Un agente de IA automatiza la publicidad en una plataforma sin API, prueba rápidamente una hipótesis y cierra el proyecto a tiempo
Anthropic
Un agente de IA construido con n8n, una extensión de navegador y un modelo de lenguaje grande (LLM, por sus siglas en inglés) automatizó la gestión de anuncios en b17.ru, una plataforma sin API. Redujo el trabajo manual de 11 horas a 1 hora por semana, con un ahorro estimado de 47 600 rublos al mes. El proyecto se cerró después de que el agente revelara que el verdadero obstáculo era el ajuste producto-mercado, no la generación de clientes potenciales.
Maxim Todorov construyó un sistema de agentes de IA para automatizar la publicidad en b17.ru, una plataforma especializada para psicólogos que no tiene API y bloquea activamente los bots. El sistema utilizaba una extensión de navegador para extraer los datos de los anuncios, n8n para la orquestación del flujo de trabajo, Google Sheets como almacenamiento intermedio, un LLM para el análisis y las recomendaciones, un bot de Telegram para entregar los informes y DataLens para el monitoreo. Antes de la automatización, un especialista en marketing dedicaba aproximadamente 11 horas semanales a copiar manualmente los datos, vincular los clientes potenciales con los anuncios, calcular métricas como el CTR y el CPL, y preparar informes. El agente redujo esto a aproximadamente 1 hora por semana, donde el LLM interpretaba las métricas preparadas y ofrecía recomendaciones, mientras que el código determinista se encargaba de la recopilación de datos, la atribución y los cálculos. El sistema se probó en producción durante más de un mes, procesando cada ejecución de anuncios en aproximadamente 124 segundos a un costo de 52 kopeks por anuncio. El ahorro mensual estimado fue de 47,600 rublos, más un potencial de 15,000 rublos adicionales por la reducción del CPL, con un período de recuperación de la inversión de 3 a 6 meses. Sin embargo, el resultado principal fue que el agente generó rápidamente suficientes clientes potenciales para mostrar que el producto en sí no estaba bien adaptado a la audiencia, lo que llevó a Maxim a cancelar el proyecto. El caso demuestra que la falta de API no impide la automatización, que los LLM no deben encargarse de todo y que, a veces, el propósito de la automatización es revelar que la escalabilidad aún no es viable.
Fuente: Habr — хаб ИИ —
original
