El problema

Los negocios que captan clientes por Instagram acaban con el mismo cuello de botella: alguien tiene que leer cada DM, entender qué quiere esa persona, decidir si es un cliente real, resolver sus objeciones, hacer seguimiento dentro de lo que Meta permite y, si todo va bien, llevarlo hasta una llamada. Todo eso a las once de la noche, cuando el lead escribe al salir del trabajo, porque si la respuesta tarda la conversación se enfría y no vuelve. El primer caso real fue Tarik Performance, que pagaba 500 € al mes por una herramienta externa de setters que no le daba acceso a sus propios datos ni le dejaba ajustar cómo hablaba con sus leads.

Qué construí

SetterIA: un agente de IA autónomo para Instagram DMs que convierte esas conversaciones en pipeline comercial. Recibe los mensajes por el webhook oficial de Meta, los procesa de forma asíncrona, recupera el contexto del lead, genera la respuesta según el playbook comercial del negocio, cualifica, gestiona objeciones y puede llevar la conversación hasta la reserva de una llamada — actualizando en cada paso un CRM conversacional propio (leads, conversaciones, mensajes, citas, event log de auditoría). Lo que empezó como una solución a medida para Tarik Performance se separó en un core genérico (webhooks, persistencia, orquestación del LLM, seguridad, aislamiento entre tenants) y una capa de configuración comercial por negocio (qué vende, ICP, objeciones, tono, CTA, follow-ups, idiomas, calendario). Así el motor no lleva reglas de ningún cliente concreto y un negocio nuevo se incorpora sin tocar el core. Biomenus está siendo preparado como segundo tenant. El sistema también tiene un servidor MCP propio que convierte ese CRM en algo conversacional: el dueño del negocio pregunta "¿qué leads se me han quedado atascados esta semana?" o "muéstrame esta conversación" y una IA responde consultando el estado real del pipeline, sin entrar al panel. Lo que manda aquí no es la tecnología, son las reglas de Meta. El agente nunca inicia una conversación: solo responde a quien ha escrito primero. Solo puede enviar dentro de las 24 horas siguientes al último mensaje del lead, y esa ventana se vuelve a comprobar justo antes de enviar, no solo al programar el envío — un mensaje saliente no la reinicia. Un opt-out desactiva la automatización en ese hilo de forma permanente, existe takeover humano en cualquier momento y el primer mensaje deja claro que responde un asistente. Esto no es un detalle legal: si se salta, el negocio pierde la cuenta de Instagram con la que se gana la vida. Está escrito en el código y cubierto con pruebas propias, no confiado al criterio del modelo.

Qué cambió

Arrancó en modo sombra sobre la cuenta de Tarik Performance: el sistema redactaba la respuesta y él la revisaba antes de que saliera nada, hasta que aprobaba la gran mayoría sin editar. Solo entonces se le soltó la mano. Por el camino se resolvieron los problemas típicos de un agente conectado a usuarios reales: outputs estructurados inválidos del LLM, identificación incorrecta del mensaje nuevo dentro del contexto, respuestas que asumían citas inexistentes, transcripción de notas de voz recibidas por DM, y colisiones entre la automatización y la intervención humana. Hoy SetterIA está completado, validado y en mercado, sustituyendo por completo la herramienta externa que usaba Tarik Performance, y la arquitectura ya se está generalizando para incorporar nuevos tenants y verticales. Stack: Node 22, TypeScript, Fastify, BullMQ, Redis, MongoDB, Claude API, MCP.

Node 22

TypeScript

Fastify

BullMQ

Redis

MongoDB

Claude API

MCP