Intensivo Gratis 21–22.11Intensivo gratuito de 2 días en Vibecoding (21–22 nov, 16:00 MSK) · Cohorte 3 inicia 23.11Registrarse gratis →Cohorte 3 (23.11)

Zamesin montó con Claude un CRM personal: 9000 personas de Telegram y 4000 dosieres en seis horas

Vanya Zamesin olvidaba responder a la gente y perdía contactos que le habían recomendado, así que montó un CRM personal: una base de contactos con dosieres y una lista de tareas. Claude analizó la exportación de sus chats privados de Telegram, encontró 9000 personas y en seis horas elaboró dosieres de las 4000 más importantes a través de LinkedIn y el servicio Apify. Todo se controla con un bot de Telegram conectado a Claude en su ordenador doméstico. Así, cualquier fundador puede convertir el caos de los chats en una lista de trabajo.

Procesado por IA desde TG: @zamesin (Ваня Замесин); editado por Hamidun News
Zamesin montó con Claude un CRM personal: 9000 personas de Telegram y 4000 dosieres en seis horas
Fuente: TG: @zamesin (Ваня Замесин). Collage: Hamidun News.
Escuchar artículo
Ficha técnica y cifras clave
ParámetroDatos
Fuente originalTG: @zamesin (Ваня Замесин) ↗
Editor jefe
Costessuscripción a Claude de $200 (cuota semanal) y $30 en Apify
Dato clave #2Para la rutina masiva usó el modelo ligero Haiku, para no agotar los límites
La pantalla «Hoy» reúne las tareasa quién escribir y qué hacer

Quien chatea mucho en Telegram acumula allí cientos de conversaciones con promesas a medias del tipo «quedamos para hablar esta semana» y recomendaciones como «habla con esta persona». La memoria falla y los contactos útiles se pierden. Vanya Zamesin, fundador de la escuela Boost, lo resolvió a su manera: montó él mismo un CRM personal, es decir, una base de contactos con un dosier por persona y todas las tareas reunidas en una sola lista.

Claude (el asistente de IA de Anthropic) analizó sus chats y encontró 9000 personas; después, en seis horas, elaboró dosieres de las 4000 más importantes mediante el servicio Apify, que extrae datos de LinkedIn. Todo el sistema costó una suscripción a Claude de $200 y $30 en Apify.

Cómo está montado

El primer paso es casi trivial: Telegram Desktop incluye una función para exportar todo el historial de conversaciones, y Zamesin la usó. Después levantó un servidor y le dio a Claude una clave API de Apify para que pudiera recopilar datos de LinkedIn.

Viene entonces un detalle importante que a menudo se pasa por alto. Antes de procesar nada, Zamesin explicó al modelo su contexto: cuáles son sus objetivos para entrar en el mercado estadounidense y cuáles para su negocio en Rusia. Claude leyó las sesiones de trabajo y entendió por sí mismo con quién trataba. Sin ese contexto, «persona importante» sigue siendo una abstracción; con él, el modelo distingue a un inversor relevante de un conocido ocasional.

A continuación, Claude recibió el encargo de leer todos los chats privados y listar a las personas con las que el autor había hablado o que le habían recomendado. Zamesin no analizó los chats de grupo: tienen demasiado ruido. El resultado fueron 9000 personas.

Dosieres de 4000 personas

Nadie necesita nueve mil contactos completos. Por eso el autor primero decidió qué dosier quería de cada uno y después eligió a unas 4000 personas para las que merecía la pena elaborarlo. Claude, junto con Apify, recopiló información de fuentes abiertas. El trabajo llevó unas seis horas.

Para no agotar los límites, Zamesin lanzó la tarea con el modelo ligero Haiku en modo medium, y no con la versión más potente. Es un buen truco práctico: la rutina masiva en la que hay que extraer y consolidar datos no requiere un modelo caro. Conviene reservar el modelo potente para las tareas complejas; para una cadena de miles de operaciones idénticas, basta uno ligero.

