Construir un sistema de prospección real con Lovable (y qué pasa de verdad cuando lo haces)
Monté un motor de prospección entero con una sola herramienta de vibe-coding en vez de con un stack de productos SaaS: qué funcionó, qué no y dónde está el término medio realista.
Durante mucho tiempo, la forma por defecto de automatizar flujos de trabajo empresariales era apilar herramientas SaaS unas sobre otras. Una para el rastreo, una para el enriquecimiento, una para el correo, una para los seguimientos, una para el CRM. Funciona, pero es caro, rígido, y acabas adaptando tu proceso a las herramientas en vez de al revés.
En las últimas semanas he querido probar un enfoque distinto: construir todo yo mismo con una herramienta de vibe-coding, en este caso Lovable.
El objetivo era sencillo: crear un sistema que pueda descubrir empresas, cualificarlas, redactar mensajes personalizados, enviar correos y programar seguimientos, sin depender de media docena de productos separados.
Grabé un recorrido en vídeo de lo que construí, en parte para mostrar el resultado, pero sobre todo para compartir cómo es de verdad construir algo real con herramientas así.
Lo que construí en menos de dos semanas
El sistema es un motor de prospección y contacto a medida. No es una demo ni un proyecto de juguete, es algo que uso de verdad.
En menos de dos semanas, ha:
- Descubierto y cualificado más de 600 empresas
- Enviado 135 correos personalizados
- Programado más de 200 seguimientos automáticamente
Todo esto funciona dentro de un solo producto con una interfaz sencilla, apoyado en:
- Firecrawl para convertir webs en datos listos para un LLM
- Hunter para el descubrimiento de contactos
- Gmail para el envío y el seguimiento
- APIs externas de LLM para el razonamiento y el copy
- Supabase para la base de datos y las edge functions
Todo se orquesta a través de Lovable, incluidas la interfaz, los prompts y la lógica.
Cómo funciona de verdad el flujo
A grandes rasgos, el flujo es así:
- 01Ejecución de descubrimiento. Defines un sector, un país y unos pocos filtros. El sistema genera búsquedas, rastrea los resultados y propone una lista de empresas.
- 02Aprobación con una persona en el circuito. Revisas rápido la lista y quitas la basura (directorios, portales de empleo, agregadores).
- 03Análisis de la web. Para cada empresa aprobada, el sistema rastrea la web y busca señales de compra como diseño anticuado, mala experiencia móvil o contratación activa.
- 04Enriquecimiento de contactos. Los dominios se envían a Hunter para encontrar direcciones de correo relevantes.
- 05Generación de correos. Un modelo de razonamiento genera correos personalizados a partir de la web de la empresa, las señales detectadas, el cargo del contacto y tu oferta.
- 06Revisar y enviar. Puedes editar todo a mano, regenerar si hace falta, y luego enviar en lote.
- 07Seguimientos. El sistema programa automáticamente varios seguimientos, saltándose los fines de semana y espaciándolos.
Lo fundamental es que cada paso es visible. Obligué al sistema a mostrarme los prompts, las entradas y las salidas reales en cada etapa, para poder entender qué estaba haciendo y ajustarlo bien.
Lo que funcionó bien
Un par de cosas me sorprendieron gratamente.
Velocidad. Es extremadamente rápido poner algo real en marcha. No una maqueta, no un prototipo, sino un producto que de verdad funciona.
Integración con Supabase. Supabase más edge functions es una combinación muy potente. Autenticación, base de datos, trabajos en segundo plano, todo funciona sin más.
Bucle de iteración. El ciclo de prueba y error es muy corto. Ves que algo se rompe, cambias el prompt o la lógica, y vuelves a probar al momento. Eso lo hace ideal para productos exploratorios en los que aún estás definiendo el flujo.
Lo que no funcionó tan bien
Esta es la parte que se saltan casi todas las publicaciones que venden humo.
- 01Sigue añadiendo en vez de refactorizar. Por defecto, el sistema tiende a apilar lógica sobre la existente. Si no eres disciplinado, el código se vuelve un desastre muy rápido.
- 02Por defecto, tiende a hardcodear. Tienes que insistirle para que use variables, configuraciones y abstracciones adecuadas. Si no, todo acaba incrustado en prompts y funciones.
- 03Sin estructura, depurar se vuelve un suplicio. Sin logs adecuados, convenciones de nombres y separación de responsabilidades, se hace difícil entender por qué algo se rompió tres capas más abajo.
En algún momento tienes que dejar de hacer vibe-coding y empezar a hacer ingeniería de verdad, aunque la herramienta lo haga parecer opcional.
La conclusión de verdad
Herramientas como Lovable son potentes, pero no son magia. No te ahorran pensar. No sustituyen el criterio de producto. No sustituyen la disciplina.
Lo que sí te ahorran es una enorme cantidad de boilerplate y fricción. Si sabes qué quieres construir, y tienes claro el flujo, puedes avanzar rapidísimo.
La diferencia entre un desastre y una herramienta interna sólida no es la plataforma, es cuánta estructura le impones.
Pruébalo tú mismo
Si tienes curiosidad, puedes probar aquí el mismo sistema que sale en el vídeo: outreachdemo.odysi.studio.
Dista mucho de ser perfecto, pero ya me ahorra horas cada semana y no cuesta prácticamente nada comparado con un stack SaaS típico.
Para mí, eso es lo más interesante. No la IA. No los prompts. Sino que construir tus propias herramientas internas sea, de repente, más barato, más rápido y más realista que comprarlas.