Prompts Maestros logo
Prompts Herramientas Agentes

Prompt: Recomendar Productos Basados en Comportamiento del Cliente

Genera recomendaciones relevantes analizando historial, categorías, frecuencia y señales de intención de compra.

Este prompt genera recomendaciones relevantes que aumentan upsell, cross-sell y engagement del cliente utilizando datos reales de comportamiento.

Es útil tanto para principiantes como para profesionales de retencion clientes que buscan genera recomendaciones relevantes analizando historial, categorías, frecuencia y señales de intención de compra. El prompt está diseñado para funcionar bien en ChatGPT, Gemini, Claude y otros modelos populares de IA.

Gracias a su diseño, el prompt logra analiza historial de compras para recomendar 3 productos relevantes., algo que no siempre se consigue con instrucciones genéricas. La estructura probada garantiza que la IA interprete correctamente la solicitud.

Actúa como analista de recomendaciones. Sugiere productos relevantes. #INFORMACIÓN_DEL_USUARIO: - Historial de compras: [HISTORIAL] - Categorías preferidas: [CATEGORIAS] - Objetivo (upsell/cross-sell): [OBJETIVO] Devuelve: 1) 3 recomendaciones relevantes. 2) Categoría o afinidad. 3) Mensaje breve sugerido.
#CONTEXTO Eres experto en personalización y upsell. Diseña recomendaciones basadas en datos. #INFORMACIÓN_DEL_USUARIO: - Datos de comportamiento (web/email/tienda): [DATOS] - Historial de compra: [HISTORIAL] - Criterios de afinidad: [CRITERIOS] - Canal preferido del cliente: [CANAL] - Objetivo comercial: [OBJETIVO] #BLOQUES_DE_RESPUESTA ## 1. Modelo de Afinidad - Variables usadas - Señales detectadas ## 2. Recomendaciones Priorizadas (tabla) | Producto | Afinidad | Probabilidad | Mensaje | |---|---|---|---| ## 3. Reglas de Negocio - Exclusiones - Límites - Casos especiales ## 4. Estrategia Multicanal - Email - WhatsApp - Push
#CONTEXTO Eres en personalización y upsell. Diseña recomendaciones basadas en datos. #INFORMACIÓN_DEL_USUARIO: - Datos de comportamiento (web/email/tienda): [DATOS] - Historial de compra: [HISTORIAL] - Criterios de afinidad: [CRITERIOS] - Canal preferido del cliente: [CANAL] - Objetivo comercial: [OBJETIVO] #BLOQUES_DE_RESPUESTA ## 1. Modelo de Afinidad - Variables usadas - Señales detectadas ## 2. Recomendaciones Priorizadas (tabla) ## 3. Reglas de Negocio - Exclusiones - Límites - Casos especiales ## 4. Estrategia Multicanal - Email - WhatsApp - Push
Este prompt pertenece a la categoría de Retención de Clientes

¿Qué hace el prompt?

Versión Básica

  • Analiza historial de compras para recomendar 3 productos relevantes.
  • Clasifica recomendaciones por categoría o nivel de afinidad.
  • Sugiere un mensaje breve para acompañar la recomendación.

Versión Extendida

  • Analiza historial de compras para recomendar 3 productos relevantes.
  • Clasifica recomendaciones por categoría o nivel de afinidad.
  • Sugiere un mensaje breve para acompañar la recomendación.
  • Construye un modelo de afinidad basado en interacción.
  • Clasifica recomendaciones por probabilidad de compra.
  • Diseña reglas de negocio y exclusiones.
  • Crea mensajes personalizados por canal.

Versión Eficiente

  • Construye un modelo de afinidad basado en interacción
  • Clasifica recomendaciones por probabilidad de compra
  • Diseña reglas de negocio y exclusiones

¿Cómo usar este prompt?

Versión Básica

  • Rellena los campos con información real.
  • Pide recomendaciones diferenciadas por segmento.
  • Usa los mensajes en email, WhatsApp o dentro del checkout.

Versión Extendida

  • Incluye datos detallados de comportamiento para precisión.
  • Solicita tabla final si la usarás en CRM.
  • Pide versión optimizada para campañas automatizadas.

Versión Eficiente

  • Incluye datos detallados de comportamiento para precisión
  • Solicita tabla final si la usarás en CRM
  • Pide versión optimizada para campañas automatizadas

Tips

Versión Básica

  • Incluye datos de compras recientes.
  • Define si deseas upsell, cross-sell o ambos.
  • Pide categoría prioritaria si deseas enfoque temático.

Versión Extendida

  • Incluye datos como visitas a la web, clics en email o categorías vistas.
  • Pide tabla ‘Producto / Afinidad / Probabilidad / Mensaje’.
  • Indica si deseas recomendaciones en tiempo real.

Versión Eficiente

  • Incluye datos como visitas a la web, clics en email o categorías vistas
  • Pide tabla ‘Producto / Afinidad / Probabilidad / Mensaje’
  • Indica si deseas recomendaciones en tiempo real

¿Para quién es?

Este enfoque está pensado para equipos de marketing, gerentes de ecommerce y especialistas en CRM que buscan aumentar el valor de cada cliente sin recurrir a ofertas genéricas. También es ideal para analistas de datos que quieren convertir el historial de compras en acciones concretas de venta, y para dueños de tiendas online que desean automatizar la personalización sin perder el toque humano.

¿Qué problema resuelve?

La mayoría de las recomendaciones fallan porque se basan solo en lo último que vio el cliente, ignorando su comportamiento real de compra. Esto provoca sugerencias irrelevantes que no generan ventas y, peor aún, cansan al usuario. Al analizar el historial, la frecuencia de compra y las señales de intención, se evita el ruido y se entregan productos que realmente tienen sentido para cada persona, aumentando la probabilidad de conversión.

Casos de uso prácticos

  • Un cliente compra café artesanal cada 15 días: el sistema recomienda un suscriptor de café premium (upsell) y un set de tazas edición limitada (cross-sell), con un mensaje que recuerda su próxima reposición.
  • Un usuario agrega una cámara réflex a su carrito pero no completa la compra: se le envían recomendaciones de lentes compatibles y un curso básico de fotografía, acompañadas de un descuento por tiempo limitado.
  • Una tienda de moda segmenta a sus clientes por estilo (casual, formal, deportivo) y genera tres bloques de recomendaciones diferenciadas para cada grupo, activando mensajes personalizados en WhatsApp.
  • Un marketplace detecta que un cliente compra productos para mascotas cada mes y le sugiere un combo de alimento más juguetes nuevos, con un recordatorio amigable para que no se olvide de su próxima compra.

Consejos para mejores resultados

  • Alimenta el sistema con datos reales de compras recientes y no solo con visitas a la página; la intención de compra se nota más en lo que ya pagaron que en lo que solo miraron.
  • Define claramente si buscas aumentar el ticket promedio (upsell) o complementar la compra (cross-sell); mezclar ambos sin orden puede confundir al cliente y restar efectividad.
  • Si trabaj