¿Cómo procesar imágenes, audios y videos en WhatsApp con Manychat y OpenAI?

💬 ¿Qué es esta nueva función de Manychat y por qué estamos tan emocionados?

Desde hace rato que veníamos pidiendo esto: la posibilidad de procesar imágenes, audios y videos que los usuarios mandan de la nada por WhatsApp.

Sí, sí, esos que te llegan sin aviso, sin texto, sin contexto. Bueno, ahora los podés leer, entender y automatizar.

🧠 ¿Qué significa "procesar" ese contenido?

En criollo: que podés agarrar la URL del archivo, mandársela a la IA de OpenAI, y que tu bot te devuelva algo útil, como:

• “Es una tarjeta Visa”

• “Es un contrato firmado”

• “Es un comprobante de pago con fecha del 12/04”

¡Y eso sin necesidad de que nadie intervenga!

🤖 ¿Cómo lo hace Manychat?

Antes, cuando alguien mandaba una imagen, video o audio, no nos llegaba nada útil.

Ahora, Manychat nos da la URL directa de ese archivo en una variable (last-text-input).

Con eso podés:

✅ Detectar si es una imagen (por ejemplo, si termina en .jpg)

✅ Enviarla a OpenAI y que la IA la interprete

✅ Automatizar lo que sigue (responder, guardar, derivar, lo que quieras)

🛠 ¿Qué necesito para hacerlo funcionar?

• Cuenta PRO de Manychat

• Canal de WhatsApp API conectado

• Cuenta en OpenAI con acceso a Vision

• (Opcional) Integración con Make para audios y videos

Y si no querés renegar, tenemos una plantilla que instalás en 2 minutos, ya probada y con todo armado.

💡 ¿Y qué cosas podés automatizar con esto?

Un montón. Acá van algunas ideas:

📎 Procesar imágenes de tarjetas y detectar la marca

📩 Recibir comprobantes de pago y guardarlos en Google Sheets

📑 Reconocer documentos, contratos o formularios

🧾 Automatizar control de gastos con tickets de compra

🎙 Transcribir audios enviados por WhatsApp

🎯 Responder con IA según el contenido enviado

🎥 ¿Tenés un video donde se vea todo esto?

¡Obvio!

Poder vernos probando imágenes reales, audios y hasta fotos desde la compu para ver cómo responde el bot. Es imperdible.

👉 Mirá el video paso a paso acá: