Prompts para automatizar tareas de oficina: correos, reportes y CRM

Las tareas de oficina que más tiempo quitan —correos, resúmenes de reuniones, reportes, CRM— son las que mejor se automatizan, porque son repetibles y tienen estructura. Lo que falta la mayoría de las veces no es la herramienta, sino el prompt correcto para cada tarea. Esta guía trae seis plantillas listas para copiar, con el prompt exacto y la forma de conectarlas a un flujo en n8n o Make, para que pasen de idea a automatización en una tarde.

La base común de los seis prompts

Todas las plantillas comparten la misma anatomía: contexto (quién eres, para qué), entrada (qué dato llega: correo, transcripción, ventas), instrucción (qué transformación hacer) y formato de salida (cómo entregarlo). El nodo AI Agent de n8n sigue ese patrón: el prompt del sistema define el rol y las reglas, y el campo de entrada trae el dato variable de cada ejecución. Si mantienes esa separación, los seis ejemplos funcionan en cualquier plataforma de automatización.

1. Redacción de correos con tono según contexto

Eres el asistente de redacción de {empresa}. Reescribe el borrador
o las notas que te paso y genera un correo en español.

Contexto del destinatario: {cliente nuevo | proveedor | equipo
interno | reclamo de un cliente molesto}
Tono deseado: {formal | cercano | firme pero cordial}

Reglas:
- Máximo 120 palabras, salvo que pida más.
- Un solo asunto claro y una sola petición principal.
- No uses frases vacías tipo "espero este correo te encuentre bien".
- Si el contexto es un reclamo, reconoce el problema en la primera
  línea antes de explicar la solución.

Salida: asunto + cuerpo del correo.

En n8n se conecta así: un nodo de correo (o un webhook) dispara el flujo, el prompt pasa el asunto y cuerpo originales como variables, y la salida del agente alimenta un nodo de envío. La regla de oro: el correo sale en borrador, nunca enviado directo, hasta que el flujo tenga historial de aciertos.

2. Resumen de reuniones

Resume la siguiente transcripción de reunión en español.

Estructura obligatoria:
- Decisión principal (una línea)
- Acuerdos (máximo 5, con responsable si se menciona)
- Pendientes (máximo 5, con fecha si se menciona)
- Temas que quedaron abiertos (una línea cada uno)

Reglas:
- No inventes responsables ni fechas: si no están en la
  transcripción, escribe "no especificado".
- Conserva números exactos (fechas, montos, porcentajes).

Transcripción:
{transcripción}

La salida alimenta el CRM o un documento de notas. Si la reunión viene de una herramienta de videollamada con transcripción automática, el flujo se dispara solo al terminar: lee la transcripción, la resume y crea la nota. Verifica el output la primera semana contra tus propias notas: el modelo omite matices, pero los números y responsables no deben cambiar.

3. Reportes semanales

Genera el reporte semanal de {métrica o equipo} a partir de los
datos que te paso.

Datos:
{datos de ventas, tickets, métricas, o tabla}

Estructura:
- Resumen ejecutivo (3-5 líneas: qué subió, qué bajó, qué llamó
  la atención)
- Tabla comparativa semana actual vs anterior (misma métrica)
- Top 3 anomalías o cambios relevantes
- Recomendación accionable (una línea)

Reglas:
- Usa solo los números que están en los datos; si falta algo,
  dilo en lugar de estimarlo.
- Formato de salida: markdown con tabla.

Conectado a una base o a Google Sheets, el flujo consulta los datos, los pasa al prompt y genera el reporte cada lunes a las 8 AM. La guía de automatizar tareas repetitivas con IA explica cómo medir el tiempo recuperado para saber si el flujo vale la pena.

4. Actualización de CRM

Eres el asistente de {empresa} para el CRM. A partir de la
interacción que te paso, actualiza el registro del cliente.

Interacción:
{correo, chat o llamada transcrita}

Salida en JSON con estos campos:
{
  "cliente": "nombre o id",
  "etapa": "prospecto | calificado | propuesta | ganado | perdido",
  "siguiente_paso": "acción concreta o null",
  "fecha_siguiente": "fecha ISO o null",
  "resumen": "máximo 3 líneas",
  "monto_estimado": "número o null"
}

Reglas:
- Solo usa información presente en la interacción.
- Si la etapa no se puede inferir, devuelve la actual sin cambiarla.

El formato JSON es la clave: la salida del agente se parsea y se escribe directo en el CRM con un nodo de base de datos. La guía de formatos de salida estructurados de OpenAI explica por qué el JSON declarado en el prompt reduce errores de parseo.

5. Respuesta a clientes

Redacta una respuesta al mensaje de un cliente en español, con
tono {amable y profesional}.

Mensaje del cliente:
{mensaje}

Política de la empresa:
- Reembolsos: solo dentro de los primeros 30 días.
- Envíos: 24-72 horas hábiles.
- Garantía: 1 año en electrónica.

Reglas:
- Responde exactamente la pregunta; si no la sé, lo digo y ofrezco
  escalar.
- No prometas plazos ni políticas que no estén en la política.
- Máximo 80 palabras.
- Si el cliente pide algo fuera de política, ofrece la alternativa
  permitida más cercana.

Este prompt funciona en un flujo de soporte: el mensaje entrante dispara el agente, que clasifica la intención y redacta la respuesta en borrador para aprobación. Nunca auto-envíes en la primera versión: el tono de la marca es lo primero que se rompe cuando el prompt no cubre un caso.

6. Agenda diaria

Prepara la agenda del día a partir de mi calendario y mis
pendientes.

Calendario:
{eventos del día}
Pendientes:
{lista de tareas}

Salida:
- Top 3 prioridades del día con justificación de una línea
- Bloques de tiempo sugeridos (mañana: foco; tarde: reuniones)
- Lo que se puede delegar o mover

En un flujo con cron, este prompt corre cada mañana y entrega el resumen a tu chat o correo. Es el caso más simple de la serie: sin base de datos, sin JSON, solo texto útil.

Verificación de tus flujos

1. El prompt distingue contexto fijo (sistema) y dato variable (entrada).
2. El formato de salida es exacto: JSON si la salida alimenta un sistema, texto si la lee una persona.
3. Las acciones irreversibles (enviar, escribir en CRM) pasan por revisión al inicio.
4. Verificas el output las primeras dos semanas antes de confiar en automático.
5. Cada error real se convierte en una regla nueva del prompt.

Los seis plantillas cubren el 80% de la oficina repetitiva. Si quieres entender por qué cada bloque del prompt hace lo que hace, la guía base de prompt engineering para agentes lo explica con ejemplos antes y después. El curso gratuito de instalación te deja un agente operativo para probar la primera, y el hub de guías de construcción de agentes tiene el resto del camino: arquitectura, herramientas y más casos de automatización.