TL;DR: Para crear una lista de prospectos con agentes en Claude Code, divide el trabajo en cuatro tareas de tablero: una búsqueda gratuita de personas en Apollo mediante Firecrawl Alexandria, un filtrado de cualificación sobre los campos devueltos por la búsqueda, un enriquecimiento de pago con People Data Labs únicamente para los perfiles seleccionados y una revisión humana antes de cualquier contacto. Una sola clave de Firecrawl cubre a todos los proveedores y cada tarea reporta lo que ha consumido.
Puedes crear una lista de prospectos con agentes en una única y larga sesión de Claude Code. Pides los «vicepresidentes de ingeniería de estas diez empresas, con sus correos de trabajo», y el agente busca, enriquece y te entrega un CSV. El problema llega con la factura: el agente ha pagado por enriquecer perfiles que habrías descartado solo por su cargo.
Firecrawl Alexandria facilita aplicar este orden de «lo barato primero». Reúne cientos de proveedores de datos bajo una sola clave API de Firecrawl, con una regla muy clara: el descubrimiento es gratuito, mientras que la ejecución cuesta los créditos indicados en cada herramienta. En este artículo explicamos cómo estructurar ese pipeline como tareas en Sharkly, usando Claude Code o Codex como entorno de ejecución (runtime), y detallamos el coste en créditos de cada etapa.
Qué aporta Firecrawl Alexandria a un agente de prospección
Firecrawl Alexandria es una biblioteca de proveedores de datos a los que un agente puede llamar con una única clave de Firecrawl. La página de Alexandria enumera 430 proveedores y 2461 capacidades. El agente descubre una herramienta gratis, consulta sus parámetros de entrada y precio, y luego la ejecuta a través del mismo endpoint scrape que utiliza para páginas web.
Para las listas de clientes potenciales, la categoría People es la que realmente importa. Incluye 12 proveedores, entre ellos Apollo, People Data Labs, FullEnrich y Data Legion para enriquecimiento, además de fuentes públicas como listas de sanciones y el registro NPI. En este artículo utilizaremos dos de ellos:
| Proveedor | Capacidad | Precio indicado | Función en el pipeline |
|---|---|---|---|
| Apollo | people/search |
0 créditos | Buscar personas por cargo en los dominios objetivo |
| People Data Labs | person/enrich |
60 créditos por llamada | Completar los campos del perfil solo para personas cualificadas |
La propia página de Apollo en Alexandria incluye una habilidad integrada llamada «Search-first prospect list». Su descripción resume toda la estrategia en una frase: primero busca gratis, revela únicamente a las personas por las que merece la pena pagar y luego localiza correos corporativos verificados en orden de menor a mayor coste. El tablero que mostramos a continuación convierte esa idea en cuatro tareas con responsables asignados.
Por qué una lista de prospectos necesita etapas y no un solo prompt
Una sola sesión oculta la decisión clave que determina el coste: a quién se descarta antes de realizar la llamada de pago. Las tarifas de Firecrawl hacen que esta diferencia sea evidente.
Imagina que Apollo devuelve 40 personas repartidas entre tus diez dominios. Enriquecerlas a todas a razón de 60 créditos por persona cuesta 2400 créditos, más del doble de los 1000 créditos mensuales del plan Free. Si un filtrado previo por cargo conserva solo 12, el enriquecimiento costará 720 créditos y entrará sin problemas en el plan Free.
Esa regla de descarte es una decisión de negocio. Alguien debe decidir si un «Head of Platform» califica como comprador. Cuando esto queda enterrado dentro de un prompt, nadie lo revisa. Cuando se define como una tarea con un responsable asignado (Assignee), tiene un dueño, un estado y un registro claro de lo que ha cambiado.
Cómo crear una lista de prospectos con agentes: las cuatro tareas
A continuación presentamos el pipeline estructurado en tareas de tablero. Enlázalas mediante blocks / is blocked by («bloquea / está bloqueada por») para que cada etapa espere a la anterior.
| Tarea | Responsable | Coste en Firecrawl | Criterio de finalización |
|---|---|---|---|
| 1. Traducir el ICP a filtros de Apollo + búsqueda de personas | Agente | 0 créditos | Lista de personas guardada y recuento de filas publicado |
| 2. Cualificar según los campos devueltos | Agente | 0 créditos | Perfiles seleccionados y motivos de descarte publicados |
| 3. Enriquecer los perfiles seleccionados en People Data Labs | Agente | 60 créditos por llamada | Filas enriquecidas publicadas y créditos consumidos reportados |
| 4. Revisión previa al contacto | Persona | 0 créditos | Lista aprobada, editada o devuelta para corrección |
Paso 1: Convertir el ICP en una búsqueda gratuita en Apollo
La primera tarea transforma tu perfil de cliente ideal (ICP) en los parámetros de búsqueda de Apollo. Esta capacidad admite person_titles, q_keywords, q_organization_domains_list, page y per_page, con un máximo de 100 resultados por página. El playground de Apollo indica que esta llamada cuesta 0 créditos.
