Outreach MCP en ChatGPT: datos públicos de empresa antes de la primera línea

Outreach llevó más de 20 flujos de ventas a ChatGPT. Probamos 24 llamadas con cinco empresas: 0,0048 USD por empresa y el 47 % de empleos por nombre falló.

Ilustración a mano sobre negro: una cinta transportadora lleva cuatro sobres en fila; el último es amarillo y tiene una marca de verificación. Encima, una lupa mira un pequeño edificio de oficinas con una ventana amarilla, y una línea punteada va del edificio al primer sobre.

Outreach lanzó Outreach Skills for ChatGPT el 17 de noviembre de 2026 (blog de Outreach, 2026-11-17). Es un solo plugin con más de 20 flujos de ventas y una conexión en vivo con tus datos de Outreach, para espacios de trabajo ChatGPT Business, Enterprise, Healthcare y Edu. Lee tus secuencias, prospectos, tareas y llamadas. No sabe qué publicó la empresa objetivo en LinkedIn esta semana, qué puestos tiene abiertos ni de qué se quejan sus clientes en G2.

Cubrimos ese hueco para cinco empresas el 21 de noviembre de 2026, entre las 00:17 y las 00:31 hora de Singapur (SGT): Airtable, Vercel, Zapier, Miro y Gusto. Usamos el servidor MCP remoto y la API REST de EveryInfra. Las 24 llamadas de datos costaron 0,023337 USD en total y dieron 142 señales con fecha o enlace que se pueden citar en una frase de apertura.

Un resultado cambió nuestro método. La búsqueda de empleos por nombre de empresa devolvió 100 ofertas y solo 53 eran de la empresa buscada; las 20 de «Zapier» eran de otras compañías. Con el job_search_url del perfil de empresa como término de búsqueda, las 11 ofertas de Airtable fueron todas de Airtable.

Ilustración: a la izquierda, una mesa con un edificio de oficinas, un tablón de empleos con tarjetas en blanco y un montón de reseñas con estrellas. Se convierten en tarjetas pequeñas, pasan por una puerta de rejilla en el centro y caen en un sobre turquesa abierto a la derecha. Debajo de la puerta, una mesa gris con un teléfono, una casa pequeña y una carpeta con candado; la puerta los detiene.
La frase de apertura usa solo datos públicos de empresa. Publicaciones, empleos y reseñas de producto pasan la puerta; teléfonos personales, domicilios y archivos privados no.

Qué es Outreach Skills for ChatGPT: un plugin el 17 de noviembre y un comunicado el 18

El blog de Outreach del 17 de noviembre de 2026 define Outreach Skills como una «Plugin Extension» (blog de Outreach). Se instala una vez y da a ChatGPT una conexión segura con Outreach, más de 20 flujos de ingresos listos y vistas que muestran los resultados en pantalla. El comunicado del día siguiente lo sitúa dentro de lo que Outreach llama «arquitectura headless»: la capa de secuencias, análisis y pipeline no depende de una interfaz y los agentes externos la usan a través de Outreach MCP Server (sala de prensa de Outreach, 2026-11-18).

El mismo comunicado añadió herramientas a MCP Server para editar registros, mostrar tarjetas de coaching de Kaia, crear secuencias y crear tareas, y anunció conectores MCP de cuatro socios: G2, Freshdesk, Vidyard y LeanData.

De los cuatro flujos iniciales, el que importa antes de un envío es Prospecting. Pides a ChatGPT una lista para una empresa y devuelve prospectos, un motivo de contacto para cada persona y un primer borrador de correo. Antes de añadir a alguien a una secuencia, muestra los detalles y espera tu confirmación (blog de Outreach). Los otros tres son Meeting prep, Pipeline review y un informe llamado Watermelon para equipos de éxito de clientes. El blog dice que las respuestas salen de tus propias cuentas, prospectos, tareas, secuencias y llamadas, y que cada respuesta remite a los registros usados. Esa frase marca el límite: lo que no está en Outreach, como la publicación de producto de ayer, los puestos abiertos o las quejas en sitios de reseñas, queda fuera.

ChatGPT usa dos palabras distintas. Según el centro de ayuda de OpenAI, una skill es un flujo reutilizable y compartible con instrucciones, ejemplos y código, que ChatGPT llama cuando encaja (centro de ayuda de OpenAI, Skills in ChatGPT). Un plugin puede llevar solo skills o también apps que conectan con servicios externos. Los plugins funcionan en Chat, Work y Codex, y la configuración del espacio de trabajo los controla (centro de ayuda de OpenAI, Plugins in ChatGPT). Por esa definición, Outreach Skills es un plugin con skills y una app: las skills llevan los pasos y la app conecta con Outreach MCP Server para leer y escribir.

OpenAI lanzó ChatGPT for Sales el mismo día, con un plugin Sales propio y más de 30 plugins de socios nuevos o mejorados (OpenAI, 2026-11-17). En la parte de encontrar y contactar compradores, combina señales de cuentas de terceros con la investigación web de ChatGPT para ver qué cambia en una cuenta y hallar un motivo de contacto; después, Outreach o Salesloft planifican el contacto. En el propio flujo de OpenAI, Outreach planifica y el motivo sale de otros datos. Los datos públicos de EveryInfra cubren ese paso: publicaciones, empleos y reseñas de la empresa.

ElementoQué dice OutreachFuente y fecha de lectura
FechasBlog 2026-11-17, comunicado 2026-11-18outreach.ai, leído el 2026-11-21
FormaPlugin Extension con conexión MCP, 20 skills y vistas visualesBlog de Outreach
Planes de ChatGPTPlanes con plugins: Business, Enterprise, Healthcare, EduFAQ del blog
Lado de OutreachEl uso consume créditos Amplify; MCP Server exige un puesto activo y AmplifyBlog, centro de ayuda
LeeCuentas, prospectos, tareas, secuencias, llamadas (según permisos de cada usuario)Blog de Outreach
EscribeEditar registros, crear secuencias y tareas, añadir a secuencias, con confirmación previa; sin borrar registros en estos flujosComunicado, blog
Quién lo activaUn administrador activa el plugin; cada usuario conecta su propia cuenta de OutreachBlog de Outreach

Qué lee y qué escribe Outreach: la lista de herramientas de MCP Server

La página de MCP Server del centro de ayuda de Outreach da más detalle (soporte de Outreach, MCP Server Overview). Cada usuario necesita un puesto activo con licencia y el plan debe incluir el complemento Amplify. Un administrador activa el servidor en «Administration > Organization > Org Info», donde hay dos interruptores opcionales: crear registros por MCP (activado por defecto) y borrarlos (desactivado por defecto). La autenticación usa OAuth según la especificación de autorización de MCP, con las credenciales y permisos de cada usuario; no admite conexiones con identidad de cliente sin usuario.

Para Claude, Outreach recomienda el conector que figura en el directorio de Claude y deja el conector personalizado para casos con varias instancias, como un sandbox (soporte de Outreach, Use Outreach MCP with Claude). El portal de desarrolladores indica 32 herramientas, anotaciones como readOnlyHint y destructiveHint, registro dinámico de clientes (RFC 7591) y OAuth 2.1 con PKCE (portal de desarrolladores de Outreach).

Las herramientas que importan antes de un envío están bien descritas. sequence_search busca secuencias y sequence_state_search muestra el estado de un prospecto: activo, rebotado, respondido, en pausa o terminado. sequence_add_prospects añade personas y devuelve un ID de lote para consultar el avance. sequence_create crea una secuencia con un límite por defecto de 50 personas al día. emails_search trae el contenido de correos y kaia_meeting_search busca llamadas y reuniones por palabra clave, cuenta o asistente. Todas trabajan con los registros de la base de datos de Outreach.

