SOP: Cómo Construir Sistemas de Revenue Autónomos con Codex

Este SOP documenta el framework de 6 sistemas autónomos de revenue que Eric Siu (founder de Single Grain y SingleBrain) implementó usando Codex. No se trata de escribir código — se trata de diseñar agentes que trabajen 28 horas sin supervisión generando leads, contenido, creatividades y decisiones de negocio. Cada sistema está diseñado para resolver un problema propio primero, con el potencial de convertirse en un producto vendible después.

Nivel de dificultad: Intermedio-Avanzado Tiempo estimado de implementación: 2-4 semanas por sistema (dependiendo de complejidad) Costo estimado en tokens API: USD 500-3000/mes inicial (escala con volumen) Requisitos previos: Codex CLI instalado, repositorios GitHub configurados, acceso a APIs relevantes

### Objetivo Generar sets de creatividades publicitarias personalizadas por cuenta, no un template genérico para todos.

### Cómo funciona 1. Base: Un repositorio con un agente que genera creatividades (imágenes + copys) 2. Personalización: El agente recibe un ICP (Ideal Client Profile) o Dream 100 (top 100 cuentas objetivo) 3. Ejecución: Por cada cuenta, genera un set único de creatividades adaptado a esa marca/industria 4. Entrega: Produce 5-10 variaciones por cuenta con copys diferenciados

### Comandos Codex ` /goal "Generar creatividades para {CUENTA}. ICP: {descripción}. Industria: {industria}. Estilo: {tono}. Plataformas: {meta, google, linkedin}. Formato: {imagen, video, carrusel}." `

### Stack técnico - Generación de imágenes: OpenAI GPT Image o Stable Diffusion vía API - Copys: Claude o GPT-4 para variaciones de texto - Orquestación: Codex manejando el loop de generación por cuenta - Output: Archivos organizados por cuenta en Google Drive o S3

### Play de venta Generar 10 sets para las primeras 10 cuentas → enviar con mensaje: "Preparamos esto para ustedes. ¿Quieren que hagamos el resto?"

### Métricas de éxito - Tasa de respuesta a outreach con creatividades personalizadas vs genéricas - Costo por set de creatividades generado - Tiempo de generación por cuenta

### Objetivo Construir un generador de leads que produzca el 80% del pipeline a bajo costo, reservando herramientas premium (Apollo, Clay) solo para las cuentas de mayor valor.

### Cómo funciona 1. Fuentes de datos: APIs públicas, scraping ético de directorios, LinkedIn Sales Navigator exports 2. Enriquecimiento básico: El sistema propio verifica emails, busca señales de compra (job changes, funding, expansión) 3. Clasificación: Scoring automático que separa leads en tiers (Dream 100, Mid-Market, Long Tail) 4. Routing: Leads tier 1 → herramientas premium. Resto → secuencias automatizadas propias

### Comandos Codex ` /goal "Construir un script de generación de leads para {industria} en {región}. Fuentes: {fuentes}. Enriquecer con: {datos}. Output: CSV con columnas nombre, empresa, cargo, email, señales." `

### Componentes del sistema - Scraper: Python + Playwright para fuentes web - Verificador de emails: NeverBounce o ZeroBounce API - Clasificador: Prompt de Claude/Codex que evalúa fit y scoring - Base de datos: SQLite o Airtable para almacenar leads

### Verificación de leads Encadenar 2-3 herramientas de verificación para limpiar la lista automáticamente. Si 2 de 3 confirman → lead válido. Si solo 1 → revisión manual.

### Objetivo Automatizar el outreach de recruiting con emails personalizados + LinkedIn + contenido, creando un approach multi-thread que triplica las respuestas.

