Construir un motor de crecimiento con agentes de IA: experimentos, aciertos y errores en Vellum

Anita Kirkovska, que lidera el crecimiento en Vellum, cuenta en este caso práctico cómo un equipo de marketing de tres personas intentó alcanzar el alcance de uno mucho mayor con agentes de IA. Dice que el punto de inflexión llegó hacia febrero de 2026, cuando aparecieron modelos más potentes y mejores entornos de agentes ("harnesses"). Los llama "ingenieros de GTM en un centro de datos". La tesis es que el crecimiento se está convirtiendo en un problema de ingeniería, aunque no todo necesita escalar ni todo problema necesita IA. El texto repasa los experimentos, lo que funcionó y dónde se equivocaron.

Sitio web potenciado por agentes. Para la autora, el primer paso es que la web, la puerta principal a internet, funcione con agentes. En Vellum, crear una página de producto podía llevar días o semanas, y la separación entre el sitio y el producto limitaba los experimentos. Hacia marzo, ella y su CTO migraron de Webflow a un sitio basado en código en solo un mes, usando agentes de programación. El sitio vive ahora en un repositorio de GitHub, con Sanity como CMS headless, y el equipo trabaja páginas y contenido con sus asistentes. Está integrado con el resto de herramientas, de modo que el feedback sobre la web se captura en Slack y el asistente puede convertirlo en un pull request.

La transición tuvo costes. Los modelos no eran buenos en diseño frontend, algo que según la autora ya ha cambiado a fecha de 2 de noviembre. Su consejo es apostar siempre a que el modelo mejorará. El segundo problema es que ahora todo el mundo puede tocar la web, lo que es una bendición y una maldición. Hicieron falta reglas compartidas sobre dónde viven los datos, qué pueden cambiar los agentes y cómo se revisa el trabajo. Dar las herramientas fue lo fácil. Enseñar a usarlas bien exigió mucha formación.

Artículos "virales". El equipo usó un archivo SKILL.md reutilizable para producir artículos comparativos y explicativos de benchmarks alrededor de lanzamientos de nuevos modelos. Algunos alcanzaron decenas de miles de visitas en un solo día. La skill de redacción orientada a GEO definía el proceso: recopilar fuentes en vivo, guardar notas de investigación, respaldar las comparaciones con citas y pasar un control de calidad antes de la revisión. Se aplicó a comparativas cara a cara, listados y otros formatos. También ampliaron los temas a categorías adyacentes, como agentes de voz, herramientas de búsqueda y scrapers web. Esos artículos abrieron otra oportunidad: empresas que querían enlaces desde ellos y ofrecían backlinks a cambio.

UGC orgánico (y con IA). Aquí reconoce el mayor error. Persiguieron la escala con creadores humanos e influencers de IA antes de saber qué funcionaba. Con las prisas, los creadores no recibieron una incorporación adecuada y no se enamoraron del producto, lo que describe como una receta para el desastre. Si empezara un programa de UGC desde cero, elegiría a pocos creadores a mano, invertiría en su conocimiento del producto, su voz y su relación con la marca, y lo mantendría todo internamente. Para ella la clave es la obsesión. Cita como ejemplo a estudiar el playbook de Wispr Flow de Hector Serrano: empezar con un grupo pequeño, invertir en coaching y relaciones, y luego escalar lo que funciona. Para un producto técnico recomienda creadores reales, con guiones y postproducción automatizados con agentes. También menciona que pueden clonarse con herramientas como VEED, y que Higgsfield sirve para crear variaciones con influencers de IA sobre vídeos grabados por uno mismo. Ella probó un vídeo propio sobre unas gafas de IA retocado con otra persona de IA.

Contenido a escala. Según la autora, Claude ya crea muy bien vídeos explicativos si se dispone de una buena skill para el formato. En ElevenLabs se puede clonar la voz con un vídeo de unos 10 minutos. Crear será fácil y lo difícil será la distribución. Sugiere empezar con vídeos cortos en TikTok y YouTube, porque los algoritmos son generosos con las cuentas nuevas. Su flujo parte de una idea escrita y acaba en un vídeo y un artículo: clona su voz con ElevenLabs, genera el vídeo con Claude, publica automáticamente en AIExplained y YouTube, y genera un artículo reutilizado. Muestra tres ejemplos: un post convertido en un explicativo de dos minutos, un vídeo a partir de un filing que Claude leyó, y un vídeo de producto de 40 segundos para Ambient generado desde un único prompt.

Performance marketing que se adapta al usuario. Describe un bucle personalizado que convierte un lead frío en usuario mientras el agente aprende qué necesita, de modo que la intención del anuncio se traslada a la landing y al onboarding. La idea es que el usuario no se adapta al producto, sino que el agente se adapta a cada usuario. Probaron muchos creativos generados con IA en Meta y crearon con Codex landings a medida para cada tema principal. Se aseguraron de capturar esos datos en el onboarding para que el agente supiera cómo activar a cada usuario. También usaron lo que llama "ugly ads", anuncios sin aspecto de marca y nativos de la plataforma, como los de Instagram Stories.

Activación guiada por agentes. La autora ya había escrito un caso completo sobre el rediseño del onboarding de Vellum, donde ahora el agente se incorpora al usuario y no al revés. Según el texto, el experimento mejoró la finalización del onboarding en 10,7 puntos porcentuales, y la activación del día uno subió del 27,5 % al 37,4 %. El flujo, construido en buena parte con Claude Code, combina cuatro piezas. Primero, el usuario elige la cara, el nombre y la personalidad de su asistente, mientras un agente de investigación profunda completa en segundo plano información sobre él. Segundo, el usuario confirma lo encontrado y el asistente propone tareas a medida. Tercero, hay un check-in al día siguiente: tras conectar Google Calendar, el usuario puede confirmar una reunión con su asistente. Cuarto, una secuencia de emails personalizada, montada con su asistente, Resend y Claude Code. Casi el 6 % de los usuarios que conectaron Google Calendar volvieron a través de la invitación, porque el asistente agendó una reunión 1:1 con ellos.

Recursos que los agentes pueden citar. El Vellum LLM Leaderboard permitía comparar modelos por benchmarks públicos, velocidad, latencia y precio. Era un recurso interactivo con mantenimiento continuo. Era importante por dos motivos: construía autoridad temática en evaluaciones, un campo en el que la empresa vendía activamente, y generaba relevancia para búsquedas de navegadores de agentes, con muchas recomendaciones. La autora afirma que los benchmarks y otros datos de evidencia son lo que los agentes buscan ahora. El recurso se automatizó por completo: procesos en segundo plano detectaban nuevos modelos y benchmarks, y actualizaban la página y su fecha de "última actualización" casi al lanzarse. Según ella, esa página por sí sola aportó la mitad del tráfico anual.

Nota editorial: el texto recibido parece terminar de forma abrupta tras la sección del leaderboard, por lo que este resumen cubre solo lo que figuraba en el contenido descargado. Las cifras y resultados son los que declara la propia autora, sin verificación independiente.