Soy Adrián Ruda, fundador de Neuralab. Convierto procesos de negocio en automatizaciones con IA que funcionan solas: bots conversacionales, integraciones y flujos que atienden, califican y operan sin que nadie tenga que estar mirando.
Qué construyo
No conecto nodos sueltos: construyo sistemas que resuelven un problema de negocio y sostienen el resultado cuando dejan de ser una demo.
Agentes sobre WhatsApp, web o Telegram que responden con contexto, mantienen memoria por conversación y saben cuándo responder, cuándo callarse y cuándo capturar el lead. Un solo system prompt, guardrails de salida y testing de regresión para que no se desvíen.
Flujos en n8n self-hosted que mueven datos entre plataformas vía API y webhooks: captura de leads, secuencias por evento, matriculación, notificaciones. La lógica que hace que un proceso corra solo.
Orquestación de LLM (API de Claude) dentro de operaciones reales: RAG, salida estructurada, clasificación de intención, resúmenes redactados por el agente. La IA como pieza del sistema, no como demo aislada.
Cómo funciona
El sistema estrella de Neuralab: un solo LLM sirve a varios clientes a la vez, cada uno con su memoria por lead aislada en PostgreSQL y su ruteo propio. Sumar un cliente nuevo es configuración, no reconstruir. Escaló a ~20 bots manteniéndose económico y hardened.
Motor de outbound
Un pipeline propio que scrapeó y enriqueció 25.000 contactos B2B (12k Argentina + 13k México): no una lista, un CRM que sabe a quién le duele qué.
25.000 contactos extraídos de Google Maps con herramientas propias, en dos mercados, con teléfono, web, redes y reseñas.
Cada lead pasa por análisis de su web (SSL, mobile-ready, stack, tiempo de carga), Instagram (posts, seguidores) y Google Business (rating, reseñas).
El pipeline emite un veredicto por lead: web rota o anticuada, marca inconsistente, oportunidad clara. Prioriza solo.
Cada lead lleva su dolor_principal redactado y personalizado. El bot outbound sale con el dolor puntual de ESE contacto, no un template genérico.
n8n self-hosted, API de Claude, PostgreSQL, WhatsApp Business API, Railway, y MCP para conectar CRMs y plataformas externas.
Hardening de webhooks (validación, límites), cero credenciales en el archivo del workflow, controles de costo sobre el uso de LLM. Ingeniería de producción, no de demo.
Cómo trabajo
Antes de escribir un nodo defino qué se pide y cómo se resuelve. Cada pieza nace de una decisión documentada, no de prueba y error sobre la marcha: si algo falla, se rastrea directo a la decisión que lo originó. Es la parte del trabajo que no se ve en una grabación y es la que sostiene el resultado en producción.
Revisión 4R · antes de entregar
Cero credenciales dentro del archivo del workflow, hardening explícito contra intentos de manipulación del rol y una única herramienta con un gate duro que impide llamarla sin los cuatro datos.
Cada nodo lleva un nombre en español que explica su función sin abrirlo. La conversación entera vive en un solo system prompt; el guardado del lead, en un sub-flujo aparte con una única responsabilidad.
La captura es atómica y Google Sheets es la fuente de verdad: si la fila no se escribe, el flujo se corta y nunca se confirma un guardado que no ocurrió.
Los mensajes que el bot no puede leer se cortan antes del agente con un aviso claro, y el aviso por correo dejó de absorber su propio fallo: ahora un correo caído se ve.
Verificado en producción
No entrego a ciegas. Estos son fallos reales que aparecieron construyendo sistemas en producción y cómo se cerraron.
El rol pide funnels, automatizaciones e integraciones con IA sobre GoHighLevel y Moodle. Mi núcleo —n8n, IA, API/webhooks— es exactamente eso. GoHighLevel lo conozco a nivel básico y Moodle no lo administré en producción, pero ambos se integran vía su API/REST y sus MCP oficiales: es el patrón que hago a diario, y me pongo al día rápido. Lo prefiero decir honesto:
