Patrones de flujo

Los flujos de SociaHive son grafos: los pasos son acciones o ramas y las aristas son caminos. Casi todos los flujos son variaciones de un conjunto pequeño de patrones. Conocerlos por su nombre facilita explicarle a un asistente de IA lo que quieres.

Es el equivalente de SociaHive a una biblioteca de prompts: patrones con nombre y con criterio propio, en lugar de un volcado de endpoints.

Enrutador por palabra clave

“Si el comentario dice X, haz A. Si dice Y, haz B. Si no, haz C.”

[trigger: post_comment] → [condition: palabra clave "precio"]  → [comment_reply: precios]
                                            ↓ no
                                 [condition: palabra clave "demo"] → [comment_reply: enlace de la demo]
                                            ↓ no
                                 [comment_reply: agradecimiento]

Cuándo usarlo: cualquier respuesta automática que se ramifique según lo que dijo la persona. Atajo en MCP: generate_flow con la descripción “Ramifica por las palabras clave X e Y; usa Z por defecto”. La IA elige correctamente los pasos condition.

Respaldo con IA

“Prueba primero una respuesta de plantilla. Si el mensaje no coincide con ninguna plantilla, pásalo a la IA.”

[trigger: message] → [condition: ¿coincide con una plantilla?] → [message: plantilla]
                              ↓ no
                     [ai_response]
                              ↓
                     [condition: ¿hay confianza?] → [continuar la conversación]
                              ↓ no
                     [action: handoff_to_human]

Cuándo usarlo: atención al cliente y mensajes directos entrantes en los que casi todo es previsible, pero quieres que el flujo maneje bien lo imprevisto. Por qué supera a la IA pura: las respuestas de plantilla cuestan 0 créditos y nunca inventan nada. La IA solo entra cuando la plantilla no alcanza.

Embudo de recolección de datos

“Pregunta el nombre, luego el correo y después una pregunta de calificación, y envía todo al CRM.”

[trigger: message] → [data_collection: first_name]
                           ↓
                    [data_collection: email]
                           ↓
                    [data_collection: company_size, choices=[1-10, 11-50, 51+]]
                           ↓
                    [action: add_tag "lead-calificado"]
                           ↓
                    [message: enlace para agendar]

Cuándo usarlo: captación de leads, reservas de demos, recepción de solicitudes de empleo. Consejo: los pasos data_collection traen validación integrada. Usa los tipos email, phone y url: SociaHive comprueba el formato.

Secuencia con ramas

“Día 0: bienvenida. Día 2: tutorial. Día 5: preguntar si necesita ayuda. Ramifica según la respuesta.”

[trigger: subscribe] → [message: bienvenida]
                           ↓
                    [delay: 2 días]
                           ↓
                    [message: tutorial]
                           ↓
                    [delay: 3 días]
                           ↓
                    [message: "¿sigues usándonos?"]
                       ↙       ↘
                  [sí]         [no/sin respuesta: 24 h]
                    ↓                ↓
              [message: consejos]   [action: tag "en-riesgo"]

Cuándo usarlo: secuencias de incorporación, entrega de cursos, flujos para recuperar a quienes se alejaron.

De comentario a mensaje directo

“Una respuesta pública al comentario (‘Te lo envío por mensaje directo ahora’) junto con un mensaje directo privado.”

[trigger: post_comment, palabra clave "info"] → [comment: "Te lo envío por mensaje directo ahora 📩"]
                                                       ↓
                                              [instagram: opening_dm, body="Aquí tienes la información..."]

Cuándo usarlo: la jugada básica de Instagram. La respuesta pública refuerza la señal para el algoritmo; el mensaje directo lleva a la persona a un canal donde muestra más interés en comprar.

Webhook al terminar

“Cuando este flujo termine, avisa a nuestro CRM.”

[…flujo…] → [último paso] → [webhook: POST https://crm.example.com/lead, body=$context]

Cuándo usarlo: integración con sistemas externos (HubSpot, Salesforce, CRM personalizados) mientras llegan los conectores nativos. Consejo: el paso webhook envía todo el contexto de la ejecución del flujo: todos los valores recopilados, etiquetas y variables. Es más fácil que armar los datos en cada llamada.

División aleatoria A/B/C/D

“Envía la variante A, B, C o D, 25/25/25/25.”

[trigger] → [randomizer: 4 variantes]
                ↓        ↓        ↓        ↓
            [msg: A] [msg: B] [msg: C] [msg: D]
                ↓        ↓        ↓        ↓
            [tag: A]  [tag: B] [tag: C] [tag: D]

Cuándo usarlo: pruebas A/B de textos o de prompts de IA. Aplica una etiqueta más adelante para que las estadísticas se puedan filtrar por variante.

Antipatrones

• Bucle infinito. Un flujo cuya última arista apunta de vuelta a su disparador. El motor de SociaHive se protege con una profundidad máxima, pero gastas créditos por el camino.
• Monolito de 100 pasos. Si un flujo tiene más de 30 pasos, divídelo. Usa uno para calificar y activa otro mediante una etiqueta o una secuencia.
• IA para ramas simples. Un paso condition es gratis; un ai_response cuesta 5 créditos. No pagues 5 para decidir “sí o no”.

Del objetivo al patrón

Cómo armar uno de ellos

Lo más rápido es describírselo a tu asistente de IA por MCP y dejar que llame a generate_flow. Consulta la guía de configuración del MCP para conectar Claude, ChatGPT o Cursor y luego escribe algo como:

Crea un flujo de SociaHive con el patrón “de comentario a mensaje directo”: cuando un comentario de Instagram contenga “precio” en cualquiera de mis publicaciones, responde en público con “Te lo envío por mensaje directo ahora 📩” y envía un mensaje directo con mi enlace de precios.

O arma el flujo directamente con el SDK: consulta la guía rápida para desarrolladores.