Outreach también tiene la dirección contraria: MCP Connectors (soporte de Outreach, MCP Connectors). Aquí Outreach es el cliente y su asistente Omni llama a otros servidores MCP. Admite cinco formas de autenticación: OAuth 2.1 con registro dinámico, OAuth prerregistrado, clave API de organización, clave API personal y sin autenticación. Un cliente puede publicar su servidor MCP como conector privado de su instancia, con un límite firme: «solo se admiten herramientas de solo lectura». A las 00:22 del 21 de noviembre la herramienta de datos de EveryInfra no estaba marcada como de solo lectura, así que este límite la dejaba fuera de Omni. Desde las 08:29 del mismo día se marca como de solo lectura, así que, según el texto, ese límite ya no la bloquea. Aun así necesitaría la revisión del mercado de conectores y la aprobación de un administrador, y no tenemos cuenta de Outreach para probarlo.

DirecciónPapel de OutreachQuién llama a quiénHerramientasLímite
MCP ServerServidorChatGPT, Claude y otros clientes llaman a Outreach32, de lectura y escrituraPuesto con licencia y Amplify; crear activado y borrar desactivado por defecto
MCP ConnectorsClienteOmni llama a otros servidores MCPSolo lecturaCada servidor pasa una revisión del marketplace y la aprobación de un administrador

La página de seguridad añade que, cuando Outreach es cliente, cada servidor MCP debe publicarse en el marketplace de conectores y pasar una revisión, y nada se conecta sin la aprobación de un administrador (soporte de Outreach, MCP Security). Abrimos la categoría MCP del marketplace el 21 de noviembre (Outreach Marketplace). El texto que leímos tenía una sola tarjeta, la del propio Outreach MCP Server; los conectores de socios del comunicado, como G2 y Freshdesk, no aparecían.

Captura con citas de tres artículos del centro de ayuda de Outreach. La primera, de la página de MCP Server, dice que cada usuario necesita un puesto con licencia y el complemento Amplify, y que crear está activado y borrar desactivado por defecto. La segunda, de MCP Connectors, dice que solo se admiten herramientas de solo lectura y que los clientes pueden publicar su propio servidor MCP como conector privado. La tercera dice que la URL del servidor en ChatGPT es https://api.outreach.io/mcp/ con OAuth. Recuadros turquesa marcan las tres citas.
Captura del texto del centro de ayuda de Outreach, leído el 2026-11-21 SGT. soporte de Outreach

Por qué la apertura necesita datos públicos: tres cosas que no están en Outreach

Antes de la primera llamada fijamos una pregunta: para una empresa B2B de software típica, ¿cuántas señales concretas para una frase de apertura salen de fuentes públicas? Cada señal debe tener fecha o enlace, y contamos tres tipos. El primero es una publicación de la empresa en LinkedIn de los últimos 30 días, que muestra qué producto empuja o qué evento organiza. El segundo es un empleo de esa empresa publicado en LinkedIn en los últimos 30 días: los puestos de ventas indican un equipo que crece y los de seguridad, trabajo en seguridad.

El tercero es una reseña de G2 de los últimos 90 días con una palabra de queja en el texto: precio, curva de aprendizaje, lentitud o funciones que faltan. Muestra dónde están descontentos los clientes. Los tres tipos son datos públicos de empresa y ninguno se solapa con las secuencias, llamadas y correos de Outreach.

Las cinco empresas de la muestra fueron Airtable, Vercel, Zapier, Miro y Gusto: empresas estadounidenses de software B2B con páginas públicas en LinkedIn y G2, de unos cientos a unos miles de empleados. Hacen bases de datos en tablas, alojamiento frontend, automatización, pizarras y nóminas. Encajan con el perfil de comprador de una herramienta como Outreach y sus mercados son lo bastante distintos para ver si las señales cambian por sector. No tenemos cuenta de Outreach en ninguna de ellas ni las evaluamos; son solo una muestra de «la lista que recibe una secuencia el lunes».

Diagrama de flujo con cinco cajas de izquierda a derecha. 1 Outreach: leer secuencias y listas con sequence_search. 2 Elegir empresas: tomar el dominio, sin datos personales. 3 EveryInfra: 4 llamadas, 0,0048 USD por empresa; esta caja es turquesa. 4 Escribir aperturas: cada frase con fuente, fecha o enlace. 5 Revisión humana y luego añadir a la secuencia con las herramientas sequence_add. El subtítulo dice que Outreach solo tiene sus propios registros, que la actividad pública de la empresa viene de EveryInfra y que el paso 5 requiere que una persona confirme.

El flujo tiene cinco pasos. En el paso 1 sigues en Outreach: usa sequence_search para encontrar la secuencia de la semana y sequence_state_search o una vista de lista para ver qué prospectos no han empezado. En el paso 2 te quedas solo con la empresa: nombre y dominio web de cada registro, sin cargos personales, correos ni teléfonos. En el paso 3 pasas a EveryInfra y haces cuatro llamadas por empresa para obtener perfil, publicaciones recientes, puestos abiertos y reseñas de G2.

En el paso 4, ChatGPT escribe una apertura por empresa y cada dato lleva fecha o enlace. En el paso 5 vuelves a Outreach: una persona lee cada borrador y confirma que los prospectos entren en la secuencia. El blog de Outreach dice que el plugin espera tu confirmación antes de añadir personas, y la documentación de MCP personalizado de OpenAI dice que las acciones de escritura requieren confirmación por defecto. Con ambas comprobaciones, el último paso no ocurre solo.

Añadir EveryInfra a ChatGPT: ejemplo de configuración de un servidor MCP personalizado

La ruta para añadir un servidor MCP personalizado en ChatGPT cambió en otoño de 2026, y las instrucciones antiguas y nuevas siguen publicadas. El texto actual del centro de ayuda de OpenAI dice: en la página Plugins, pulsa el signo más y elige Add custom MCP server; escribe un nombre y la URL, configura la autenticación, acepta el aviso de riesgo y elige Create as a plugin (centro de ayuda de OpenAI, Connecting custom MCP servers). La página aclara que no hace falta activar antes el Developer Mode. La documentación para desarrolladores da los mismos pasos y tres tipos de autenticación: OAuth, sin autenticación y una mezcla de ambas (OpenAI Developers, Add custom MCP server).

El artículo de Outreach «Ask Outreach via ChatGPT» conserva la ruta antigua: activar Developer Mode, ir a chatgpt.com/apps y pulsar Create app, con la URL https://api.outreach.io/mcp/ y OAuth (soporte de Outreach). Las dos rutas llevan al mismo resultado; si el artículo antiguo te manda a un botón que ya no existe, sigue la ruta de OpenAI.

Los permisos dependen del plan. En Business, solo administradores y propietarios pueden crear y publicar un plugin MCP personalizado (centro de ayuda de OpenAI). En Enterprise y Edu, el administrador puede dar el permiso «Create plugins with MCPs» a miembros concretos y elegir qué acciones puede ejecutar la app antes de publicarla. La página Plugins de la Admin Console decide qué plugins pueden instalar los miembros (centro de ayuda de OpenAI, Admin controls), y allí viven tanto Outreach Skills como tu plugin de EveryInfra.

