Rémi Kokabi5 de septiembre de 202611 min de lecturaActualizado: 28 sept 2026

Convertí cualquier sitio web en una lista de leads con Claude Skills (paso a paso)

He visto equipos de ventas quemar horas copiando y pegando nombres de pestañas de LinkedIn y directorios de conferencias en hojas de cálculo. Un SDR con el que hablé lo midió: 11 horas a la semana, solo en investigación manual. Eso es más de un día laboral completo, perdido.

En este artículo te muestro exactamente cómo convertir cualquier página web en una lista de leads limpia y lista para importar usando el Website Scraper Claude Skill de lemlist. Vamos a ver cómo funciona el scraping, qué herramienta encaja en cada caso y cómo pasar de una URL en bruto a una campaña de outbound activa. El benchmark MCP de lemlist sitúa todo el flujo de trabajo en menos de dos minutos (Las mejores plataformas de sales intelligence en 2026: ranking y análisis), así que el ahorro de tiempo es real.

Si quieres empezar a extraer datos ahora mismo: descarga el Website Scraper Claude Skill en GitHub → y ve directo a la sección paso a paso de abajo.

Qué hace un website scraper y por qué los equipos de ventas necesitan uno

Un website scraper extrae datos automáticamente de una página web y los convierte en un archivo estructurado, como una hoja de cálculo. Lee el código fuente de la página, saca los campos que defines (nombres, cargos, emails, datos de la empresa) y los exporta en filas y columnas que puedes usar de verdad.

Para los equipos de ventas, ese es el punto. Seguro has pasado horas copiando nombres y cargos de pestañas de LinkedIn a una hoja de cálculo a mano. Un scraper comprime eso en un solo paso automatizado, y normalmente genera un CSV que puedes importar directo a tu CRM o herramienta de outreach.

Así se ve en la práctica:

  • El scraper identifica y extrae los campos que defines, como cargos o direcciones de email

  • El contenido en bruto de la página se convierte en algo que puedes ordenar, filtrar y buscar

  • Una vez configurado, el mismo scrape se ejecuta en cientos de páginas sin que toques cada una

  • Normaliza el HTML desordenado en columnas consistentes, así pasas menos tiempo limpiando datos después

Y sí, un scraper no va a resolver un mal targeting. Si metes URLs basura, salen datos basura. Pero cuando apuntas a las fuentes correctas, la diferencia de velocidad es difícil de exagerar. La base de datos de lemlist cubre más de 600 millones de contactos (La única plataforma que necesitas para outbound | lemlist), y la plataforma tiene una calificación de 4,6/5 en G2, así que cuando hablamos de escalar la prospección, ya hicimos la tarea.

Cómo funciona el web scraping

El scraping se divide en dos pasos: obtener la página y luego extraer lo que necesitas. Entender ambos te ayuda a resolver problemas cuando un scrape no devuelve lo que esperabas.

Extracción y análisis

Primero, el scraper envía una solicitud a la página objetivo, similar a lo que pasa cuando escribes una URL en tu navegador. El servidor responde con el HTML de la página, el código en bruto que contiene todo el texto visible, las imágenes y la estructura.

Después, el scraper analiza ese HTML y lo convierte en una estructura navegable, a veces llamada árbol DOM. Analizar significa mapear la página (encabezados, tablas, enlaces) para que la herramienta sepa exactamente dónde buscar los datos que pediste. Si te saltas este paso, te queda un muro de código sin forma de encontrar nada útil.

Dicho esto, una cantidad enorme de sitios modernos renderizan contenido con JavaScript después de que carga el HTML inicial. Si el scraper solo lee la respuesta HTML estática, se pierde todo lo que construyen dinámicamente React, Angular o frameworks similares. Además, muchos sitios usan detección anti-bots (CAPTCHAs, fingerprinting, límites de IP) que bloquean solicitudes automatizadas repetidas. Los scrapers básicos se estrellan contra ambas paredes, y por eso la categoría ha evolucionado hacia soluciones que manejan el renderizado y la detección de forma nativa.

Formatos de salida y estructuración de datos

Una vez que el scraper extrajo los datos, los limpia: elimina etiquetas HTML, corrige el formato del texto y organiza todo en un archivo usable. El formato que conviene depende de lo que vayas a hacer con los datos después.

