
El email marketing sigue siendo el canal con mayor ROI en marketing digital: los informes de referencia del sector (Litmus, DMA) lo sitúan en torno a 36 € de retorno por cada euro invertido, aunque la horquilla real por sector es enorme. El problema es que hacerlo bien lleva mucho tiempo: escribir emails, segmentar audiencias, testear asuntos, analizar resultados.
La IA cambia esta ecuación por completo. No solo acelera el proceso, sino que mejora los resultados porque permite personalizar a una escala que manualmente sería imposible.
En este tutorial te enseño a automatizar tu email marketing con IA de principio a fin. Desde escribir los emails hasta optimizar las campañas con datos.
Publiqué 172 artículos en marzo y fue mi peor mes
Tenía esta web parada y la estoy rehaciendo con IA. Cambié la forma de hacerlo y en once días de agosto ha tenido más visitas desde Google que en todo julio. Te cuento por correo qué cambié.
- · Por qué la oportunidad es mayor ahora, y no menor
- · Lo único que la IA no te puede copiar: tu criterio
- · Cómo hacer que Google te vea en días, no en seis meses
El stack completo: qué herramientas necesitas
Antes de empezar, vamos a definir el stack. No necesitas todas, pero sí necesitas entender qué hace cada una. Ojo con los planes gratuitos: se han recortado mucho en el último año, así que estos son los límites vigentes a agosto de 2026 y conviene verificarlos en la web oficial antes de decidir.
| Herramienta | Función | Plan gratuito (agosto 2026) |
|---|---|---|
| Brevo (ex Sendinblue) | Email marketing + CRM + automatización | Contactos ilimitados, 300 emails/día |
| Mailchimp | Plataforma de email marketing con IA integrada | 250 contactos y 500 envíos/mes |
| MailerLite | Email marketing sencillo con buen editor | 250 suscriptores y 2.500 emails/mes |
| Kit (antes ConvertKit) | Newsletters y creadores | Hasta 10.000 suscriptores, 1 automatización |
| Beehiiv | Newsletter moderna con IA | Hasta 2.500 suscriptores, envíos ilimitados |
| ChatGPT / Claude / Gemini | Redacción de emails, segmentación, ideas | Versión gratuita disponible |
| Make | Automatización entre herramientas | Plan gratuito con operaciones limitadas |
Mi stack recomendado para empezar:
- Brevo (el único plan gratuito que no limita contactos) + ChatGPT (para redacción) + Make (para automatizaciones)
- Coste: unos 20 $/mes si pagas ChatGPT Plus. Todo lo demás es gratuito para empezar.
Mailchimp era la recomendación obvia hace un par de años, pero con su plan gratuito reducido a 250 contactos y 500 envíos mensuales hoy no da ni para una prueba seria. Si buscas la comparativa completa con los precios por tramo, la tienes en mejor software de email marketing.
Paso 1: escribe emails con IA que realmente conviertan
Escribir buenos emails es un arte. Pero hay fórmulas que funcionan, y la IA es muy buena aplicándolas si le das el contexto adecuado.
1.1 la fórmula del email perfecto
Todo email de marketing tiene 4 componentes:
- Línea de asunto (determina si se abre)
- Primer párrafo (determina si se sigue leyendo)
- Cuerpo (aporta valor o presenta la oferta)
- CTA (determina si se hace clic)
Vamos a usar IA para cada componente. Y una advertencia previa: la calidad de lo que sale depende casi por completo del contexto que le des. Si tus resultados son genéricos, el problema no es el modelo, es el prompt; en cómo escribir prompts efectivos explico el patrón que uso.
1.2 líneas de asunto con IA
La línea de asunto es lo más importante del email. Si no se abre, nada de lo demás importa.
Prompt para generar líneas de asunto:
Genera 10 líneas de asunto para un email de [tipo: newsletter/promoción/onboarding]. Contexto: [describe el email]. Audiencia: [perfil].
