Cómo crear tu primer agente de IA para Marketing y Ventas

Introducción

Hola, ¿qué tal?
Soy el Dr. Carlos Valdez, fundador y director de MercadotecniayVentas.com, un portal educativo donde más del 90 % de nuestro contenido es de libre acceso. Nuestra misión es educar e inspirar a estudiantes, académicos y profesionales en las áreas de mercadotecnia y ventas, a través de contenido innovador y práctico para el desarrollo de habilidades que generen valor real.

Este es un video–audio blog especial, dedicado a estudiantes de mercadotecnia y ventas que están en su último año y que hoy se encuentran buscando oportunidades de empleo.

Quiero comenzar con una realidad muy clara.

Cuando hoy sales al mercado laboral en marketing y ventas, las empresas evalúan principalmente tres cosas.

Primero, tus habilidades blandas: cómo te comunicas, cómo piensas y cómo resuelves problemas.
Segundo, tus habilidades técnicas como mercadólogo o vendedor.
Y tercero —y esto es lo que va a marcar la diferencia en los próximos años— tu conocimiento en inteligencia artificial, más allá de solo usar ChatGPT.

Y aquí quiero ser muy honesto contigo.

Saber usar ChatGPT, crear imágenes, generar presentaciones o redactar textos con inteligencia artificial ya no es una ventaja competitiva.
Eso hoy es como saber usar Office, enviar correos o navegar en internet: se da por hecho.

Yo no soy experto en programación.
Soy profesor de mercadotecnia y ventas, y recientemente realicé una investigación sobre el uso de la inteligencia artificial en nuestro programa universitario.
He hablado con alumnos, profesores, egresados y empleadores, y todos coinciden en algo muy claro:

Usar inteligencia artificial es importante,
pero lo que realmente va a diferenciar a los profesionales en los próximos años es saber usar la IA de forma estratégica.

Y ese siguiente nivel ya no es solo saber escribir mejores prompts.
Ahora hablamos de crear agentes de inteligencia artificial.

Por eso creé este mini-curso.

Voy  a compartir contigo cómo dar tu primer paso real para crear un agente de IA aplicado a marketing y ventas.

No para convertirte en programador, sino para ayudarte a desarrollar una nueva habilidad en tu capacitación en inteligencia artificial, una habilidad que te dará ventaja competitiva hacia 2026.

Esto no es magia.
No es inmediato.
Requiere paciencia, precisión e iteración.

Pero es un primer paso real.

Antes de continuar, quiero que tengas algo muy claro.

Yo ya recorrí este camino de aprendizaje.
Cometí errores, me atoré muchas veces y fui entendiendo poco a poco cómo funciona realmente la inteligencia artificial más allá de usar ChatGPT como un simple usuario.

Pero en este curso no vas a caminar solo.

El maestro que te va a acompañar durante todo este proceso —el que te va a ayudar a pensar, probar, corregir y mejorar— es el mejor maestro de inteligencia artificial que hoy tenemos, y ese maestro es ChatGPT.

Aquí no vamos a usar ChatGPT solo para generar textos.
Lo vamos a usar como tu copiloto de aprendizaje, como la herramienta que te va a ayudar a crear, ajustar y entender tu primer agente de IA.

En la siguiente sección te voy a mostrar cómo vas a trabajar con ChatGPT, qué necesitas para empezar y cómo usarlo de forma estratégica durante todo este proceso.

Estas son las secciones del curso:

1. Cómo vas a trabajar con ChatGPT
2. El entorno que vamos a usar
3. Pensar como creador de agentes de IA
4. Cómo se construye tu primer agente de IA
5. Probar, ajustar y controlar costos
6. Publicar tu agente y dar el siguiente paso

Comencemos.

Sección 1: Cómo vas a trabajar con ChatGPT y qué necesitas para empezar este camino

Antes de hablar de código, agentes o herramientas técnicas, hay algo fundamental que necesito dejar claro desde el inicio.

Para seguir este curso sí necesitas una cuenta pagada de ChatGPT.
No porque sea un lujo, sino porque vamos a trabajar de forma constante con la IA, usándola como apoyo real durante todo el proceso.

En mi caso, yo trabajo en Mac, pero el sistema operativo no es lo importante.
Lo importante es entender que ChatGPT va a ser tu tutor, tu copiloto y tu apoyo mientras aprendes a crear agentes de inteligencia artificial.

Y aquí quiero que hagas algo clave.

