Qué son las AI Variables
Una AI Variable es un conjunto reutilizable de prompt y configuración que le indica a Enginy cómo investigar y devolver un dato específico para un Contacto o una Empresa. Piensa en ella como una columna inteligente: en lugar de investigar cada lead manualmente, la IA lee los atributos que le proporcionas (nombre, dominio, cargo, LinkedIn, etc.), opcionalmente busca en fuentes externas y devuelve la respuesta en el formato que especifiques.
Las AI Variables se usan para generar columnas de información adicional en tus listas. Puedes usar plantillas predefinidas o crear las tuyas propias, y ejecutarlas en bloque almacenando los resultados como columnas en tu tabla.
Ejemplos de uso:
Contacto: "Mejor icebreaker de outreach (1 frase) para {first_name} basado en su actividad reciente: {recent_activity}."
Empresa: "Resumen en 1 línea de las señales de crecimiento de {company_name} (financiación, contrataciones, lanzamiento de producto)."
Crear una AI Variable
Navega a AI Playbook > AI Variables.
Haz clic en Create AI Variable (esquina superior derecha).
Selecciona el tipo de entidad: Contact o Company. Esto determina en qué tab aparecerá la variable.
Rellena los campos del formulario que se describen a continuación.
Puedes empezar desde las Templates predefinidas para configurar la nueva AI Variable de forma aún más rápida:
Importante: El tipo de entidad (Contact o Company) afecta la visibilidad de la variable. Las variables de tipo Contact solo son visibles en listas de Contactos; las de tipo Company, solo en listas de Empresas.
Tipos de output
Selecciona el tipo de Output para definir cómo devuelve los resultados la IA:
Tipo de output | Descripción |
Text | Respuestas en texto libre — resúmenes, descripciones, mensajes o hooks |
Number | Valor numérico (entero o decimal) — puntuaciones, rankings, conteos |
Date | Una fecha de calendario válida — eventos, plazos, extracción de timelines |
One of | Restringe los resultados a un conjunto cerrado de opciones (ej. Sí/No, Hot/Warm/Cold, B2B/B2C) |
URL | Formato de URL de navegador |
Formato de dirección de email (texto + @ + dominio) |
Importante: El tipo de output determina los criterios de cualificación que puedes aplicar. Usa One of siempre que quieras que la IA elija entre un conjunto cerrado de respuestas — garantiza outputs consistentes y filtrables y evita respuestas vagas o inesperadas.
Ejemplo: Una AI Variable con la instrucción "Dime si la empresa es B2B, B2C o B2C con productos B2B" y el tipo de output configurado como One of solo devolverá una de esas tres opciones. Esto garantiza la consistencia, facilita el filtrado y análisis de los resultados y evita respuestas inesperadas o vagas.
Opción de proveer explicación
Puedes activar la opción Provide explanation al crear o editar una variable. Cuando está activada, la IA devuelve tanto el resultado como un breve razonamiento que explica por qué eligió esa respuesta.
Consejo: Usa los botones de like/dislike sobre los outputs para ayudar a mejorar la calidad de los resultados de la IA con el tiempo.
Cómo escribir un prompt efectivo
El campo Prompt es la instrucción principal. Usa la siguiente estructura recomendada:
Sección | Qué incluir |
Persona | El rol que debe representar la IA |
Context | Contexto de fondo incluyendo variables del remitente y del receptor |
Goal | Qué debe producir la IA |
Instructions | Reglas de personalización, tono, estilo, restricciones de formato, saludo, icebreaker, propuesta de valor, CTA |
Signature (recomendado para email) | Indica a la IA que no añada firma — se añade automáticamente desde la configuración de la identidad |
Template (opcional) | La estructura del mensaje con placeholders |
Examples (recomendado) | Ejemplos de outputs correctos |
Puedes referenciar campos de contactos y empresas dentro del prompt usando la sintaxis {nombre_del_campo}. Escribe { en el editor de prompts para ver la lista completa de variables disponibles.
Ejemplos de prompts efectivos:
"Clasifica {company_name} en una de las siguientes categorías: Enterprise, Mid-market o SMB. Devuelve solo una de estas opciones."
"Basándote en la web de {company_name} y su sector ({industry}), resume su propuesta de valor principal en una sola frase."
"A partir de {domain} y el sector ({industry}), enumera hasta 3 posibles retos de negocio que pueda enfrentar la empresa. Devuelve en formato lista."
Evita prompts vagos como: "Cuéntame todo sobre esta empresa." — Demasiado amplio, sin estructura.
Consejo: Sé explícito en tu prompt sobre qué buscar cuando uses Deep Research. Cuanto más específico seas, más precisos serán los resultados.
