo video / 1 asset por escena / penalización por recencia). Aplica solo y es reversible (*Deshacer pre-carga*)
- Calibrar la banda de reciclado (hoy 50-80%) con un cliente real, mirando cuánto material del banco pega de verdad
Cross / Plataforma20
AI-50
🔨 En desarrollo
Tabla interna de datos de operaciones (dejar de manejar los Excel en Sheets → una Data Table con TODO, consultable por Claude)
5/6 pasos83%
Higiene/permisos: marcar qué datos son sensibles y quién puede escribir
Ver los 6 pasos
- ✓Inventariar los Excel/hojas de operaciones actuales en Sheets (qué archivos, qué tabs, qué columnas y qué se consulta seguido)
- ✓Diseñar el esquema unificado — **decisión 2026-07-03: la fuente es la tab `DATA`** (una fila por sender), no una Data Table nueva; `ops_clientes` queda para hitos de onboarding
- ✓Carga inicial: DATA limpiada + completada + expandida a "una fila por sender" (52→107 filas, Operación DATA E1-E3, 2026-07-03)
- ✓Definir cómo se mantiene al día — sync diario `wUbbXLYwWrDhiD2t` (DATA → cachés `heyreach_senders`/`client_sheets`/`RouterN8N`) + sync inverso (senders nuevos → DATA)
- ✓Que Claude y los agentes consulten la Data Table como fuente de verdad (dejar de leer los Excel) y depreciar las hojas — **6 workflows migrados a DATA (2026-07-03)**; depreciar las tabs viejas queda pendiente de que Felipe corra el TMP `3ivp77tAJlV6YXL2`
- Higiene/permisos: marcar qué datos son sensibles y quién puede escribir
AI-55
🔨 En desarrollo
Auditor + operador de GHL (workflows on/off, tags de leads, templates WPP, dominios de mail)
3/17 pasos18%
**(API)** Auditar estado de workflows: `GET /workflows/` por location → listar prendidos/apagados y comparar contra el "esperado por cliente" (reusar el probe `cRT0r5AS2bbw1PLh`)
Ver los 17 pasos
- **(API)** Auditar estado de workflows: `GET /workflows/` por location → listar prendidos/apagados y comparar contra el "esperado por cliente" (reusar el probe `cRT0r5AS2bbw1PLh`)
- **(Cowork/mano)** Prender/apagar workflows: la API v2 **NO** expone el toggle (feature en el ideas board de GHL, sin lanzar) → operar en la UI, candidato a Cowork. Por API solo detectamos y avisamos.
- **(API parcial)** Listar la **biblioteca de templates** (`GET /locations/{id}/templates`, email/sms) — OJO: los mails que manda el workflow **no son templates**, se escriben inline en la acción "Send Email" → NO salen por acá. **WhatsApp HSM** tampoco tiene endpoint claro → confirmar en UI / vía Meta WhatsApp Business API directa
- **(Mixto)** Auditar subdominios de mail: registros **SPF/DKIM/DMARC** del subdominio los auditamos nosotros (dig / workflows DNS Cloudflare+Porkbun del repo); el estado "verificado" dentro de GHL + **Set headers** = UI/Cowork
- **(API)** Auditar tags de leads: contactos sin tag `interesado` / `seguimiento auto` / `leads automático` → reporte de faltantes (Contacts API + tags; reusar patrón de `RouterN8N - Check GHL`)
- **(Cowork/mano)** Auditar que el **template de WhatsApp** esté bien cargado DENTRO del workflow: la API no expone los pasos/acciones internas del workflow → inspección UI/Cowork
- **(Cowork/mano)** Auditar que los **mails** estén bien cargados DENTRO de los workflows: son mails inline en la acción "Send Email" (NO templates), los pasos internos del workflow no se leen por API → inspección UI/Cowork. Riesgo bajo: siempre se manda el mismo mail (es un spot-check, no una auditoría masiva)
- **(API — proxy por resultado)** Auditor por conversaciones: en vez de leer la config del workflow, segmentar contactos (por `source`/`tag`) y leer su conversación (`Search Conversations` + fetch messages) para confirmar que el mensaje esperado **salió** (type, direction=outbound, fecha) y **cuál** (body/subject). Chequeos ejemplo: (a) leads entrantes paid/inbound — source **Meta Ads / Google Ads / website / form 0** → salió WPP + mail (y cuál); (b) tag `derivado any` → salió el mensaje; (c) tag `email any` → salió el mail; (d) tag `seguimiento auto` → hay follow-ups (varios outbound); (e) tag `lead automático` → salió el 1er mensaje automático. Anomalía = contacto del segmento sin el mensaje esperado.
- Definir **ventana** (leads 24–72 h) + **muestreo/rate-limit** del auditor por conversaciones (no barrer toda la base). Caveat: es proxy — no distingue 100% automático vs manual (heurística por timing)
- Definir el **"esperado por cliente"** (qué workflows ON, qué tags, qué mensaje por segmento) como config en la Hoja de Operaciones / DATA, para auditar contra algo
- ✓**Piloto API-proxy corrido en vivo (Novaz):** recon de contactos (`IENJzfVkQLuiMfWq`) + auditor por conversaciones (`7CP4vo4ZWXbS67eX`) → 20 revisados, happy path (Meta/Google) validado, 4 anomalías candidatas. Read-only.
- **(refinamiento del piloto)** Dedup de contactos por persona (mismo lead = varios contactos, algunos sin teléfono) antes de contar anomalías
- **(refinamiento del piloto)** Codificar el **canal esperado por segmento** en el "esperado por cliente" (ej: el mail de cold-email sale por Smartlead, no por GHL) para evitar falsos positivos
- ✓**Auditor GHL productivo multi-cliente ACTIVO (`h4Zs49QIMYZb5skQ`, read-only):** recorre clientes activos (PIT desde heyreach_senders), ventana 3d, lógica trigger×canal + dedup. **Diario 07:00 AR + mail a Felipe.** 1ra corrida: 26 clientes, 150 contactos, 10 anomalías. (Reemplazó al `8DXpi1x64lSxCuWh`, archivado.)
- ✓**Integrado a la Hoja de Operaciones:** escribe la solapa `Monitor - GHL` y el consolidador `OPS — Monitor Accionables` (`HTaNsDAvOFyVVPlk`) lo suma al semáforo + accionables + digest.
- Cubrir clientes sin PIT en heyreach_senders (Globty/Vesure/Lambda/Skyline) leyendo PIT de DATA (credencial Google) + asignar Error Workflow AI-46 (P7) al auditor
- Investigar hallazgos del auditor (lado Router AI-10): contactos WPP `lead automático` SIN teléfono + contactos duplicados + smartlead sin tag `interesado`
AI-36
🔨 En desarrollo
Tracker de iniciativas de IA (este dashboard)
4/5 pasos80%
Validarlo con el equipo y empezar a cargarlo
Ver los 5 pasos
- ✓Estructura markdown + generador
- ✓Dashboard con dos vistas (departamento / status)
- ✓Checklists por iniciativa con "ver más"
- ✓Cargar el roadmap completo del equipo
- Validarlo con el equipo y empezar a cargarlo
AI-27
🧪 Piloto
Reporte automático (semanal, quincenal y mensual)
1/5 pasos20%
Reporte semanal
Ver los 5 pasos
- ✓Estructura del reporte (framework de 3 preguntas + descubrimientos)
- Reporte semanal
- Reporte quincenal
- Reporte mensual
- Marca Novaz aplicada
AI-29
💡 Idea
Memoria de buenas prácticas PMAL + SDR
0/3 pasos0%
Recopilar lo que mejor funciona por cliente
Ver los 3 pasos
- Recopilar lo que mejor funciona por cliente
- Memoria de buenas prácticas (qué funcionó / qué no)
- Sugerencias contemplando ese histórico
AI-30
💡 Idea
Setup de cliente nuevo: escenarios en Make + preparar GHL
0/3 pasos0%
Crear los escenarios en Make
Ver los 3 pasos
- Crear los escenarios en Make
- Preparar el GHL del cliente
- Checklist de setup verificado
AI-31
💡 Idea
Setup de cliente nuevo: warmup + monitoreo de mails
0/2 pasos0%
Workflow de warmup de mails
Ver los 2 pasos
- Workflow de warmup de mails
- Monitoreo del setup de mails en automático
AI-44
💡 Idea
Monitor de saldo de APIs (aviso antes de quedarse sin crédito)
0/5 pasos0%
Inventariar las APIs/servicios con crédito o saldo que pueden cortar la operación (Apollo, FullEnrich, SmartLead, HeyReach, etc.)
Ver los 5 pasos
- Inventariar las APIs/servicios con crédito o saldo que pueden cortar la operación (Apollo, FullEnrich, SmartLead, HeyReach, etc.)
- Ver qué expone cada una para consultar saldo/crédito (API, panel, mail de aviso)
- Definir umbrales de alerta por servicio (ej. < X días de uso o < Y créditos restantes)
- Monitor automático (n8n) que chequea periódicamente y avisa ANTES de quedarse sin crédito
- Definir canal y destinatario del aviso (WhatsApp / mail / Slack / ClickUp)
AI-48
💡 Idea
Sistema de auto-aprendizaje: mejores prompts por depto/mes + feedback de Novaz Studio
0/7 pasos0%
Definir de dónde se lee el rastro de uso por depto (sesiones de Claude Code, logs de Novaz Studio, otra fuente) — sin pedirle al equipo que registre nada a mano de más
Ver los 7 pasos
- Definir de dónde se lee el rastro de uso por depto (sesiones de Claude Code, logs de Novaz Studio, otra fuente) — sin pedirle al equipo que registre nada a mano de más
- Definir qué es "mejor resultado" por depto (métrica o criterio cualitativo) para poder rankear prompts
- Armar el análisis mensual (agente/script) que recorra el rastro y genere el paquete de sugerencias por depto
- Identificar en Novaz Studio los feedbacks/correcciones más comunes a los prompts (patrón de qué se corrige seguido)
- Definir el formato del encuentro de cierre de mes (deck, doc, reunión) y quién lo prepara
- Definir el circuito de aprobación: sugerencia → decisión del equipo → dónde queda documentada la mejora aprobada (agente, prompt base, `decisions.md`)
- Probar un primer ciclo completo (un mes) de punta a punta antes de dejarlo recurrente
AI-56
💡 Idea
Monitoreador de leads cross-channel (entra por canal → interesado por canal → está en GHL) con status por cliente
0/8 pasos0%
Definir los **canales activos por cliente** como config (leer de DATA / Hoja de Operaciones: qué corre por cliente — Meta/Google/LinkedIn Ads, HeyReach LinkedIn, Smartlead cold email) para auditar contra algo. Sin esto no se distingue "canal apagado" de "canal roto".