Un servidor MCP personalizado en ChatGPT no acepta una clave Bearer escrita a mano: solo OAuth o sin autenticación. Por eso, EveryInfra en ChatGPT usa el punto de acceso OAuth https://api.everyinfra.com/mcp/all, y /mcp, que solo acepta clave, queda para clientes que pueden poner cabeceras, como Claude Code y Cursor:

Punto de accesoAutenticaciónClientesUso en este flujo
https://api.everyinfra.com/mcp/allOAuth, con los scopes en la cabecera del 401ChatGPT y otros clientes OAuthLlamadas de datos dentro del chat de ChatGPT
https://api.everyinfra.com/mcpClave API en una cabeceraClaude Code, Cursor, scriptsLas pruebas reales de tools/list y tools/call
https://api.everyinfra.com/api/v1/socialClave API en una cabeceracurl y scriptsCargas semanales por lotes

A las 00:22 SGT del 2026-11-21 enviamos a /mcp/all una petición sin credenciales. Devolvió 401 y la cabecera indicó dónde está el servidor de autorización:

bash
curl -s -D - -o /dev/null -X POST https://api.everyinfra.com/mcp/all \
  -H 'Content-Type: application/json' \
  -H 'Accept: application/json, text/event-stream' \
  -d '{"jsonrpc":"2.0","id":1,"method":"initialize","params":{"protocolVersion":"2025-11-25","capabilities":{},"clientInfo":{"name":"probe","version":"0"}}}'
# HTTP/2 401
# www-authenticate: Bearer resource_metadata="https://api.everyinfra.com/.well-known/oauth-protected-resource/mcp/all",
#   scope="data:call search:call captcha:call ai:call account:read offline_access"

El valor resource_metadata apunta a un archivo de metadatos (metadatos del recurso protegido de EveryInfra) en el formato de RFC 9728, con el recurso, el servidor de autorización y los scopes admitidos (RFC 9728). ChatGPT lee ese campo para encontrar la página de acceso, como pide la versión 2025-11-25 de la especificación de autorización de MCP (especificación de autorización de MCP). Al pedir el token, ChatGPT envía un parámetro resource con el punto de acceso, el indicador de recurso de RFC 8707; el token de EveryInfra solo vale para ese punto de acceso.

Los scopes incluyen offline_access, que ChatGPT necesita: sin token de actualización, ChatGPT puede perder el acceso cuando caduca la primera autorización y el usuario tiene que volver a entrar (centro de ayuda de OpenAI). Con OAuth y sin credenciales fijas, ChatGPT se registra como cliente con un Client ID Metadata Document (CIMD) o con registro dinámico (RFC 7591). La guía de autenticación de plugins de OpenAI pide publicar los metadatos del recurso en una ruta conocida y declarar securitySchemes en cada herramienta (OpenAI Developers, autenticación de plugins). La tabla siguiente es un ejemplo de configuración; no completamos estos pasos en un espacio de ChatGPT real.

Campo en ChatGPTValorNota
NameEveryInfra datos públicosCualquier nombre; en el chat lo eliges con @
Server URLhttps://api.everyinfra.com/mcp/allPunto de acceso OAuth para todas las plataformas; /mcp/linkedin cubre solo LinkedIn
AuthenticationOAuthSin credenciales fijas; ChatGPT usa registro dinámico o CIMD
Aviso de riesgoMarca «I understand and want to continue»OpenAI lo pide por servidor
HerramientasDeja solo everyinfra_call_api, everyinfra_list_capabilities, everyinfra_get_jobDesactiva captcha, chat de IA y tickets en los detalles de la app
PublicaciónUn administrador la publica en la Admin ConsoleEn Business solo publican administradores y propietarios

La página de OpenAI sobre apps conectadas muestra la misma entrada: Plugins en la configuración, la conexión de la cuenta cuando aparece el aviso y la selección con @ o con el botón más; ChatGPT puede pedir tu aprobación antes de leer datos o actuar (centro de ayuda de OpenAI, Connected apps). En esta ruta nueva no aparecen los pasos Developer Mode y Create app del artículo antiguo de Outreach.

Cuándo ChatGPT pide confirmar una llamada: una anotación de herramienta

A las 00:22 SGT enviamos una petición tools/list gratuita a /mcp de EveryInfra. Devolvió 12 herramientas con los campos de anotación de la especificación MCP (especificación de herramientas de MCP). Las de consulta, como la lista de funciones, el estado de tareas y la cuenta, tienen readOnlyHint=true. La herramienta de datos everyinfra_call_api y la de búsqueda everyinfra_search tenían readOnlyHint=false y destructiveHint=true, porque cada llamada cobra del monedero y, para el cliente, un cobro es un efecto que no se deshace. Desde las 08:29 del mismo día las dos se marcan como de solo lectura (readOnlyHint: true, destructiveHint: false): en la especificación MCP, readOnlyHint significa que la herramienta no cambia su entorno, y consultar datos o buscar no cambia nada. Cada llamada se sigue cobrando.

La documentación de Outreach explica las mismas anotaciones (portal de desarrolladores de Outreach, Tool Annotations): readOnlyHint: true indica que la herramienta solo lee y el cliente puede aprobarla sola; destructiveHint: true indica que puede cambiar datos y el cliente debe preguntar. Las 21 herramientas de lectura de Outreach son de solo lectura, y las que borran registros o sacan personas de una secuencia son destructivas. Por eso, con las anotaciones de las 00:22, en un mismo chat, consultar una secuencia de Outreach no muestra aviso y una llamada de datos de EveryInfra sí. Desde las 08:29 las herramientas de datos de EveryInfra también son de solo lectura, así que, según la documentación de OpenAI de abajo, ninguna de las dos debería mostrar aviso. En el lado de EveryInfra lo comprobamos tras el cambio: ningún aviso en tres chats nuevos; el lado de Outreach no lo probamos. La diferencia viene de la anotación y no dice nada sobre qué servicio es más seguro.

Captura de la respuesta real de tools/list de https://api.everyinfra.com/mcp a las 00:22 SGT del 2026-11-21, con 12 herramientas. Las filas de everyinfra_list_capabilities, everyinfra_get_job y everyinfra_get_account muestran readOnlyHint=true y destructiveHint=false. Las de everyinfra_call_api y everyinfra_search muestran readOnlyHint=false y destructiveHint=true, en recuadros turquesa. Una nota dice que ChatGPT trata como escritura toda herramienta sin readOnlyHint=true y pide confirmación por defecto.
Respuesta real de tools/list del servidor MCP de EveryInfra, 2026-11-21 00:22 SGT. La captura es de antes del cambio; desde las 08:29 del mismo día las herramientas de datos se marcan como de solo lectura. respuesta del MCP de EveryInfra

La documentación de OpenAI fija la regla (OpenAI Developers): ChatGPT respeta readOnlyHint, trata como escritura toda herramienta sin esa marca y las escrituras requieren confirmación por defecto. Para cada herramienta, el usuario puede recordar «aprobar» o «rechazar» durante el resto del chat; un chat nuevo, o incluso recargar el mismo, vuelve a mostrar el aviso. Con las anotaciones de las 00:22, para 20 empresas ChatGPT llama 80 veces a everyinfra_call_api: si eliges «recordar» en el primer aviso, las 79 siguientes del chat no se detienen. Desde las 08:29 la herramienta se marca como de solo lectura, así que, según esta documentación, ya no cuenta como escritura: ninguna de las 80 llamadas se detiene, ningún aviso las cuenta por ti, y cada una se sigue cobrando. En nuestra prueba tras el cambio, las llamadas sueltas no pidieron confirmación, pero el recorrido completo de 80 llamadas no lo probamos. Al publicar la app, un administrador de Enterprise puede permitir solo algunas acciones y desactivar las que este flujo no usa (centro de ayuda de OpenAI).

Un viaje de ida y vuelta real: qué envía el modelo y qué devuelve EveryInfra

ChatGPT oculta este intercambio JSON-RPC. A las 00:31 SGT enviamos la misma petición tools/call que envía ChatGPT para pedir el perfil de empresa de Zapier en LinkedIn. Respondió en 7,3 segundos y cobró 0,000556 USD. Usamos /mcp con clave; el cuerpo es el mismo que ChatGPT envía por el punto de acceso OAuth y solo cambia la autenticación.