Formato

Ideal para

Caso de uso en ventas

CSV

Revisión en hoja de cálculo, importación a CRM

Importar directo a HubSpot, Salesforce o lemlist

JSON

Integraciones con API, flujos de trabajo para developers

Pasar datos entre herramientas de forma programática

Markdown

Documentación, contexto para IA

Alimentar contenido a Claude u otro LLM para análisis

Para la mayoría de los flujos de ventas, CSV es el formato que vas a usar. Es lo que tu CRM espera, y es la salida por defecto del Website Scraper Claude Skill de lemlist (más sobre esto en un momento).

Tipos de herramientas de web scraping

No todos los scrapers sirven para todo. La elección correcta depende de qué tan técnico seas, cuántos datos necesites y con qué frecuencia vayas a ejecutar la tarea.

Extensiones de navegador y scrapers sin código

Herramientas como Web Scraper (Chrome), Octoparse o Browse AI corren directo en tu navegador. Haces clic en los elementos que quieres y la extensión construye el scraper por ti.

Son geniales para trabajos rápidos y pequeños. Pero cuando pasas de unos cientos de registros, o el sitio usa mucho JavaScript, es probable que te topes con límites que requieren un plan pago o soluciones manuales.

APIs de scraping y frameworks para developers

Frameworks como BeautifulSoup y Scrapy de Python, o Puppeteer de JavaScript, le dan a los developers control total sobre cómo se obtiene y analiza una página. Manejan bien cosas como rotación de proxies y páginas con mucho JavaScript.

El problema: alguien tiene que escribir y mantener el código. Sin soporte de ingeniería, esta ruta suele generar más trabajo del que ahorra.

APIs de scraping gestionadas

Una categoría más nueva se ubica entre los frameworks en bruto y las herramientas sin código. Servicios como Firecrawl y ScrapingBee ofrecen infraestructura gestionada que maneja el renderizado de JavaScript, la rotación de proxies y el bypass anti-bots con una sola llamada a la API. Envías una URL, recibes datos estructurados. Sin navegador que gestionar, sin proxies que configurar.

Para equipos que necesitan extracción confiable a escala pero no quieren mantener un código de scraping propio, este nivel cubre el hueco. La contrapartida es el costo: las APIs gestionadas cobran por solicitud, y eso se acumula con volumen alto.

Scrapers con IA y Claude Skills

Esta categoría se salta tanto los clics como el código. En lugar de eso, describes lo que quieres en lenguaje natural y un agente de IA se encarga del resto.

Un Claude Skill es un archivo de instrucciones en texto plano, llamado SKILL.md, que le indica a Claude cómo ejecutar una tarea específica, en este caso, scraping. El Website Scraper Claude Skill de lemlist te permite escribir algo como "Extrae todos los contactos de esta URL a un CSV con nombre, cargo, empresa y email." Claude lee la página, identifica los campos y genera el archivo.

Para equipos sin un developer disponible, este es el camino más directo de una URL a una lista de leads usable.

Cómo elegir el scraper adecuado para tu flujo de trabajo

Si necesitas una lista pequeña y puntual, una extensión de navegador resuelve, gratis y rápido. Para extracción recurrente y a gran escala, una API de scraping, un servicio gestionado o un framework tiene sentido, siempre que tengas soporte técnico o presupuesto. Si haces prospección sin código, un scraper con IA o un Claude Skill elimina la barrera técnica por completo. Y para automatización de outbound completa, un Claude Skill combinado con lemlist maneja scraping, enriquecimiento y lanzamiento de campaña en un solo flujo.

Cómo extraer datos de un sitio web y exportarlos a CSV

Este es el flujo de trabajo usando el Website Scraper Claude Skill de lemlist, paso a paso.

1. Elige tu URL objetivo y define tus campos. Escoge tu fuente (un directorio, una página de equipo, un listado de la industria) y decide de entrada qué columnas quieres (nombre, cargo, email, empresa, ubicación). Saltarte esto genera un resultado desordenado con datos irrelevantes mezclados.

2. Instala el skill. Ve al repositorio en GitHub, clónalo y apunta Claude Desktop al archivo SKILL.md a través de tu configuración MCP. La instalación suele tomar menos de cinco minutos.