Ver los 8 pasos
- Definir los **canales activos por cliente** como config (leer de DATA / Hoja de Operaciones: qué corre por cliente — Meta/Google/LinkedIn Ads, HeyReach LinkedIn, Smartlead cold email) para auditar contra algo. Sin esto no se distingue "canal apagado" de "canal roto".
- **Chequeo 1 — ¿entran leads por canal?** Paid: leads/conversiones en la ventana (Detrics / Meta Ads + Google Ads API — reusar AI-17/AI-41). Outbound: HeyReach (respuestas / red aceptada por cuenta-campaña) + Smartlead (replies por campaña). Alerta = **canal activo con 0 leads en X días**.
- **Chequeo 2 — ¿se identifican interesados por canal?** HeyReach: conversaciones con respuesta positiva / tag Interesado (`GetConversationsV2`, patrón AI-10). Smartlead: `lead_category` = Interesado / positive reply (`get_lead_category_wise_response`). Paid/Inbound: un envío de formulario ya es lead interesado por definición. → contar interesados por canal en la ventana.
- **Chequeo 3 — ¿los interesados están en GHL?** Por cada interesado detectado (chequeo 2), buscarlo en GHL (Contacts API + tag `interesado`, patrón `RouterN8N - Check GHL` / AI-55). Anomalía = interesado detectado en el canal que **NO aparece en GHL** = fuga del Router (AI-10).
- **Cruce → status por cliente (semáforo):** consolidar los 3 chequeos en un estado por cliente — 🟢 fluye (entra + interesados + en GHL) · 🟡 entra pero interesados no llegan a GHL (fuga de ruteo) · 🔴 canal activo sin leads / sin interesados. Escribir en la Hoja de Operaciones (solapa propia) y sumarlo al consolidador `OPS — Monitor Accionables` (como hace AI-55).
- Definir **ventana** (ej. 3–7 días), **muestreo/rate-limit** por plataforma (no barrer toda la base), **frecuencia** (diario) y **canal + destinatario** del aviso (mail a Felipe / dueño de la cuenta), alineado a los monitores ya vivos (AI-53/AI-55).
- Cruzar con **AI-55** (auditor GHL por conversaciones), **AI-10** (Router: la fuente de la fuga), **AI-09** (Excel de leads), **AI-17** (monitoreo de cuentas paid) y **AI-12** (salud de outreach) para **reusar** fuentes/lógica y no duplicar. Este vive un nivel arriba: consolida el "¿el lead entra y llega al CRM?" por cliente.
- Piloto read-only en 2–3 clientes con canales distintos (uno paid, uno outbound, uno mixto) antes de generalizar a todos los activos.
AI-28
💡 Idea
Conclusiones automáticas del reporte
0/2 pasos0%
Generar conclusiones/insights del reporte
Ver los 2 pasos
- Generar conclusiones/insights del reporte
- Sugerencias de próximos pasos
AI-32
💡 Idea
Bot de novedades B2B (Paid Media + SDR) con resúmenes y sugerencias
0/3 pasos0%
Definir las fuentes de novedades B2B (paid + SDR)
Ver los 3 pasos
- Definir las fuentes de novedades B2B (paid + SDR)
- Resúmenes automáticos
- Sugerencias de implementación según la novedad
AI-33
💡 Idea
Cowork: tareas básicas de Automation
0/2 pasos0%
Definir las tareas básicas de automation cubribles por Cowork
Ver los 2 pasos
- Definir las tareas básicas de automation cubribles por Cowork
- Probar con casos reales
AI-34
💡 Idea
Cowork: alta de mails
0/2 pasos0%
Definir el procedimiento de alta de mails
Ver los 2 pasos
- Definir el procedimiento de alta de mails
- Que Cowork ejecute el alta
AI-35
💡 Idea
Cowork: tareas básicas en Make / n8n
0/2 pasos0%
Definir las tareas básicas en Make/n8n para Cowork
Ver los 2 pasos
- Definir las tareas básicas en Make/n8n para Cowork
- Probar con flujos reales
AI-40
💡 Idea
Investigar solución MCP para Elementor (WordPress)
0/4 pasos0%
Relevar si existe un MCP para Elementor / WordPress
Ver los 4 pasos
- Relevar si existe un MCP para Elementor / WordPress
- Evaluar alternativas (API de WordPress, plugin, MCP propio)
- Probar un caso real de edición de landing
- Documentar la recomendación
AI-46
💡 Idea
n8n autocorregir (error en módulo → avisa al Claude del VPS y lo arregla)
0/5 pasos0%
Capturar los errores de ejecución de n8n (Error Trigger / workflow de error global)
Ver los 5 pasos
- Capturar los errores de ejecución de n8n (Error Trigger / workflow de error global)
- Enrutar el error al Claude del VPS con contexto (workflow, nodo, mensaje, payload)
- Que Claude diagnostique y proponga/aplique el fix sobre el workflow (vía MCP de n8n)
- Validar el arreglo (re-ejecutar / test) antes de darlo por resuelto
- Loguear qué falló y cómo se corrigió (bitácora de autocorrecciones) + avisar si no pudo solo
AI-49
💡 Idea
Revisión semanal de nomenclaturas (outreach + paid) — que siempre corran las campañas que corresponden
0/5 pasos0%
Definir la convención de nomenclatura formal por canal (outreach: `cliente-NNNN`; paid: a definir con Paid Media) y dejarla documentada como fuente de verdad
Ver los 5 pasos
- Definir la convención de nomenclatura formal por canal (outreach: `cliente-NNNN`; paid: a definir con Paid Media) y dejarla documentada como fuente de verdad
- Conectar la lectura de campañas activas: HeyReach, Smartlead, Meta Ads, Google Ads
- Cruzar cada campaña activa contra `client_sheets`/Hoja de Operaciones para detectar nombres fuera de convención, duplicados o huérfanos
- Armar el reporte semanal de discrepancias con la corrección sugerida
- Definir canal y formato del aviso semanal, y quién lo revisa (SDR para outreach, PMAL para paid)
AI-51
💡 Idea
Follow-ups de GHL ruteados a n8n (WhatsApp + delays + condiciones)
0/8 pasos0%
Elegir un WF de follow-up piloto y relevar sus pasos actuales en GHL (mensajes, delays, condiciones, tags)
Ver los 8 pasos
- Elegir un WF de follow-up piloto y relevar sus pasos actuales en GHL (mensajes, delays, condiciones, tags)
- Definir el disparo: acción "Webhook" en el WF de GHL → nodo Webhook en n8n (GHL queda como disparador tonto)
- Confirmar el método de envío de WhatsApp: vía API de GHL (`POST /conversations/messages`, reusando el número de WAGHL) vs Meta Cloud API directo
- Crear/aprobar en GHL los templates de WhatsApp para los follow-ups > 24 hs (regla de ventana de 24 hs de Meta — fuera de la ventana solo salen templates aprobados)
- Armar la PoC en n8n: Webhook → WhatsApp bienvenida → Wait (delay) → IF (¿respondió?) → follow-up condicional
- Resolver las acciones sobre GHL desde n8n: tags/custom fields por HTTP Request; contactos/opportunities por el HighLevel node; armar sub-workflows reutilizables (ej. "poner tag")
- Asegurar la persistencia de ejecuciones en espera en el n8n del VPS (que el pruning no borre los waits largos y corte el flujo a la mitad)
- Validar la PoC punta a punta con un lead real y decidir si se escala al resto de los follow-ups (híbrido: lo simple puede quedar nativo en GHL)
AI-53
🟢 Live
Auditoría diaria de workflows n8n (routine 7:30 + reporte por mail + aprobación por sugerencia)
4/7 pasos57%
Verificar la primera corrida real completa (¿la sesión automática accede al MCP de n8n?)
Ver los 7 pasos
- ✓Routine diaria (7:30 ART) que audita los workflows por el MCP de n8n — solo lectura
- ✓Workflow mailer en n8n (`Auditoría n8n — Mailer`, webhook + token → Gmail) que manda el reporte al inbox de Felipe
- ✓Test punta a punta del circuito de envío (mail recibido OK)
- ✓Circuito de aprobación: sugerencias numeradas en el mail → "aplicá la sugerencia N" en Claude Code
- Verificar la primera corrida real completa (¿la sesión automática accede al MCP de n8n?)
