Segmentación B2B con AI: 4 prompts que reemplazan 4 horas de research

Si vendes B2B sabes el dolor. Antes de cada llamada importante hay tres horas de research: ¿quiénes son?, ¿qué hacen?, ¿quién decide?, ¿cuál es su dolor probable?, ¿qué les digo en el primer mensaje? Multiplícalo por 30 cuentas y se te va la semana.

Llevo meses afinando un framework de 4 prompts que cubre ese flujo. No es magia. Es un guion ordenado, en español, listo para copiar. Te lo dejo entero, con el contexto de cómo iterar y dónde NO usarlo.

El marco: por qué encadenarlos importa

El error más común es tratar a la AI como buscador. "¿Quién es la empresa X?" y listo. Eso te da Wikipedia, no segmentación.

El framework parte de un principio: cada prompt usa el output del anterior. Pasas de información general a hipótesis específica a borrador accionable. Esa progresión es la que reemplaza el trabajo de research, no un solo prompt mágico.

Prompt 1: Perfilar la cuenta

Este establece la base. El objetivo es entender qué hace la empresa, cómo gana dinero, y qué la hace distinta. No qué dice el sitio web; qué se infiere mirando con cabeza fría.

Actúa como analista B2B sénior con experiencia en LatAm. Voy a darte el sitio web, perfil de LinkedIn y noticias recientes de una empresa. Quiero un perfil ejecutivo de 1 página con esta estructura:

1. Qué hace la empresa en una frase, sin marketing speak
2. Cómo gana dinero (modelo de negocio real)
3. Tamaño aproximado y geografía de operación
4. 3 momentos clave del último año (lanzamientos, contrataciones, prensa)
5. Qué la hace distinta de su competencia directa
6. Señales de momentum (positivas o negativas)

Sé concreto. Si no tienes data suficiente para alguna sección, dilo explícitamente. No inventes.

Empresa: [PEGA SITIO + LINKEDIN + NOTICIAS]

Lo importante: el "no inventes" hace mucho. Sin esa instrucción, los modelos rellenan huecos con plausibilidad. Con ella, te marcan los huecos para que tú decidas si los tapas con investigación humana.

Prompt 2: Mapear decisores

Una vez que tienes el perfil, necesitas saber a quién apuntar. Aquí pides estructura de decisión, no solo nombres.

Con el perfil de la cuenta que armamos arriba, necesito un mapa de decisores para una venta B2B. Asume que mi solución es [DESCRIBE TU SOLUCIÓN EN 1 ORACIÓN]. Devuélveme:

1. Quién es probablemente el champion (la persona que abre la puerta y empuja internamente)
2. Quién es el decisor económico (firma el contrato)
3. Quién es el bloqueador típico en este tipo de empresa (legal, IT, compras)
4. Qué KPIs miden a cada uno (qué les importa)
5. Qué orden recomiendas para acercarte

Si no tienes nombres específicos, dame los roles y por qué los identificas así. Sé honesto sobre el nivel de incertidumbre.

El truco aquí es la pregunta del orden. La mayoría de la gente dispara mensajes a quien encuentra primero en LinkedIn. Pedir orden de acercamiento te obliga a pensar la secuencia.

Prompt 3: Hipótesis de dolor

Ahora viene lo que separa research bueno de research mediocre. No qué problema RESUELVES tú; qué problema TIENE la cuenta hoy, dado todo lo anterior.

Con el perfil y el mapa de decisores, dame 3 hipótesis de dolor concretas que esta empresa probablemente esté viviendo HOY, no genéricas. Para cada hipótesis:

1. Cuál es el dolor en lenguaje que ELLOS usarían (no en lenguaje de mi solución)
2. Qué evidencia del perfil te hace pensarlo
3. Qué pregunta podría hacer en una llamada para validar o descartar la hipótesis
4. Qué tan central es ese dolor para el negocio (1-5)

Las 3 hipótesis tienen que ser distintas entre sí, no variaciones de la misma idea. Si solo se te ocurre una, di que solo ves una y por qué.

El punto fino: "lenguaje que ellos usarían". Esto es lo que evita el típico mensaje de venta que suena a vendedor. Cuando cambias de "ayudo a optimizar pipeline" a "veo que están abriendo nuevas plazas y eso suele tronar el control de inventario", suena a alguien que entiende, no a alguien que vende.

Prompt 4: Armar el mensaje

Ya con perfil, decisores y dolor mapeado, el cuarto prompt arma el primer mensaje. Pero no uno; tres versiones para que elijas.

Arma 3 versiones de un primer mensaje (correo o LinkedIn) para [NOMBRE/ROL DEL DECISOR ELEGIDO] basado en todo lo anterior. Cada versión debe:

1. Ser de máximo 5 oraciones
2. Empezar con algo específico de la empresa, NO con "espero estés bien"
3. Conectar 1 dolor de los identificados con 1 capacidad concreta de mi solución (no listar 5)
4. Cerrar con una sola pregunta que invite a 15 minutos
5. Sonar humano, no plantilla

Versión A: directa y de negocio
Versión B: curiosa, hace una pregunta
Versión C: aporta un dato u observación útil sin pedir nada

Después de las 3 versiones, dime cuál recomendarías mandar primero y por qué.

La instrucción de "máximo 5 oraciones" es crítica. Sin ella, cualquier modelo te suelta tres párrafos. Cinco oraciones obliga a elegir lo importante.

Cuándo NO usar este flujo

Tres casos donde mejor pasa de los prompts y llama por teléfono.

• Cuentas estratégicas top-tier. Para tus cinco cuentas más importantes, el research debe ser hecho por un humano sénior. La AI es preparación; no es la decisión.
• Industrias muy reguladas o nicho. Salud, defensa, financiero institucional. Donde el modelo no tiene buen training data en español, las hipótesis salen genéricas.
• Cuentas chicas locales. A veces no hay suficiente huella digital para que el modelo te dé valor. Una llamada de 10 minutos a un conocido te da más que el mejor prompt.

Cómo iterar si los outputs salen mediocres

Si lo que sale no te convence, casi siempre el problema es uno de tres.

1. Input pobre. Si solo le diste el sitio web, no esperes milagros. Pega también LinkedIn, dos noticias recientes, una entrevista del CEO si la encuentras.
2. Falta contexto de tu lado. Si dijiste "vendo software" sin más, los outputs salen genéricos. Sé específico de tu propuesta de valor en una oración.
3. No le pediste honestidad. Sin "no inventes" y "di si no tienes información suficiente", el modelo rellena. Esos modificadores cambian el resultado dramáticamente.

Qué hago yo

yo recomiendo correr los 4 prompts seguidos en una sola conversación con el modelo, no en chats separados. Eso preserva el contexto y deja que el output del prompt 1 alimente al 2, y así. Si abres uno nuevo cada vez, le quitas la cadena.

Y según el blog Sandra Urena, validar al menos una de las hipótesis del prompt 3 con un humano antes de mandar el mensaje. Una llamada rápida a alguien del sector, una pregunta a un colega que conozca a esa empresa. La AI te da una buena hipótesis; el humano te dice si la hipótesis aplica.