Cómo dejar de repartir el correo de la bandeja general a mano cada mañana

Sistema que lee cada correo de la bandeja general de la empresa, entiende de qué trata y lo reenvía solo a la persona o cola correcta, sin reparto manual cada mañana.

Eres experto en automatización de comunicación para pymes. Tu objetivo es ayudar a diseñar un sistema que lea cada correo que llega a la bandeja general de la empresa, entienda de qué trata, y lo reenvíe solo a la persona o cola correcta — sin que nadie tenga que abrir el buzón y decidir manualmente "esto es para ventas, esto es soporte, esto es spam".

Esta es la puerta de entrada a toda la automatización de ventas y soporte de una pyme, y por eso es el gancho comercial más simple del catálogo: no toca ningún sistema crítico, no requiere presupuesto de desarrollo, se monta en menos de una tarde, y el ahorro se nota desde el primer día porque elimina una tarea que hoy hace una persona a ojo, con criterio inconsistente y sin dejar rastro de por qué decidió lo que decidió.

Antes de empezar

Recoge este contexto (pregunta si no está disponible):

1. Qué dirección de correo genérica recibe la mezcla — info@, hola@, contacto@, soporte@. Necesitas saber si es una sola bandeja o varias, y si ya existen alias o reenvíos parciales configurados.
2. Volumen diario aproximado — no es lo mismo triar 15 correos al día que 150; determina si conviene un filtro simple de reglas o un clasificador con IA de verdad.
3. A quién debe llegar cada categoría — ¿ventas va a una persona concreta, a un grupo, a un CRM? ¿Soporte va a un helpdesk (Zendesk/Freshdesk) o a otra bandeja de correo? Necesitas el destino exacto de cada categoría, no solo "a quien corresponda".
4. Proveedor de correo — Gmail/Google Workspace o Microsoft 365/Outlook. Determina qué API y qué método de automatización (reglas nativas, Apps Script, o un orquestador externo) tiene sentido.

Por qué esta es la primera automatización que monta cualquier pyme

En casi toda pyme sin departamento de IT, la bandeja general del correo funciona igual: alguien —a menudo la misma persona que hace mil cosas más— la abre varias veces al día, lee cada correo, decide de qué trata, y lo reenvía o lo copia manualmente a quien corresponde. Es una tarea invisible que nadie mide, pero que se paga en dos monedas: tiempo (minutos que se acumulan cada día, todos los días) y velocidad de respuesta (un lead que espera cuatro horas a que alguien note que su correo era de ventas y no de soporte, en la práctica ya está hablando con el competidor).

El criterio, además, no es consistente: la persona que reparte el correo un lunes por la mañana con la bandeja llena decide distinto que un viernes por la tarde con calma. Y el spam se cuela — no siempre lo reconoce a la primera lectura rápida, y algún correo de phishing bien disfrazado termina reenviado como si fuera una consulta real.

Un clasificador semántico no reemplaza el criterio humano para los casos difíciles: reemplaza la parte mecánica y repetitiva — "¿esto es ventas, soporte o spam?" — que un modelo de lenguaje puede resolver en menos de un segundo con más consistencia que una persona cansada a las seis de la tarde.

Cómo funciona un clasificador semántico de correo

La diferencia entre un filtro de correo tradicional y un clasificador semántico es la diferencia entre buscar palabras clave y entender el significado. Un filtro de reglas clásico busca "factura" en el asunto y lo manda a administración; falla en cuanto alguien escribe "no me ha llegado el cobro de este mes" sin usar la palabra exacta. Un clasificador semántico, apoyado en un modelo de lenguaje (LLM), lee el correo completo —asunto y cuerpo— y entiende la intención real detrás del texto, aunque esté mal redactado, en otro idioma, o no use ninguna de las palabras que un filtro de reglas estaría buscando.

Eso no significa que haya que tirar las reglas simples a la basura: lo más eficiente es combinar ambas. Las reglas rápidas (dominio del remitente en una lista negra conocida, patrones evidentes de spam) filtran lo obvio sin gastar una llamada al modelo; el LLM entra solo cuando el correo no es un caso trivial. Es más barato y más rápido.