- Definir si corre todos los días o solo hábiles
- Sumar la auditoría profunda quincenal alineada al cierre de sprint (arquitectura, workflows sin manejo de errores, duplicados)
Admin / Finanzas2
AI-42
💡 Idea
Auditor de gastos USA (Relay + master de contabilidad)
0/6 pasos0%
Integrar la cuenta de Relay (USA) — acceso de solo lectura a los movimientos
Ver los 6 pasos
- Integrar la cuenta de Relay (USA) — acceso de solo lectura a los movimientos
- Definir el presupuesto proyectado por categoría (lo "esperado")
- Ingerir y categorizar los gastos (en qué se está gastando)
- Detectar desvíos: gastado vs proyectado, con alertas cuando se pasa
- Cruzar contra el master de contabilidad para validar que esté correcto
- Auditoría/reporte periódico de gastos USA
AI-45
💡 Idea
Monitor de tarjetas y cuentas Relay (límite / saldo bajo)
0/5 pasos0%
Relevar qué expone Relay para leer saldo de cuentas y límite/uso de cada tarjeta (API / export)
Ver los 5 pasos
- Relevar qué expone Relay para leer saldo de cuentas y límite/uso de cada tarjeta (API / export)
- Definir umbrales (tarjeta cerca del límite, cuenta con saldo bajo)
- Monitor automático que chequea y avisa antes de llegar al límite / quedarse sin fondos
- Definir canal de aviso y a quién escala
- Cruzar con AI-42 (auditor de gastos USA) para reusar la integración de Relay y no duplicar
🔨 En desarrollo7
AI-09
🔨 En desarrollo
Excel de leads automático
0/5 pasos0%
Trigger: el Router (AI-10) identifica un **Interesado** → escribir la fila en el Excel (auto)
Ver los 5 pasos
- Trigger: el Router (AI-10) identifica un **Interesado** → escribir la fila en el Excel (auto)
- Definir el modelo de fila (compartido con la hoja "Sin procesar" de AI-10)
- Validar los campos mínimos del lead antes de escribir
- Hoja **"Métricas"** estandarizada: leads/mes, reuniones/mes, leads y reuniones por canal
- Enganchar la fuente de **reuniones** (GHL / calendario) para la métrica de reuniones
AI-10
🔨 En desarrollo
Seguimiento personalizado de cada lead
6/16 pasos38%
Probar la escritura en GHL (create contact + tag) con el PIT
Ver los 16 pasos
- ✓Relevar el proceso de setting y los 3 casos (Interesado / Mail / Deriva)
- ✓Definir la convención de tags `[CÓDIGO] Caso` (cliente + caso en una tag)
- ✓Confirmar el payload del webhook de HeyReach (captura en vivo)
- ✓Probar la API de HeyReach (`GetConversationsV2` → sender + hilo de mensajes)
- ✓Definir el Sheet de ruteo definitivo (HeyReach code + Smartlead + GHL) y cargarlo — **es la tab `DATA`** (una fila por sender, 2026-07-03)
- Probar la escritura en GHL (create contact + tag) con el PIT
- Construir el camino Interesado punta a punta
- Sumar Mail/Deriva (GetConversations + IA de extracción)
- ✓**(Fase 2)** Diseñar el modelo Smartlead: Interesado **y Deriva** nativos en Smartlead; solo WPP sale a GHL; ruteo por nombre de campaña
- **(Fase 2)** Capturar `LEAD_CATEGORY_UPDATED` en vivo + validar congelamiento del Subsequence
- **(Fase 2)** Crear campaña "Derivados" por cliente (`add-to-campaign` + `{{referido_por}}`) y código WPP propio en GHL
- **(Fase 2)** Definir Lead Categories estándar + copy del Subsequence y crearlo ANTES de activar cada campaña
- **(Fase 2)** Enganchar el webhook de Smartlead (nivel cuenta) → ruteo por campaña → WPP a GHL
- **(Migración Make→n8n)** Relevar los escenarios de Make que mandan los FUs automáticos y reconstruirlos en n8n → matar el escenario de Make (n8n único dueño, sin duplicar)
- **(Cross)** Al identificar Interesado → escribir la fila en el Excel de leads (AI-09)
- **(Cross)** Verificación de cierre de día: reconciliar que los leads procesados están en una secuencia activa → cola "revisar"
AI-41
🔨 En desarrollo
Capa de datos de pauta: APIs directas (Google Ads API Basic) + build-vs-buy vs Detrics
5/8 pasos62%
Conectar Google Ads API directo (post-Basic) y validar lectura ← próximo paso, ahora desbloqueado
Ver los 8 pasos
- ✓Detrics conectado como gateway de datos (Google Ads + Meta + GA) por MCP — reporting actual
- ✓Landing tools.novazgroup.com publicada (requisito de Google para la Google Ads API)
- ✓Meta Ads + Google Analytics validados por MCP nativo (lectura directa)
- ✓Google Ads API: developer token nivel Test obtenido
- ✓Google Ads API: Basic access **APROBADO** (2026-06-30) — re-aplicación con tools.novazgroup.com OK, sin observaciones
- Conectar Google Ads API directo (post-Basic) y validar lectura ← próximo paso, ahora desbloqueado
- Evaluar build-vs-buy: costo de Detrics vs solución propia (histórico, warehouse, mantenimiento)
- Decisión documentada: seguir con Detrics o migrar a APIs propias
AI-43
🔨 En desarrollo
Automatizar el sistema de tags de los setters (GHL)
3/12 pasos25%
Relevar el sistema de tags actual: inventario de tags que usan los setters en GHL y qué significa cada uno
Ver los 12 pasos
- Relevar el sistema de tags actual: inventario de tags que usan los setters en GHL y qué significa cada uno
- Definir la taxonomía estándar (estado del lead, fuente, calificación, motivo de no-agenda) y unificar duplicados/inconsistencias
- Definir las reglas de tagueo automático (qué dispara cada tag y a partir de qué señal)
- Automatizar la asignación de tags en GHL (workflow n8n / automatización nativa) según esas reglas
- Capa de IA: clasificar el lead por la conversación y sugerir/aplicar el tag que corresponde
- Validar contra leads históricos que el tagueo automático coincide con el criterio del setter
- Documentar el diccionario de tags y dejarlo como fuente de verdad del equipo
- ✓**Sub-flujo sync "agendado" Excel↔GHL (v1):** Excel→GHL LIVE (poller `HpD8UlmSb65b5O45`, ahora **cada 1 hora**, endurecido 2026-07-03 con `activo=true`/`onError continuar`/aviso sin-PIT; PIT desde Hoja de Operaciones DATA para los 30). GHL→Excel parkeado.
- ✓**Sub-flujo recordatorios de reunión AM:** motor n8n armado (`XSdXYDknzFi36qqf`, gate **8 y 9am AR**) con fallback por mail a rgonzalez; columnas `contact_id`/`Fecha reunión` auto (`ensureLeadColumns_`); dedup por `contact_id` sumado en la Library (2026-07-03).
- **Lado Felipe para prender el recordatorio:** bump de la Library (columnas + dedup nueva) + template `recordatorio_reunion_wpp` aprobado por sub-cuenta + apuntar el webhook GHL "WhatsApp no enviado" a `/webhook/wpp-fallo` → avisar y activar el poller.
- Fase 3: DATA como fuente única (sync diario + avisos de anomalías) — **DATA terminada (Operación DATA, 2026-07-03)**; sync diario `wUbbXLYwWrDhiD2t` corrido en DRY (21 updates, 0 anomalías); falta que Felipe lo prenda (`DRY_RUN=false`)
- ✓Hardening 2026-07-03: pollers endurecidos + aviso WPP fallido + FU self-healing + dedup por contact_id
AI-50
🔨 En desarrollo
Tabla interna de datos de operaciones (dejar de manejar los Excel en Sheets → una Data Table con TODO, consultable por Claude)
5/6 pasos83%
Higiene/permisos: marcar qué datos son sensibles y quién puede escribir
Ver los 6 pasos
- ✓Inventariar los Excel/hojas de operaciones actuales en Sheets (qué archivos, qué tabs, qué columnas y qué se consulta seguido)
- ✓Diseñar el esquema unificado — **decisión 2026-07-03: la fuente es la tab `DATA`** (una fila por sender), no una Data Table nueva; `ops_clientes` queda para hitos de onboarding
- ✓Carga inicial: DATA limpiada + completada + expandida a "una fila por sender" (52→107 filas, Operación DATA E1-E3, 2026-07-03)
- ✓Definir cómo se mantiene al día — sync diario `wUbbXLYwWrDhiD2t` (DATA → cachés `heyreach_senders`/`client_sheets`/`RouterN8N`) + sync inverso (senders nuevos → DATA)
- ✓Que Claude y los agentes consulten la Data Table como fuente de verdad (dejar de leer los Excel) y depreciar las hojas — **6 workflows migrados a DATA (2026-07-03)**; depreciar las tabs viejas queda pendiente de que Felipe corra el TMP `3ivp77tAJlV6YXL2`
- Higiene/permisos: marcar qué datos son sensibles y quién puede escribir
AI-55
🔨 En desarrollo
Auditor + operador de GHL (workflows on/off, tags de leads, templates WPP, dominios de mail)
3/17 pasos18%
**(API)** Auditar estado de workflows: `GET /workflows/` por location → listar prendidos/apagados y comparar contra el "esperado por cliente" (reusar el probe `cRT0r5AS2bbw1PLh`)
Ver los 17 pasos
- **(API)** Auditar estado de workflows: `GET /workflows/` por location → listar prendidos/apagados y comparar contra el "esperado por cliente" (reusar el probe `cRT0r5AS2bbw1PLh`)
- **(Cowork/mano)** Prender/apagar workflows: la API v2 **NO** expone el toggle (feature en el ideas board de GHL, sin lanzar) → operar en la UI, candidato a Cowork. Por API solo detectamos y avisamos.
- **(API parcial)** Listar la **biblioteca de templates** (`GET /locations/{id}/templates`, email/sms) — OJO: los mails que manda el workflow **no son templates**, se escriben inline en la acción "Send Email" → NO salen por acá. **WhatsApp HSM** tampoco tiene endpoint claro → confirmar en UI / vía Meta WhatsApp Business API directa
- **(Mixto)** Auditar subdominios de mail: registros **SPF/DKIM/DMARC** del subdominio los auditamos nosotros (dig / workflows DNS Cloudflare+Porkbun del repo); el estado "verificado" dentro de GHL + **Set headers** = UI/Cowork
- **(API)** Auditar tags de leads: contactos sin tag `interesado` / `seguimiento auto` / `leads automático` → reporte de faltantes (Contacts API + tags; reusar patrón de `RouterN8N - Check GHL`)
- **(Cowork/mano)** Auditar que el **template de WhatsApp** esté bien cargado DENTRO del workflow: la API no expone los pasos/acciones internas del workflow → inspección UI/Cowork
- **(Cowork/mano)** Auditar que los **mails** estén bien cargados DENTRO de los workflows: son mails inline en la acción "Send Email" (NO templates), los pasos internos del workflow no se leen por API → inspección UI/Cowork. Riesgo bajo: siempre se manda el mismo mail (es un spot-check, no una auditoría masiva)
- **(API — proxy por resultado)** Auditor por conversaciones: en vez de leer la config del workflow, segmentar contactos (por `source`/`tag`) y leer su conversación (`Search Conversations` + fetch messages) para confirmar que el mensaje esperado **salió** (type, direction=outbound, fecha) y **cuál** (body/subject). Chequeos ejemplo: (a) leads entrantes paid/inbound — source **Meta Ads / Google Ads / website / form 0** → salió WPP + mail (y cuál); (b) tag `derivado any` → salió el mensaje; (c) tag `email any` → salió el mail; (d) tag `seguimiento auto` → hay follow-ups (varios outbound); (e) tag `lead automático` → salió el 1er mensaje automático. Anomalía = contacto del segmento sin el mensaje esperado.