### Cómo funciona 1. Sourcing: Agente que busca candidatos en LinkedIn, GitHub, portfolios 2. Personalización: Por cada candidato, genera un email frío customizado basado en su perfil 3. Multi-thread: Email → LinkedIn DM → LinkedIn connection request → contenido orgánico 4. Aprobación: Codex corre 72 horas, pausa para revisión humana, continúa

### Comandos Codex ` /goal "Buscar los próximos 10 candidatos para {rol} en {ubicación}. Skills requeridos: {skills}. Generar email personalizado para cada uno. Preparar secuencia multi-canal: email + LinkedIn." `

### Stack técnico - Sourcing: Apollo API / LinkedIn Recruiter exports - Personalización: Codex analiza perfil → genera email único - Envío: Instantly API para secuencias de email - LinkedIn: Herramienta de automation (con cuidado de rate limits)

### Regla de oro Nunca templates genéricos. Si el candidato detecta que es un mail automático → perdiste. Cada email debe hacer referencia a algo específico de su perfil.

### Objetivo Centralizar todos los procesos del equipo como "skills" ejecutables, con métricas de adopción y forks.

### Cómo funciona 1. Captura: Identificar procesos repetibles (análisis de tráfico, revival de deals, búsqueda de oportunidades SEO) 2. Documentación: Convertir cada proceso en un skill con pasos claros, inputs y outputs 3. Publicación: Subir al skills dojo con categorías 4. Medición: Trackear descargas, ejecuciones, forks por skill

### Comandos Codex ` /goal "Analizar las últimas 2 semanas de mi actividad y sugerir 5 procesos que debería convertir en skills. Para cada uno: nombre, descripción, frecuencia, tiempo ahorrado estimado." `

### Dashboard del Dojo Columnas clave: | Skill | Categoría | Descargas | Ejecuciones | Forks | Usuarios activos | |-------|-----------|-----------|-------------|-------|-----------------| | Diagnóstico de tráfico | SEO | 45 | 120 | 8 | 12 | | Revival de deals | Ventas | 30 | 85 | 3 | 7 |

### Beneficio compuesto Cuando todo el equipo corre los mismos skills → la ejecución deja de derivar → las tasas de conversión suben → más revenue.

### Objetivo Una herramienta que observa tu trabajo diario y sugiere qué automatizar, priorizando por impacto.

### Cómo funciona 1. Observación: Monitorea actividad en pantalla (Slack, browser, terminal, editores) 2. Detección de patrones: Identifica tareas repetitivas que consumen tiempo 3. Priorización: Sugiere solo el top 3 de automatizaciones que realmente valen la pena 4. Implementación: Codex construye la automatización sugerida

### Ejemplo de output de Terramind ` Top 3 automatizaciones sugeridas:

1. Slack → Hermes (IMPACTO ALTO)

1. Auto-aprobación de outbound (IMPACTO MEDIO)

1. Reportes semanales automáticos (IMPACTO BAJO)

### Comandos Codex ` /goal "Construir integración Slack → Hermes: tomar hilos de Slack sin resolver, extraer decisión pendiente, asignar dueño y deadline, generar una acción en mi queue diaria." `

### Objetivo Una sola pantalla read-only que muestra dónde está el revenue y qué está trabado, sin abrir 6 herramientas.

### Cómo funciona 1. Agregación: Conecta todas las fuentes de revenue (CRM, ads, outbound, sponsorships, partnerships) 2. Estados: Cada acción tiene un estado: Ready, Waiting Approval, Sent, Replied, Blocked, Won 3. Foco: La pantalla destaca la single best money-moving action del momento 4. Desbloqueo: Cuando algo está blocked → /go → el sistema empaqueta el handoff y lo resuelve

### Vista del Command Center ` ┌─────────────────────────────────────────────┐ │ DREAM 100 COMMAND CENTER │ ├─────────────────────────────────────────────┤ │ READY TO SEND .............. 12 acciones │ │ WAITING APPROVAL ........... 3 acciones │ │ SENT / NO REPLY ............ 8 acciones │ │ REPLIED .................... 4 acciones │ │ BLOCKED .................... 2 acciones ⚠️ │ │ WON THIS WEEK .............. 3 deals │ ├─────────────────────────────────────────────┤ │ 🎯 BEST MONEY-MOVING ACTION NOW: │ │ Seguimiento a [Cuenta XYZ] — respondieron │ │ hace 48hs, propuesta enviada, sin respuesta. │ │ [ /go para ejecutar ] │ └─────────────────────────────────────────────┘ `