No uses ChatGPT como un chat genérico.
Crea un chat específico, dedicado únicamente a la creación de agentes de IA.

Ese chat va a ser tu espacio de trabajo.

Ahí es donde yo le expliqué a ChatGPT qué quería hacer, qué estaba aprendiendo y qué tipo de agente quería construir.

Y ese mismo proceso es el que tú también vas a seguir.

Aquí es donde le planteo a ChatGPT qué rol va a tomar y cómo me va a ayudar durante todo el proceso.

A partir de esa conversación, ChatGPT me indicó el primer paso real para construir un agente: crear una llave de OpenAI, también conocida como API key.

Y aquí es donde entra la parte importante sobre costos.

Una llave de OpenAI es simplemente una forma segura de decirle al sistema:
“Esta aplicación soy yo, y yo me hago responsable del uso”.

Cada vez que tu agente usa inteligencia artificial, OpenAI cobra por ese uso, según la cantidad de información que entra y sale, lo que se conoce como tokens.

En mi caso, para empezar, cargué 5 dólares.
Eso fue más que suficiente para aprender, probar y construir mi primer agente.

La idea no es gastar mucho dinero,
sino aprender a controlar el uso de la IA desde el inicio.

Entender esto desde ahora es clave.

Crear agentes de IA no es magia.
Es usar inteligencia artificial real, y por eso tiene un costo.
Pero también por eso, cuando sabes hacerlo bien, se convierte en una habilidad altamente valiosa.

 

Sección 2: El entorno que vamos a usar

Antes de avanzar, quiero compartirte cómo fue realmente mi proceso, porque aquí hay un aprendizaje importante.

Yo empecé trabajando directamente desde la terminal en Mac.
Ahí construí gran parte del proyecto inicial.

La terminal funciona, pero con el tiempo me di cuenta de algo:
cuando estás aprendiendo a crear agentes de IA, la claridad importa más que la complejidad.

En el momento en que me pasé a Visual Studio Code, el proceso se volvió más claro y más rápido.

Por eso en este curso vamos atrabajar con Visual Studio Code.

No porque sea más avanzado,
sino porque te permite pensar mejor.

Visual Studio Code es el espacio donde:

• Organizas tu proyecto
• Ves claramente qué estás construyendo
• Y conectas todas las piezas del agente

Ahora, hablemos del lenguaje.

Usamos Python porque es un lenguaje que se lee casi como texto.
Eso lo hace ideal para crear agentes de IA, incluso si este es tu primer proyecto.

No necesitas dominar Python.
Solo necesitas entender que Python es el idioma que une todo.

Y finalmente, usamos Streamlit.

Streamlit es lo que convierte todo ese trabajo en una aplicación real.
Es donde el agente recibe información, procesa y responde.

Es el momento en el que la idea se vuelve tangible.

La idea de esta sección es simple:

No se trata de dominar herramientas.
Se trata de entender cómo se relacionan.

• La terminal o Visual Studio Code es donde vas a poner tu código de programación que te va a ir dando ChatGPT.
• Python es el idioma.
• Streamlit es donde el agente cobra vida

En la siguiente sección vamos a entrar en la parte más estimulante del curso:
cómo pensar como creador de agentes de IA antes de programar nada.

Sección 3: Pensar como creador de agentes de IA

Para crear mi primer agente de inteligencia artificial, decidí partir de algo muy concreto y muy real.

Elegí un concepto que enseñamos constantemente en clases de mercadotecnia y ventas:
TAM, SAM y SOM.

Brevemente:

• TAM es el tamaño total del mercado.
• SAM es la parte del mercado a la que realmente puedes servir.
• SOM es la porción del mercado que de forma realista puedes capturar.

Estos conceptos son fundamentales en marketing y ventas,
pero también son retadores, tanto para estudiantes como para profesionales.

Por eso pensé en crear un agente de IA que ayude a calcular TAM, SAM y SOM sí aporta valor,porque es algo que usamos todos en mercadotecnia y ventas.

Aquí es donde empieza a cambiar la forma de pensar. No se trata de “hacer agentes porque suenan avanzados”, sino de crear agentes que realmente te ayuden en tu profesión.

A partir de ahí, inicié un diálogo con ChatGPT muy claro sobre lo que quería hacer
y, sobre todo, sobre lo que NO quería hacer.

Tomé una decisión importante desde el inicio.

Este agente usaría la información que el usuario introduce y la información existente en la IA. No haríamos búsquedas en internet. No usaríamos fuentes externas.

¿La razón? Muy simple.