- Definir **ventana** (leads 24–72 h) + **muestreo/rate-limit** del auditor por conversaciones (no barrer toda la base). Caveat: es proxy — no distingue 100% automático vs manual (heurística por timing)
- Definir el **"esperado por cliente"** (qué workflows ON, qué tags, qué mensaje por segmento) como config en la Hoja de Operaciones / DATA, para auditar contra algo
- ✓**Piloto API-proxy corrido en vivo (Novaz):** recon de contactos (`IENJzfVkQLuiMfWq`) + auditor por conversaciones (`7CP4vo4ZWXbS67eX`) → 20 revisados, happy path (Meta/Google) validado, 4 anomalías candidatas. Read-only.
- **(refinamiento del piloto)** Dedup de contactos por persona (mismo lead = varios contactos, algunos sin teléfono) antes de contar anomalías
- **(refinamiento del piloto)** Codificar el **canal esperado por segmento** en el "esperado por cliente" (ej: el mail de cold-email sale por Smartlead, no por GHL) para evitar falsos positivos
- ✓**Auditor GHL productivo multi-cliente ACTIVO (`h4Zs49QIMYZb5skQ`, read-only):** recorre clientes activos (PIT desde heyreach_senders), ventana 3d, lógica trigger×canal + dedup. **Diario 07:00 AR + mail a Felipe.** 1ra corrida: 26 clientes, 150 contactos, 10 anomalías. (Reemplazó al `8DXpi1x64lSxCuWh`, archivado.)
- ✓**Integrado a la Hoja de Operaciones:** escribe la solapa `Monitor - GHL` y el consolidador `OPS — Monitor Accionables` (`HTaNsDAvOFyVVPlk`) lo suma al semáforo + accionables + digest.
- Cubrir clientes sin PIT en heyreach_senders (Globty/Vesure/Lambda/Skyline) leyendo PIT de DATA (credencial Google) + asignar Error Workflow AI-46 (P7) al auditor
- Investigar hallazgos del auditor (lado Router AI-10): contactos WPP `lead automático` SIN teléfono + contactos duplicados + smartlead sin tag `interesado`
AI-36
🔨 En desarrollo
Tracker de iniciativas de IA (este dashboard)
4/5 pasos80%
Validarlo con el equipo y empezar a cargarlo
Ver los 5 pasos
- ✓Estructura markdown + generador
- ✓Dashboard con dos vistas (departamento / status)
- ✓Checklists por iniciativa con "ver más"
- ✓Cargar el roadmap completo del equipo
- Validarlo con el equipo y empezar a cargarlo
🧪 Piloto7
AI-19
🧪 Piloto
Optimizador de Meta
4/6 pasos67%
**Probar en una cuenta real** — habilitar para Novaz, cargar el techo y mirar el primer bundle en vivo
Ver los 6 pasos
- ✓Reglas/heurísticas de optimización de Meta — con **procedencia obligatoria**; los umbrales heredados sin fuente no disparan (`lib/optimizador/umbrales.ts`)
- ✓Sugerencias automáticas — motor determinístico + vetos de Capa 0 + panel en la ficha del cliente (`lib/optimizador/motor.ts`, `app/components/OptimizadorPanel.tsx`)
- ✓Capa de acción: pausar / reanudar / presupuesto diario con control plane de 6 pasos y techo del admin (`lib/meta-write.ts`) — adelanta parte de **AI-18**
- ✓Chat sobre la cuenta (Claude prioriza y explica, no calcula)
- **Probar en una cuenta real** — habilitar para Novaz, cargar el techo y mirar el primer bundle en vivo
- Validar la regla heredada del 70% contra las cuentas reales para que suba de `sin-fuente` a `calibrado`
AI-23
🧪 Piloto
Novaz Studio: placa estática
6/10 pasos60%
**Verificar la versión story (9:16)** — construida en julio, nunca probada en vivo. **Es el próximo paso** (Felipe, 2026-08-12)
Ver los 10 pasos
- ✓Definir el flujo de generación de placa
- ✓Integrar con Novaz Studio
- ✓Probar una pieza real — 2026-08-11, dos placas de Smartway generadas y validadas con Felipe
- ✓Prompt propio de placa (dejó de usar el de escenas de video, cuyas reglas la rompían)
- ✓Editor de ejes en el Storyboard (corregir el claim sin regenerar los 9 conceptos)
- ✓Entrega de la placa aprobada: descargar · Drive · Canva — 2026-08-12, construido (el módulo terminaba en "aprobada" y de ahí no salía)
- **Verificar la versión story (9:16)** — construida en julio, nunca probada en vivo. **Es el próximo paso** (Felipe, 2026-08-12)
- Conectar Canva: crear la integración en el Developer Portal y cargar las credenciales en el VPS (paso humano, ver `_infra/novaz-studio/DEPLOY.md` §Canva)
- Patrón de placas (`patron-placas-*.md`) de los clientes con piezas ganadoras documentadas
- Auditar `brand_colors` de los 53 clientes (el fallback cae al magenta de Novaz)
AI-27
🧪 Piloto
Reporte automático (semanal, quincenal y mensual)
1/5 pasos20%
Reporte semanal
Ver los 5 pasos
- ✓Estructura del reporte (framework de 3 preguntas + descubrimientos)
- Reporte semanal
- Reporte quincenal
- Reporte mensual
- Marca Novaz aplicada
AI-37
🧪 Piloto
ICP Builder + definición de estrategia comercial
1/5 pasos20%
Plantilla de output de ICP + buyer persona
Ver los 5 pasos
- ✓Framework de 3 preguntas (¿a quién? ¿en qué plataforma? ¿qué le decimos?)
- Plantilla de output de ICP + buyer persona
- Definición de estrategia comercial (objetivos, canales, prioridades)
- Aplicarlo en un onboarding nuevo de punta a punta
- Linkearlo al brief del cliente en `_context/_brief`
AI-62
🧪 Piloto
Pipeline de propuestas de anuncios en 3 pantallas (setup → ejes → variantes+audio) tipo Novaz Studio, con Haiku + ElevenLabs + historial/backlog por cliente
16/24 pasos67%
**Medir cómo matchea Whisper sobre un caption real.** Los umbrales (bloquea <0.40, avisa 0.40-0.75) están calibrados con narraciones de VIDEO; un caption son 20-40 palabras con modelo `base` en CPU, así que hay que esperar más avisos de coincidencia parcial y recalibrar si molestan
Ver los 24 pasos
- ✓Diseñar **Pantalla 1** (setup: cliente + enfoque + aclaraciones) — construida DENTRO de Novaz Studio (`app/ads/page.tsx`, nueva ruta), no como herramienta separada — reusa la misma app/DB/estilo
- ✓Confirmar que el selector de cliente puede leer de la misma DB — resuelto de la forma más simple posible: al vivir en la MISMA app, lee directo de la tabla `clients` (no hizo falta exponer un endpoint aparte)
- ✓Definir el prompt/contrato de **Haiku** — `lib/ads-haiku.ts` (`generateEjes`), corre automático entre Pantalla 1 y 2
- ✓Diseñar **Pantalla 2** (ejes) con sus **dos caminos por opción** — `app/ads/[id]/ejes/page.tsx`: feedback puntual (regenera vía Haiku) o edición directa (aprobada al instante)
- ✓Definir cómo se pasa el **feedback puntual** a Haiku — `regenerateEjeOption()` en `lib/ads-haiku.ts`
- ✓Definir la lógica de **ensamblado de variantes** — `pickCombinations()` (determinístico, diversidad sin repetir pares opener+cta) + `writeVariantsCopy()` (Haiku teje el copy final), corre automático entre Pantalla 2 y 3
- ✓Diseñar **Pantalla 3** (variantes) — `app/ads/[id]/variantes/page.tsx`: aprobar cuáles + el audio aparece en la misma pantalla
- ✓Enganchar la aprobación de Pantalla 3 con ElevenLabs — **cambio de arquitectura respecto al diseño original**: en vez de pasar por el workflow `generate-voice.yml` (AI-61, pensado para el contenedor de Claude Code que tiene bloqueada la salida a `api.elevenlabs.io`), Novaz Studio llama a ElevenLabs **directo desde su propio server** (`lib/elevenlabs.ts`) — el VPS donde corre la app SÍ tiene internet normal, así que no necesita el puente de GitHub Actions. Más simple.