Captura de una petición tools/call a https://api.everyinfra.com/mcp a las 00:31 SGT del 2026-11-21 y su respuesta. La petición llama a everyinfra_call_api con platform linkedin, action company_profile y company zapier. El extracto muestra name Zapier, industries Software Development, employee_count 1529, follower_count 403079, headquarters San Francisco, CA, US, un job_search_url con f_C=2418251 y charged_usd 0.000556 en billing. Recuadros turquesa marcan la petición y la línea de job_search_url.
Un viaje real por MCP. La respuesta de linkedin/company_profile trae un job_search_url que después usa la búsqueda de empleos. respuesta del MCP de EveryInfra

Un campo de la respuesta resultó clave: job_search_url, con la forma https://www.linkedin.com/jobs/search?geoId=92000000&f_C=2418251. El número tras f_C es el ID interno de la empresa en LinkedIn. En el catálogo, el parámetro keyword de linkedin/jobs acepta «un término de búsqueda o una URL completa de búsqueda de empleos» (catálogo de funciones de EveryInfra). Así que puedes pasar esa URL tal cual y obtener solo los empleos de esa empresa. Buscando por nombre, solo 53 de las 100 ofertas de las cinco empresas eran de la empresa buscada; con esta URL no hace falta separarlas.

Las mismas llamadas funcionan desde un script fuera de ChatGPT. Para la lista de toda una semana, el script encaja mejor: no pide confirmación ni ocupa contexto del chat. Este es el formato que usamos; la clave sale solo de una variable de entorno:

bash
export EVERYINFRA_API_KEY=...   # solo en tu entorno, nunca en el script ni en el chat
for company in airtable vercel zapier mirohq; do
  curl -s https://api.everyinfra.com/api/v1/social \
    -H "Authorization: Bearer $EVERYINFRA_API_KEY" \
    -H 'Content-Type: application/json' \
    -d "{\"platform\":\"linkedin\",\"action\":\"company_posts\",\"params\":{\"company\":\"$company\"}}" \
    > "posts_$company.json"
done
curl -s https://api.everyinfra.com/api/v1/social \
  -H "Authorization: Bearer $EVERYINFRA_API_KEY" -H 'Content-Type: application/json' \
  -d '{"platform":"g2","action":"reviews","params":{"url":"https://www.g2.com/products/zapier/reviews","sort":"newest"}}'

Los parámetros y campos salen del catálogo gratuito que leímos a las 00:16 SGT del 2026-11-21. Estos son los campos que usa una apertura:

FunciónParámetro obligatorioPrecio de catálogo (USD)Campos para la apertura
linkedin/company_profilecompany (slug o URL de la página)0,000556name, industries, employee_count, headquarters, job_search_url
linkedin/company_postscompany0,002319text, url, posted_at, like_count, comment_count
linkedin/jobskeyword (término o URL completa de búsqueda)0,000556title, company_name, location, posted_at, url
g2/reviewsurl (página o slug de G2), sort opcional0,001389title, text, rating, posted_at, top_cons del registro resumen

linkedin/company_posts devuelve 10 publicaciones por defecto y hasta 50; linkedin/jobs, 20 empleos; g2/reviews, 20 reseñas, y el primer registro es un resumen con la nota global, el total de reseñas y las etiquetas de ventajas y desventajas de G2 con sus menciones. Las notas del catálogo advierten que algunas peticiones llegan sin resumen (catálogo de funciones de EveryInfra). Las cuatro son síncronas y se cobran por llamada, no por elemento; los resultados vacíos y los fallos no se cobran.

Cinco empresas a prueba: 142 señales y qué le falta a cada tipo

Las tres rondas se hicieron entre las 00:17 y las 00:31 SGT del 2026-11-21: publicaciones de 00:17 a 00:21, reseñas de G2 de 00:24 a 00:25, y empleos, perfiles y transcripciones de 00:26 a 00:31. Hicimos 24 llamadas de datos: 21 con cobro y 3 vacías con reembolso automático, por un total de 0,023337 USD. Con las reglas del recuento, las cinco empresas dieron 142 señales, todas con fecha o enlace:

EmpresaPublicaciones (30 días)Empleos propios, búsqueda por nombre (30 días, sin duplicados)Revisión con `job_search_url`Reseñas de G2 con queja (90 días)TotalDesventaja principal en el resumen de G2
Airtable107111532Learning Curve (261 menciones)
Vercel1013Sin revisar1437Expensive (4 menciones)
Zapier100Sin revisar1828Expensive (183 menciones)
Miro105Sin revisar1227Missing Features (1.419 menciones)
Gusto016Sin revisar218Missing Features (619 menciones)
Total4041—61142—

El total cuenta los empleos de la búsqueda por nombre de empresa. Con las 11 ofertas de Airtable obtenidas con job_search_url, Airtable suma 36 señales y las cinco empresas, 146. La búsqueda por nombre tuvo más ruido en Zapier y Miro; no las revisamos con job_search_url, así que sus cifras de empleo pueden quedarse cortas.

Gráfico de barras agrupadas con tres barras por empresa: publicaciones, empleos propios y quejas de G2. Airtable 10, 7, 15. Vercel 10, 13, 14. Zapier 10, 0, 18. Miro 10, 5, 12. Gusto 0, 16, 2. Las barras de empleos propios son turquesa. Datos de las respuestas reales del 2026-11-21.

Cuatro empresas marcan 10 en publicaciones porque linkedin/company_posts devuelve 10 por defecto y las 10 más recientes de esas cuatro caían dentro de 30 días; las más nuevas son del 2026-11-18 al 2026-11-20. El 18 de noviembre de 2026, Airtable anunció la disponibilidad general de Airtable Canvas (publicación de Airtable en LinkedIn, 2026-11-18). El 19 de noviembre de 2026, Vercel presentó vercel board, un tablón de mensajes para personas y agentes. El 20 de noviembre de 2026, Zapier publicó tres veces sobre automatización e IA, y el 18 Miro mostró el chat de cursor en el lienzo.

La página de Zapier indica 1.529 empleados y más de 400.000 seguidores (página de Zapier en LinkedIn), pero la mayoría de sus publicaciones solo recibe unas decenas de «me gusta». Las publicaciones sirven para encontrar un tema; los «me gusta» no miden su popularidad. Con tanta frecuencia, lo de hace una semana puede estar viejo el día del envío: trae los datos uno o dos días antes.

Gusto fue la única sin publicaciones. Llamamos con el nombre corto gusto a las 00:20 y otra vez, poco antes de las 00:31, con la URL completa https://www.linkedin.com/company/gusto/. Las dos respuestas llegaron vacías y sin cobro, con count: 0 y billing.reason igual a empty_result_refunded. Sus señales salen de 16 puestos abiertos sin duplicados, con títulos como Principal Product Manager, Payroll Platform y Senior Staff Engineer, Tax Platform, suficientes para quien vende datos fiscales o herramientas de cumplimiento.

La dispersión de la columna de empleos viene del método de búsqueda: la búsqueda de «Zapier» devolvió 20 ofertas y ninguna era de Zapier. En G2, Zapier aporta 18 de las 61 señales: sus 20 reseñas más recientes son del 2026-11-10 al 2026-11-19 y cuatro dan 3,5 estrellas o menos (reseñas de Zapier en G2). Un título habla de una curva de aprendizaje empinada y otro dice que la herramienta parece cara en la era de la IA. Solo 2 de las 20 reseñas de Gusto contienen una palabra de queja, aunque su resumen muestra Missing Features 619 veces y Poor Customer Support 548 (reseñas de Gusto en G2).

El resumen de Miro muestra Missing Features 1.419 veces y 4 de sus 20 reseñas recientes hablan de lentitud (reseñas de Miro en G2). Vercel tiene solo 93 reseñas y su desventaja principal, Expensive, apenas 4 menciones (reseñas de Vercel en G2), una muestra demasiado pequeña. Al escribir, usa las 20 reseñas recientes y el resumen: las primeras dicen qué se comenta este mes y el resumen, qué problemas se repiten desde hace años.

