Trranu

El problema

Los agentes de seguros de Medicare pasan una parte importante de cada llamada de venta buscando cosas manualmente — beneficios de planes, formularios de medicamentos, proveedores dentro de la red — mientras el cliente espera en línea. Pasan errores. Las llamadas se alargan. Las conversiones bajan.

Las ventanas de AEP (Período de Elección Anual) y OEP (Período de Inscripción Abierta) son cortas. Los agentes necesitan moverse rápido y con seguridad.

Qué construí

Trranu es un CRM y una herramienta de decisión en tiempo real construida específicamente para agentes de Medicare, que combina búsqueda de datos, gestión de pipeline y asistencia de IA en una sola interfaz.

Funciones principales:

• Comparación de planes: busca y compara planes Medicare Advantage en tiempo real, filtrados por código postal, aseguradora y tipo de cobertura
• Verificación de médicos: confirma si un médico específico está dentro de la red para un plan dado — una de las preguntas más comunes durante las llamadas
• Verificador de formulario: verifica la cobertura y el nivel de cada medicamento en el formulario antes de inscribir a un cliente en un plan
• Chatbot de Medicare: un asistente de IA (con tecnología de Claude) entrenado en contexto de Medicare — ventanas de AEP/OEP, elegibilidad D-SNP, interacciones entre niveles de Medicaid — disponible durante la llamada para que los agentes no pierdan el ritmo
• Panel de agencia: pipeline compartido entre agentes, historial de clientes y estadísticas de conversión

Decisiones técnicas

El frontend está dividido entre Vue.js (panel interactivo del CRM) y Astro (contenido de marketing y estático). Esto mantiene el paquete de la app liviano — los agentes cargan solo lo que necesitan.

Claude API maneja el chatbot de Medicare. El reto principal fue la ingeniería de prompts: Medicare tiene terminología muy específica, reglas ligadas a fechas (el AEP abre el 15 de octubre, etc.) y matices de elegibilidad que varían según el tipo de plan. El prompt del sistema codifica este contexto para que el modelo se mantenga preciso y seguro incluso en casos límite.

PostgreSQL almacena los datos de la agencia, los registros de clientes y las etapas del pipeline. El esquema fue diseñado para manejar patrones de acceso de múltiples agentes — varios agentes de la misma agencia compartiendo la vista de un cliente sin conflictos.

La IA en el centro de la llamada

El chatbot no es un asistente genérico. Es un agente especializado en el dominio de Medicare que entiende la situación específica en la que está un agente durante una llamada activa.

Un agente puede escribir o preguntar:

• “¿El Plan X cubre al Dr. García, cardiólogo, código postal 33160?” — la IA cruza la red de proveedores del plan y responde sí o no con el nivel de cobertura dentro de la red
• “Mi cliente tiene diabetes tipo 2 y toma Metformina y Ozempic — ¿qué planes en Miami cubren ambos?” — la IA consulta los datos del formulario, filtra por código postal y ordena por costo de bolsillo para esos medicamentos específicos
• “Ella cumple 65 años en marzo, ¿todavía puede cambiar durante el OEP?” — la IA responde con la ventana de elegibilidad correcta y cualquier excepción de Período de Elección Especial que aplique

El motor de recomendaciones combina las prioridades que indica el cliente (mantener a su médico, minimizar las primas, cobertura de medicamentos específicos) y genera una lista de planes ordenada con una justificación en lenguaje simple para cada posición. Esto es lo más parecido a tener un experto en cumplimiento normativo en la llamada sin pagar por uno.

Qué aprendí

Construir herramientas de IA especializadas en un dominio requiere primero experiencia en ese dominio. Dediqué bastante tiempo a aprender las reglas de Medicare, las estructuras de datos de las aseguradoras y el flujo de trabajo real de los agentes antes de escribir una sola línea de código relacionado con IA. El prompting es tan bueno como tu comprensión del problema.