Botón Enhance
Debajo del editor de prompts, el botón Enhance permite a la IA refinar automáticamente tu prompt — mejorando su estructura, redacción y uso de atributos de Enginy. Escribe un primer borrador, haz clic en Enhance y revisa la versión mejorada antes de aceptarla.
Añadir atributos (placeholders)
Usa Add attributes para seleccionar qué campos de la fila puede usar la variable como contexto. Referencíalos dentro del prompt con la sintaxis {nombre_del_campo}.
Atributos de contacto más comunes:
{firstname}, {lastname}, {job_title}, {geo_region}, {last_linkedin_post}, {job_change}, {previous_positions}, {mentioned_in_news}
Atributos de empresa más comunes:
{company_name}, {description}, {industry}, {iq_company_news}, {yearly_headcount_growth}, {website}
Deep Research
Activa el toggle Deep Research para que la IA navegue por la web y encuentre información más allá de lo que ya está disponible en tus listas. Cubre páginas web, noticias, webs de empresas y otras fuentes públicas en una única búsqueda unificada.
Cómo funciona Deep Research
La IA lee tu prompt e identifica qué información necesita encontrar.
Realiza búsquedas web usando palabras clave relevantes basadas en los datos del lead o la empresa.
Visita hasta las diez primeras páginas devueltas por cada búsqueda.
Analiza el contenido y devuelve una respuesta basada en lo que ha encontrado.
Puede iterar hasta 5 veces, refinando búsquedas y explorando diferentes fuentes.
La tecnología detrás de Deep Research utiliza Firecrawl, una herramienta especializada de web-scraping diseñada para extraer contenido de sitios web y convertirlo en un formato que la IA pueda entender.
Capacidades de Deep Research
Capacidad | Descripción |
Buscar en la web | Encontrar información en webs públicas, artículos de noticias y directorios online |
Leer contenido de webs | Extraer texto, datos e información de webs de empresas y otras páginas públicas |
Seguir enlaces | Navegar de una página a otra para encontrar información relevante |
Extraer datos estructurados | Obtener información específica como tamaño de empresa, sector o stack tecnológico |
Filtrar por fecha | Centrarse en noticias recientes o contenido de periodos específicos |
Gestionar contenido dinámico | Acceder a páginas que requieren JavaScript para renderizarse |
Limitaciones frente a la búsqueda web estándar de IA
Aspecto | Deep Research | Búsqueda web estándar de IA |
Alcance de búsqueda | Basada en el contexto del lead o la empresa; máximo 5 iteraciones por campo | Busca en toda la web abierta libremente |
Información en tiempo real | Obtiene datos en el momento del enriquecimiento; los resultados en caché pueden tener hasta 2 días | Siempre obtiene la información más reciente |
Acceso al contenido | Solo webs públicas y sin restricciones; puede ser bloqueada por medidas anti-bot; timeout de 100 segundos | Acceso más flexible; algunas asociaciones con contenido premium |
Razonamiento | Centrado en responder el prompt específico; limitado a 5 iteraciones | Puede razonar sobre múltiples temas y continuar indefinidamente |
Mejores casos de uso
Encontrar información de empresa no disponible en tus datos actuales (web, tamaño, sector, tecnologías).
Investigar hechos específicos sobre la empresa de un lead (noticias recientes, rondas de financiación, lanzamientos de producto).
Extraer datos de webs conocidas (web de la empresa, Wikipedia, Google).
Enriquecer con información públicamente disponible que requiere visitar varias páginas.
Cuándo puede tener dificultades
La información está detrás de un muro de acceso (datos privados de LinkedIn, contenido de pago).
Los datos cambian por minutos (precios de bolsa, marcadores en directo, noticias de última hora).
Las preguntas son muy abiertas ("Cuéntame todo sobre esta empresa").
Las fuentes bloquean activamente los scrapers web.
Necesitas comparar cientos de fuentes para una sola respuesta.
Consideraciones de coste
Deep Research usa más créditos que las AI Variables estándar porque las búsquedas web y el scraping de páginas tienen un coste adicional por ejecución, y pueden necesitarse varias iteraciones.
Consejo: Usa Deep Research solo para campos donde la información no está disponible de otra forma. Prueba primero con un lote pequeño para estimar el coste total. Usa prompts específicos para reducir el número de iteraciones necesarias.
Resolución de problemas de Deep Research
Problema | Causa probable | Solución |
Devuelve "No data found" con frecuencia | La información puede no estar disponible públicamente | Verifica manualmente que la información existe online; refina el prompt |
Tiempos de enriquecimiento lentos | Múltiples iteraciones y carga de páginas | Comportamiento esperado — Deep Research prioriza la precisión sobre la velocidad |
Resultados inconsistentes | Las fuentes pueden contener información contradictoria | Añade más contexto al prompt para acotar las fuentes |
Bloqueado en ciertos sitios | Medidas anti-bot | Algunos sitios no pueden ser accedidos; prueba con fuentes alternativas |
Seleccionar un modelo de IA
Al crear o editar una AI Variable, puedes elegir el modelo de IA que usará. Cada modelo tiene diferentes fortalezas — consulta el artículo de Modelos de IA disponibles para una comparativa completa.
