Un prompt pot fer que una resposta soni millor. Pot ordenar una tasca. Pot demanar un format concret. Fins i tot pot servir per crear una primera demo d’IA.
Però un prompt no és una estratègia d’automatització comercial.
Si una empresa vol captar, qualificar, prioritzar, seguir i derivar oportunitats amb IA, necessita alguna cosa més que una instrucció ben escrita. Necessita procés, dades, regles, eines, integracions, control humà i mètriques. Sense això, el resultat sol ser una demo que impressiona en una conversa i falla quan toca operar amb leads reals.
Aquest article connecta amb la guia sobre automatització comercial amb IA, l’explicació de què és un agent IA comercial, la comparativa entre comprar una eina de chatbot i construir un agent a mida i l’article sobre regles de negoci en agents IA.
En resum
Un prompt és una instrucció. Una estratègia d’automatització comercial és un sistema. El prompt pot dir al model com respondre, però no defineix per si sol quines dades usar, quines regles seguir, quines eines activar, quan derivar a una persona, com registrar la informació ni quines mètriques provaran impacte.
OpenAI defineix el prompt engineering com el procés d’escriure instruccions efectives perquè un model generi resultats que compleixin requisits. Això és útil. Però la mateixa documentació separa prompts, eines, retrieval, avaluació i workflows. En automatització comercial aquesta separació importa: no pots resoldre CRM, qualificació, seguiment o handoff només amb text.
El problema: confondre instrucció amb sistema
L’error apareix quan una empresa prova ChatGPT, aconsegueix una resposta raonable i conclou que ja té una automatització.
Un prompt pot dir:
Actua com un SDR i qualifica aquest lead.
Però el procés real necessita respondre preguntes que el prompt no resol per si sol:
- Quin és l’ICP de l’empresa?
- Quines dades del lead són obligatòries?
- Quins camps del CRM cal actualitzar?
- Quins criteris separen una oportunitat bona d’una de feble?
- Què fer si falta pressupost, urgència o autoritat?
- Quan ha d’intervenir una persona?
- Quines fonts pot consultar l’agent?
- Com es mesura si la qualificació millora?
- Qui revisa errors i actualitza regles?
Si aquestes respostes viuen al cap de l’equip o en documents dispersos, el prompt només improvisa sobre informació incompleta.
Definició de cada peça
Què és un prompt
Un prompt és una instrucció o conjunt d’instruccions que guien el model: rol, objectiu, to, context disponible, restriccions i format de sortida.
És útil per:
- millorar la qualitat d’una resposta;
- demanar una estructura concreta;
- fixar to i criteris;
- generar resums;
- transformar informació;
- crear una primera prova de concepte.
Però el prompt no desa estat comercial, no actualitza CRM, no sap si la base de coneixement ha canviat, no resol permisos i no substitueix una arquitectura de negoci.
Què és una estratègia d’automatització comercial amb IA
Una estratègia d’automatització comercial amb IA defineix com un sistema ajuda a captar, qualificar, ordenar, activar i seguir oportunitats comercials.
Ha d’incloure:
- Procés comercial que es vol millorar.
- Criteris de qualificació.
- Base de coneixement.
- Regles de negoci.
- Eines i integracions.
- handoff humà.
- Mesura i avaluació.
- Manteniment i millora contínua.
L’estratègia no comença amb “quin prompt fem servir”. Comença amb “quina part del procés comercial estem redissenyant”.
Prompt aïllat vs sistema d’automatització
| Criteri | Prompt aïllat | Estratègia d’automatització comercial |
|---|---|---|
| Objectiu | Millorar una resposta puntual. | Millorar un flux comercial complet. |
| Context | El que s’enganxa a la conversa. | Base de coneixement, CRM, formularis, històric i regles. |
| Dades | Manuals, incompletes o copiades. | Estructurades, connectades i actualitzables. |
| Regles de negoci | Escrites dins del prompt o implícites. | Separades, versionades i revisables. |
| Eines | Cap o ús manual extern. | APIs, CRM, email, calendari, formularis, n8n o sistemes interns. |
| Memòria operativa | Depèn del chat o de la sessió. | Estat del lead, historial, notes i passos següents. |
| Control humà | Informal. | handoff definit, revisió, aprovacions i escalats. |
| Mesura | Difícil d’atribuir. | KPIs: leads qualificats, reunions, temps estalviat, conversió. |
| Escalabilitat | Baixa si hi ha excepcions o volum. | Més gran si hi ha arquitectura, logs i manteniment. |
| Risc | Respostes convincents sense fonament suficient. | Risc controlat mitjançant fonts, regles, validacions i supervisió. |
Per què el prompt falla en processos comercials reals
Un prompt pot funcionar en una prova controlada. El problema apareix quan entra en contacte amb la realitat comercial.
