Hace 6 meses comencé a resolver un problema real: pequeños negocios pierden leads porque no pueden responder en WhatsApp al instante.
Hoy comparto cómo construí Worvi, un chatbot WhatsApp con IA que captura leads automáticamente y aprende patrones de conversación.
El problema
Un cliente mío (academia online) perdía ~50% de leads porque:
- Clientes escriben en WhatsApp cuando el equipo no está disponible
- Sin respuesta automática = cliente se va con la competencia
- Manual es inviable (responder 100+ mensajes/día)
La solución: Worvi
Worvi es un template Python + FastAPI que:
- Responde automáticamente en WhatsApp usando Claude API
- Detecta intención del usuario (pregunta, queja, venta, etc.)
- Cambia el contexto cuando el cliente cambia de intención
- Captura leads en una base de datos JSON
- Se configura en 5 minutos sin código
Stack técnico
- FastAPI: Servidor webhook ultra rápido
- Claude API: IA para respuestas inteligentes y contextales
- WhatsApp Business API: Integración oficial
- JSON + Git: Base de datos simple y versionada
- GitHub Pages: Dashboard en vivo
¿Por qué estas tecnologías?
- FastAPI es ultra rápido y async nativo
- Claude API entiende contexto mejor que otros modelos
- JSON sin BD relacional = sin complicaciones
- GitHub Pages = dashboard gratis que se actualiza en tiempo real
Cómo funciona (arquitectura)
Detección de intención (el corazón de Worvi)
La clave está en analizar el historial de conversación:
def detect_intention(conversation_history: List[dict]) -> str:
"""
Analiza el historial y detecta:
- question: Pregunta sobre producto
- objection: Cliente tiene dudas
- booking: Cliente quiere comprar/agendar
- complaint: Cliente insatisfecho
- other: No clasificable
"""
response = client.messages.create(
model="claude-3-5-sonnet-20241022",
max_tokens=50,
system=INTENTION_SYSTEM_PROMPT,
messages=conversation_history
)
return response.content[0].text.strip()
Cuando la intención cambia, Worvi:
- Resetea el contexto
- Carga nuevos ejemplos
- Responde con nueva estrategia
Ejemplo real:
Casos de uso reales
Academia Online
- Antes: Manager respondía, 2-3 horas de delay
- Después: Worvi responde en <5 segundos
- Resultado: 3 leads capturados en primera hora
Agencia Inmobiliaria
- Antes: Perdía clientes por no responder rápido
- Después: Worvi pre-califica clientes
- Resultado: Agente solo ve leads "calientes"
E-commerce
- Antes: FAQ manual, 50+ mensajes/día
- Después: Worvi maneja FAQs + sugiere productos
- Resultado: 15% aumento en conversión
Métricas que rastrea Worvi
{
"total_messages": 247,
"leads_captured": 12,
"average_response_time": "2.3s",
"intention_changes": 18,
"conversation_satisfaction": 4.2/5
}
Deployment
Originalmente en Mac mini. Ahora en Oracle Cloud free tier para 24/7:
- GitHub Actions automatizan deployment
- 1 commit a main = automática en producción
- Cero downtime
Lo que aprendí
-
Detección de intención > respuestas genéricas
- Entender que el cliente cambió de opinión es crucial
-
Simple > perfecto
- JSON es suficiente para 99% de casos
-
Context matters
- Claude entiende cambios de tono mejor que otros modelos
- Vale la pena pagar por mejor IA
-
Webhook delays matan conversiones
- FastAPI + async es fundamental
Cómo usar Worvi
Es un template listo para usar (~55 KB):
- Descarga de Gumroad
-
python setup.py→ responde preguntas - Conecta tu número de WhatsApp
- Listo. Responde automáticamente.
O úsalo como base para tu propio bot.
Próximos pasos
- v1.1: Templates adicionales (medicina, ecommerce, support)
- Dashboard web avanzado
- Integraciones CRM (Pipedrive, HubSpot)
TL;DR
Construí un chatbot WhatsApp que entiende cambios de intención usando Claude API. Detecta si un cliente está preguntando, objetando u listo para comprar, y responde en consecuencia.
Es un template, no un servicio. Deploy en 5 minutos. €89 en Gumroad.
Top comments (0)