Conectarse a internet requiere servicios adicionales, interfaces de terceros y eso incrementa los costos.

Yo quería un agente relativamente económico, con un propósito educativo, útil para alumnos y que funcionara como ejemplo real de cómo crear agentes desde cero

Aquí se tomó otra decisión clave.

El usuario del agente debía introducir:

• la industria
• la empresa
• el producto
• el precio
• el mercado geográfico

Y dejamos una opción adicional para agregar más contexto, si era necesario.

Con esa información, el modelo genera una estimación de TAM, SAM y SOM.

El agente se construyó de forma simple, clara y enfocada en la lógica, no en la complejidad técnica. Además, lo hicimos bilingüe, en español e inglés,
porque desde el inicio pensé en alumnos y profesionales en distintos contextos.

Este es un punto muy importante.

Este agente no pretende dar cifras exactas. Pretende ayudar a pensar, estructurar y entender el mercado. Y eso es exactamente lo que hacen los buenos agentes de IA:
apoyan la toma de decisiones, no reemplazan el criterio humano.

Aquí es donde se conecta todo lo que hemos visto hasta ahora.

Pensar como creador de agentes es:

• elegir bien el problema
• definir límites claros
• controlar costos
• y diseñar algo que realmente sea útil

En la siguiente sección vamos a ver cómo se construye este agente, ya conectando esta lógica con una aplicación real.

 

Sección 4: Cómo se construye tu primer agente de IA

En esta sección quiero que entiendas algo muy importante:

Construir un agente de IA no es escribir mucho código. Es conectar bien las piezas correctas.

Cuando ya tienes claro el problema —en este caso, estimar TAM, SAM y SOM— el agente se construye a partir de cuatro elementos muy simples.

1. 1. Prompt → 2. Inputs → 3. Modelo → 4. Output

Esto es todo lo que hay detrás de un agente de IA.”

Primero, el prompt.

El prompt es el cerebro del agente. Ahí defines: qué rol tiene, qué debe hacer, qué límites tiene y cómo debe responder.

En mi caso, el prompt le indica al modelo que actúe como un analista de mercadotecnia
y que genere estimaciones de TAM, SAM y SOM.

Ahora, algo muy importante. El agente utiliza el conocimiento general que ya tiene el modelo —su entendimiento de mercados, negocios y conceptos—
pero no busca información externa ni datos nuevos.

Todo el razonamiento del agente se basa en la información que ya tiene y la que el usuario introduce: la industria, el producto, el precio, el mercado geográfico y el contexto adicional.

Es decir, el modelo no genera cifras 100% reales, sino que usa su conocimiento para razonar, estructurar y dar estimaciones aproximadas con base en esos datos.

Esto es una decisión de diseño. Porque así el agente: es más controlable, es más económico y es más útil como herramienta educativa.

En resumen, el prompt define el comportamiento del agente.

Segundo los inputs.

Los inputs son los datos que el usuario introduce en este agente son: industria, empresa, producto, precio, mercado geográfico y contexto adicional.

El agente trabaja con la información  que tiene y lo que el usuario le comparte.

Tercero el modelo de OpenAI.

Aquí no necesitas entender cómo funciona internamente la inteligencia artificial.
Solo necesitas saber que: el modelo procesa la información, aplica el razonamiento y genera una respuesta estructurada. Y cada vez que hace esto, consume tokens, es decir, tiene un costo. Por eso el diseño importa.

Finalmente, el output.

El resultado no es solo un número. Es una explicación que ayuda a entender el mercado y a tomar mejores decisiones. Ese es el objetivo del agente: apoyar el análisis, no reemplazar el criterio humano.

Cuando conectas estas cuatro piezas:

• un prompt bien pensado
• inputs claros
• un modelo adecuado
• y un output útil

ya tienes un agente de IA funcional.

En la siguiente sección vamos a ver algo clave:
cómo probar, ajustar y controlar el uso y los costos del agente para que sea sostenible.

 

Sección 5: Probar, ajustar y controlar costos

Una vez que tu agente ya funciona, empieza una etapa igual de importante que construirlo:
probarlo y ajustarlo.

Aquí es donde muchos se equivocan.

Piensan que, porque el agente ya responde, el trabajo terminó.
En realidad, ahí es donde empieza el aprendizaje real.

El primer resultado casi nunca es el final.

Cuando yo empecé a probar este agente, me enfoqué en tres cosas muy concretas.