Requisitos:
- Máximo 50 caracteres cada una
- 3 con curiosidad/intriga
- 3 con beneficio directo
- 2 con urgencia
- 2 con personalización
- No uses clickbait engañoso
- Incluye una variante con emoji y otra sin para cada tipo
Ejemplo de resultado:
| Tipo | Sin emoji | Con emoji |
|---|---|---|
| Curiosidad | "Lo que nadie te cuenta del SEO en 2026" | "Lo que nadie te cuenta del SEO en 2026 (sorpresa)" |
| Beneficio | "3 automatizaciones que te ahorran 5h/semana" | "3 automatizaciones que te ahorran 5h/semana" |
| Urgencia | "Solo hoy: acceso anticipado al curso" | "Solo hoy: acceso anticipado al curso" |
| Personal | "Juan, tu plan de marketing tiene un problema" | "Juan, tu plan de marketing tiene un problema" |
1.3 cuerpo del email con IA
No le pidas a la IA que escriba el email entero de golpe. Hazlo por partes:
Para el gancho (primer párrafo):
Escribe 3 versiones del párrafo de apertura para un email sobre [tema]. El email es para [audiencia]. El objetivo es que sigan leyendo. Máximo 2 frases cada versión. Tono: directo, sin rodeos.
Para el cuerpo:
Desarrolla el cuerpo del email usando la estructura PAS (Problema-Agitación-Solución):
- Problema: [describe el dolor del lector]
- Agitación: [consecuencia de no resolverlo]
- Solución: [tu producto/contenido] Extensión: 150-200 palabras. No seas vendedor. Sé útil primero.
Para el CTA:
Escribe 5 versiones del CTA (call to action) para este email. El objetivo es que [acción deseada]. Incluye: texto del botón + frase previa al botón. Variaciones: una directa, una suave, una con urgencia, una con beneficio y una con prueba social.

Nota Importante
Presta atención a este detalle.
Paso 2: segmentación inteligente con IA
Enviar el mismo email a toda tu lista es como gritar en una plaza. Funciona, pero es muy ineficiente. La segmentación es lo que separa el email marketing mediocre del excelente.
2.1 segmentación manual vs IA
Segmentación tradicional: divides por datos demográficos (edad, ubicación, género). Está bien, pero es limitada.
Segmentación con IA: divides por comportamiento, intereses predichos y propensión a comprar. Mucho más potente.
Un aviso importante antes de seguir: no construyas tus segmentos sobre "abrió / no abrió". Desde que Apple Mail precarga las imágenes de seguimiento, esa señal está contaminada y vas a clasificar como "interesados" a gente que no ha leído nada. Segmenta por clics, visitas a páginas concretas y compras, que son señales reales.
2.2 usa ChatGPT para definir segmentos
Tengo una lista de email de 5.000 suscriptores para [negocio]. Vendo [productos/servicios]. Estos son los datos que tengo de cada suscriptor: [lista de campos].
Propón 5-7 segmentos basados en comportamiento y valor, no solo demografía. Para cada segmento:
- Nombre descriptivo
- Criterios de inclusión
- Tipo de contenido que debería recibir
- Frecuencia de envío recomendada
- Objetivo de la comunicación (nutrir, convertir, retener, reactivar)
Ejemplo de segmentos resultantes:
| Segmento | Criterio | Contenido | Frecuencia |
|---|---|---|---|
| Leads calientes | Clic en 3+ emails + visitaron página de precios | Casos de éxito + oferta directa | 2/semana |
| Curiosos activos | Reciben los emails pero nunca hacen clic | Contenido educativo de valor | 1/semana |
| Compradores recientes | Compraron en últimos 30 días | Onboarding + cross-sell | Secuencia automática |
| Inactivos recuperables | Sin ningún clic en 30-60 días | Reactivación con oferta especial | 1 email de rescate |
| VIPs | Compraron 3+ veces o ticket >500€ | Contenido exclusivo + early access | 1/semana |
2.3 segmentación con la IA de Mailchimp
Mailchimp tiene funciones de IA integradas en sus planes de pago:
- Ve a Audience > Segments
- Usa el Predicted Demographics de Mailchimp para enriquecer tus datos
- Activa Customer Lifetime Value prediction para identificar clientes de alto valor
- Usa Purchase Likelihood para identificar quién está a punto de comprar
Estas predicciones te permiten crear segmentos que serían imposibles de definir manualmente. Necesitan volumen de datos: con 300 contactos no te van a dar nada útil.
2.4 segmentación con Brevo
Brevo ofrece segmentación basada en:
- Engagement scoring: puntuación automática según actividad
- Lead scoring: configura reglas de puntuación (clic en email = +10 puntos, visitar pricing = +20, descargar recurso = +15)
- Segmentos dinámicos: se actualizan automáticamente cuando un contacto cumple los criterios
Paso 3: A/B testing con IA
Testar es lo que separa a los que hacen email marketing de los que lo hacen bien. Y la IA puede acelerar y mejorar tu proceso de testing.