- ✓**Adaptación por país (MEX / ESP)** de una variante aprobada, con **voz de ElevenLabs por país** — 2026-08-25. La adaptación es una variante HIJA (la argentina queda intacta); guardas determinísticas de registro (voseo que quedó / modismo de caricatura) y de integridad numérica (cifra inventada / cifra perdida), las dos con un re-pedido acotado y marca visible si sobreviven. Voz de agencia + override por cliente; si el país no tiene voz, el audio NO se genera
- ✓**Puente al Studio de video** — 2026-08-25. Botón *Armar el video* en la variante con audio: crea el proyecto, ingesta el mp3 (Whisper + storyboard, con el copy como guión oficial) y pre-carga las escenas con material del cliente
- ✓**Voces de México y España elegidas y cargadas** — 2026-08-25. **Alejandro** (MX) y **Jacobo Montoro** (ES), más **Lionel** (AR), como `voiceSeed` en `lib/ads-locales.ts`: la feature anda sin configurar nada, y la voz de agencia / el override por cliente siguen mandando por encima
- ✓Fonética del `"B2B"`: los tres países quedan con **la regla de Lionel** (`"bi-tu-bi"`) — 2026-08-25, decisión de Felipe. Es el único arreglo medido de oído; la tabla sigue siendo por país para poder separarlos si alguna voz lo lee mal
- ✓**Velocidad, voz rápida y re-locutar POR VARIANTE** — 2026-08-26. Rango completo de la API (**0.7–1.2**) por variante, botón de **re-locutar** (antes no existía: una variante con mp3 nunca volvía a pasar por ElevenLabs) y un **segundo slot de voz** por país para cuando el ritmo no lo da el parámetro — **Leandro** en AR. El 1.18 sigue siendo el default de los tres. Cambiar parámetros **no invalida** el audio (dice el copy correcto con el ritmo viejo): se marca la deriva y se ofrece el botón
- ✓**Subir el audio a mano** en vez de generarlo — 2026-08-26. Verificado con Whisper contra el copy de la variante (misma función `scoreScriptAgainstAudio` que el flujo de video, nacida del bug del 20/08 "me equivoqué de audio"), con tres estados registrados en la variante: **coincide** / **forzado** ("Usar igual") / **sin-verificar** (Whisper caído). El archivo subido tiene nombre propio, así que re-locutar y subir no se destruyen entre sí. De paso se arregló que `to-video` forzara el chequeo siempre (con audio subido eso reproducía el bug que el chequeo caza) y que hardcodeara `.mp3`
- **Medir cómo matchea Whisper sobre un caption real.** Los umbrales (bloquea <0.40, avisa 0.40-0.75) están calibrados con narraciones de VIDEO; un caption son 20-40 palabras con modelo `base` en CPU, así que hay que esperar más avisos de coincidencia parcial y recalibrar si molestan
- Cargar la **voz rápida de MX y ESP** (falta elegir cuál). Hoy pedirla en una variante de esos países corta con error accionable, no cae a la principal
- Escuchar las primeras locuciones MEX/ESP y recalibrar si hace falta: **velocidad** (1.18 se midió con Lionel), modelo y la sigla — el mecanismo ya está (`speed`/`modelId` opcionales en `LocaleSpec`, la cascada los lee), así que recalibrar es agregar el valor y nada más
- Definir el **formato de entrega** a Novaz Studio (copy + audio por variante) — resuelto para el USO INTERNO (misma app, mismo DB, se ve en Pantalla 3); falta definir si hace falta un export a Drive/carpeta para el resto del equipo o alcanza con la app
- Crear la convención `historial-anuncios.md` por cliente en el REPO (Propuestas usadas / Backlog) — implementado el equivalente **en DB** (tabla `ad_historial`, se llena solo al aprobar en Pantalla 3); falta el export a markdown en `_agency/_clients/[_cliente]/_memory/` si se quiere trazabilidad en git
- ✓Enganchar el historial como **input de lectura obligatoria** de Haiku — `app/api/ads/route.ts` ahora consulta `ad_historial` por `client_id` (últimas 30 filas) antes de llamar `generateEjes()`, marcando cada ángulo como "YA USADO" o "backlog, no usado"
- ✓Al aprobar en Pantalla 3: mover automáticamente lo aprobado a "Propuestas usadas" y lo descartado al "Backlog" — hecho en `ad_historial` (tabla), vía `app/api/ads/[id]/generate-audio/route.ts`
- Loop con **AI-60**: cuando exista análisis de performance, que alimente qué mover del backlog a producción primero (AI-60 en sí sigue sin construir)
- Probar end-to-end con un cliente real (falta correr la sync de `context_full`/`ejes_md` sobre un cliente existente y generar una corrida completa) y decidir el deploy a producción (`studio-deploy.yml`) — confirmar con Felipe antes de tocar el VPS en vivo
- Piloto en 1 cliente (Thalamus o Novaz, que ya tienen biblioteca de ejes armada) antes de generalizar
AI-63
🧪 Piloto
Publicación de anuncios a Meta Ads desde Novaz Studio (entregable aprobado → anuncio en pausa + link a Ads Manager, en lote)
13/16 pasos81%
**Primer envío real (Felipe):** dry-run previo → publicar en pausa → verificar en Ads Manager que el 4:5 se sirva al feed y el 9:16 a stories/reels. Es el único paso que no puede dar Claude: crea objetos en una cuenta publicitaria real
Ver los 16 pasos
- ✓Craneo y decisiones con Felipe (siempre en pausa · login para todo el Studio · un anuncio con 4:5 al feed y 9:16 a stories/reels · piloto Novaz)
- ✓**Login real del Studio** — prerequisito, no adorno: la app estaba publicada sin auth. Cookie firmada + scrypt + permiso `can_publish` por persona (`DEPLOY.md` §Login)
- ✓Motor de Marketing API (`lib/meta.ts`): subida de video/imagen, espera del procesamiento, creative con `asset_feed_spec`, ad en PAUSED, deep link a Ads Manager
- ✓Runner reanudable e idempotente (`lib/meta-publish.ts` + tabla `meta_publications`, que es a la vez cola y log de auditoría)
- ✓Bandeja de salida en la ficha del cliente: tildar N entregables, elegir destino(s), copy, publicar
- ✓Dry-run (arma el payload sin tocar Meta) y reintento por publicación
- ✓Batería de tests del payload (`scripts/test-meta-payload.ts`, 46/46) y verificación de las puertas por HTTP
- ✓**Fase 0 (humano) — CERRADA (2026-08-24):** app de Meta propia (`1661346745347463`) + System User `novaz` + cuentas y Páginas asignadas + token en el `.env` del VPS. Con el negocio ya verificado fueron minutos, no días, y para las cuentas de nuestro Business alcanzó el **acceso estándar** (sin App Review). **Verificado contra Meta:** el token lista 50 ad sets de `act_159762420551789`. ⚠️ El conector "Meta Ads" de claude.ai NO reemplaza esto: un MCP son las manos de Claude en un chat, y acá la llamada a Graph la hace el server del Studio solo
- ✓**Novaz (piloto) habilitado** — Página `615530958961390`, Instagram `17841405955109275`, cuenta `act_159762420551789`, URL y CTA `LEARN_MORE`, switch en 1. Confirmado leyendo la DB del VPS, no la pantalla. 7 entregables publicables, 5 con 4:5
- ✓**Login desplegado y verificado en vivo** — `/login` 200, `/api/auth/config` 200, `/` 307. `can_publish` arranca en 0 para todos; hoy solo Felipe
- ✓**Copy escrito por IA desde el guión del video** — 3 variantes en Sonnet con los límites de Meta (125/40/30) como números duros, contador de caracteres y la guarda de cifras sin respaldo
- ✓**Varios ad sets por publicación** — picker multi-select, el total en el botón, y una fila por entregable (`serializeBy`) para no subir el mismo MP4 una vez por destino (`scripts/test-meta-fanout.ts`, 9/9)
- **Primer envío real (Felipe):** dry-run previo → publicar en pausa → verificar en Ads Manager que el 4:5 se sirva al feed y el 9:16 a stories/reels. Es el único paso que no puede dar Claude: crea objetos en una cuenta publicitaria real
- ✓**Anuncios de formulario nativo (`ON_AD`)** — era el 86% de los destinos reales (73 de 85 ad sets de Novaz) y no se podía publicar. Forma del payload leída de un anuncio real de la cuenta, no de los docs: el formulario va en `call_to_actions` (plural) y convive con el split 4:5/9:16. Validación ANTES de subir el video (`scripts/test-meta-leadform.ts`, 21/21)
- **`pages_manage_ads` en el token (humano):** sin ese permiso los formularios de la Página no se pueden listar y el Studio los deduce de los anuncios ya existentes — un formulario nuevo sin usar no aparece y hay que pegar el ID a mano
- Aviso proactivo cuando Meta **rechaza** un anuncio (hoy el estado se consulta desde la pantalla; falta que alguien lo mire sin entrar)
AI-61
🧪 Piloto
Generación de voces con ElevenLabs (voz Lionel, vía GitHub Actions) para locuciones de videos de anuncios
3/6 pasos50%
Definir presets de voz por cliente/uso (narrador, tono) y dejarlos en la memoria del cliente
Ver los 6 pasos
- ✓Generar la **API key** en ElevenLabs (cuenta ElevenCreative) y cargarla como secret de repo `ELEVENLABS_API_KEY`
- ✓Armar y validar `generate-voice.yml` end-to-end (resuelve voz por nombre parcial, genera TTS, commitea)
- ✓Confirmar voz **Lionel** (matchea "Lionel - Natural and Versatile Narrator") y parámetros: **Multilingual v2** para piezas (Flash atropella texto largo), **velocidad 1.18**, **"B2B" → "bi-tu-bi"** con guiones (automatizado, no "bitubi" pegado)
- Definir presets de voz por cliente/uso (narrador, tono) y dejarlos en la memoria del cliente
- Enganchar al pipeline de video (AI-22): guion → voz Lionel → montaje
- Limpiar `samples/` periódicamente (archivos de prueba, no versionar para siempre)
💡 Idea45
AI-01
💡 Idea
Corazón de Cliente — mapa maestro para operar con Claude
0/5 pasos0%
Listar TODO lo que Claude necesita mapeado de un cliente para operar sin fricción (brief, ICP, accesos, CRM, canales, marca, objetivos)
Ver los 5 pasos
- Listar TODO lo que Claude necesita mapeado de un cliente para operar sin fricción (brief, ICP, accesos, CRM, canales, marca, objetivos)
- Definir el esquema único de "Corazón de Cliente" en `_context`
- Rediseñar el form de Onboarding para que pida exactamente eso (ni de más ni de menos)
- Validar el mapa contra 2-3 clientes reales
- Conectar el form → ClientBrain automáticamente
AI-04
💡 Idea
Seguimiento de clientes en tiempo real (WPP + Mail + ClickUp + minutas)
0/8 pasos0%
Integrar WhatsApp
Ver los 8 pasos
- Integrar WhatsApp
- Integrar Mail
- Integrar ClickUp + ClickUp chat
- Integrar minutas
- Status del cliente en tiempo real (consolidado)
- Identificar pendientes automáticamente
- Crear tareas contemplando todo lo hablado
- Mantener la planificación al día con detalle minucioso
AI-05
💡 Idea
Copiloto de Kick Off (detecta qué hacer y actualiza status)
0/4 pasos0%
Definir el checklist maestro de arranque de un cliente
Ver los 4 pasos
- Definir el checklist maestro de arranque de un cliente
- Conectar por API a las herramientas (GHL, ClickUp, etc.)
