«Quiero ver las conversaciones del equipo» suena a una sola función. Tras unas preguntas se convierte en una arquitectura de acceso. ¿Qué conversaciones? ¿Qué números son de la empresa? ¿Qué pasa con los contactos personales? ¿Quién puede abrir un adjunto? ¿Qué queda tras corregir los datos?

En un proyecto independiente de WhatsApp CRM analizo un sistema para un responsable y varias cuentas telefónicas de trabajo. Es un piloto preparado, no una historia de uso masivo confirmado. Conectar canales reales y comprobar la entrega son etapas aparte.

Abajo está la interfaz de mensajería del equipo con mensajes ficticios. Se puede explorar la relación entre conversación y contacto profesional sin conectar cuentas telefónicas reales.

Conversaciones de trabajo

Interfaz archivada · datos de demostración

Conversaciones de trabajo
Pantalla guardada del proyecto · sin controles interactivos

Primero decidir qué se permite guardar

La base es un conjunto limitado de contactos de trabajo. Se comprueba si el contacto pertenece a él antes de guardar el mensaje y cargar medios. Filtrar lo personal después de almacenarlo supone un nivel de protección completamente distinto.

Junto a la conversación está el perfil de un cliente ficticio. Los cambios disponibles quedan dentro de la demo; el envío mediante un proveedor externo está desactivado.

Perfil del cliente

Interfaz archivada · datos de demostración

Perfil del cliente
Pantalla guardada del proyecto · sin controles interactivos

Los mensajes originales se guardan por separado del trabajo posterior sobre ellos. PostgreSQL incluye restricciones para modificar los registros fuente. Una nota del responsable, una clasificación o un futuro resumen AI no deben reescribir lo que alguien envió realmente.

Los medios están en almacenamiento de objetos privado y se sirven tras comprobar el acceso. Conocer la dirección del archivo no basta. Esto importa especialmente con las vistas previas cómodas: la comodidad no debe convertirse por accidente en un enlace público a un documento de trabajo.

Aquí hizo falta otro stack

La interfaz usa React, el servidor Fastify, los datos PostgreSQL y los adjuntos almacenamiento compatible con S3. El proyecto contempla adaptadores de WhatsApp, incluidos Baileys y 360dialog. Tener un adaptador en el código no significa que una cuenta real esté conectada ni que se hayan comprobado todos los tipos de eventos.

Los canales no se activan solos por defecto. Un sistema así exige una conexión deliberada, comprobar los límites de datos y aceptar los escenarios de trabajo autorizados. No prometo inmunidad a bloqueos, todo el historial antiguo completo ni una entrega perfecta.

Dónde interviene la AI

Ante todo, en el desarrollo. Las funciones futuras útiles pueden incluir resúmenes y búsqueda de acuerdos de trabajo, pero primero hace falta una base fiable. Si los mensajes se mezclan, se pierden o llegan a quien no debe verlos, un resumen inteligente solo hará el error más convincente.

El caso muestra actualmente un piloto preparado: mensajería del equipo y perfil del cliente. Conectar canales reales y comprobar la entrega sigue siendo trabajo aparte. La AI ayudó en el desarrollo; los resúmenes de conversaciones son una posible continuación, no una función activada.

Historias relacionadas: CRM para agentes inmobiliarios · La herramienta inicial de WhatsApp.