3.1 qué testar (en orden de impacto)
- CTA (mayor impacto en clics, que es la métrica fiable)
- Línea de asunto (impacta en apertura, pero léela con cuidado por lo que explico abajo)
- Hora y día de envío
- Primer párrafo (impacta en lectura)
- Diseño/formato (impacto moderado)
3.2 genera variantes con IA
Tengo esta línea de asunto: "[asunto original]". Genera 4 variantes para A/B testing:
- Misma idea, diferente enfoque
- Más corta y directa
- Con pregunta
- Con número o dato concreto
Explica brevemente por qué cada variante podría funcionar mejor.
3.3 analiza resultados con IA
Después de cada campaña:
Estos son los resultados de mi A/B test de email:
Versión A: "[asunto]" - Tasa apertura: 24%, CTR: 3.2% Versión B: "[asunto]" - Tasa apertura: 31%, CTR: 2.8%
Lista: 5.000 contactos, sector [sector], audiencia [perfil].
Analiza: ¿Por qué crees que B tuvo mejor apertura pero peor CTR? ¿Qué puedo aprender para el próximo envío? ¿Qué debería testar a continuación?
Aquí conviene tener criterio propio: en un caso así, la versión que gana es la A, porque el clic es dinero y la apertura es una señal contaminada. Si dejas que la IA decida sola por la tasa de apertura, te va a recomendar exactamente lo contrario.

Inteligencia Artificial aplicada a negocio
Sin humo. Solo experimentos reales, prompts que funcionan y estrategias de escalabilidad.
Paso 4: automatizaciones con Make + ChatGPT
Aquí es donde todo se conecta. Usamos Make para crear flujos automáticos que combinan tu herramienta de email con IA. Si nunca has tocado Make, te recomiendo empezar por el tutorial de automatizaciones con Make y volver aquí con los conceptos básicos claros.
4.1 secuencia de bienvenida personalizada con IA
Flujo en Make:
- Trigger: nuevo suscriptor en Brevo/Mailchimp
- HTTP Request: envía los datos del suscriptor a la API de ChatGPT
- Prompt: "Basándote en estos datos [nombre, fuente de suscripción, interés indicado], escribe un email de bienvenida personalizado. Incluye una referencia a su interés en [tema]. Máximo 150 palabras."
- Brevo/Mailchimp: envía el email personalizado
Resultado: cada suscriptor recibe un email de bienvenida diferente, personalizado a sus intereses. En las cuentas donde lo he implementado, los clics de estos emails suben de forma clara frente a un email de bienvenida genérico; mide el tuyo antes y después en lugar de fiarte de porcentajes de manual.
4.2 resumen semanal automático
Flujo en Make:
- Trigger: Schedule (todos los viernes a las 8:00)
- Google Analytics + CRM: recoge datos de la semana
- ChatGPT: genera un resumen de la semana con los datos
- Brevo: envía la newsletter con el resumen
4.3 email de seguimiento inteligente
Flujo en Make:
- Trigger: contacto descarga un recurso (webhook desde tu web)
- Wait: espera 2 días
- Check: ¿ha visitado la página de precios? (webhook o API de analytics)
- Si sí: ChatGPT genera email de oferta personalizada → envía
- Si no: ChatGPT genera email de contenido relacionado → envía
4.4 reactivación de inactivos con IA
Flujo en Make:
- Trigger: Schedule (mensual)
- Brevo: filtra contactos sin ningún clic en 90+ días
- ChatGPT: genera 3 variantes de email de reactivación
- Brevo: envía como A/B/C test
- Post-envío: si siguen sin hacer clic, mover a lista de limpieza
Fíjate en el detalle: filtro por clics y a 90 días, no por aperturas y a 30. Con el criterio antiguo estarías borrando suscriptores que sí te leen desde el iPhone.