| Límit del prompt | Què passa en vendes | Què necessita el sistema |
|---|---|---|
| No té font de veritat estable | Respon amb informació desactualitzada o incompleta. | Base de coneixement i retrieval. |
| No té estat del procés | No sap si el lead ja va ser contactat o descartat. | CRM, historial i estats. |
| No executa accions per si sol | La persona ha de copiar dades i crear tasques manualment. | Eines, APIs i automatitzacions. |
| No governa excepcions | Tracta casos diferents com si fossin iguals. | Regles, criteris i escalat humà. |
| No mesura impacte | No se sap si millora qualificació o conversió. | Esdeveniments, KPIs i reporting. |
| No controla permisos | Pot suggerir accions que no hauria d’executar. | Rols, límits i validacions. |
| No manté qualitat amb canvis | Canvia el negoci i el prompt queda vell. | Versionat, avaluació i manteniment. |
La conseqüència sol ser una automatització aparent: el sistema contesta, però l’equip continua fent la feina difícil.
RAG: per què el coneixement no ha de viure dins del prompt
Un dels errors habituals és intentar ficar-ho tot en un prompt llarg: serveis, preus, condicions, criteris, objeccions, FAQs, exemples, polítiques i regles.
Això no escala.
OpenAI documenta retrieval com a cerca semàntica sobre dades pròpies mitjançant vector stores. El paper de Gao et al. sobre Retrieval-Augmented Generation explica que RAG sorgeix per reduir problemes com coneixement desactualitzat, al·lucinacions i raonament difícil de traçar, incorporant informació des de bases externes.
HubSpot mostra la mateixa idea al seu RAG Assistant: el valor no és escriure un prompt màgic, sinó indexar documentació, recuperar fragments rellevants, generar respostes basades en fonts i mantenir traçabilitat.
En automatització comercial, RAG pot servir perquè un agent consulti:
- serveis i condicions;
- criteris de qualificació;
- casos d’ús;
- documentació tècnica;
- polítiques comercials;
- preguntes freqüents;
- límits d’oferta;
- informació de productes o integracions.
El prompt no hauria de contenir tot el coneixement. Hauria d’indicar com usar-lo.
Eines: per què respondre no és actuar
Un altre límit del prompt és que una resposta no equival a una acció.
OpenAI documenta eines com function calling, web search, MCP, file search i computer use. La idea és clara: el model pot necessitar capacitats externes per consultar, recuperar, executar o interactuar amb sistemes.
En un procés comercial, les eines poden permetre:
- crear o actualitzar un lead al CRM;
- consultar si una empresa ja existeix;
- generar una tasca de seguiment;
- enviar una notificació interna;
- buscar documentació;
- proposar dates disponibles;
- registrar un resum;
- activar una automatització a n8n.
Sense eines, el sistema pot recomanar què fer. Amb eines i regles, pot preparar o activar el pas següent sota control.
Quin lloc ocupa el prompt en una arquitectura real
El punt no és menysprear el prompt. El punt és ubicar-lo correctament.
| Capa del sistema | Què defineix | Paper del prompt |
|---|---|---|
| Procés | Quin flux comercial es vol millorar. | No el defineix; el reflecteix. |
| Dades | Quina informació usa l’agent. | Indica com interpretar dades, no les substitueix. |
| Regles | Què preguntar, filtrar, derivar o bloquejar. | Pot expressar criteris, però no hauria de ser l’única font. |
| Eines | Què pot consultar o executar. | Orienta quan usar eines. |
| handoff | Com passar a una persona. | Defineix format de resum i motiu d’escalat. |
| Mesura | Què prova impacte. | No mesura per si sol; pot generar camps estructurats. |
| Avaluació | Com detectar errors i millorar. | S’ha de provar contra casos reals i versions. |
Un bon prompt dins d’una mala arquitectura continua sent fràgil. Un prompt correcte dins d’un sistema ben dissenyat sí que pot ser una peça potent.
Arquitectura mínima per a automatització comercial amb IA
Una primera versió no ha de ser enorme. Però sí que ha de separar les peces crítiques.
| Component | Pregunta que resol | Exemple comercial |
|---|---|---|
| Procés | Quin flux volem millorar? | Qualificació de leads entrants. |
| Entrada | Per on arriba l’oportunitat? | Formulari, chat, email o CRM. |
| Coneixement | Què ha de saber l’agent? | Serveis, criteris, pricing, FAQs, casos. |
| Regles | Quines decisions pot preparar? | Preguntar pressupost, detectar urgència, derivar alt valor. |
| Prompt | Com ha de raonar i respondre? | Rol, to, format de briefing i límits. |
| Eines | Què pot consultar o executar? | CRM, calendari, n8n, email, base de dades. |
| handoff | Quan intervé una persona? | Lead qualificat, dubte sensible, cas ambigu. |
| Mesura | Què indica millora? | Temps estalviat, reunions, qualitat del briefing, conversió. |
| Avaluació | Com es corregeix? | Revisió de converses, casos de prova, canvis versionats. |
Quan un prompt sí que pot ser suficient
Hi ha casos on no cal construir un sistema.