Costes finales: la cuota semanal de la suscripción a Claude, de $200, y $30 en Apify. El autor se mantuvo dentro de ambas cifras. Los CRM comerciales con enriquecimiento de datos suelen cobrar por puesto de trabajo o por cada contacto procesado; aquí la base se montó con una suscripción que el autor ya tenía y un pequeño extra por el scraping.

Un bot de Telegram como panel de control

La interfaz es lo mejor resuelto. Zamesin creó un bot que reenvía los mensajes a una sesión de Claude en su ordenador doméstico, y esa sesión tiene acceso al CRM. Eligió Telegram porque es el sitio al que resulta más fácil reenviar mensajes, notas y audios.

El propio CRM tiene una pantalla «Hoy» donde se reúnen todas las tareas: a quién escribir y qué hacer. Al bot el autor le envía tareas nuevas o le dicta lo que quiere: crear una tarea, buscar personas, mejorar el propio CRM o su lógica. El resultado es una lista de tareas única en la que Claude no solo guarda los pendientes, sino que ayuda a completarlos.

Qué conviene tener en cuenta

El post es personal y carece de detalles técnicos: no incluye el esquema de la base de datos, ni código, ni una descripción de cómo el bot mantiene la sesión. Con él no se puede replicar el sistema tal cual. Además, hay una cuestión ética: recopilar dosieres de miles de personas a partir de LinkedIn y de chats privados choca con la privacidad y, en muchos países, con las leyes de protección de datos personales. Por último, todo funciona en el ordenador doméstico del autor, de modo que el sistema depende de que ese equipo esté encendido.

El post termina con publicidad de los cursos Boost y Boost Pro, pero la receta no pierde valor por ello: exportar tus propios datos, explicar el contexto al modelo, procesar el volumen con un modelo barato y reservar la suscripción cara para el diálogo. Si eres fundador, product manager o vendedor con miles de contactos «congelados», este esquema se puede montar en un fin de semana y mantener bajo tu control.

Historia

Preguntas frecuentes sobre la noticia

Cómo está montado?

El primer paso es casi trivial: Telegram Desktop incluye una función para exportar todo el historial de conversaciones, y Zamesin la usó. Después levantó un servidor y le dio a Claude una clave API de Apify para que pudiera recopilar datos de LinkedIn. Viene entonces un detalle importante que a menudo se pasa por alto. Antes de procesar nada, Zamesin explicó al modelo su contexto: cuáles son sus objetivos para entrar en el mercado estadounidense y cuáles para su negocio en Rusia.

¿Qué se sabe sobre Dosieres de 4000 personas?

Nadie necesita nueve mil contactos completos. Por eso el autor primero decidió qué dosier quería de cada uno y después eligió a unas 4000 personas para las que merecía la pena elaborarlo. Claude, junto con Apify, recopiló información de fuentes abiertas. El trabajo llevó unas seis horas. Para no agotar los límites, Zamesin lanzó la tarea con el modelo ligero Haiku en modo medium, y no con la versión más potente.

¿Qué se sabe sobre Un bot de Telegram como panel de control?

La interfaz es lo mejor resuelto. Zamesin creó un bot que reenvía los mensajes a una sesión de Claude en su ordenador doméstico, y esa sesión tiene acceso al CRM. Eligió Telegram porque es el sitio al que resulta más fácil reenviar mensajes, notas y audios. El propio CRM tiene una pantalla «Hoy» donde se reúnen todas las tareas: a quién escribir y qué hacer. Al bot el autor le envía tareas nuevas o le dicta lo que quiere: crear una tarea, buscar personas, mejorar el propio CRM o su lógica.

ZK
Zhemal Khamidun — CPO de Alpina Digital, product manager de AlpinaGPT. Crea productos de IA desde 2019. Hamidun News es un proyecto personal que creció hasta ser un agregador en producción con más de 6.000 lectores.
✦ Unified AI Workspace · Nomad

Test Frontier LLMs & Autonomous Agents in One Workspace

Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.

Try Nomad AI →Launch Nomad Agent
¿Qué te parece?
Cargando comentarios…