- Revisar el status real de cada cosa
- Actualizar el status automáticamente
AI-12
💡 Idea
Monitoreo de salud de outreach (perfiles LinkedIn, mailings, fin de campaña, agotamiento BBDD)
1/10 pasos10%
Monitorear desconexión de perfiles de LinkedIn (HeyReach) — diario
Ver los 10 pasos
- Monitorear desconexión de perfiles de LinkedIn (HeyReach) — diario
- Monitorear estado de casillas/dominios de mailing (Smartlead) — diario
- Proyectar agotamiento de BBDD por campaña (consumo diario vs. leads restantes) con margen de anticipación
- Avisar cuando una campaña está por terminar/agotar BBDD, con tiempo suficiente para re-lanzar sin bache
- Definir canal y formato del aviso (Slack/WhatsApp/mail) y a quién le llega (setter/SDR dueño de la cuenta)
- **Smartlead — warmup apagado:** detectar mailboxes con `isWarmupEnabled=false` (o `warmupReputation` en 0) conectados a una campaña activa → alerta antes de que quemen el dominio
- **Smartlead — bounce alto por campaña:** umbral de alerta (ej. >5-8% bounce rate, o >20% = pausar sugerido) vía `check_campaign_bounce_or_lead_quality` / `get_campaign_analytics` (`bounce_count` vs `unique_sent_count`) — caso real que disparó esto: BMI, campañas "26.06", 76-90% de bounce por lista sin verificar (auditoría 2026-07-08)
- ✓**[2026-07-10] Auditoría + fix de senders de campañas "Derivados" (claude):** relevadas las 18 "Derivados - *". **Hallazgo:** rotación de 4 mal cableada por duplicar template sin cambiar senders → BMI tenía senders de Doble Dosis, Doble Dosis los de TheX, TheX los de Defco, Defco los de BMI. **Fix:** re-link (agregar sender correcto + quitar el equivocado), verificado por dominio. Las **8 Derivados drafted de cliente publicadas (START)** — BMI, Defco, TheX, DobleDosis, DT, E2C, Smartway, Soutex — todas con su sender. Las 8 live ya estaban OK. ⚠️ BMI usa el tenant MS rate-limited (bajo volumen aguanta). **Forzar sender por lead: técnicamente viable** vía `update_lead_email_account` (requiere buzón en el pool + capturar `lead_id` al agregar + mapa sender→account_id + setear pre-envío) → pendiente de enganchar en la rama Derivado del Router. Side-finding: 3 buzones `thalamuslite.*` con SMTP "Mail service not enabled".
- **HeyReach — baja tasa de aceptación:** por cuenta/campaña de LinkedIn, invites enviadas vs aceptadas; umbral de alerta (ej. <15-20% aceptación) como señal de perfil quemado, mensaje flojo o ICP mal targeteado
- Cruzar con AI-31 (setup de warmup) y AI-47 (replies por infraestructura) para no duplicar lógica de salud de mailing
AI-13
💡 Idea
Gestión de BBDD (sugerir, armar en Sales Nav/Apollo, limpiar)
0/3 pasos0%
Sugerir el armado de la BBDD (segmentos/ICP)
Ver los 3 pasos
- Sugerir el armado de la BBDD (segmentos/ICP)
- Armar BBDD en Sales Nav o Apollo
- Limpieza automática de la BBDD
AI-15
💡 Idea
Carga automática de campañas (HeyReach + SmartLead)
0/3 pasos0%
Cargar campaña en HeyReach automáticamente
Ver los 3 pasos
- Cargar campaña en HeyReach automáticamente
- Cargar campaña en SmartLead automáticamente
- Validar entregabilidad/setup antes de lanzar
AI-17
💡 Idea
Monitoreo de cuentas (saldos, conversiones, tracking, leads, inversión plan vs gastada)
0/5 pasos0%
Monitoreo de saldos
Ver los 5 pasos
- Monitoreo de saldos
- Conversiones + tracking de conversiones
- Leads generadas
- Inversión que se debe gastar vs efectivamente gastada
- Alertas cuando algo se desvía
AI-18
💡 Idea
Ejecución de cambios por IA en Meta y Google (post-decisión del PMAL)
0/5 pasos0%
El PMAL decide qué cambiar
Ver los 5 pasos
- El PMAL decide qué cambiar
- IA ejecuta el cambio en Meta
- IA ejecuta el cambio en Google
- Cambiar/pausar anuncios automáticamente
- Log de cambios para auditoría
AI-29
💡 Idea
Memoria de buenas prácticas PMAL + SDR
0/3 pasos0%
Recopilar lo que mejor funciona por cliente
Ver los 3 pasos
- Recopilar lo que mejor funciona por cliente
- Memoria de buenas prácticas (qué funcionó / qué no)
- Sugerencias contemplando ese histórico
AI-30
💡 Idea
Setup de cliente nuevo: escenarios en Make + preparar GHL
0/3 pasos0%
Crear los escenarios en Make
Ver los 3 pasos
- Crear los escenarios en Make
- Preparar el GHL del cliente
- Checklist de setup verificado
AI-31
💡 Idea
Setup de cliente nuevo: warmup + monitoreo de mails
0/2 pasos0%
Workflow de warmup de mails
Ver los 2 pasos
- Workflow de warmup de mails
- Monitoreo del setup de mails en automático
AI-38
💡 Idea
Sistema de precalificación de leads por cliente (¿agendar o no?)
0/5 pasos0%
Definir, por cliente, los criterios de precalificación (qué sabemos que hace que valga agendar)
Ver los 5 pasos
- Definir, por cliente, los criterios de precalificación (qué sabemos que hace que valga agendar)
- Modelo de decisión: agendar / no agendar / pedir más datos
- Conectar a la entrada de leads (Go High Level)
- Sugerir la decisión al Setter en el momento
- Validar contra leads históricos
AI-39
💡 Idea
Tracking automático (GTM en landing + tags Meta/Google Ads/Analytics)
0/7 pasos0%
Conectar Google Tag Manager (GTM)
Ver los 7 pasos
- Conectar Google Tag Manager (GTM)
- Cargar el contenedor de GTM en la landing
- Revisar/auditar los trackings existentes
- Armar los tags y eventos para Meta (Pixel + CAPI)
- Armar los tags y eventos para Google Ads (conversiones)
- Armar los tags y eventos para Google Analytics
- Validar que las conversiones lleguen bien de punta a punta
AI-42
💡 Idea
Auditor de gastos USA (Relay + master de contabilidad)
0/6 pasos0%
Integrar la cuenta de Relay (USA) — acceso de solo lectura a los movimientos
Ver los 6 pasos
- Integrar la cuenta de Relay (USA) — acceso de solo lectura a los movimientos
- Definir el presupuesto proyectado por categoría (lo "esperado")
- Ingerir y categorizar los gastos (en qué se está gastando)
- Detectar desvíos: gastado vs proyectado, con alertas cuando se pasa
- Cruzar contra el master de contabilidad para validar que esté correcto
- Auditoría/reporte periódico de gastos USA
AI-44
💡 Idea
Monitor de saldo de APIs (aviso antes de quedarse sin crédito)
0/5 pasos0%
Inventariar las APIs/servicios con crédito o saldo que pueden cortar la operación (Apollo, FullEnrich, SmartLead, HeyReach, etc.)
Ver los 5 pasos
- Inventariar las APIs/servicios con crédito o saldo que pueden cortar la operación (Apollo, FullEnrich, SmartLead, HeyReach, etc.)
- Ver qué expone cada una para consultar saldo/crédito (API, panel, mail de aviso)
- Definir umbrales de alerta por servicio (ej. < X días de uso o < Y créditos restantes)
- Monitor automático (n8n) que chequea periódicamente y avisa ANTES de quedarse sin crédito
- Definir canal y destinatario del aviso (WhatsApp / mail / Slack / ClickUp)
AI-45
💡 Idea
Monitor de tarjetas y cuentas Relay (límite / saldo bajo)
0/5 pasos0%
Relevar qué expone Relay para leer saldo de cuentas y límite/uso de cada tarjeta (API / export)
Ver los 5 pasos
- Relevar qué expone Relay para leer saldo de cuentas y límite/uso de cada tarjeta (API / export)
- Definir umbrales (tarjeta cerca del límite, cuenta con saldo bajo)
- Monitor automático que chequea y avisa antes de llegar al límite / quedarse sin fondos
- Definir canal de aviso y a quién escala
- Cruzar con AI-42 (auditor de gastos USA) para reusar la integración de Relay y no duplicar
AI-48
💡 Idea
Sistema de auto-aprendizaje: mejores prompts por depto/mes + feedback de Novaz Studio
0/7 pasos0%
Definir de dónde se lee el rastro de uso por depto (sesiones de Claude Code, logs de Novaz Studio, otra fuente) — sin pedirle al equipo que registre nada a mano de más
Ver los 7 pasos
- Definir de dónde se lee el rastro de uso por depto (sesiones de Claude Code, logs de Novaz Studio, otra fuente) — sin pedirle al equipo que registre nada a mano de más
- Definir qué es "mejor resultado" por depto (métrica o criterio cualitativo) para poder rankear prompts
- Armar el análisis mensual (agente/script) que recorra el rastro y genere el paquete de sugerencias por depto
- Identificar en Novaz Studio los feedbacks/correcciones más comunes a los prompts (patrón de qué se corrige seguido)
- Definir el formato del encuentro de cierre de mes (deck, doc, reunión) y quién lo prepara
- Definir el circuito de aprobación: sugerencia → decisión del equipo → dónde queda documentada la mejora aprobada (agente, prompt base, `decisions.md`)
- Probar un primer ciclo completo (un mes) de punta a punta antes de dejarlo recurrente
AI-52
💡 Idea
Lanzar campañas de Smartlead desde Claude + rotación de dominios integrada
0/7 pasos0%
Relevar el sistema de rotación de dominios/buzones actual (30 cuentas / 10 dominios) y cómo se asignan hoy los buzones a cada campaña
Ver los 7 pasos
- Relevar el sistema de rotación de dominios/buzones actual (30 cuentas / 10 dominios) y cómo se asignan hoy los buzones a cada campaña
- Definir el flujo desde Claude para lanzar una campaña (inputs mínimos: cliente, BBDD, copy/secuencia, volumen diario) — con confirmación del SDR antes de lanzar
- Reusar los endpoints de Smartlead ya probados (create · add-leads · sequences · email-accounts · schedule · status START — relevados en AI-10)
- Integrar la rotación de dominios: asignar automáticamente los buzones del pool del cliente al crear la campaña, balanceando carga y respetando el warmup
- Validar entregabilidad/setup antes de activar (buzones con warmup OK, límites diarios, horario)
- Dejar el disparo operable por el SDR desde Claude (agente/workflow) y documentarlo
- Cruzar con AI-15 (carga de campañas), AI-12 y AI-31 (salud/warmup de mails) para no duplicar lógica
AI-54
💡 Idea
Workshop al equipo: WhatsApp API + GoHighLevel (cómo tocar los workflows)
0/6 pasos0%
Definir el temario: qué es la WhatsApp API (ventana de 24 hs, templates HSM aprobados por Meta), cómo GHL manda WhatsApp (WAGHL), y qué de los workflows puede tocar el equipo (y qué no)
Ver los 6 pasos
- Definir el temario: qué es la WhatsApp API (ventana de 24 hs, templates HSM aprobados por Meta), cómo GHL manda WhatsApp (WAGHL), y qué de los workflows puede tocar el equipo (y qué no)
- Armar material práctico: cómo leer/editar un workflow de GHL (triggers, delays, tags, envío WPP) sin romperlo; qué vive en n8n (AI-51) vs GHL nativo
- Usar casos reales de la agencia como ejemplo (recordatorio de reunión, follow-ups, motor de seguimiento — AI-10/AI-43/AI-51)
- Dar el workshop en vivo + grabarlo, y dejar grabación + guía en la biblioteca de tutoriales (cruza con AI-07/AI-08)
- Checklist "qué puede hacer solo el equipo" vs "cuándo escalar a Felipe / n8n-expert"
- Validar post-workshop con una tarea real (que alguien del equipo edite un workflow guiado)
AI-56
💡 Idea
Monitoreador de leads cross-channel (entra por canal → interesado por canal → está en GHL) con status por cliente
0/8 pasos0%
Definir los **canales activos por cliente** como config (leer de DATA / Hoja de Operaciones: qué corre por cliente — Meta/Google/LinkedIn Ads, HeyReach LinkedIn, Smartlead cold email) para auditar contra algo. Sin esto no se distingue "canal apagado" de "canal roto".