Consideraciones de coste
Cada modelo de IA tiene un coste asociado. Más allá del modelo, el coste también puede aumentar según:
Complejidad del prompt — medida por el número de tokens consumidos.
AI Variables anidadas — si tu prompt referencia otras AI Variables, su coste se añade al total.
Deep Research — activar el toggle añade al coste por ejecución.
Probar una AI Variable
Antes de ejecutar una variable sobre toda tu lista, pruébala en un único contacto o empresa para validar la calidad del output. Haz clic en el icono de play en una celda específica para ejecutarla sobre un registro individual.
Ejecutar AI Variables en tus listas
Una vez creadas, las AI Variables aparecen como columnas en tus listas. Hay varias formas de ejecutarlas:
Vía modal de enriquecimiento: Abre la lista, haz clic en Enrichment > Enrich with AI (esquina superior derecha). Selecciona una o varias plantillas y haz clic en RUN.
Desde la cabecera de columna: Pasa el cursor sobre la cabecera de la columna y haz clic en el icono de play para ejecutar la variable sobre todas las filas de la vista actual.
Ejecución masiva: Haz clic en la cabecera de columna y selecciona Run column > Visible rows o All rows.
Ejecución individual: Haz clic en el icono de play en una celda específica para ejecutar la variable sobre un único lead o empresa.
Gestionar AI Variables
Todas las AI Variables se gestionan desde el tab AI Playbook > AI Variables. El panel izquierdo muestra todas las variables organizadas en carpetas, con dos tabs: Contacts y Companies.
Haz clic en los tres puntos de cualquier tarjeta de variable para acceder a las siguientes acciones:
Acción | Descripción |
Edit | Editar el prompt y la configuración de la variable |
Duplicate | Duplicar la variable para reutilizarla y modificar su contenido |
Clone to client | Clonarla en otra cuenta de cliente (disponible solo para partners de Enginy) |
Delete | Eliminar permanentemente la AI Variable |
Nota: También puedes crear, editar o duplicar una AI Variable directamente desde una lista. Pasa el cursor entre columnas y haz clic en el icono + para crear una nueva, o haz clic en la cabecera de una columna y selecciona Edit column o Duplicate column.
Advertencia: El nombre de una AI Variable no se puede cambiar una vez creada, ya que renombrarla rompería las referencias en las campañas que la usan. Si necesitas un nombre diferente, duplica la variable, asigna el nombre deseado a la copia y elimina la original.
Caso de uso: personalizar o aleatorizar una plantilla de mensaje
Puedes usar las AI Variables para generar variaciones de una plantilla de mensaje — personalizadas según los datos del contacto o aleatorizadas para añadir variedad.
Paso 1 — Escribe tu mensaje base fuera de Enginy.
Paso 2 — Identifica las partes que deben cambiar. Reemplaza esas secciones con placeholders [TAG] (ej. [SALUDO], [PRODUCTO], [PERSONA], [CIERRE]).
Paso 3 — Define las reglas para cada tag:
Para personalización: especifica los criterios (ej. "Si el cargo indica un rol de liderazgo en Ventas, entonces
[PRODUCTO]= automatización de outreach").Para aleatorización: lista 3 o más opciones posibles (ej. aleatorizar
[SALUDO]entre "Hola", "Hey" y "Buenas").
Paso 4 — Crea la AI Variable en Enginy > AI Playbook > AI Variables > Create AI Variable usando la estructura de prompt descrita anteriormente.
Resolución de problemas
Síntoma | Causa | Solución |
Las AI Variables devuelven "No data found" para todos los leads | Los créditos de uso de la API están agotados | Revisa tu dashboard de uso o el icono de notificaciones junto al botón de Settings. Recarga créditos o espera al reinicio del ciclo de facturación. |
Quedan créditos pero los datos siguen vacíos | El modelo de IA seleccionado puede ser demasiado ligero para la complejidad del prompt | Cambia a un modelo más potente y vuelve a ejecutar la variable. Simplifica el prompt o añade más contexto. |
Nota: Pasa el cursor sobre el símbolo ? en la celda de output para ver la explicación proporcionada por la IA — puede ayudarte a entender por qué no se devolvieron datos.
Consejo: Si recibes una notificación de que tus créditos de API están agotados, aumenta tu cuota con tu proveedor de IA o desconecta temporalmente la integración para usar los créditos de la plataforma Enginy.












