SALESFORCE Agentes Marketing Cloud

OPEN SPACE vuelve a Pamplona: 23 ediciones compartiendo nuevas miradas sobre la tecnología.

Del reporting a la construcción de campañas

En nuestro primer caso con el MCP montamos un sistema de reporting: el agente construyó históricos y KPIs conversando con el consultor, como un copiloto técnico. La pregunta natural fue la siguiente: ¿puede el mismo MCP sostener el trabajo diario de montar y orquestar una campaña?

Mientras preparamos la PoC, hemos construido en JLAB el que será su primer caso de uso: la orquestación de una campaña de principio a fin. Es un caso sintético, una campaña de retención de nuestra marca ficticia BBank con segmentación por tramos de puntos, email personalizado, journey y control de calidad, sin datos de clientes ni entorno productivo.

Tres roles, tres agentes, un mismo MCP

Ese copiloto técnico ahora se divide en tres roles, cada uno asignado a un agente inspirado en un asistente icónico de la cultura pop:

Alfred, el consultor: explora la plataforma, analiza la ficha de necesidad e identifica las Data Extensions de origen.
Jarvis, el líder técnico: construye Data Extensions, queries, Automations y el email en AMPscript, ejecuta pruebas y monta el journey.
C-3PO, el agente de QA: revisa lo construido contra un checklist y la ficha, y reporta lo que no coincida. No corrige nada.
Tiempo: unos 60 minutos de agente para la segmentación, la parte más compleja, incluidos el diagnóstico y la corrección de la query; y menos de 10 para el email y los dos journeys, de los que poco más de tres fueron de construcción una vez confirmados los detalles.
Componentes: ocho, creados vía MCP: Data Extension, query, Automation, email, dos journeys y sus definiciones de evento.
Precisión: 25 clientes segmentados, 15 en el primer tramo y 10 en el segundo, exactamente lo esperado.
Intervención humana: cinco ajustes a mano, entre limitaciones del MCP y errores detectados en la revisión.

Los tres comparten una única conexión al servidor MCP, pero están configurados para no ver las mismas tools: Alfred y C-3PO solo las de lectura y Jarvis también las de escritura, con un límite de pasos por turno. Ninguno publica nada sin que una persona lo confirme antes.

De la ficha de necesidad a la validación humana

En el primer artículo aprendimos que el blueprint importa más que el prompt. Aquí ese blueprint es la ficha de necesidad: objetivo de la campaña, reglas de segmentación y exclusión, contenido y nomenclatura de cada objeto.

Flujo de construcción: cada agente accede a Marketing Cloud solo a través del MCP y con los permisos de su rol.

Así fue en la práctica. A partir de la ficha, el agente identificó los objetos, les aplicó la nomenclatura y construyó la segmentación. La primera prueba dejó la Data Extension vacía: el agente revisó los datos de origen, detectó que la query filtraba por tipos de tarjeta que no existían y la corrigió. La segunda devolvió exactamente los clientes esperados.

Con el email y los journeys, el límite de pasos funcionó como punto de control: antes de escribir nada en Marketing Cloud, Jarvis se detuvo y nos pidió confirmar qué Data Extension usar y dónde guardar el email. Con nuestra respuesta, en poco más de tres minutos creó el email y los journeys de pruebas y producción, ambos en borrador.

La revisión humana sigue siendo imprescindible. En esta primera iteración la hicimos nosotros, directamente en Marketing Cloud: encontramos el criterio del decision split sin valores y un enlace de baja mal personalizado, y los corregimos a mano. Son justo el tipo de fallos que C-3PO tendrá que detectar en la siguiente iteración. Además, el email calculaba mal los puntos restantes: el agente había aplicado fielmente la fórmula de nuestra especificación, y el error estaba en ella. El agente ejecuta lo que le pides, también tus errores.

Nos decidimos por una arquitectura agnóstica al modelo de IA

Buscábamos flexibilidad frente al proveedor del modelo de IA. Por eso usamos OpenCode, un framework de código abierto que se ejecuta en el equipo del consultor y funciona como integrador: conecta a los agentes con los modelos de IA y, a través del MCP, con Marketing Cloud.

Esta arquitectura agnóstica al proveedor del modelo de IA nos permite usar distintos proveedores como herramientas, sin depender de uno solo, y combinar modelos de pago para la construcción compleja con modelos gratuitos para consultas y revisiones. En esta primera iteración fuimos un paso más allá: todo el caso se construyó solo con modelos gratuitos. Lo que no cambia es el canal: el servidor MCP de Marketing Cloud Engagement es nuestra única vía para crear componentes en la plataforma.

Límites encontrados, pero con la promesa de una solución futura

El agente no consiguió programar la Automation ni añadir un campo a una Data Extension existente a través del MCP, y lo terminamos a mano; tampoco hay tools para las actividades de Journey Builder que escriben en Sales Cloud. Aun así, Salesforce presenta su servidor MCP como un primer paso hacia una experiencia headless y planea seguir ampliando sus tools.

Primeros resultados en JLAB

Estos son los datos de nuestro laboratorio:

Tiempo: unos 60 minutos de agente para la segmentación, la parte más compleja, incluidos el diagnóstico y la corrección de la query; y menos de 10 para el email y los dos journeys, de los que poco más de tres fueron de construcción una vez confirmados los detalles.
Componentes: ocho, creados vía MCP: Data Extension, query, Automation, email, dos journeys y sus definiciones de evento.
Precisión: 25 clientes segmentados, 15 en el primer tramo y 10 en el segundo, exactamente lo esperado.
Intervención humana: cinco ajustes a mano, entre limitaciones del MCP y errores detectados en la revisión.

Siguiente paso: los resultados de la PoC

Con este caso construido en JLAB, el consultor deja de teclear cada paso y se centra en lo que aporta criterio: definir bien la ficha, validar lo que proponen los agentes y decidir qué se publica. Nuestros siguientes pasos son incorporar a C-3PO a la revisión y llevar el caso al entorno de la PoC. Sus resultados serán nuestra tercera entrega, medidos con los criterios del primer artículo: tiempos, retrabajo, consumo y gobierno de permisos.