Automatización con Make | Xyclos

Carlos Altamirano
7 sept
6 Min. de lectura

Actualizado: 9 sept

Automatización de mensajes con Make.com, Excel y WhatsApp | Xyclos

Resumen ejecutivo

En este blog te comparto cómo resolví un requerimiento real: automatizar el envío de mensajes de WhatsApp de cumpleaños en un colegio. Usé Excel como base de datos, Make como motor de automatización y ChatGPT como copiloto de diseño.

Te cuento paso a paso los retos, los errores, cómo los resolví y lo que aprendí trabajando con diferentes IAs (ChatGPT y Perplexity). El resultado fue un MVP totalmente funcional en 4 días, que encantó al cliente por su sencillez y facilidad de uso.

El requerimiento inicial de automatización con Make

Hace dos semanas me surgió un requerimiento: automatizar el envío de mensajes de WhatsApp que requiere el colegio para enviar mensajes de cumpleaños a los padres de familia.

He visto en estos últimos meses una increíble cantidad de personas creando automatizaciones: unos con N8N, otros con Make, otros con Zapier, Lovable, Opal de Google.

Ayer mismo vi videos de comparaciones entre productos de automatización y, por supuesto, cada persona con su punto de vista.

En todo caso, cuando me hicieron el requerimiento ya había realizado unas automatizaciones sencillas con Make. Me gustó la plataforma así que decidí hacerlo con Make.

ChatGPT como apoyo

Manos a la obra y para eso, decidí apoyarme con ChatGPT.

Creé un proyecto en ChatGPT, y mi primer prompt fue decirle con un buen nivel de detalle lo que había pensado y cómo lo iba a hacer.

ChatGPT entendió muy bien y me respondió como siempre lo hace: con una lista larga, bastante larga de todo el proceso.

Leí el extenso plan y le pedí que vayamos paso a paso, explicándole que soy nuevo en esto y que necesitaba instrucciones detalladas.

Entonces, con esta sencilla instrucción tomé control de cómo quería desarrollar el proyecto.

Las bases de datos en Excel

Las bases de datos de la automatización las vamos a tener en Excel, porque Excel nos ofrece una interfaz intuitiva y fácil de usar, reduciendo significativamente la curva de aprendizaje de los usuarios.

¿Excel?

Si, porque además la base de datos de padres y personal del Colegio no van a superar los 2.000 contactos y Excel los maneja muy bien y podrá crecer sin problemas.

Con esa aclaración, planifiqué el contenido de las bases de datos de usuarios y plantillas de mensajes de WhatsApp y, junto con ChatGPT, las fuimos depurando hasta dejarlas prácticamente listas.

Esto fue muy importante, considerando necesidades futuras que podía tener el cliente.

Construcción del escenario en Make

Inicié creando un escenario en Make, y poco a poco fui aprendiendo a usarlo.

Creé el primer módulo para leer la base de datos de plantillas, luego otro módulo para leer la base de datos de usuarios, y luego otro módulo para definir variables.

Y creé algunos otros módulos más de variables: uno para armar el mensaje, otro para manejar errores… proceso largo, minucioso y muy delicado.

En cada módulo hice pruebas exhaustivas antes de continuar agregando el siguiente módulo. Esto era fundamental hacerlo así, para no tener que regresar atrás a hacer correcciones y optimizar mi tiempo.

Los problemas encontrados

Parece todo sencillo, pero me encontré con algunos issues en el proceso.

Uno fue cómo se manejan las fechas. Y aquí la situación fue que ChatGPT me dio instrucciones equivocadas; me decía que las fechas se manejaban de cierta forma en Make, y cuando trataba de implementarlas me daba error. Le enseñaba el error y trataba de darme la solución, pero no eran las instrucciones correctas. No avanzaba.

Buscar alternativas

¿Qué hice?

Descansé y me fui a Perplexity y le planteé la pregunta acerca de las fechas desde otra perspectiva y Perplexity me dio una luz.

Regresé a ChatGPT y descubrí que las instrucciones que me daba se basaban en SQL y a veces en Python y que, por lo tanto, en este caso particular de las fechas, no estaba actualizado.