El descubrimiento también es gratuito. Si el agente no sabe qué herramienta utilizar, consulta a Alexandria con sources: ["alexandria"]. La documentación de Firecrawl advierte que añadir "web" a las fuentes devuelve también resultados web de pago, por lo que conviene limitar el descubrimiento exclusivamente a herramientas.
# Free tool discovery: tools only, no paid web results
curl https://api.firecrawl.dev/v2/search \
-H "Authorization: Bearer $FIRECRAWL_API_KEY" \
-H "Content-Type: application/json" \
-d '{"query": "find people by job title at a company", "sources": ["alexandria"], "limit": 3}'
# Apollo people search at the target domains (listed at 0 credits)
curl https://api.firecrawl.dev/v2/scrape \
-H "Authorization: Bearer $FIRECRAWL_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"alexandria": {
"provider": "apollo",
"capability": "people/search",
"options": {
"person_titles": ["VP of Engineering", "Head of Platform"],
"q_organization_domains_list": ["example-one.com", "example-two.com"],
"page": 1,
"per_page": 100
}
}
}'
El resultado se devuelve en alexandria[0].data. La documentación de Firecrawl aconseja comprobar los errores de cada herramienta antes de utilizar sus datos, así que conviértelo en parte de los criterios de aceptación: la tarea no se da por terminada hasta que el agente publique el recuento de filas y los posibles errores encontrados.
Paso 2: Cualificar según los campos ya devueltos por la búsqueda
La tarea de cualificación no cuesta nada. Lee la salida de la búsqueda y descarta filas basándose en la información que ya tiene: cargo incorrecto, empresa equivocada o persona duplicada. Sin llamadas adicionales.
Coloca las reglas de descarte donde todos los agentes puedan leerlas. Una Skill de Sharkly empaqueta instrucciones reutilizables para el trabajo de los agentes, de modo que las reglas se convierten en una única Skill asociada a cada agente de prospección, tal como se explica en Skills en Sharkly.
# lead-rules.md (owner: the person who approves the send)
keep_titles: ["VP of Engineering", "Head of Platform", "Director of Engineering"]
drop_if: [title_not_in_keep_titles, company_domain_not_in_list, duplicate_person]
max_enrich_calls_per_run: 15
pdl_min_likelihood: 6
every_task_reports: [rows_in, rows_out, credits_spent, errors]
Paso 3: Enriquecer únicamente los perfiles seleccionados
Esta es la fase de pago. La capacidad person/enrich de People Data Labs figura con un coste de 60 créditos por llamada. Acepta un pdl_id, un email o un email_hash como parámetros suficientes, además de otros 18 campos opcionales. Haz que el agente consulte la definición completa de parámetros con findTools antes de mapear los campos de la búsqueda a las entradas de enriquecimiento.
El parámetro más rentable es min_likelihood. Admite valores del 1 al 10 y su valor por defecto es 2, nivel en el que Firecrawl indica que la probabilidad de que la coincidencia sea la persona correcta es de solo entre el 10 y el 30 %. Aumentarlo convierte una coincidencia débil en un error 404, y la página del proveedor explica con claridad por qué resulta ventajoso: «aquí un 404 es gratis y un registro erróneo, no».
// One enrich call per qualified person; client set up with $FIRECRAWL_API_KEY
const result = await firecrawl.scrape({
alexandria: {
provider: "people-data-labs",
capability: "person/enrich",
options: {
email: person.email, // or pdl_id / email_hash
min_likelihood: 6, // weak matches 404 instead of billing a wrong record
titlecase: true,
},
},
});
const record = result.alexandria[0];
if (record.error) report.errors.push(record.error);
People Data Labs también tiene una cuota a través de Alexandria: 50 000 llamadas a la API al año por organización cliente, compartidas entre los endpoints de personas y empresas. Los reintentos cuentan y la cuota se reinicia el 1 de enero UTC. Esta es una razón más para limitar las llamadas de enriquecimiento por ejecución en el archivo de reglas.
Si una llamada falla con el error THIRD_PARTY_DATA_TERMS_REQUIRED, la respuesta incluye una requiresAction.url. Un administrador de la organización debe aceptar allí las condiciones del proveedor, y la documentación de Firecrawl especifica que los agentes requieren la autorización explícita del usuario antes de aceptar condiciones. Trátalo como una transferencia: el agente deja la tarea en espera de respuesta humana.
Paso 4: Una persona revisa antes de iniciar el contacto
La última tarea corresponde a una persona. El agente adjunta la lista enriquecida y deja la tarea en estado waiting for human review (en espera de revisión humana). El revisor coteja una muestra con perfiles públicos, elimina a quien no deba ser contactado y aprueba la lista.
Es el mismo punto de control que describimos en agentes de programación con intervención humana (human-in-the-loop). La lista son solo datos; contactar a una persona es una decisión que debe validar un ser humano.
