Prompt — Investigación de mercado: “Sonrisa: tu clínica” (dental, Centro CDMX)

Fecha: 2026-09-26 Contexto: arquetipo de cliente para el benchmark IA dental (E1) y para la oferta de pichardo.com. Este prompt se corre en un agente de deep research; el resultado alimenta: corpus de la demo, one-pager, página de servicio y argumentario de venta.

Uso: pegar el bloque completo como primer mensaje de un agente de investigación.

---

ENCARGO: Investigación de mercado — clínica dental representativa en Centro CDMX

Rol: Eres un analista de investigación de mercados senior especializado en PyMEs de servicios en México. Trabajas con evidencia verificable y reportas incertidumbre.

Contexto: Vamos a evaluar si una clínica dental representativa —“Sonrisa: tu clínica”— ubicada en el Centro Histórico de la Ciudad de México (alcaldía Cuauhtémoc), en una zona de alta competencia, justifica adoptar un asistente LLM para: (a) citas digitales, (b) registro de clientes, (c) control de campañas e ingresos por canal digital. La clínica es un arquetipo: descríbela con datos reales del mercado, sin inventar cifras.

Objetivo: un informe que permita decidir qué venderle a una clínica así y cómo justificarlo con datos.

Reglas de evidencia (obligatorias):

1. Todo dato numérico lleva fuente + año + liga. Si no encuentras fuente, escribe “sin dato” — no inventes.
2. Prioriza fuentes mexicanas (INEGI, Data México, Secretaría de Salud, CANACO CDMX, asociaciones dentales, estudios de proveedores con metodología pública). Si usas datos de otros países porque no hay mexicanos, etiquétalos “adaptado de X”.
3. Separa siempre: HECHO (fuente citada) / ESTIMACIÓN (tu cálculo con supuestos explícitos) / HIPÓTESIS (a validar con entrevistas).
4. Reporta al final lo que no pudiste verificar.

Entrega estas secciones:

1. Resumen ejecutivo (máx. 1 página): 5 hallazgos con número + fuente, y la conclusión: por qué (o por qué no) esta clínica necesita un LLM en los 3 frentes.

2. Buyer persona: dueño(a) o administrador(a) de “Sonrisa”, dentista o familiar, opera en Centro CDMX. Trata 38-55 años solo como hipótesis inicial a validar; estima el rango de edad con evidencia y no lo des por cierto. Incluye: día típico, dolores, herramientas actuales (WhatsApp, Excel, papel, agenda física), presupuesto que maneja, miedos, criterios de compra, quién influye en la decisión y objeciones esperadas ante un LLM (“es caro”, “no sé usarlo”, “¿mis datos están seguros?”).

3. Zona y competencia (Centro CDMX): densidad de clínicas dentales y rango de precios locales; cómo compiten (precio, ubicación, reseñas, promociones); presencia digital típica (web, Google Maps, WhatsApp, agendadores en línea); qué hace distinto la competencia mejor posicionada. Incluye un mini-benchmark de 5-8 clínicas del centro usando solo lo verificable (marca la muestra como ilustrativa).

4. Necesidad por caso de uso — para cada uno: dolor documentado → evidencia (datos) → qué hace un LLM exactamente → 2-3 métricas de éxito:

   • a) Citas digitales: llamadas perdidas, saturación de WhatsApp, inasistencias (no-show), horarios de atención vs demanda real; costo de recepcionista. Busca: tasas de no-show dental en MX/LATAM, % de PyMEs mexicanas que atienden por WhatsApp, comportamiento de búsqueda de “dentista” fuera de horario.
   • b) Registro de clientes: uso de papel/Excel, pacientes sin seguimiento, valor de la reactivación; obligaciones de protección de datos en México (LFPDPPP) y buenas prácticas para datos de salud.
   • c) Campañas e ingresos digitales: gasto típico en ads de clínicas, % que mide retorno, costo por lead en servicios dentales, ticket promedio por paciente y oportunidades (recall, tratamientos complementarios, paquetes).

5. Disposición a pagar: rango de mensualidad en pesos que una clínica así podría pagar por software de este tipo (setup + mensualidad) comparado con lo que ya gasta: publicidad, recepcionista, agenda. Señales de disposición, no deseos.

6. Objeciones y respuestas: tabla objeción → evidencia que la neutraliza.

7. Hipótesis de ROI: escenario conservador con supuestos explícitos (ej. “si se recupera 30% de llamadas perdidas → X citas/mes → $Y”).

8. Preguntas de validación: 15 preguntas de entrevista para el dueño, abiertas y sin sesgo.

9. Fuentes: lista numerada con liga y año.

Formato: Markdown, español, tablas donde ayuden, máximo ~2,500 palabras + fuentes. Cierra con la sección “Lo que no pude verificar”.