Un detalle más. Enviamos sort=newest para las cinco empresas. En Zapier, Miro, Gusto y Vercel, las 20 reseñas eran de los últimos meses; en Airtable, la más antigua era del 25 de mayo de 2021 (reseñas de Airtable en G2). El catálogo llama a ese valor «newest» y no promete un orden estricto por fecha, así que filtra por posted_at después de recibir los datos y no cortes la lista por su orden. 19 de las 20 reseñas de Airtable caían dentro de 90 días y la antigua quedó fuera del recuento.

Buscar empleos por nombre de empresa: casi la mitad no son de esa empresa

El parámetro keyword de linkedin/jobs es un término de búsqueda de empleos. En la primera ronda buscamos por nombre, con United States como ubicación, y cada búsqueda devolvió 20 ofertas:

TérminoResultadosDe la empresaPorcentajeQuiénes son los demás
Airtable20735 %Ofertas de Airbnb, Fluidstack, Autodesk y otras que mencionan Airtable o tienen un nombre parecido
Vercel2020100 %—
Zapier2000 %Puestos de operaciones y administración que piden saber usar Zapier
Miro20630 %Ofertas de otras empresas
Gusto2020100 %—
Airtable (con job_search_url)1111100 %—
Gráfico de barras horizontales: porcentaje de empleos que pertenecen a la empresa al buscar por nombre. Airtable 7/20, 35 %; Vercel 20/20, 100 %; Zapier 0/20, 0 %; Miro 6/20, 30 %; Gusto 20/20, 100 %. La última fila, Airtable con el job_search_url de su perfil, da 11/11, 100 %, en turquesa. Datos de llamadas reales a linkedin/jobs entre las 00:26 y las 00:31 SGT del 2026-11-21.

En total, 53 de 100 resultados eran de la empresa correcta. El ruido crece cuando el nombre parece una palabra común o aparece a menudo en ofertas ajenas. Zapier es un requisito frecuente, así que todas sus ofertas eran de puestos que «usan Zapier»; con Airtable y Miro pasa lo mismo. Casi nadie pone Vercel o Gusto como habilidad y sus resultados salieron limpios. Si das esos datos a ChatGPT, el modelo puede escribir «vi que buscan un Office Manager» cuando esa oferta es de otra empresa.

La solución es una llamada más. Primero llama a linkedin/company_profile, cuyo job_search_url lleva el ID f_C de la empresa, y luego pasa esa URL completa como keyword a linkedin/jobs. Lo hicimos con Airtable a las 00:31 SGT: 11 ofertas, todas con company_name igual a Airtable, la más antigua del 2026-11-04 y la más reciente del 2026-11-19. De esas 11, 9 son de ventas o éxito de clientes: 2 de customer success manager, una de renovaciones, una de BDR, una de jefe de ventas y 4 de account executive de distintos niveles; las otras 2 son de arquitecto y consultor de soluciones. Cuatro están en Londres y el resto en EE. UU. Cuesta 0,000556 USD más y evita que el modelo o una persona tengan que separar las ofertas propias. Aun así, añadimos a las instrucciones «usa solo empleos cuyo company_name coincida con la empresa objetivo» como segunda comprobación.

La señal de empleo tiene otra capa. En Airtable, 6 de sus 7 ofertas propias son de ventas o éxito de clientes: account executive, BDR, renovaciones y jefe de ventas. Vercel tiene 7 de 13, Miro 4 de 5 y Gusto 0 de 16, todas de producto, ingeniería, finanzas y riesgo. Para quien vende herramientas de ventas, «están ampliando el equipo comercial» es un tema listo en las tres primeras; para quien vende finanzas o riesgo, sirven más las de Gusto. Pide al modelo que elija las señales que encajan con lo que vendes.

De la señal a la apertura: una frase por empresa

Con los datos en la mano, una persona decide cómo escribir. Redactamos una frase para cada empresa con los datos del 2026-11-21, suponiendo que el remitente vende formación y herramientas de operaciones de ventas. Cada frase usa una sola señal; después indicamos de qué llamada sale y qué comprobar antes de enviar.

Airtable: 9 de las 11 ofertas obtenidas con job_search_url son de ventas o éxito de clientes, entre ellas Account Executive, Strategic, Sales Manager, Strategic Accounts y Renewals Associate, y el 2026-11-18 anunció Canvas. Apertura posible: «Lanzaron Canvas y buscan AE estratégicos y un puesto de renovaciones; hemos ayudado a varios equipos a que los nuevos comerciales expliquen un producto nuevo rápido». Las señales salen de linkedin/jobs y linkedin/company_posts; antes de enviar, abre los enlaces y comprueba que los puestos siguen abiertos.

Vercel: 13 ofertas propias y 3 puestos de jefe bajo Startup Sales, en tres líneas: Activations, Greenfield e Install Base, además de Sales Strategy & Operations, Enterprise. Apertura posible: «Dividieron las ventas a startups en captación, activación y base instalada; cada línea pide otro ritmo y otro discurso, y podemos enviarles cómo formamos a los comerciales de cada una». Solo usa títulos de puestos y no nombra a nadie.

Zapier: la columna de empleos de la búsqueda por nombre es 0 (no la revisamos con job_search_url); las señales útiles salen de publicaciones y G2. Sus 20 reseñas recientes son del 2026-11-10 al 2026-11-19, cuatro dan 3,5 estrellas o menos y el resumen muestra Expensive 183 veces. Úsalas con cuidado: «sus clientes dicen que son caros» molesta. Es mejor convertirlo en un problema de su equipo comercial: «Las últimas reseñas de G2 hablan de precio y de lo que cuesta aprender la herramienta; sus comerciales lo oirán en las renovaciones, y tenemos ejercicios para objeciones de precio». La señal sale de g2/reviews; cita solo el tema, nunca el nombre ni el cargo del autor.

Miro: 4 de sus 20 reseñas recientes hablan de lentitud y el resumen muestra Missing Features 1.419 veces. Entre sus ofertas están Expression of Interest: Enterprise & Strategic Account Executive y Vice President Customer Success. Miro está formando una reserva de futuros AE, y una apertura sobre «los primeros 90 días de un AE nuevo» se acerca más a lo que le importa que las desventajas de las reseñas.

Gusto: sin publicaciones, solo 2 reseñas con queja y casi todas sus señales en 16 ofertas propias, ninguna de ventas. Si el remitente vende herramientas de ventas, Gusto puede quedarse fuera de la lista de esta semana y revisarse la siguiente. Si vende datos fiscales o cumplimiento, Principal Product Manager, Payroll Platform y Head of Gusto Controls son buenos puntos de partida.

EmpresaSeñal de la aperturaLlamadaQué comprobar antes de enviar
AirtablePuestos de AE estratégico y renovaciones, lanzamiento de Canvas el 2026-11-18linkedin/jobs, linkedin/company_postsQue los puestos sigan abiertos
VercelTres puestos de jefe en Startup Saleslinkedin/jobsSolo títulos, ninguna persona
ZapierPrecio y curva de aprendizaje en reseñas del 2026-11-10 al 2026-11-19g2/reviewsCitar el tema, no al autor
MiroPuestos de AE de reserva (Expression of Interest)linkedin/jobsEs una reserva, no una vacante concreta
GustoPuestos de Payroll Platform y Controls, solo para quien vende finanzas o cumplimientolinkedin/jobsSáltala si vendes herramientas de ventas
Qué vende el remitenteSeñales que mirar primeroFunciónSeñales que omitir
Formación y operaciones de ventasPuestos de ventas abiertos, publicaciones de producto nuevolinkedin/jobs, linkedin/company_postsPuestos de ingeniería
Herramientas para desarrolladores, nubePuestos de ingeniería y plataforma, publicaciones técnicaslinkedin/jobs, linkedin/company_postsQuejas de precio en reseñas
Soporte y éxito de clientesEtiquetas del resumen de G2 como Poor Customer Supportg2/reviews, trustpilot/reviewsPuestos de ventas
Fiscalidad, cumplimiento, riesgoPuestos de finanzas, cumplimiento y riesgolinkedin/jobsPublicaciones de marketing
Marca empleadora, contrataciónTotal de puestos abiertos, reseñas de empleadoslinkedin/jobs, glassdoor/reviewsReseñas de producto

Cuatro llamadas por empresa no significan cuatro señales en la apertura. Pon una señal en una frase y guarda las demás para el segundo y el tercer correo de seguimiento. Una secuencia de Outreach tiene varios pasos, así que reparte las señales entre ellos; el primer correo no necesita todos los datos.

