Cómo automatizar reportes de WhatsApp para clientes con IA

Tres etapas. Primera, el script llama a la API y reúne hechos: estado de cada instancia, campañas programadas y concluidas con sus contadores, conversaciones con mensajes no leídos. Segunda, esos hechos entran en un prompt que pide un resumen corto, sin agregar ningún número. Tercera, el texto pasa por revisión humana y después al cliente.

El punto crítico es la separación. Los modelos de lenguaje se equivocan en las cuentas e inventan contexto. Si todo número del reporte viene del script y la IA solo redacta, el peor error es una frase mal escrita, y no una venta inexistente en el reporte.

El script de abajo lista las instancias de la cuenta y, para cada una, lee las campañas (GET sender/listfolders, que trae estado y contadores como log_total, log_delivered, log_read y log_failed) y las conversaciones con mensajes no leídos (POST chat/find, que devuelve chats con jid, name y unreadCount). Guarda la clave y el secreto en variables de entorno.

Los campos exactos de GET /instances están en la referencia; el ejemplo usa id y name y debe ajustarse a lo que traiga la respuesta de tu cuenta. Los resultados de ventas y de leads de anuncios vienen del portal y de la pestaña Rendimiento, o de tu propio sistema, y no de este script.

const BASE = "https://api.zapzapapi.com/api/v1";
const headers = {
  "Content-Type": "application/json",
  "x-api-key": process.env.ZAPZAP_API_KEY,
  "x-api-secret": process.env.ZAPZAP_API_SECRET,
};

async function call(path, init = {}) {
  const r = await fetch(BASE + path, { headers, ...init });
  if (!r.ok) throw new Error(path + " -> HTTP " + r.status);
  return r.json();
}

const instances = await call("/instances");           // array of instances
const facts = [];
for (const inst of instances) {
  const folders = await call("/" + inst.id + "/sender/listfolders");   // campaigns with counters
  const chats = await call("/" + inst.id + "/chat/find", {
    method: "POST",
    body: JSON.stringify({ limit: 50, sort: "-wa_lastMsgTimestamp" }),
  });
  const unread = (chats.chats || []).filter((c) => c.unreadCount > 0).length;
  facts.push({
    instance: inst.name,
    campaigns: folders.map((f) => ({ status: f.status, total: f.log_total, delivered: f.log_delivered, read: f.log_read, failed: f.log_failed })),
    chats_with_unread: unread,
  });
  await new Promise((res) => setTimeout(res, 1500));   // pause between instances
}
console.log(JSON.stringify(facts, null, 2));

Entrega a la IA solo los hechos del script y una instrucción rígida. Un modelo de prompt que funciona: "Escribes el resumen mensual de WhatsApp de un cliente de agencia. Usa exclusivamente los datos JSON de abajo. No calcules porcentajes que no estén en los datos, no cites números que no estén en el JSON y, si falta un dato, di que no fue medido. Tono: claro, cordial, en español, para quien no es técnico. Estructura: qué pasó, qué merece atención, próximo paso sugerido. Máximo 150 palabras."

Pide siempre "próximo paso sugerido" en lugar de "conclusión": el reporte se vuelve una conversación sobre acción. Y revisa antes de enviar: el reporte lleva la marca de la agencia.

Dos salidas. Por el WhatsApp del cliente, con POST /{instanceId}/send/text (mira enviar mensaje con curl), en horario comercial y solo a quien pidió recibir el reporte. O por el portal del cliente, que ya muestra leads, ventas y rendimiento con su marca, y el reporte pasa a ser un complemento en texto.

Si el reporte se envía desde el número de atención del cliente, trátalo como un mensaje común: nada de publicidad dentro y ninguna marca de la agencia o de ZapZap que el cliente no haya pedido.

Los resúmenes por IA de conversaciones reales involucran datos personales. No envíes el contenido de las conversaciones a un modelo sin base legal y sin contrato con el cliente; prefiere contadores agregados, como en el ejemplo. La LGPD se aplica a la agencia como encargada, y el contrato debe decir qué se procesa y dónde.

Para armar el pipeline con un agente de código, mira construye con IA: Claude Code, OpenAPI y MCP y la página de agentes de IA.