Paso 5: IA nativa en las plataformas de email
Las propias plataformas de email marketing ya integran IA. Aquí te enseño a usarla:
5.1 Mailchimp AI
Contenido dinámico con IA:
- Genera contenido dinámico dentro del email basado en el perfil del contacto
- Cada persona ve una versión diferente del mismo email
- Actívalo en el editor de campañas > Dynamic Content
Creative Assistant:
- Genera diseños de email basados en tu marca
- Crea variantes de diseño automáticamente
- Sugiere mejoras en tus diseños existentes
Send Time Optimization:
- Mailchimp envía cada email a la hora óptima para cada contacto
- Basado en el histórico de comportamiento de cada persona
- Actívalo al programar la campaña
5.2 Brevo AI
Smart Sending:
- Similar al send time optimization de Mailchimp
- Envía a cada contacto en su momento de mayor engagement
Generador de asuntos con IA:
- Genera líneas de asunto basadas en tu contenido
- En el editor de campaña > Subject Line > AI Assistant
Predictive Sending:
- Analiza patrones de comportamiento para predecir el mejor momento
- Combina datos de apertura, clics y conversión
5.3 beehiiv AI
Si haces newsletter, Beehiiv tiene funciones de IA específicas:
- AI Writing Assistant: redacción asistida dentro del editor
- AI Recommendations: sugiere contenido a incluir basado en tendencias de tu audiencia
- A/B Testing automático: testea líneas de asunto automáticamente
Si tu proyecto es una newsletter y no una tienda, tengo el proceso completo (desde la idea al primer número) en cómo crear una newsletter con IA.
Métricas clave y benchmarks
Estas son las métricas que debes monitorizar. Los rangos son orientativos y varían mucho por sector, así que úsalos para detectar anomalías, no como objetivo:
| Métrica | Rango habitual | Bueno | Excelente |
|---|---|---|---|
| CTR (clics sobre enviados) | 2-3% | 3-5% | >5% |
| Tasa de conversión | 1-2% | 2-4% | >4% |
| Tasa de rebote | <2% | <1% | <0,5% |
| Tasa de baja | <0,5% | <0,3% | <0,1% |
| Quejas de spam | <0,1% | <0,05% | Cerca de cero |
| Ingresos por email enviado | Depende del sector | Creciendo mes a mes | Consistente y predecible |
| Tasa de apertura | 20-40%, pero inflada | No la uses como objetivo | No la uses como objetivo |
Por qué he sacado la tasa de apertura de la lista de métricas serias
Desde 2021, la protección de privacidad de Apple Mail precarga las imágenes de los emails, incluido el píxel de seguimiento, antes de que el usuario abra nada. Los proxys de imágenes de Gmail y los filtros de seguridad corporativos hacen algo parecido. Resultado: una parte importante de tus aperturas son de máquinas, y el porcentaje depende de cuántos usuarios de iPhone tenga tu lista, no de lo bueno que sea tu asunto.
Consecuencias prácticas para automatizar con IA:
- No configures automatizaciones que se disparen con "no abrió el email"
- No dejes que la IA elija ganador de un A/B test por tasa de apertura
- Usa apertura solo para comparar dos asuntos enviados el mismo día a la misma lista, y aun así con reservas
Pro tip: Pídele a ChatGPT que analice tus métricas comparándolas con los rangos de arriba. Sube un CSV con los datos de tus últimas 10 campañas y pide un diagnóstico con recomendaciones concretas — indicándole explícitamente que ignore la columna de aperturas y priorice clics y conversiones.

¿Te preocupa el futuro con la IA?
Descubre cómo la inteligencia artificial ha liquidado las viejas reglas del juego y qué puedes hacer tú al respecto.
Leer más sobre el libroTu plan de acción: primera semana
| Día | Acción | Herramienta |
|---|---|---|
| Lunes | Configura Brevo (plan free) y sube tu lista | Brevo |
| Martes | Genera con ChatGPT la secuencia de bienvenida (3 emails) | ChatGPT |
| Miércoles | Configura la automatización de bienvenida en tu plataforma | Brevo |
| Jueves | Define 3-5 segmentos con ChatGPT e impleméntalos | ChatGPT + Brevo |
| Viernes | Crea tu primera campaña con A/B test de asunto | ChatGPT + Brevo |
En una semana tendrás un sistema de email marketing con IA funcionando: secuencia de bienvenida automatizada, lista segmentada y primera campaña optimizada.
Conclusión: IA no sustituye la estrategia, la potencia
La IA no va a hacer que tu email marketing funcione por arte de magia. Si no tienes claro a quién le escribes, qué les aportas y por qué deberían abrirte, ninguna herramienta lo soluciona. La base estratégica está en la guía de email marketing; esto de aquí es la capa de velocidad que se pone encima.