En ChatGPT puedes guardar este paso como instrucción fija al inicio del chat y reutilizarla cada semana con un lote nuevo de empresas:

text
Step 1. Use Outreach to list the prospects in sequence "<sequence name>" that have not received step 1.
Step 2. For each prospect's company, use EveryInfra to fetch:
        linkedin/company_profile, linkedin/company_posts (limit 10),
        linkedin/jobs (keyword = the company's job_search_url),
        g2/reviews (sort = newest).
Step 3. Keep only: posts from the last 30 days, jobs whose company_name matches,
        G2 reviews from the last 90 days. Drop reviewer names and titles.
Step 4. We sell <what you sell>. Pick ONE signal per company that fits what we sell.
        Write a 1-sentence opener that names the signal and its date or link.
Step 5. Show a table: company, signal, source link, opener. Do not edit Outreach yet.

El paso 5 dice «no edites Outreach todavía» porque las herramientas de escritura de Outreach piden confirmación en ChatGPT cada vez. Deja que ChatGPT muestre primero una tabla, que una persona la revise y corrija, y solo después que escriba las aperturas en un campo personalizado o una tarea de Outreach: confirmarás muchas menos veces. El paso 3 elimina nombres y cargos de autores porque la respuesta de G2 los incluye y el modelo podría usarlos sin querer; es más fácil quitarlos en la instrucción que borrarlos del borrador.

Cuánto tarda una empresa: cuatro llamadas seguidas en ChatGPT

Medimos el tiempo de cada llamada hasta la respuesta completa con el time_total de curl. Lo más lento fueron las publicaciones, con una mediana de 51,0 segundos en 6 llamadas (la más rápida, 30,6 segundos; la más lenta, 66,7). Los empleos tuvieron una mediana de 46,2 segundos en 6 llamadas, de 15,3 a 61,7; las reseñas de G2, 17,6 segundos en 5, con una de 34,9; y los 2 perfiles tardaron 5,5 y 7,3 segundos, con una mediana de 6,4. La búsqueda de Airtable con job_search_url tardó 15,3 segundos, la más rápida de las 6 de empleos.

Gráfico de barras horizontales: espera mediana por llamada en segundos. linkedin/company_posts 51,0 s en 6 llamadas, en turquesa. linkedin/jobs 46,2 s en 6. g2/reviews 17,6 s en 5. linkedin/company_profile 7,3 s en 2. youtube/transcript 7,2 s en 3. youtube/search 3,1 s en 2. Tiempos del time_total de curl de cada petición entre las 00:17 y las 00:31 SGT del 2026-11-21.

Las cuatro medianas suman unos 121 segundos por empresa, unos dos minutos; para 5 empresas en serie dentro de un chat son unos diez minutos. Las llamadas en paralelo dependen del modelo y del producto, y no las probamos en ChatGPT. Por eso proponemos este reparto: las tres a cinco empresas que surgen durante el día, en ChatGPT; la lista semanal completa, con el script de curl, y la tabla terminada a ChatGPT para escribir. Además, cada función del catálogo admite "mode": "async": una llamada lenta devuelve primero un job_id y el resultado se recoge después sin mantener la conexión abierta.

Cuánto cuestan 100 prospectos a la semana

Cada empresa son 4 llamadas. Con los precios del catálogo leídos a las 00:16 SGT del 2026-11-21: perfil 0,000556 USD, publicaciones 0,002319 USD, empleos 0,000556 USD y reseñas de G2 0,001389 USD, en total 0,00482 USD por empresa. En las llamadas reales, cada cobro coincidió con el catálogo: 4 cobros de publicaciones a 0,002319 USD, 5 de G2 a 0,001389 USD, 6 de empleos y 2 de perfiles a 0,000556 USD. Los 3 resultados vacíos costaron 0 USD (catálogo de funciones de EveryInfra).

Gráfico de barras horizontales: coste de API para 100 empresas a la semana, 0,482 USD en total. linkedin/company_posts 0,2319 USD en turquesa, g2/reviews 0,1389 USD, linkedin/company_profile 0,0556 USD, linkedin/jobs 0,0556 USD. Cuatro llamadas por empresa al price_usd del catálogo; los vacíos y fallos no se cobran.
EscalaLlamadasCoste de API (USD)Cálculo
1 empresa40,004820,000556 + 0,002319 + 0,000556 + 0,001389
100 empresas a la semana4000,4820,00482 × 100
Al mes (52 semanas ÷ 12)unas 1.7332,090,482 × 52 ÷ 12
Al año20.80025,060,482 × 52
Sin G2 (la empresa no está en G2)300 a la semana0,343 a la semana0,003431 × 100

Compáralo con los precios públicos de los otros dos lados. Un puesto Standard de ChatGPT Business cuesta 25 USD por usuario y mes, o 20 USD con pago anual (centro de ayuda de OpenAI, ChatGPT Business FAQ, leído el 2026-11-21). Un puesto Premium cuesta 125 USD, o 100 USD al mes con pago anual, sobre todo por más uso de Work y Codex (centro de ayuda de OpenAI, ChatGPT Business overview). La página de precios de Outreach no da cifras: habla de puestos más créditos de IA que se descuentan por acción, como un correo personalizado o una búsqueda, y remite a ventas (precios de Outreach, leído el 2026-11-21). Outreach MCP, servidor y cliente, figura en las funciones de los niveles Amplify Core, Essentials y Plus. Un año de API, 25,06 USD, se parece a un mes de un puesto de ChatGPT.

Tres precauciones. No todos los prospectos están en G2: las empresas pequeñas y las que no son de software rara vez tienen página, y la llamada sin página devuelve vacío sin cobro, pero conviene marcar antes en la lista cuáles la tienen. Llama primero al perfil de cada empresa: evitas llamadas perdidas con la empresa equivocada y obtienes empleados y sede para decidir si el correo tiene sentido. Y este coste cubre solo la API de EveryInfra; el uso de ChatGPT para leer los resultados y los créditos Amplify de cada skill van aparte, y ninguno es público con detalle suficiente para calcularlo por llamada.

Un ritmo semanal: cuándo traer datos y qué se puede guardar

Así colocaríamos el flujo en una semana. El lunes, con Outreach en ChatGPT, encuentras los prospectos que empiezan el paso 1 y quitas duplicados por empresa. El martes traes los datos y ChatGPT arma la tabla. El miércoles una persona revisa la tabla, corrige las aperturas y las escribe en Outreach. El jueves y el viernes la secuencia envía según lo previsto. Trae los datos uno o dos días antes del envío, porque las publicaciones cambian rápido: Zapier publicó tres veces en un día.

Cada tipo de dato caduca a un ritmo distinto:

DatoCuándo volver a traerloMotivo
Perfil de empresa: empleados, seguidores, sector, job_search_urlUna vez al mes; reutiliza el último resultadoCambia despacio
Publicaciones de empresaCada semanaZapier publicó tres veces en un día
EmpleosCada semanaLos puestos se cierran rápido, y citar uno cerrado es peor que no citar ninguno
Etiquetas del resumen de G2Una vez al mesLos totales de años se mueven poco
Reseñas recientes de G2Cada semanaLlegan reseñas nuevas cada semana

Con este reparto, el perfil sale de la factura semanal: el coste por empresa baja de 0,00482 USD a 0,004264 USD, y 100 empresas cuestan 0,4264 USD a la semana. El ahorro es pequeño; la ventaja mayor es menos espera, porque el perfil tiene una mediana de 6,4 segundos.