Ver los 8 pasos
- Definir los **canales activos por cliente** como config (leer de DATA / Hoja de Operaciones: qué corre por cliente — Meta/Google/LinkedIn Ads, HeyReach LinkedIn, Smartlead cold email) para auditar contra algo. Sin esto no se distingue "canal apagado" de "canal roto".
- **Chequeo 1 — ¿entran leads por canal?** Paid: leads/conversiones en la ventana (Detrics / Meta Ads + Google Ads API — reusar AI-17/AI-41). Outbound: HeyReach (respuestas / red aceptada por cuenta-campaña) + Smartlead (replies por campaña). Alerta = **canal activo con 0 leads en X días**.
- **Chequeo 2 — ¿se identifican interesados por canal?** HeyReach: conversaciones con respuesta positiva / tag Interesado (`GetConversationsV2`, patrón AI-10). Smartlead: `lead_category` = Interesado / positive reply (`get_lead_category_wise_response`). Paid/Inbound: un envío de formulario ya es lead interesado por definición. → contar interesados por canal en la ventana.
- **Chequeo 3 — ¿los interesados están en GHL?** Por cada interesado detectado (chequeo 2), buscarlo en GHL (Contacts API + tag `interesado`, patrón `RouterN8N - Check GHL` / AI-55). Anomalía = interesado detectado en el canal que **NO aparece en GHL** = fuga del Router (AI-10).
- **Cruce → status por cliente (semáforo):** consolidar los 3 chequeos en un estado por cliente — 🟢 fluye (entra + interesados + en GHL) · 🟡 entra pero interesados no llegan a GHL (fuga de ruteo) · 🔴 canal activo sin leads / sin interesados. Escribir en la Hoja de Operaciones (solapa propia) y sumarlo al consolidador `OPS — Monitor Accionables` (como hace AI-55).
- Definir **ventana** (ej. 3–7 días), **muestreo/rate-limit** por plataforma (no barrer toda la base), **frecuencia** (diario) y **canal + destinatario** del aviso (mail a Felipe / dueño de la cuenta), alineado a los monitores ya vivos (AI-53/AI-55).
- Cruzar con **AI-55** (auditor GHL por conversaciones), **AI-10** (Router: la fuente de la fuga), **AI-09** (Excel de leads), **AI-17** (monitoreo de cuentas paid) y **AI-12** (salud de outreach) para **reusar** fuentes/lógica y no duplicar. Este vive un nivel arriba: consolida el "¿el lead entra y llega al CRM?" por cliente.
- Piloto read-only en 2–3 clientes con canales distintos (uno paid, uno outbound, uno mixto) antes de generalizar a todos los activos.
AI-57
💡 Idea
Verificación automática de BBDD de ExportApollo (mail → verificar mails → base limpia)
0/10 pasos0%
**Trigger:** confirmar cómo llega la BBDD (mail con **link de descarga** vs **CSV adjunto**) y a **qué inbox** cae → armar el Gmail Trigger en n8n filtrado por remitente/asunto de ExportApollo
Ver los 10 pasos
- **Trigger:** confirmar cómo llega la BBDD (mail con **link de descarga** vs **CSV adjunto**) y a **qué inbox** cae → armar el Gmail Trigger en n8n filtrado por remitente/asunto de ExportApollo
- **Bajar la base:** HTTP GET del link o leer el adjunto del mail → normalizar a filas
- **Decidir herramienta de verificación:** Full Enrich (ya pagado, valida + enriquece) vs actor de Apify de verificación pura (más barato a volumen, no enriquece) — recomendación inicial: usar Full Enrich salvo que el volumen justifique Apify
- **Verificar los mails** de la base con la herramienta elegida
- **Partir la base** en válidos / catch-all / inválidos (con score)
- **Ruteo por cliente:** identificar de qué cliente es la base (asunto / nombre de archivo / etiqueta) para llevarla a su carpeta
- **Dejar la base limpia:** Sheet con estándar de marca Novaz en `_outbound/_bases/` del cliente (Drive), separando válidos de descartados
- **(Opcional) Push a Smartlead:** empujar los válidos como lista lista para campaña — con OK humano antes de que salga a la calle (no auto-cargar sin ojo)
- **Notificación de cierre:** "listo, X válidos de Y" por mail / WhatsApp
- **Deploy con red:** correr en `DRY_RUN` → preview → OK de Felipe → activar (protocolo `lecciones-n8n-sheets-y-datos`)
AI-58
💡 Idea
Exportar BBDD de LinkedIn/Sales Nav con Apify (no-cookie) — reemplazo de PhantomBuster
0/8 pasos0%
Confirmar qué usamos hoy de PhantomBuster (solo exportar BBDD vs otras automatizaciones de LinkedIn) — si es solo export, un actor de Apify lo reemplaza
Ver los 8 pasos
- Confirmar qué usamos hoy de PhantomBuster (solo exportar BBDD vs otras automatizaciones de LinkedIn) — si es solo export, un actor de Apify lo reemplaza
- Definir si necesitamos los filtros finos de **Sales Nav** o alcanza la búsqueda normal de LinkedIn (si alcanza, se ahorra también la licencia de Sales Nav)
- Priorizar actores **no-cookie** (no arriesgan los perfiles de HeyReach) — candidato #1 **HarvestAPI**
- Probar HarvestAPI (no-cookie) con un ICP ya exportado por PhantomBuster
- Comparar los dos CSV: **cobertura** (misma gente/campos) + **frescura** (perfiles vivos vs base cacheada) + **costo real**
- Verificar en la ficha del actor: reviews, última actualización y runs (un no-cookie sin updates recientes suele estar roto = LinkedIn le baneó el pool)
- Enganchar al pipeline de AI-57 (export → verificar mails → base limpia en Drive)
- Decisión documentada: cortar PhantomBuster o no (y registrar el ahorro)
AI-59
💡 Idea
Pipeline de armado de anuncios por ejes (definir/alinear opener·dolor·funcionalidad·resultado·CTA·industria → sugerencias)
0/8 pasos0%
Formalizar el **modelo de ejes** genérico (los de Thalamus como base) y qué opciones vive cada eje por cliente
Ver los 8 pasos
- Formalizar el **modelo de ejes** genérico (los de Thalamus como base) y qué opciones vive cada eje por cliente
- Definir dónde vive la **biblioteca de ejes por cliente** (memoria del cliente / Drive) y su formato
- Protocolo de armado: **descomponer el pedido en ejes + alinear con el usuario ANTES de producir** (ya vive para Thalamus)
- Generador de **variantes** combinando ejes (fijar ICP/presupuesto, variar una sola pieza por anuncio para que sea testeable)
- Reglas duras por cliente (casos con OK, claims no chequeados, geo, canal) embebidas en el pipeline
- Enganche con **AI-60**: que las sugerencias prioricen los ejes que mejor performaron
- Definir salida (Doc/deck con marca del cliente) y handoff a `creative-strategist` / `disenador-de-anuncios`
- Piloto en 1-2 clientes además de Thalamus
AI-60
💡 Idea
Análisis de anuncios ganadores por cliente (qué elementos/ejes performan mejor → feed al pipeline AI-59)
0/7 pasos0%
Definir **fuente de datos** de performance por cliente (Detrics: Meta + Google Ads; CSVs locales de `_paidmedia/` como fallback)
Ver los 7 pasos
- Definir **fuente de datos** de performance por cliente (Detrics: Meta + Google Ads; CSVs locales de `_paidmedia/` como fallback)
- Definir **métrica de "ganador"** por objetivo (CPL, costo por reunión, CTR, tasa de conversión de landing)
- **Taggear los anuncios por eje** (qué opener/dolor/funcionalidad/resultado/CTA usó cada pieza) para poder cruzar performance ↔ eje
- Análisis: qué **elementos** correlacionan con mejor performance por cliente (y patrones cross-cliente por industria)
- Formato del **reporte de aprendizajes** (dónde se guarda: `campaign-notes` / memoria del cliente)
- Loop de retroalimentación a **AI-59** (los ejes ganadores entran como sugerencia por defecto)
- Cadencia (por sprint quincenal) y automatización del refresco
AI-03
💡 Idea
Armado de tareas (sueltas y por template)
0/3 pasos0%
Catálogo de tareas-template por tipo de cliente/plan
Ver los 3 pasos
- Catálogo de tareas-template por tipo de cliente/plan
- Generar tareas sueltas desde lenguaje natural
- Bajarlas a ClickUp con los campos completos
AI-06
💡 Idea
Mejorar PPT de Kick Off
0/3 pasos0%
Estructura clara: canales, dificultades, qué hay que resolver
Ver los 3 pasos
- Estructura clara: canales, dificultades, qué hay que resolver
- Plantilla con la marca Novaz
- Autocompletar con los datos del cliente
AI-07
💡 Idea
Copiloto de comunicación y tutoriales
0/4 pasos0%
Definir la cadencia de contacto por cliente (cada cuánto hablarle)
Ver los 4 pasos
- Definir la cadencia de contacto por cliente (cada cuánto hablarle)
- Validar que se le haya hablado
- Biblioteca de tutoriales cargada
- Sugerir el tutorial a mandar según el caso
AI-08
💡 Idea
Agente de Onboarding por rol (capacitación interna)
0/3 pasos0%
Mapear, por rol, qué videos/tutoriales ver y cómo se hace cada cosa
Ver los 3 pasos
- Mapear, por rol, qué videos/tutoriales ver y cómo se hace cada cosa
- Agente conversacional que guíe al nuevo integrante
- Probar con un onboarding real del equipo
AI-14
💡 Idea
Armado de textos de outreach
0/3 pasos0%
Generar textos por buyer persona / secuencia
Ver los 3 pasos
- Generar textos por buyer persona / secuencia
- Variantes A/B
- Aprobación antes de cargar
AI-16
💡 Idea
Dashboard de optimizaciones SDR
0/2 pasos0%
Definir las métricas clave de outreach