3. Ejecuta el scrape y revisa tu CSV. Escribe un prompt especificando la URL y las columnas que definiste. Claude lee la página, extrae los datos y genera un CSV (una fila por registro), así que verifica algunas entradas contra la página original antes de confiar al 100%.

4. Maneja la paginación. Muchos directorios distribuyen resultados en decenas de páginas. El skill sigue los enlaces de "página siguiente" automáticamente, y para sitios más grandes, las sesiones se pueden retomar, así que un timeout no significa empezar de cero.

Cómo usar un website scraper para generación de leads de ventas

El scraping solo gana su lugar en tu flujo de trabajo cuando está ligado a algo específico que estás buscando. Algunos casos de uso que vale la pena probar:

  • Las listas de speakers de conferencias, páginas de asociaciones y anuncios de premios suelen contener prospectos que puedes filtrar por cargo o ubicación geográfica

  • Las páginas "Sobre nosotros" y las biografías de liderazgo te dan nombres, cargos y contexto sobre lo que hace la empresa, que es lo que hace que tu primer mensaje parezca investigación en vez de una plantilla

  • Una empresa que busca "Head of Revenue Operations" está señalando que está armando un equipo que tu producto podría apoyar

  • Logos de nuevos clientes o actualizaciones de precios en el sitio de un prospecto suelen significar que es más probable que responda ahora mismo

Ese último punto merece atención. El timing importa tanto como el targeting, y revisar manualmente los sitios de competidores buscando cambios no es sostenible a escala. Los agentes de señales de intención de lemlist pueden automatizar ese monitoreo, detectando estos momentos y agregando leads a campañas con mensajes ligados al disparador.

Cómo limpiar y enriquecer datos extraídos antes del outreach

Un CSV extraído es un punto de partida, no algo desde lo que envías directamente. Los scrapes en bruto suelen traer duplicados, formato inconsistente e información de contacto que nadie ha verificado todavía.

Primero vas a querer eliminar registros repetidos de páginas que se solapan. Después, normaliza los cargos ("VP Sales" vs. "Vice President of Sales") y los formatos de teléfono para que tu segmentación funcione de verdad. Luego, verifica las direcciones de email a nivel SMTP, porque las validaciones de sintaxis solas no detectan los problemas reales. Finalmente, vincula los contactos al registro correcto del CRM para que nada caiga en la cuenta equivocada.

Los agentes de enriquecimiento de datos de lemlist manejan esto automáticamente, obteniendo emails verificados y contexto de LinkedIn de múltiples proveedores y asociando contactos con registros de empresas.

Tip: si importas leads extraídos a lemlist, la plataforma marca los emails no verificados antes de que envíes, protegiendo tu reputación como remitente. Puedes enriquecer los campos faltantes directo en el constructor de campañas.

La pregunta sobre la legalidad aparece casi de inmediato, y la respuesta honesta tiene sus matices.

Qué dice la ley sobre extraer datos públicos

El fallo del Noveno Circuito en hiQ Labs v. LinkedIn determinó que la cláusula de "sin autorización" de la Computer Fraud and Abuse Act no aplica a datos disponibles públicamente, ya que no hay ningún permiso de acceso que violar. Dicho esto, crear una cuenta y aceptar los términos de servicio de un sitio es una situación completamente diferente. Hacer scraping violando esos términos es un tema contractual, separado de la cuestión del CFAA.

El panorama completo importa aquí. La disputa entre hiQ Labs y LinkedIn terminó en diciembre de 2022, cuando las partes llegaron a un acuerdo privado. hiQ aceptó una orden judicial permanente que le exigía dejar de hacer web scraping, eliminar todo el código fuente y los datos, y pagar $500.000 en daños a LinkedIn. Las distintas resoluciones que llevaron a este punto muestran que, bajo ciertas circunstancias, extraer datos de sitios web públicos puede ser legal bajo el CFAA pero aún puede generar riesgo de responsabilidad por incumplimiento de contrato o demandas de derecho común. En otras palabras: la cuestión del CFAA fue por un lado, pero la cuestión contractual fue por el otro.

Robots.txt y límites de frecuencia

Robots.txt es un archivo que le indica a las herramientas automatizadas qué páginas permite y cuáles no un sitio. Revisarlo antes de hacer scraping es una práctica básica, y controlar la frecuencia de solicitudes también importa, porque bombardear un servidor con peticiones puede degradar el sitio para los visitantes reales.

