La captación de podcasts es una de esas tareas que debería ser escalable, pero rara vez lo es. Cada programa espera relevancia. Cada presentador espera pruebas de que realmente lo escuchaste. Y en el momento en que tu Airtable no tiene un nombre o un episodio reciente, la mayoría de las automatizaciones fallan.
En esta guía, te mostraré cómo construir un flujo de captación de podcasts completamente automatizado y enriquecido con datos en FlowHunt. El resultado es un sistema que envía propuestas genuinamente personalizadas a escala, incluso cuando tu base de datos está incompleta.
Esto no es solo ingeniería de prompts. Es automatización impulsada por agentes.
El objetivo
Queremos un flujo que:
- Extraiga leads de podcasts de Airtable
- Detecte datos de personalización faltantes
- Complete esos vacíos mediante búsquedas web en tiempo real
- Redacte una propuesta reflexiva y relevante para cada podcast
- Envíe el correo automáticamente
- Actualice Airtable para que nada reciba dos propuestas
- Resuma los resultados al final
Todo con una intervención manual mínima.
¿Qué datos requiere el flujo?
Para que tu flujo de FlowHunt funcione, necesitarás tener (o FlowHunt encontrará):
- Nombre del podcast/programa (tu cuenta objetivo)
- Nombre del presentador (para un saludo humano y personalizado)
- Dirección de correo electrónico (para contactarlos realmente)
- Información del episodio más reciente (demuestra que los entiendes e hiciste tu investigación)
- Campo de estado (para rastrear si ya contactaste a este lead o no)
Si falta alguno de los puntos anteriores, FlowHunt usará herramientas web para obtenerlo y completarlo automáticamente.
Arquitectura
La estructura es: Entrada de chat → Agente de IA → Salida de chat

Toda la complejidad ocurre dentro del Agente de IA: verificar datos, enriquecer con búsqueda web si es necesario, generar correos, enviarlos y actualizar la base de datos.
Mensaje del sistema dentro del Agente de IA


Paso 1: Conectar Airtable y recuperar leads
Conecta tu Airtable a FlowHunt y ten tus leads de podcasts en una tabla. El agente extrae los registros filtrando aquellos cuyo Estado sea “Por hacer” (es decir, aún no contactados).
Paso 2: Detectar datos de personalización faltantes
El agente verificará automáticamente si cada lead tiene todos los datos necesarios — nombre del presentador, último episodio, etc. — y enriquecerá cualquier dato faltante.
Paso 3: Enriquecer nombres de presentadores faltantes
Si el nombre del presentador no está disponible, FlowHunt busca en la web “[Nombre del Podcast] presentador” o “[Nombre del Podcast] fundador”, obteniendo el nombre correcto para hacer tu mensaje personal (“Hola Sarah,” en lugar de “Hola Equipo del Podcast,”).
Paso 4: Encontrar el episodio más reciente
Si falta información sobre el último episodio, FlowHunt usa YouTube y Google para encontrar títulos de episodios actualizados, temas, invitados y fechas de lanzamiento, personalizando tu propuesta con detalles actuales.
Paso 5: Contexto profundo (opcional para leads de alto valor)
Si la búsqueda web superficial no es suficiente, el agente puede explorar sitios web de podcasts y páginas de presentadores para obtener detalles más ricos para los leads más prioritarios.
Paso 6: Generar el correo personalizado


Usando los datos completados, el agente redacta correos únicos y altamente relevantes para cada lead, haciendo referencia a detalles reales para demostrar que has hecho tu investigación.
Paso 7: Enviar el correo automáticamente
Con todos los datos verificados, el agente envía cada correo directamente desde Gmail, rastreando qué registros fueron contactados exitosamente.
Paso 8: Actualizar el estado en Airtable
Cada vez que se envía un correo, el “Estado” de ese lead se actualiza a “Hecho”, evitando la captación repetida al mismo contacto.
Paso 9: Resumen de la campaña
Al final, FlowHunt proporciona un resumen:
- Número de correos enviados
- Qué leads necesitaron datos adicionales
- Qué detalles se completaron automáticamente
- Cómo la personalización mejoró la calidad
Esto te ayuda a medir el impacto de tu campaña.
Elegir el modelo de lenguaje adecuado


Usa Claude Haiku para razonamiento profundo, síntesis de datos y redacción matizada. Prueba Gemini 2.5 Flash para ejecuciones rápidas y rentables. Cambia de modelo según lo necesites — sin rehacer el trabajo.
Por qué esto funciona para los negocios
- Asume que tus datos están incompletos y lo resuelve automáticamente.
- Cada lead recibe un mensaje relevante, investigado y con calidad humana.
- Tu flujo de trabajo escala la captación y maximiza las oportunidades de ventas o asociaciones, mientras rastrea todo para tu equipo.
- Tú te enfocas en hacer crecer tu negocio, FlowHunt hace el trabajo pesado.
Reflexiones finales
FlowHunt convierte la captación de podcasts en un pipeline de negocio inteligente y automatizado, incluso si tus datos no están completos. Puedes contactar nuevos leads de forma confiable sabiendo que cada mensaje está alineado con tu marca, es personalizado y está correctamente rastreado.