Ver los 2 pasos
- Definir las métricas clave de outreach
- Tablero con estado y oportunidades de optimización
AI-20
💡 Idea
Optimizador de Google
0/3 pasos0%
Reglas/heurísticas de optimización de Google
Ver los 3 pasos
- Reglas/heurísticas de optimización de Google
- Sugerencias automáticas
- Probar en una cuenta real
AI-21
💡 Idea
Dashboard de optimizaciones Paid Media
0/2 pasos0%
Métricas clave de pauta
Ver los 2 pasos
- Métricas clave de pauta
- Tablero de optimizaciones sugeridas/aplicadas
AI-24
💡 Idea
Novaz Studio: planificación de contenido
0/2 pasos0%
Generar la planificación de contenido
Ver los 2 pasos
- Generar la planificación de contenido
- Integrarla al calendario del cliente
AI-26
💡 Idea
Repositorio de imágenes + historial (reciclar elementos)
0/3 pasos0%
Repositorio de imágenes usadas en Drive
Ver los 3 pasos
- Repositorio de imágenes usadas en Drive
- Historial para reciclar elementos de diseño
- Búsqueda/recuperación de assets
AI-28
💡 Idea
Conclusiones automáticas del reporte
0/2 pasos0%
Generar conclusiones/insights del reporte
Ver los 2 pasos
- Generar conclusiones/insights del reporte
- Sugerencias de próximos pasos
AI-32
💡 Idea
Bot de novedades B2B (Paid Media + SDR) con resúmenes y sugerencias
0/3 pasos0%
Definir las fuentes de novedades B2B (paid + SDR)
Ver los 3 pasos
- Definir las fuentes de novedades B2B (paid + SDR)
- Resúmenes automáticos
- Sugerencias de implementación según la novedad
AI-33
💡 Idea
Cowork: tareas básicas de Automation
0/2 pasos0%
Definir las tareas básicas de automation cubribles por Cowork
Ver los 2 pasos
- Definir las tareas básicas de automation cubribles por Cowork
- Probar con casos reales
AI-34
💡 Idea
Cowork: alta de mails
0/2 pasos0%
Definir el procedimiento de alta de mails
Ver los 2 pasos
- Definir el procedimiento de alta de mails
- Que Cowork ejecute el alta
AI-35
💡 Idea
Cowork: tareas básicas en Make / n8n
0/2 pasos0%
Definir las tareas básicas en Make/n8n para Cowork
Ver los 2 pasos
- Definir las tareas básicas en Make/n8n para Cowork
- Probar con flujos reales
AI-40
💡 Idea
Investigar solución MCP para Elementor (WordPress)
0/4 pasos0%
Relevar si existe un MCP para Elementor / WordPress
Ver los 4 pasos
- Relevar si existe un MCP para Elementor / WordPress
- Evaluar alternativas (API de WordPress, plugin, MCP propio)
- Probar un caso real de edición de landing
- Documentar la recomendación
AI-46
💡 Idea
n8n autocorregir (error en módulo → avisa al Claude del VPS y lo arregla)
0/5 pasos0%
Capturar los errores de ejecución de n8n (Error Trigger / workflow de error global)
Ver los 5 pasos
- Capturar los errores de ejecución de n8n (Error Trigger / workflow de error global)
- Enrutar el error al Claude del VPS con contexto (workflow, nodo, mensaje, payload)
- Que Claude diagnostique y proponga/aplique el fix sobre el workflow (vía MCP de n8n)
- Validar el arreglo (re-ejecutar / test) antes de darlo por resuelto
- Loguear qué falló y cómo se corrigió (bitácora de autocorrecciones) + avisar si no pudo solo
AI-47
💡 Idea
Analizar replies de Smartlead según infraestructura (automático)
0/5 pasos0%
Definir qué señales de infraestructura leer de las replies (dominio/buzón emisor, tasa de respuesta, bounce, spam, OOO)
Ver los 5 pasos
- Definir qué señales de infraestructura leer de las replies (dominio/buzón emisor, tasa de respuesta, bounce, spam, OOO)
- Conectar la fuente de replies de Smartlead (webhook / API) + identificar el buzón/dominio emisor de cada reply
- Cruzar reply ↔ infraestructura (qué dominio/buzón generó cada respuesta)
- Análisis automático (IA / reglas) que clasifique la salud por infraestructura
- Alertas / reporte cuando una infraestructura rinde mal o se está quemando (cruza con AI-12 y AI-31)
AI-49
💡 Idea
Revisión semanal de nomenclaturas (outreach + paid) — que siempre corran las campañas que corresponden
0/5 pasos0%
Definir la convención de nomenclatura formal por canal (outreach: `cliente-NNNN`; paid: a definir con Paid Media) y dejarla documentada como fuente de verdad
Ver los 5 pasos
- Definir la convención de nomenclatura formal por canal (outreach: `cliente-NNNN`; paid: a definir con Paid Media) y dejarla documentada como fuente de verdad
- Conectar la lectura de campañas activas: HeyReach, Smartlead, Meta Ads, Google Ads
- Cruzar cada campaña activa contra `client_sheets`/Hoja de Operaciones para detectar nombres fuera de convención, duplicados o huérfanos
- Armar el reporte semanal de discrepancias con la corrección sugerida
- Definir canal y formato del aviso semanal, y quién lo revisa (SDR para outreach, PMAL para paid)
AI-51
💡 Idea
Follow-ups de GHL ruteados a n8n (WhatsApp + delays + condiciones)
0/8 pasos0%
Elegir un WF de follow-up piloto y relevar sus pasos actuales en GHL (mensajes, delays, condiciones, tags)
Ver los 8 pasos
- Elegir un WF de follow-up piloto y relevar sus pasos actuales en GHL (mensajes, delays, condiciones, tags)
- Definir el disparo: acción "Webhook" en el WF de GHL → nodo Webhook en n8n (GHL queda como disparador tonto)
- Confirmar el método de envío de WhatsApp: vía API de GHL (`POST /conversations/messages`, reusando el número de WAGHL) vs Meta Cloud API directo
- Crear/aprobar en GHL los templates de WhatsApp para los follow-ups > 24 hs (regla de ventana de 24 hs de Meta — fuera de la ventana solo salen templates aprobados)
- Armar la PoC en n8n: Webhook → WhatsApp bienvenida → Wait (delay) → IF (¿respondió?) → follow-up condicional
- Resolver las acciones sobre GHL desde n8n: tags/custom fields por HTTP Request; contactos/opportunities por el HighLevel node; armar sub-workflows reutilizables (ej. "poner tag")
- Asegurar la persistencia de ejecuciones en espera en el n8n del VPS (que el pruning no borre los waits largos y corte el flujo a la mitad)
- Validar la PoC punta a punta con un lead real y decidir si se escala al resto de los follow-ups (híbrido: lo simple puede quedar nativo en GHL)
AI-25
💡 Idea
Influencers IA en automático
0/2 pasos0%
Definir el caso de uso y los límites
Ver los 2 pasos
- Definir el caso de uso y los límites
- Probar la generación
🟢 Live2
AI-53
🟢 Live
Auditoría diaria de workflows n8n (routine 7:30 + reporte por mail + aprobación por sugerencia)
4/7 pasos57%
Verificar la primera corrida real completa (¿la sesión automática accede al MCP de n8n?)
Ver los 7 pasos
- ✓Routine diaria (7:30 ART) que audita los workflows por el MCP de n8n — solo lectura
- ✓Workflow mailer en n8n (`Auditoría n8n — Mailer`, webhook + token → Gmail) que manda el reporte al inbox de Felipe
- ✓Test punta a punta del circuito de envío (mail recibido OK)
- ✓Circuito de aprobación: sugerencias numeradas en el mail → "aplicá la sugerencia N" en Claude Code
- Verificar la primera corrida real completa (¿la sesión automática accede al MCP de n8n?)
- Definir si corre todos los días o solo hábiles
- Sumar la auditoría profunda quincenal alineada al cierre de sprint (arquitectura, workflows sin manejo de errores, duplicados)
AI-22
🟢 Live
Novaz Studio: video
4/5 pasos80%
Calibrar la banda de reciclado (hoy 50-80%) con un cliente real, mirando cuánto material del banco pega de verdad
Ver los 5 pasos
- ✓Definir el flujo de generación de video
- ✓Integrar con Novaz Studio
- ✓Probar una pieza real
- ✓**Ensamblado automático: pre-carga de escenas desde el banco del cliente** — 2026-08-25. Botón *Pre-cargar del banco* en el Storyboard: rankea el storyboard entero contra el material aprobado del cliente en una sola llamada y aplica. Reglas anti-clon determinísticas y testeadas (techo 80% / piso 50% / nada del último video en la misma posición / máx. la mitad del cupo desde un mismo video / 1 asset por escena / penalización por recencia). Aplica solo y es reversible (*Deshacer pre-carga*)
- Calibrar la banda de reciclado (hoy 50-80%) con un cliente real, mirando cuánto material del banco pega de verdad
⏸️ Pausado1
AI-02
⏸️ Pausado
Base de minutas + Cerebro de cliente (auto-actualizable)
0/4 pasos0%
Definir la estructura de minuta estándar
Ver los 4 pasos
- Definir la estructura de minuta estándar
- Pipeline que ingiera minutas y mails al "cerebro" del cliente
- Actualizar el cerebro automáticamente con cada minuta/mail nuevo
- Mantener un resumen de estado del cliente siempre al día
🟢 En producción1
AI-11
🟢 En producción
Respuesta sugerida a lead calificado entrante
4/4 pasos100%
Ver los 4 pasos
- ✓Confirmar que el texto del lead es accesible (vía HeyReach GetConversationsV2)
- ✓Definir el prompt/esquema de extracción (mail / nombre derivado / confianza)
- ✓Generar la respuesta/extracción sugerida en contexto (cerebro Auto-Tag, 3 canales)
- ✓Que el setter apruebe/edite antes de enviar (Motor de Aprobaciones: ok=envía, texto=feedback, respuesta_final/tag_final/STP)