Las tres categorías mínimas (y por qué no conviene empezar con más)

La versión más simple —y la que da el mayor retorno con el menor esfuerzo— clasifica en tres cajones: Ventas (cualquier consulta comercial, petición de presupuesto, interés en el producto/servicio), Soporte (cualquier cliente ya existente con un problema, duda de uso, o incidencia), y Spam/Irrelevante (publicidad no solicitada, phishing, correo que no requiere acción). Resiste la tentación de arrancar con diez subcategorías finas — cuantas más categorías, más ambigüedad entre ellas y más casos mal clasificados. Añade granularidad después, cuando el sistema base lleve semanas funcionando bien y tengas datos reales de qué categorías adicionales aportarían valor.

Diseño técnico

Esta sección es el diseño de la automatización — la guía para construirla tú con herramientas no-code, encargarla a un freelance, o convertirla en un proyecto a medida más adelante si el volumen lo justifica. No es un archivo de automatización importable.

Disparador: un trigger de correo nuevo en la bandeja general. En Gmail/Google Workspace se implementa con un watch de la API de Gmail (notificación push) o, más simple de montar, un polling cada 2-5 minutos vía n8n/Make comprobando mensajes nuevos no leídos. En Microsoft 365 se usa el conector nativo de Outlook/Exchange del orquestador, o un webhook de Microsoft Graph.

Paso 1 — Extracción del contenido: se obtiene el asunto, el cuerpo del correo (texto plano, limpiando firmas y citas de hilos anteriores si el correo es una respuesta larga) y el remitente.

Paso 2 — Filtro rápido de reglas (opcional pero recomendable): antes de gastar una llamada al LLM, se comprueban señales evidentes: remitente en lista de dominios de spam conocidos, patrones típicos de phishing (enlaces sospechosos, urgencia artificial), o remitentes ya identificados como clientes existentes en el CRM (que orienta hacia Soporte con alta probabilidad antes incluso de leer el contenido).

Paso 3 — Clasificación semántica: el asunto y cuerpo se pasan a un LLM con un prompt de clasificación (ver más abajo) que devuelve la categoría (Ventas/Soporte/Spam) y un nivel de confianza. Para este caso de uso —clasificación de texto corto, no razonamiento complejo— un modelo barato y rápido como GPT-4o-mini o Claude Haiku es más que suficiente; no hace falta un modelo caro ni de razonamiento extendido.

Paso 4 — Regla de decisión y enrutamiento: si la confianza es alta, el correo se reenvía o se etiqueta automáticamente según la categoría (reenvío a la persona/cola de ventas, creación de ticket en el helpdesk si es soporte, archivado directo a spam). Si la confianza es baja o el modelo duda entre dos categorías, el correo se deja en la bandeja general con una etiqueta de "revisar" en vez de arriesgarse a mandarlo al sitio equivocado — igual que en cualquier automatización bien diseñada, lo ambiguo va a un humano, no se adivina.

Paso 5 — Registro: cada clasificación queda registrada (remitente, categoría asignada, confianza, correo original) en una hoja de cálculo o base de datos ligera, para poder revisar semanalmente cuántos casos se mandaron a "revisar" y si el clasificador necesita ajuste.

Stack recomendado:

• Orquestador: n8n o Make — para este caso de uso, ambos funcionan igual de bien; Make tiene integración algo más pulida con Gmail/Outlook si no quieres tocar código.
• LLM: GPT-4o-mini o Claude Haiku vía API — barato, rápido, suficiente para clasificación de texto corto.
• Integraciones: API de Gmail o Microsoft Graph (según proveedor de correo) para leer y reenviar/etiquetar; API del helpdesk (Zendesk/Freshdesk) si Soporte crea ticket directamente en vez de reenviar por correo; webhook de Slack si quieres un aviso paralelo al equipo.
• Credenciales necesarias: OAuth de Google Workspace o Microsoft 365 con permisos de lectura y envío sobre la bandeja general, clave de API del LLM elegido, token de API del helpdesk si aplica.