Si la lista repite empresa, trae los datos por empresa y escribe por persona. Una secuencia de Outreach suele tener dos o tres contactos de la misma empresa, y si cada uno dispara una consulta, el coste y la espera se duplican con el mismo contenido. Escribe «quita duplicados por empresa antes de traer datos» en el paso 2 de la instrucción para que ChatGPT agrupe antes de llamar. Después, los contactos de una empresa comparten señales, pero la apertura cambia de ángulo según el puesto: contratación para el jefe de ventas, procesos para el de operaciones. No envíes la misma señal con las mismas palabras a tres personas de una empresa.

Qué datos toma este flujo y cuáles deja fuera

El catálogo de EveryInfra también tiene funciones de persona, como linkedin/person_profile y linkedin/person_posts (API de datos de LinkedIn). Este flujo no las usa; para esta decisión leímos el texto de las normas y guías siguientes. El artículo 14 del RGPD de la UE cubre los datos personales que no se obtienen del interesado: el responsable debe informarle de la fuente y la finalidad en un plazo razonable (texto del RGPD, EUR-Lex). El artículo 21 le da derecho a oponerse en cualquier momento al marketing directo, y el texto dice que tras la oposición los datos dejan de tratarse con ese fin.

La autoridad británica de protección de datos (ICO) tiene una guía de marketing B2B (ICO, Business-to-business marketing): el UK GDPR se aplica al usar datos personales para marketing, aunque sea en un contexto empresarial y aunque sean públicos. Las empresas son «suscriptores corporativos» y quedan fuera de las reglas de PECR sobre correo de marketing, pero los autónomos y algunas sociedades cuentan como personas.

En EE. UU., la guía de la Comisión Federal de Comercio dice que CAN-SPAM no tiene excepción para el correo B2B y que la multa llega a 53.088 USD por cada correo que incumpla la ley (FTC, guía de cumplimiento de CAN-SPAM). Cada correo necesita datos reales del remitente, un asunto que no engañe, una dirección postal y una forma de darse de baja, y la guía da 10 días hábiles para atender las bajas (16 CFR Part 316). La página del Fiscal General de California sobre la CCPA enumera los derechos de los residentes sobre los datos personales que recogen las empresas, como saber, borrar y excluirse (California DOJ, CCPA). Estas normas tratan de a quién se escribe, cómo y con qué datos personales; el flujo está diseñado para tomar solo datos de empresa:

Dato¿Lo toma el flujo?Motivo
Perfil de empresa (sector, tamaño, sede, web)SíDatos de una persona jurídica, públicos
Publicaciones de la cuenta de empresaSíContenido que publicó la empresa, con fecha y enlace
Empleos que publicó la empresaSíPublicados por la empresa; filtra por company_name
Título, texto, estrellas y fecha de reseñas de G2SíReseñas públicas de un producto; el flujo no pasa author_name al modelo ni al correo
Perfiles personales, publicaciones personales, listas de empleadosNoDatos personales, de los que tratan los artículos 14 y 21 del RGPD y el UK GDPR; los datos del destinatario ya están en Outreach
Correo personal, teléfono, domicilioNoEste flujo no los trae ni los reconstruye a partir de páginas públicas

La respuesta de G2 trae un campo author_name. En las 20 reseñas recientes de Zapier, 6 dicen «Verified User» y el resto muestra un nombre y la inicial del apellido. El flujo quita ese campo antes de pasar los datos al modelo: la apertura dice «sus clientes se quejan de la curva de aprendizaje» y no necesita saber quién se quejó. Los datos del destinatario en Outreach son tu propio CRM, Outreach los controla con los permisos de cada usuario y EveryInfra no los toca. Esta sección solo explica qué datos toma el flujo y no es asesoramiento legal; revisa el texto de las normas para tu caso o consulta a tu equipo legal.

Límites y precauciones

Primero, no hemos probado si EveryInfra puede funcionar como conector privado dentro de Outreach Omni. El centro de ayuda dice que MCP Connectors solo admite herramientas de solo lectura (soporte de Outreach). A las 00:22, everyinfra_call_api tenía readOnlyHint=false porque cobra, así que, según el texto de esa página, Omni no podía activarla. Desde las 08:29 del mismo día se marca como de solo lectura, así que ese límite ya no la bloquea, aunque siguen la revisión del mercado y la aprobación del administrador. No tenemos cuenta de Outreach y no lo probamos; solo citamos la página y nuestra anotación. Por ahora, conecta ambos servicios a ChatGPT y deja que ChatGPT los una.

Segundo, el centro de ayuda de Outreach aún muestra la ruta antigua con Developer Mode y Create app; la entrada actual de OpenAI está en Plugins y no requiere Developer Mode. Tercero, Outreach Skills necesita un plan con plugins (Business, Enterprise, Healthcare o Edu) y una cuenta Plus personal no puede instalarlo; en Business, solo administradores y propietarios crean servidores MCP personalizados.

Cuarto, el aviso de confirmación merece atención. Con las anotaciones de las 00:22, si alguien elige «recordar aprobar» en el primer aviso para ahorrar clics, cada llamada de más del modelo vuelve a costar dinero. Desde las 08:29 las herramientas de datos se marcan como de solo lectura, así que, según la documentación de OpenAI, puede que ni siquiera haya primer aviso (en nuestra prueba tras el cambio no apareció ninguno); entonces, si el modelo llama de más, ningún aviso lo frena, y cada llamada se sigue cobrando. Escribe «como máximo 4 llamadas por empresa; no pases el parámetro limit a linkedin/company_posts» en las instrucciones y fija un límite de gasto en USD en la clave API de EveryInfra. Si el modelo repite llamadas, cada cobro aparece en el historial, y los resultados vacíos y los fallos no se cobran.

Cambios de los últimos 60 días

FechaCambioQué significa para ti
2026-10-01Los administradores de ChatGPT Business gestionan plugins y su directorio en la Admin Console (notas de versión)Apruebas Outreach Skills y tu plugin de EveryInfra en el mismo sitio
2026-11-17OpenAI lanza ChatGPT for Sales con un plugin Sales y más de 30 plugins de socios (OpenAI)Outreach queda en «planificar el contacto»; el motivo sale de otros datos
2026-11-17Outreach lanza Outreach Skills for ChatGPT (blog de Outreach)Más de 20 flujos en ChatGPT con créditos Amplify
2026-11-18Comunicado de Outreach: herramientas para editar registros y crear secuencias y tareas, y cuatro conectores como G2 (sala de prensa de Outreach)ChatGPT ya crea secuencias; mantén el paso de confirmación

Preguntas frecuentes

¿Qué es Outreach MCP Server y en qué se diferencia de Outreach Skills?

Fuente: sugerencia de Google «outreach mcp server», leída el 2026-11-21. Outreach MCP Server es el servidor MCP público de Outreach en https://api.outreach.io/mcp/, al que pueden conectarse Claude, ChatGPT, Copilot y Gemini; requiere un puesto activo y el complemento Amplify (soporte de Outreach). Outreach Skills es el plugin de ChatGPT del 17 de noviembre: incluye esa conexión más 20 flujos y vistas. Para consultar datos de Outreach en un chat basta con MCP Server; para flujos listos como preparación de reuniones o revisión de pipeline, instala Skills.

¿Puede el conector MCP de Outreach usar EveryInfra?

Fuente: sugerencia de Google «outreach mcp connector», leída el 2026-11-21. MCP Connectors permite publicar un servidor propio como conector privado, pero solo con herramientas de solo lectura (soporte de Outreach). A las 00:22 del 21 de noviembre la herramienta de datos de EveryInfra no estaba marcada como de solo lectura, así que, según la página, Omni no podía activarla. Desde las 08:29 del mismo día se marca como de solo lectura, así que ese límite ya no la bloquea, aunque siguen la revisión del mercado y la aprobación del administrador. No lo probamos. Lo viable es conectar ambos servicios a ChatGPT.