Pero si tienes la estrategia clara, la IA te permite:
- Escribir emails en minutos en vez de horas
- Personalizar a una escala que era imposible manualmente
- Testar más variantes y aprender más rápido
- Automatizar flujos que antes requerían un equipo
Empieza por lo más impactante: escribe tus próximos 5 emails con IA y compara los resultados con los anteriores. Eso es todo lo que necesitas para convencerte de que merece la pena.
Preguntas frecuentes
¿Se puede automatizar el email marketing con IA gratis?
Sí, y con un stack bastante decente: Brevo en su plan gratuito (contactos ilimitados y 300 emails al día), la versión gratuita de ChatGPT o Gemini para redactar y el plan gratuito de Make para conectar ambos. Lo único que necesitarías pagar es ChatGPT Plus (unos 20 $ al mes) si quieres usarlo de forma intensiva o vía API. Empezar no cuesta dinero, cuesta un par de tardes.
¿Qué herramienta de email marketing tiene mejor IA integrada?
Para automatizaciones predictivas serias (predicción de compra, valor de vida del cliente, hora óptima de envío), Klaviyo y ActiveCampaign van por delante, pero son de pago desde el primer día. Brevo tiene una IA correcta y accesible en planes baratos. Mailchimp tiene buenas funciones de IA, pero están en planes de pago y su gratuito ya no sirve para probarlas. Si haces newsletter pura, Beehiiv es cómodo.
¿Los emails escritos con IA acaban en spam?
No por estar escritos con IA: los filtros no detectan autoría, detectan comportamiento y reputación. Lo que sí te manda a spam es enviar a una lista comprada, no tener autenticado el dominio (SPF, DKIM y DMARC), usar lenguaje de venta agresiva con muchos símbolos, o disparar el volumen de golpe desde un dominio nuevo. Configura la autenticación antes de preocuparte por el copy.
¿Cuánto tiempo se ahorra realmente automatizando con IA?
En mi experiencia, la redacción de una campaña pasa de unas dos horas a unos 20-30 minutos, contando la revisión, que sigue siendo obligatoria. Donde el ahorro es de verdad grande es en las secuencias: montar una bienvenida de cinco emails puede llevarte una tarde en lugar de una semana. Lo que no se ahorra es el trabajo de pensar a quién escribes y qué le ofreces.
¿Puedo dejar que la IA envíe los emails sola sin revisarlos?
No te lo recomiendo, y menos en secuencias personalizadas generadas al vuelo. Los modelos siguen inventando datos, precios y condiciones con total aplomo, y un email con una promesa falsa es un problema comercial y potencialmente legal. Automatiza la generación del borrador y deja siempre un paso de revisión humana antes del envío, o al menos revisa las primeras cincuenta salidas del flujo antes de fiarte.
¿Qué modelo de IA es mejor para escribir emails de marketing?
Los modelos punteros de OpenAI, Anthropic y Google dan resultados muy parecidos para esta tarea; la diferencia real la marca el prompt y el contexto que le pases, no la marca. Mi criterio práctico: usa el que ya tengas pagado, dale ejemplos de emails tuyos anteriores que funcionaron y pídele que imite ese tono. Cambiar de modelo mejora mucho menos que darle tres ejemplos buenos.
¿La segmentación con IA sirve si mi lista es pequeña?
Las funciones predictivas (probabilidad de compra, valor de vida) necesitan volumen: por debajo de unos pocos miles de contactos con historial no tienen datos suficientes y te van a dar ruido. Con listas pequeñas, la segmentación manual por comportamiento —quién hizo clic en qué y quién compró— rinde más y la puedes definir tú en diez minutos con ayuda de ChatGPT.
¿Es legal usar IA para personalizar emails con datos de mis suscriptores?
Sí, siempre que cumplas el RGPD: tener base legal para tratar esos datos, informar en tu política de privacidad de que usas herramientas de terceros y no enviar más datos personales de los necesarios al proveedor de IA. Como criterio práctico, evita mandar a la API listas completas con nombres, emails y teléfonos: envía solo los campos que hagan falta para generar el texto, y anonimiza cuando puedas.
¿Merece la pena pagar la API en lugar de copiar y pegar desde ChatGPT?
Solo si vas a generar contenido dentro de un flujo automático (bienvenida personalizada por suscriptor, seguimientos condicionales). Para escribir dos campañas al mes, copiar y pegar desde la interfaz es más barato y más controlable. El salto a la API tiene sentido cuando el volumen hace inviable el trabajo manual, no antes.