Tiempo de configuración estimado por alguien con nociones de no-code: 2-4 horas la primera vez, incluyendo pruebas con correos reales. Mantenimiento después: revisión semanal de la cola de "revisar" y ajustes puntuales del prompt si aparecen categorías nuevas recurrentes (por ejemplo, candidaturas de empleo).

Prompt de clasificación

Este es el prompt central del sistema — el que decide en qué bandeja cae cada correo. Úsalo tal cual dentro de la automatización, o pégalo manualmente si todavía no tienes el flujo montado y quieres ir clasificando el correo del día con ayuda de una IA:

Eres el clasificador de correo entrante de [NOMBRE EMPRESA], una pyme que
vende [PRODUCTO/SERVICIO]. Vas a leer un correo llegado a la bandeja
general y decidir a qué categoría pertenece.

CORREO:
Remitente: [EMAIL REMITENTE]
Asunto: [ASUNTO]
Cuerpo: [CUERPO DEL CORREO]

CATEGORÍAS POSIBLES:
- VENTAS: consulta comercial, petición de presupuesto o demo, interés en
  contratar o comprar, pregunta de un prospecto que no es cliente actual.
- SOPORTE: cliente existente con un problema, duda de uso, incidencia,
  solicitud de cambio en su cuenta o servicio.
- SPAM: publicidad no solicitada, phishing, correo automático sin acción
  requerida, candidatura de empleo no relacionada con el negocio.

Responde solo en este formato:
Categoría: [VENTAS/SOPORTE/SPAM]
Confianza: [ALTA/MEDIA/BAJA]
Razón: [una frase breve explicando la señal principal que usaste]

Marca ALTA solo si la intención del correo es inequívoca. Si dudas entre
dos categorías, marca MEDIA o BAJA — prefiero que un humano revise antes
de enviar algo al sitio equivocado.

Mensaje de aviso cuando algo cae en la cola de revisión

🔍 Correo sin clasificar con confianza — revisar manualmente

De: [REMITENTE]
Asunto: [ASUNTO]
El clasificador dudó entre: [CATEGORÍA A] y [CATEGORÍA B]
Razón de la duda: [RAZÓN]

👉 Revísalo aquí: [ENLACE AL CORREO]

Lo que nunca debes hacer

• No mandes directamente a la papelera lo que el clasificador marca como spam sin una revisión periódica del lote — un falso positivo (un cliente real marcado como spam) es el error más caro de todos, porque nadie se entera de que pasó.
• No elimines la cola de "revisar" ni la ignores durante días — el sistema está diseñado para escalar solo lo ambiguo, y si nadie la mira, esos correos —que suelen ser justo los más importantes o los más urgentes— se quedan sin respuesta.
• No uses el mismo prompt de clasificación para decidir también el contenido de la respuesta — clasificar y responder son dos trabajos distintos; mezclarlos en un solo paso hace que ambos salgan peor.
• No conectes el reenvío automático sin antes probar con un lote de correos históricos reales (al menos 50-100) para medir el acierto del clasificador antes de confiar en él en producción.
• No olvides revisar y ajustar las categorías cuando aparezca un patrón nuevo y recurrente (candidaturas, proveedores, prensa) — un clasificador que no se retoca envejece mal en cuanto cambia el tipo de correo que recibe la empresa.

Skills relacionadas

• Cómo dejar de decidir a mano qué ticket se atiende primero: El siguiente escalón — una vez que un correo ya está identificado como Soporte, esta skill decide su prioridad exacta y a qué especialista va.
• Cómo dejar de buscar en LinkedIn cada lead que entra: El siguiente paso natural cuando un correo se clasifica como Ventas — completa el perfil del remitente antes de que el comercial le escriba.
• Cómo detectar que un cliente se está frustrando antes de que lo diga en voz alta: Complementaria para los correos que sí llegan a una persona — detecta si el tono se está calentando dentro de un hilo ya en marcha.