Primero, si la respuesta tenía sentido desde el punto de vista de marketing y ventas.
Segundo, si la explicación era clara y útil, no solo un número.
Y tercero, si el agente se mantenía dentro de los límites que yo había definido.

Aquí aparece un tema clave: los costos. Cada vez que el agente se ejecuta, usa inteligencia artificial real, y eso significa que tiene un costo.

Por eso, desde el inicio tomé decisiones para controlar ese uso: limitar la cantidad de ejecuciones, mantener prompts claros y no excesivamente largos y evitar búsquedas externas innecesarias. Esto para usar la IA con intención.

Este punto es muy importante, sobre todo si algún día haces tu agente público.

Un buen creador de agentes:

• no solo piensa en lo que el agente puede hacer
• sino en cómo se usa, cuánto cuesta y a quién sirve

Eso también es parte de la habilidad. Probar, ajustar y controlar costos es lo que convierte a un experimento en una herramienta profesional.

En la siguiente y última sección vamos a ver cómo publicar tu agente y qué significa realmente dar ese siguiente paso.

 

Sección 6: Publicar tu agente y dar el siguiente paso

Llegar hasta aquí ya es un logro importante. No solo porque creaste tu primer agente de IA,
sino porque entendiste el proceso completo, de principio a fin. Ahora viene una parte clave: publicarlo.

Y quiero aclarar algo desde el inicio.

Publicar un agente no significa necesariamente hacerlo perfecto,
ni lanzarlo al mundo como un producto final.

Publicar significa hacerlo accesible,
aunque sea solo para ti, para tus profesores, o empleadores.

 Esto ya es un activo real.
Esto ya es algo que puedes mostrar.

En mi caso, publiqué el agente usando GitHub y Streamlit.
GitHub me permitió organizar y documentar el proyecto,

y Streamlit hizo posible que el agente se viera y se usara como una aplicación real.

 

Eso cambia completamente la percepción.

Ya no es solo una idea.
Ya no es un experimento académico.
Es un agente de IA funcionando, accesible y demostrable.

📌 Mostrar agente funcionando en vio

Y aquí viene el aprendizaje más importante del curso.

Este no es el final.

Este es solo tu primer agente.

Una vez que entiendes el proceso, puedes empezar a preguntarte:

• ¿Qué otros problemas puedo resolver en marketing?
• ¿Qué tareas repetitivas puedo convertir en agentes?
• ¿Qué análisis puedo automatizar o estructurar mejor?

Aquí es donde empieza a construirse algo mucho más valioso:
un portafolio de agentes de IA. Y esto conecta directamente con tu futuro profesional.

En 2026, la diferencia no la va a marcar quién “usa ChatGPT”, sino quién entiende, diseña y construye soluciones con IA. Este agente es tu primer paso en ese camino.

Con esto cerramos el curso.

Si llegaste hasta aquí, ya no solo sabes qué es un agente de IA, sino que sabes cómo se crea uno.

Y eso cambia todo.

Me despido recordándote que el 90 % de nuestro contenido en MercadotecniayVentas.com es gratuito.

Piensa en mercadotecniayventas.com como el Khan Academy de marketing y ventas en la era de la IA —en español y en inglés—.

Llevamos más de dos años investigando, escribiendo y enseñando lo que funciona en el mundo real, ayudando a estudiantes, académicos y profesionales a aumentar su productividad y transformar la IA en ventaja competitiva.

Cada mes impactamos a miles de personas con contenido práctico y accionable por medio de nuestro sitio y plataformas de difusión como YouTube, Apple Podcasts, Spotify, Facebook, Instagram, TikTok y en especial LinkedIn.

¿Buscas tu primer empleo en Marketing y Ventas?
Creamos un curso corto y práctico para estudiantes de último año y recién egresados. Aprenderás lo que sí piden las empresas hoy: habilidades 2026, IA aplicada, marca personal y un plan de acción. Sin teoría vacía y sin tarjeta de crédito.

Además, cuando estés en tu primer trabajo en mercadotecnia y ventas, te recomiendo el Manual Rojo para Coordinadores de Mercadotecnia y Ventas. No es un libro, es un manual y guía práctica que te ayudará a recordar los temas más importantes en marketing y cómo usarlos con inteligencia artificial.

Por último si quieres que te comparte el código completo de programación para el agente IA para calcular TAM, SAM and SOM ve a nuestra tienda y bájalo de forma gratuita.

Y recuerda en mercadotecnia y ventas siempre tenemos que generar valor.

Gracias y hasta la próxima.