### Fuentes de datos - Carrot: Outbound / secuencias - ClickFlow: SEO y AEO opportunities - CRM: Deals activos - Stripe: Revenue recurrente - Google Ads: Performance de campañas - LinkedIn: Outreach y respuestas

### Comandos Codex ` /goal "Construir un dashboard read-only que consolide: - Deals activos de CRM - Estado de secuencias de outbound - Oportunidades SEO/AEO de ClickFlow - Revenue recurrente de Stripe Output: una sola pantalla HTML que priorice la acción de revenue más urgente." `

### Advertencia de Eric Siu > "Antes de que estos sistemas me sacaran trabajo de encima, llegué a gastar USD 12.000 por mes en tokens de API personales. No es algo que quieras hacer. Empeora antes de mejorar. Después mejora mucho."

### Curva de adopción realista | Fase | Mes | Costo tokens | Resultado | |------|-----|-------------|-----------| | Setup | 1-2 | USD 500-2000 | Sistemas en desarrollo, mucho prueba/error | | Validación | 2-3 | USD 2000-5000 | Primeros sistemas funcionan pero requieren supervisión | | Escalamiento | 3-4 | USD 5000-12000 | Múltiples sistemas corriendo, alto volumen de tokens | | Optimización | 4-6 | USD 3000-6000 | Sistemas refinados, menos correcciones, más eficiencia | | Rentabilidad | 6+ | USD 1000-3000 | Sistemas maduros, alto retorno, costo controlado |

### Estrategia de contención de costos 1. Empezar con 1 sistema, no 6. El que mayor impacto tenga. 2. Usar modelos más baratos para tareas de bajo riesgo (GPT-4 Mini, Claude Haiku) 3. Cachear resultados — no regenerar lo que ya funciona 4. Supervisión humana al principio — detectar errores temprano ahorra tokens de corrección 5. Revisión semanal de costos — trackear qué sistemas consumen más y optimizar

### Fase 1: Fundamentos (Semana 1-2) - [ ] Instalar y configurar Codex CLI - [ ] Conectar repositorios GitHub relevantes - [ ] Configurar Hermes como agente autónomo complementario - [ ] Identificar el proceso más repetitivo y costoso de tu operación actual

### Fase 2: Primer Sistema (Semana 2-4) - [ ] Elegir UN sistema de los 6 (recomendado: Motor de Leads o Command Center) - [ ] Escribir el /goal detallado para Codex - [ ] Dejar correr el agente 24-48 horas - [ ] Revisar output y refinar el prompt - [ ] Iterar hasta que el output sea consistente

### Fase 3: Escalamiento (Mes 2-3) - [ ] Agregar un segundo sistema - [ ] Implementar el Skills Dojo para documentar procesos - [ ] Configurar monitoreo de costos - [ ] Medir ROI de cada sistema

### Fase 4: Madurez (Mes 4-6) - [ ] Command Center consolidado - [ ] 3+ sistemas corriendo en producción - [ ] Procesos documentados como skills reutilizables - [ ] Evaluar cuáles sistemas son vendibles como productos

• Codex CLI: [Documentación oficial de OpenAI Codex](https://platform.openai.com/docs/guides/codex)
• Hermes Agent: Agente autónomo complementario para tareas de larga duración
• SingleBrain: [singlebrain.com](https://www.singlebrain.com) — Consultoría de AI systems de Eric Siu
• Single Grain: [singlegrain.com](https://www.singlegrain.com) — Agencia de marketing digital
• Artículo original de Eric Siu: [How to Master Codex for Business](https://x.com/ericosiu/status/2069869814001344988)