Finalmente lo resolvimos y fuimos avanzando. Con esto aprendí tres cosas:

Que no necesariamente ChatGPT o cualquier otra IA está al 100% actualizada.

Que hay que plantear las preguntas de diferente forma, tal vez mejor contextualizadas.

Buscar respuestas usando otras IA: cada una de ellas tiene alimentado un contenido diferente.

Ajustando la comunicación con la IA

También hubo otra situación: a veces ChatGPT asumía que dominaba Make y no era muy explícito en las instrucciones, y eso tuve que señalarlo varias veces, que sea más explícito y que no asuma nada. Y así lo hizo.

A propósito de esto también sucedía varias veces que le pedía algo y me respondía en forma excesivamente extensa. Entonces le pedí que a una pregunta que le haga solo me responda “sí” o “no”. Con eso reducía el tiempo de respuesta, ahorraba recursos y, si necesitaba algo adicional, le pedía una explicación igualmente resumida y, si eso no estaba claro, la información detallada. Un proceso incremental y eficiente: Sí/No, Resumen, Detalle.

Y como esto, por supuesto, no quería indicarle a ChatGPT continuamente, en el proyecto le agregué las instrucciones para que así proceda con cada interacción que está disponible en los … (3 puntos) en la parte superior derecha de la ventana del proyecto.

La gestión del proyecto en ChatGPT

Manejar proyectos en ChatGPT es sensacional, porque permite integrar algo en un lugar, está contextualizado, ordenado y facilita la documentación y consulta usando la opción de “Buscar chats” que ahora tiene ChatGPT.

El resultado

Hubo mucha investigación, Twilio se manejó muy bien y finalmente creé la automatización.

Fue un proceso que me tomó 4 días hasta tener un MVP (Minimum Viable Product – Producto Mínimo Viable), que en realidad, por la forma en que lo desarrollé, era el producto final.

Hice la presentación, les encantó por su facilidad de uso y el alcance de la solución que ellos no habían considerado.

Después, en los siguientes 2 días, agregué otros módulos para completar el proceso, que en realidad eran un copy/paste con modificaciones para contemplar todas las opciones disponibles que había programado.

Preguntas frecuentes (FAQ)

1. ¿Qué es Make y para qué sirve?

Make es una plataforma de automatización que conecta aplicaciones sin necesidad de programar. Permite crear flujos (escenarios) para automatizar procesos como envío de mensajes, integración de datos o notificaciones.

2. ¿Por qué usar Excel como base de datos en vez de otra herramienta?

Excel es intuitivo, accesible y fácil de usar para los usuarios finales del colegio. Esto reduce la curva de aprendizaje y permite gestionar la información sin depender de soluciones más complejas.

3. ¿Qué es Twilio y qué hace en este proyecto?

Twilio es una plataforma de comunicaciones en la nube. En este proyecto se usó para enviar mensajes de WhatsApp a través de Make, asegurando que cada notificación llegue de forma confiable y personalizada.

4. ¿ChatGPT hace todo el trabajo por sí mismo?

No. ChatGPT ayuda con ideas, estructura y validación, pero hay que guiarlo con instrucciones claras y validar cada paso. Además, en temas técnicos como manejo de fechas, es útil contrastar con otras IAs como Perplexity.

5. ¿Cuánto tiempo toma hacer un MVP en Make?

Depende del caso, pero en este proyecto el MVP tomó 4 días. La clave fue ir módulo por módulo, probando y validando antes de avanzar.

6. ¿Se puede usar este enfoque en otros sectores además de colegios?

Sí. El mismo modelo se puede adaptar a empresas, ONGs, universidades o cualquier organización que necesite automatizar comunicaciones masivas y personalizadas.

¿Quieres implementar una automatización como esta en tu escuela, colegio, universidad o empresa?

Bueno, ya sabes mi experiencia, pero te preguntarás: ¿y finalmente qué hace esta automatización?

Con esta automatización puedes programar envíos de 5 tipos de mensajes de WhatsApp para crear una comunidad informada y activa de padres de familia y personal de tu institución: