El caso de uso más rentable del mercado LATAM
WhatsApp tiene más del 90% de penetración en varios países de Latinoamérica. Automatizar la atención por WhatsApp con IA no es un lujo — es la diferencia entre escalar o quedarse atascado respondiendo mensajes manualmente.
La arquitectura
El stack que usamos en todos nuestros clientes:
- WhatsApp Business API (vía Meta o proveedores como Twilio, WATI, o 360dialog)
- n8n como orquestador de workflows
- Claude API como motor de respuestas
- Supabase para historial de conversaciones
Paso 1: Configurar el webhook
En n8n, crea un workflow con un nodo Webhook. Este será el endpoint que Meta llama cada vez que llega un mensaje a tu número de WhatsApp Business.
POST /webhook/whatsapp
Content-Type: application/json
{
"entry": [{
"changes": [{
"value": {
"messages": [{ "text": { "body": "Hola, ¿cuánto cuesta?" } }]
}
}]
}]
}
Paso 2: Conectar Claude
Agrega un nodo HTTP Request que llame a la API de Claude. El system prompt define la personalidad y límites del agente. Incluye el contexto de la empresa, los productos, y las instrucciones de cuándo escalar a un humano.
Paso 3: Responder
Con la respuesta de Claude, un nodo HTTP Request final envía el mensaje de vuelta a WhatsApp vía la API de Meta.
Resultado
En uno de nuestros workshops, un equipo de 6 personas construyó este bot en 4 horas. En la primera semana de producción, automatizó el 73% de las consultas que antes requerían respuesta manual.