Consideraciones sobre el RGPD

Extraer datos personales de residentes de la UE pone al RGPD en juego. Para prospección B2B, la base de interés legítimo del Artículo 6(1)(f), respaldada por la mención explícita del marketing directo en el Considerando 47, ofrece un fundamento legal para el outreach en frío B2B en la UE, siempre que puedas demostrar una razón comercial genuina y respetes el derecho de oposición. El interés legítimo no es un cheque en blanco. Las organizaciones deben realizar una Evaluación de Interés Legítimo documentando su razonamiento.

lemlist cumple con el RGPD en lo que respecta al outreach, pero el paso de recolección de datos vale una conversación con tu equipo legal si tu objetivo es la UE.

Convierte datos de prospectos extraídos en campañas de outbound

Un CSV limpio solo importa cuando se convierte en conversaciones reales. Esa es la última milla: llevar los leads de la hoja de cálculo a la secuencia.

Con lemlist, importas tu CSV y lanzas secuencias multicanal por email, LinkedIn, llamadas, SMS y WhatsApp desde un solo flujo de trabajo. Se sincroniza con HubSpot y Salesforce para que los registros estén siempre actualizados, y una inbox unificada te permite gestionar las respuestas sin importar por qué canal o casilla llegaron. lemwarm, incluido en cada licencia, mantiene tu entregabilidad estable incluso cuando envías a escala.

El flujo completo se ve así: extrae con el Claude Skill, enriquece en lemlist, lanza la campaña, gestiona respuestas en una sola bandeja de entrada. Lo que antes consumía 45 minutos de saltar entre pestañas ahora toma menos de dos minutos (Las mejores plataformas de sales intelligence en 2026: ranking y análisis).

Tu turno

La versión corta: elige una URL, instala el Claude Skill, extrae los datos, límpialos en lemlist y lanza tu campaña. Todo el proceso, desde una página web en bruto hasta una campaña multicanal activa, cabe en un solo flujo de trabajo.

Empieza con una sola página de directorio donde ya sepas que hay buenos prospectos. Ejecuta el skill, revisa el CSV y lo importas a lemlist para ver el enriquecimiento y la verificación en acción. Con una sola prueba vas a saber si esto reemplaza tu proceso actual.

Comienza una prueba gratis de 14 días, sin tarjeta de crédito, cancela cuando quieras.

Consigue el Website Scraper Claude Skill en GitHub →

Lanza campañas outbound con IA

Automatiza tu prospección y personaliza secuencias con IA para conseguir más reuniones.

Preguntas frecuentes

Sí. Los servidores pueden identificar patrones como cargas de página inusualmente rápidas o solicitudes repetidas desde una misma IP. Limitar la frecuencia de las solicitudes y rotar las IP reduce la visibilidad, aunque los métodos de detección siguen evolucionando.

No por sí solos. Claude puede hacer scraping en tiempo real cuando se conecta a un Claude Skill (como el lemlist Website Scraper) o a un servidor MCP que proporcione herramientas de acceso web.

El crawling descubre e indexa páginas dentro de un sitio, que es lo que hacen los motores de búsqueda. El scraping extrae datos específicos de esas páginas y los organiza en un archivo estructurado como CSV o JSON.

Depende de la herramienta. Las extensiones de navegador suelen manejar decenas de páginas, las API de scraping procesan miles, y los AI skills como el lemlist Website Scraper permiten sesiones reanudables que recorren sitios paginados grandes en múltiples ejecuciones.

Un Claude Skill es un archivo de instrucciones independiente que colocas en Claude Desktop para una tarea específica, como hacer scraping de un sitio web. Sin API keys, sin configuración más allá de apuntar a Claude al archivo SKILL.md . lemlist MCP va más allá: conecta a Claude con toda tu cuenta de lemlist, para que la IA pueda buscar en tu base de datos de leads, lanzar campañas, gestionar secuencias y consultar analíticas, todo con instrucciones en lenguaje natural. Usa el Claude Skill cuando quieras scraping rápido y sin configuración. Usa lemlist MCP cuando quieras que Claude gestione todo tu flujo de trabajo de outbound.
Rémi Kokabi

Rémi Kokabi

Co-founder @GTM Club

Compartir