Verificación automática de comprobante PIX con IA

Visión general

Este flujo permite verificar automáticamente comprobantes enviados por leads dentro del CRM Datacrazy.

El proceso funciona en dos partes:

1. Un flujo que captura el comprobante enviado

2. Un flujo que monitorea y envía el comprobante para que OpenIA lo analice(Dentro de tu embudo o un tercer flujo separado. Usa tags/campos adicionales en las condiciones para que se comuniquen.

Luego OpenIA devuelve:

• Si el archivo parece o no un comprobante PIX

• El valor del pago identificado

Este tipo de automatización ha sido cada vez más solicitada, especialmente en embudos de pago vía PIX.

Arquitectura de la solución

El proceso funciona así:

El lead envía el comprobante
El CRM captura el archivo adjunto
El sistema guarda la URL del archivo
Un flujo monitorea la llegada del comprobante por tags
El archivo se envía a OpenAI
OpenAI responde si es válido y cuál es el valor

Flujo 1 — Capturar comprobante enviado

Crea un flujo separado responsable solo por capturar archivos enviados por el lead.

Configuración del gatillo

Entrada del flujo:

Mensaje recibido

Configuración:

• Sin filtros

• Fuente de datos activa

Primera verificación: Tag de control

Añade una condición:

Verificar si el lead tiene la tag:

verificar comprovante

Si no tiene, el flujo puede finalizar.

Si tiene, el flujo continúa.

Segunda verificación: ¿Existe adjunto?

Ahora verifica si el mensaje tiene archivo adjunto, haz clic en la var { } , ahora en entrada de datos → Message-1 (es el nombre por defecto del bloque de mensaje). Si hay más instancias, nombro todas con el mismo nombre!

Campo normalmente usado:

attachments.url

Si no existe, finaliza.

Si existe, avanza.

Guardar el comprobante

Ahora necesitamos guardar el archivo.

Opciones recomendadas:

• Campo adicional del Lead

• Campo adicional del Negocio

Ejemplo:

url_comprovante

En caso de utilizar Negocios, será necesario garantizar que el lead tenga un negocio asociado en el CRM.

Esto depende de las reglas de tu embudo.

Agregar etiqueta de confirmación

Después de guardar el archivo:

Agrega la etiqueta:

Comprovante enviado

Restricción para archivos PDF

Si el archivo es .pdf, recomienda al lead enviar:

• Imagen

• Captura del comprobante

Esto mejora mucho el análisis de la IA.

Puedes decir que no pudiste abrir el .PDF, pídele entonces que lo envíe en imagen O captura de pantalla. Funciona 100%.

En este punto, el Flujo 1 termina.

Flujo 2 — Monitorear envío de comprobante internamente en tu embudo

Ahora volvemos al flujo principal del embudo.

En la etapa donde el cliente debe enviar el comprobante, configura:

Añadir etiqueta:

verificar comprobante

Control de loops (evitar loop infinito)

Crea un campo adicional numérico en el lead:

x_loop_times

Este campo controlará cuántas veces verificaremos si el comprobante fue enviado.

Incrementar contador con JavaScript

Usa un bloque <> JavaScript para controlar el contador.

El script debe:

1. Leer el valor actual de x_loop_times

2. Si está vacío o 0 → guardar 1

3. Si tiene valor → incrementar +1

Ejemplo del código listo

let x_loop_times = await session.getAdditionalValue('x_loop_times');

// se for null, vazio ou 0 → vira 1
if (!x_loop_times || Number(x_loop_times) === 0) {
    x_loop_times = 1;
} else {
    // se > 0 → incrementa
    x_loop_times = Number(x_loop_times) + 1;
}

// salva novamente no mesmo campo
await session.setAdditionalValue('x_loop_times', x_loop_times);

return {"x_loop_times": x_loop_times}

Crear condición de límite

Después del JavaScript, agrega un bloque de condición campo posee valor entre dos valores

//Por exemplo, configure o campo para estar entre 0 e 100. 
x_loop_times entre 0 e 100

Esto limita el número máximo de verificaciones.

Espera entre verificaciones

Añade un bloque de espera:

Aguardar 30 segundos ou 

Después de eso verifica:

Lead possui tag "Comprovante enviado"

Comportamiento del flujo

Si no tiene la etiqueta:

→ el flujo sigue esperando y probando de nuevo.

Si tiene la etiqueta:

→ envía el comprobante para análisis de la IA.

Tiempo total de espera

Configuración actual:

100 verificações
x
30 segundos

Tiempo total aproximado:

50 minutos

Si quieres aumentar el tiempo, solo tienes que subir el límite.

Ejemplo:

1000 loops

Llamada de API para OpenAI

Método:

POST

URL:

https://api.openai.com/v1/responses

Cuerpo JSON de la solicitud

{
   "model":"gpt-4.1",
   "input":[
      {
         "role":"user",
         "content":[
            {
               "type":"input_text",
               "text":"Quiero saber si recuerda un comprobante pix. Responde valido-nao si no parece un comprobante pix o valido-sim si parece con comprobante pix.\n\nResponde con:\nvalido-sim\no\nvalido-nao\n\nNo envíes absolutamente nada más que eso. Trae también el valor depositado/enviado. usa siempre. La respuesta tiene que ser un schema JSON válido, solo con los datos que se pidieron"
            },
            {
               "type":"input_image",
               "image_url":"${urlComprovante}"
            }
         ]
      }
   ]
}

Haz pruebas, mira si te sirve, ajusta si hace falta.

Respuesta esperada de la IA

La respuesta debe ser un JSON válido, conteniendo:

• Si el comprobante parece válido

• El valor identificado

Ejemplo esperado:

{
  "valido": "sim",
  "valor": "150.00"
}

O

{
  "valido": "nao",
  "valor": null
}

Resultado final

Con ese flujo implementado, el sistema consigue:

Detectar cuando el cliente envía comprobante
Identificar si es comprobante PIX
Extraer el valor automáticamente
Integrar con automatizaciones del embudo

Esto permite crear procesos como:

• Liberación automática de acceso

• Validación automática de pago

• Aprobación automática de pedidos