Un prompt pot bastar si:
- la tasca és puntual;
- el resultat no afecta directament el pipeline;
- no hi ha dades sensibles ni decisions comercials;
- no es necessita CRM;
- no cal executar accions;
- la revisió humana és immediata;
- el cost d’equivocar-se és baix.
Exemples:
- generar variants de copy;
- resumir una trucada ja transcrita;
- preparar preguntes per a una reunió;
- ordenar notes internes;
- convertir un briefing manual en una llista de tasques;
- redactar una primera resposta que una persona revisarà.
En aquests casos, un prompt ben escrit és útil i pragmàtic.
Quan el prompt no arriba
El prompt no arriba quan la tasca deixa de ser textual i passa a ser operativa.
No arriba per:
- qualificar leads segons ICP i regles comercials;
- mantenir context entre canals;
- actualitzar CRM;
- activar seguiment;
- decidir quins leads prioritzar;
- generar handoff humà fiable;
- consultar documentació canviant;
- mesurar impacte en reunions, pipeline o conversió;
- controlar excepcions i permisos.
Aquí apareix la diferència entre “usar IA” i “automatitzar un procés comercial amb IA”.
Flux per passar de prompt a sistema
- Escriu el prompt inicial només per aprendre.
- Prova amb casos reals de leads, consultes o briefings.
- Identifica quina informació falta.
- Separa coneixement en una base consultable.
- Extreu regles de negoci fora del prompt.
- Defineix eines i integracions necessàries.
- Dissenya handoff humà i límits.
- Crea mètriques de qualitat i resultat.
- Avalua, versiona i millora.
Errors freqüents
| Error | Per què passa | Conseqüència |
|---|---|---|
| Crear un mega prompt | S’intenta ficar tot el negoci en una instrucció. | Difícil de mantenir, provar i actualitzar. |
| Copiar prompts genèrics | Es confon inspiració amb arquitectura. | Respostes boniques, però poc ajustades al procés. |
| No usar base de coneixement | S’espera que el model recordi dades de negoci. | Informació desactualitzada o inventada. |
| No separar regles | Els criteris queden amagats en text llarg. | Canviar una regla trenca altres parts del comportament. |
| No connectar eines | L’agent recomana accions, però no les prepara. | L’equip continua copiant dades manualment. |
| No mesurar | Se celebra activitat, no impacte. | No hi ha manera de justificar ROI. |
| No dissenyar handoff | La IA deriva tard, malament o sense context. | El comercial refà discovery des de zero. |
| No versionar | Cada canvi es fa a mà i sense traçabilitat. | El sistema es torna imprevisible. |
Com ho plantejaria Nicolás Torres
No començaria preguntant “quin és el prompt”. Començaria preguntant quin procés comercial mereix automatitzar-se.
L’ordre correcte seria:
- Traçar el mapa del flux actual de captació, qualificació i seguiment.
- Identificar tasques repetitives, punts de fuga i decisions humanes.
- Definir una sortida útil: briefing, lead qualificat, tasca, resum o handoff.
- Separar coneixement, regles i prompt.
- Connectar eines només quan hi hagi un cas clar.
- Mesurar qualitat abans d’escalar.
- Mantenir control humà en decisions sensibles.
El prompt és una part del disseny. L’estratègia és convertir el procés en un sistema útil, mesurable i mantenible.
Dissenyar un agent IA amb regles, context i integracions
Si avui depens de prompts solts, respostes manuals o proves aïllades amb ChatGPT, el següent pas és convertir aquesta intuïció en un flux comercial concret.
Podem revisar el teu procés de captació, qualificació, seguiment i handoff per dissenyar una primera versió d’agent IA amb regles, context, eines i integració real.
Dissenyar un agent IA comercial
Preguntes freqüents
- Un bon prompt no pot automatitzar un procés comercial?
- Un bon prompt pot millorar una resposta o una tasca puntual, però no automatitza per si sol un procés comercial amb regles, dades, CRM, seguiment, handoff i mesura.
- Per a què serveix llavors el prompt?
- El prompt serveix per definir instruccions, to, criteris de resposta i format de sortida. Dins d'un sistema ben dissenyat és una peça important, però no l'arquitectura completa.
- Què necessita una estratègia real d'automatització comercial amb IA?
- Necessita procés definit, base de coneixement, regles de negoci, eines, integracions, control humà, logs, avaluació i mètriques connectades a captació, qualificació i seguiment.
- Què és RAG i per què importa en automatització comercial?
- RAG combina models de llenguatge amb recuperació d'informació externa per respondre amb context actualitzat i verificable. Importa quan l'agent ha d'usar coneixement propi de l'empresa.
- Com començar sense sobredimensionar el sistema?
- Convé començar per un flux petit i mesurable: per exemple qualificació inicial, briefing comercial o seguiment post-formulari, amb regles clares i handoff humà.