¿Sigue haciendo falta Developer Mode para añadir un servidor MCP en ChatGPT?

Fuente: el artículo de Outreach «Ask Outreach via ChatGPT», que pide activarlo y no coincide con el centro de ayuda actual de OpenAI. Según OpenAI, no hace falta: en Plugins elige Add custom MCP server y acepta el aviso de cada servidor (centro de ayuda de OpenAI). En Business solo pueden crearlo administradores y propietarios.

¿ChatGPT todavía me pide confirmar las llamadas a EveryInfra?

Fuente: nuestra prueba tools/list de las 00:22 y la documentación de OpenAI. ChatGPT trata como escritura toda herramienta sin readOnlyHint=true, y las escrituras requieren confirmación por defecto (OpenAI Developers). Con las anotaciones de las 00:22, la herramienta de datos de EveryInfra no estaba marcada como de solo lectura porque cada llamada cuesta dinero, y elegir «recordar en este chat» en el primer aviso dejaba seguir las llamadas siguientes sin parar. Desde las 08:29 del mismo día se marca como de solo lectura, así que, según esta documentación, ya no cuenta como escritura y no pide confirmación por defecto. Cada llamada se sigue cobrando. Tras el cambio abrimos tres chats nuevos en ChatGPT y llamamos una vez a una herramienta de pago en cada uno; ninguno pidió confirmación.

¿Outreach GPT es lo mismo que Outreach Skills?

Fuente: sugerencia de Google «outreach gpt», leída el 2026-11-21. En las páginas de Outreach que leímos el 2026-11-21 ningún producto se llama «Outreach GPT». Outreach tiene dos cosas en ChatGPT: la app Outreach en ChatGPT del 3 de junio (sala de prensa de Outreach, 2026-06-03) y Outreach Skills del 17 de noviembre, que añade flujos y vistas.

Cómo empezar

  1. Regístrate en EveryInfra y obtén una clave API. Sigue el inicio rápido y llama una vez a linkedin/company_profile con curl; comprueba que la respuesta trae job_search_url.
  2. Pide al administrador de ChatGPT que añada un servidor MCP personalizado en Plugins con https://api.everyinfra.com/mcp/all y OAuth, y que deje activas solo las tres herramientas de datos. La página del servidor MCP muestra la configuración.
  3. Pide al administrador que active el plugin Outreach Skills; cada persona conecta su propia cuenta de Outreach y ejecuta Start here una vez.
  4. En un chat, etiqueta con @ a Outreach para traer la secuencia y la lista de empresas de la semana, y luego a EveryInfra para añadir datos en este orden: perfil, publicaciones, empleos con job_search_url y reseñas de G2. Pide que cada dato de la apertura lleve fecha o enlace.
  5. Lee cada borrador y, cuando confirmes, deja que Outreach añada las personas a la secuencia.

Para ver los mismos datos públicos en otras herramientas, lee Responsive MCP: investigar la cuenta antes de la propuesta, ActiveCampaign MCP con datos de redes y reseñas y Perfiles de negocio y reseñas en ChatGPT. Los campos completos de reseñas de G2 están en la página de la API de datos de G2.

Referencias

  1. From question to action: Outreach Skills brings over 20 revenue workflows into ChatGPT, Outreach, 2026-11-17, consultado el 2026-11-21.
  2. Outreach's Headless Architecture Powers New Outreach Skills for ChatGPT as its Connector Suite for MCP Grows, Outreach, 2026-11-18, consultado el 2026-11-21.
  3. Skills in ChatGPT, OpenAI Help Center, consultado el 2026-11-21.
  4. Plugins in ChatGPT, OpenAI Help Center, consultado el 2026-11-21.
  5. Introducing ChatGPT for Sales, OpenAI, 2026-11-17, consultado el 2026-11-21.
  6. Outreach MCP Server Overview, Outreach Support, consultado el 2026-11-21.
  7. Use Outreach MCP tools with Claude, Outreach Support, consultado el 2026-11-21.
  8. Outreach MCP Server, Outreach Developer Portal, consultado el 2026-11-21.
  9. MCP Connectors, Outreach Support, 2026-11-12, consultado el 2026-11-21.
  10. MCP Security, Outreach Support, consultado el 2026-11-21.
  11. MCP Connectors category, Outreach Marketplace, consultado el 2026-11-21.
  12. Connecting custom MCP servers in ChatGPT, OpenAI Help Center, consultado el 2026-11-21.
  13. Add custom MCP server, OpenAI Developers, consultado el 2026-11-21.
  14. Ask Outreach via ChatGPT, Outreach Support, 2026-09-11, consultado el 2026-11-21.
  15. Admin controls, security, and compliance for plugins and apps, OpenAI Help Center, consultado el 2026-11-21.
  16. ChatGPT Business release notes, OpenAI Help Center, 2026-11-19, consultado el 2026-11-21.
  17. Protected resource metadata for /mcp/all, EveryInfra, consultado el 2026-11-21.
  18. RFC 9728: OAuth 2.0 Protected Resource Metadata, IETF, 2025-04, consultado el 2026-11-21.
  19. Authorization, specification version 2025-11-25, Model Context Protocol, 2025-11-25, consultado el 2026-11-21.
  20. RFC 8707: Resource Indicators for OAuth 2.0, IETF, 2020-02, consultado el 2026-11-21.
  21. RFC 7591: OAuth 2.0 Dynamic Client Registration Protocol, IETF, 2015-07, consultado el 2026-11-21.
  22. Authentication, Plugins, OpenAI Developers, consultado el 2026-11-21.
  23. Connected apps in ChatGPT, OpenAI Help Center, consultado el 2026-11-21.
  24. Tools, specification version 2025-11-25, Model Context Protocol, 2025-11-25, consultado el 2026-11-21.
  25. Tool Annotations, Outreach MCP Server, Outreach Developer Portal, consultado el 2026-11-21.
  26. Capability catalog (GET /api/v1/social/catalog), EveryInfra, consultado el 2026-11-21 a las 00:16 hora de Singapur.
  27. Meet Airtable Canvas (company post), Airtable on LinkedIn, 2026-11-18, consultado el 2026-11-21.
  28. Zapier company page, LinkedIn, consultado el 2026-11-21.
  29. Zapier reviews, G2, consultado el 2026-11-21.
  30. Gusto reviews, G2, consultado el 2026-11-21.
  31. Miro reviews, G2, consultado el 2026-11-21.
  32. Vercel reviews, G2, consultado el 2026-11-21.
  33. Airtable reviews, G2, consultado el 2026-11-21.
  34. ChatGPT Business: General FAQ, OpenAI Help Center, consultado el 2026-11-21.
  35. ChatGPT Business overview, OpenAI Help Center, consultado el 2026-11-21.
  36. Outreach Pricing & Plans, Outreach, consultado el 2026-11-21.
  37. Regulation (EU) 2016/679 (GDPR), Articles 6, 14 and 21, EUR-Lex, 2016-04-27, consultado el 2026-11-21.
  38. Business-to-business marketing, UK Information Commissioner's Office, consultado el 2026-11-21.
  39. CAN-SPAM Act: A Compliance Guide for Business, US Federal Trade Commission, consultado el 2026-11-21.
  40. 16 CFR Part 316: CAN-SPAM Rule, eCFR, consultado el 2026-11-21.
  41. California Consumer Privacy Act (CCPA), California Department of Justice, consultado el 2026-11-21.
  42. Outreach Launches Revenue Orchestration Platform App in ChatGPT and MCP Server for Codex, Outreach, 2026-06-03, consultado el 2026-11-21.

Referencia BL-202

Google Analytics solo si aceptas. Privacidad