El desglose de créditos por etapa
Con 10 dominios objetivo, 40 personas encontradas y 12 cualificadas, los precios listados arrojan este desglose.
| Etapa | Llamadas | Créditos |
|---|---|---|
| Descubrimiento de herramientas | 1 | 0 |
Apollo people/search |
1 | 0 |
| Cualificación | 0 | 0 |
People Data Labs person/enrich |
12 | 720 |
| Total | 14 | 720 |
La conversión de créditos a dólares depende del plan, por lo que conviene calcular la cifra exacta en lugar de redondearla. En las tarifas de Firecrawl con facturación mensual, el plan Hobby cuesta 19 $ por 5000 créditos (0,0038 $ por crédito), por lo que 720 créditos equivalen a unos 2,74 $ del crédito del plan. El plan Standard cuesta 99 $ por 100 000 créditos (0,00099 $ por crédito), de modo que la misma ejecución cuesta aproximadamente 0,71 $. Los 1000 créditos mensuales del plan Free la cubren por 0 $.
Sin la tarea de cualificación, la misma ejecución consumiría 2400 créditos: unos 9,12 $ en el plan Hobby y más de lo que permite el plan Free. La tarea de cualificación es la línea más barata del desglose y la que más ahorro genera.
Cómo garantiza Sharkly el control del pipeline
Claude Code o Codex se encargan de ejecutar las llamadas. Sharkly organiza y gestiona todo el trabajo a su alrededor.
- Tareas con responsables (Assignees). Cada etapa cuenta con un estado y un responsable, ya sea un agente (Agent), un equipo (Crew) o una persona.
- La clave no aparece en el texto de las tareas. Configura
FIRECRAWL_API_KEYen las variables de entorno del agente, dentro de Computer & Runtime, y se inyectará cuando se inicie el proceso del agente. Sharkly identifica estos valores como ajustes en texto plano visibles para los administradores de agentes, no como almacenamiento seguro de secretos, así que utiliza una clave con permisos limitados a este trabajo. - Estados de revisión. Un agente puede dejar una tarea en espera de respuesta humana o de revisión humana, y esta aparecerá en la bandeja de entrada de la persona responsable.
- El historial de ejecución. Cada ejecución registra el inicio, el final, las llamadas a herramientas y los detalles de cualquier fallo, lo que proporciona una trazabilidad completa al informe de créditos.
Si prefieres no crear las cuatro tareas manualmente, el líder de una Crew puede dividir una tarea principal en las distintas etapas, como explicamos en Sharkly Crews. Comenzar con Sharkly es gratis y el consumo de modelos se factura según el plan de Claude Code o Codex vinculado a tu Runtime.
Ejecuta en segundo plano de forma programada, mantén la revisión manual
Una vez que las cuatro tareas funcionen sin errores durante una semana, programa las tareas 1 a 3 mediante una automatización para que cualquier nueva lista de dominios active la búsqueda gratuita y el enriquecimiento acotado. La tarea 4 permanece manual. Para supervisar varias ejecuciones simultáneamente, consulta cómo monitorizar agentes de programación que se ejecutan en paralelo.
Comienza con las fases gratuitas
Crea una lista de prospectos con agentes tal como lo describe la habilidad de Apollo: busca gratis, cualifica con los datos que ya tienes, paga solo por los perfiles seleccionados y haz que una persona revise la lista antes de contactar a nadie. Empieza con las tareas 1 y 2 en Sharkly: cuestan 0 créditos y te indicarán de antemano el gasto de la etapa de pago.
Preguntas frecuentes
¿Qué es Firecrawl Alexandria?
Una biblioteca de proveedores de datos a los que los agentes pueden llamar mediante una única clave API de Firecrawl. El descubrimiento es gratuito y cada herramienta especifica su propio coste en créditos por ejecución. Firecrawl la lanzó el 22 de septiembre de 2026.
¿Es gratuita la búsqueda de personas de Apollo a través de Firecrawl?
La capacidad people/search de Apollo muestra 0 créditos en el playground de Firecrawl. Revelar datos de contacto es un paso aparte y de pago, así que verifica el precio indicado para esa capacidad antes de ejecutarla.
¿Cuánto cuesta el enriquecimiento con People Data Labs en Firecrawl?
person/enrich tiene un precio indicado de 60 créditos por llamada. Eso equivale a unos 0,23 $ en el plan Hobby y a 0,06 $ en Standard, con facturación mensual. Un error 404 derivado de un min_likelihood más exigente no cuesta nada.
¿Funciona esto con Codex en lugar de Claude Code?
Sí. Firecrawl ofrece una CLI, varios SDK y un servidor MCP con firecrawl_search, firecrawl_find_tools y firecrawl_scrape, y un agente de Sharkly puede ejecutarse en cualquiera de los dos entornos (Runtime). La configuración general se describe en Gestor de tareas con IA: asignar, seguir y revisar el trabajo de los agentes.
¿Debería un agente enviar mensajes de contacto por su cuenta a partir de la lista?
No. Deja siempre el envío supeditado a una tarea de revisión humana. El trabajo del agente termina con una lista verificada y un informe de créditos consumidos.
