🇧🇴 Bolivia & LatAm Media Monitoring & AI Sentiment Analysis

Rastreo en tiempo real de medios de prensa, extracción automática de portadas y auditoría de reputación con Inteligencia Artificial Multi-Proveedor (Groq, B.AI, OpenRouter, Gemini y OpenAI).
Monitorea la presencia e impacto mediático de figuras públicas, autoridades, empresas y marcas en más de 30 periódicos, canales de TV, radios y portales de noticias de Bolivia y Latinoamérica.

---

🌟 Características Principales

• ⚡ Cobertura Integral en Bolivia (93%+ de medios indexados): Monitorea la prensa nacional y regional (El Deber, Los Tiempos, La Razón, Visión 360, Correo del Sur, El País, El Potosí, La Patria, Opinion, eju.tv, Unitel, Red Uno, Erbol, ANF, etc.).
• 🧠 Arquitectura Multi-IA Universal: Soporta Groq Cloud (GPT-OSS 120B en LPUs ultra-rápidas), B.AI (DeepSeek V3.2, Qwen 3.8, GLM, GPT-5 Mini), OpenRouter (100+ modelos / DeepSeek), Google Gemini y OpenAI (GPT-4o mini). ¡Sin bloqueos por cuotas reducidas!
• 🖼️ Extracción de Portadas e Imágenes (imageUrl): Extrae la fotografía principal en alta resolución de cada noticia desde metadatos OpenGraph, Twitter Cards y Schema.org.
• 🧹 Limpieza Editorial Quirúrgica (Mozilla Readability): Aísla el texto puro de la noticia eliminando barras laterales, anuncios, pop-ups y comentarios.
• 🛡️ Filtro Anti-Ruido y Anti-Falsos Positivos (filterIrrelevant): Descarta automáticamente noticias donde el personaje solo apareció en barras laterales o enlaces recomendados, entregando solo notas que traten genuinamente sobre el tema.
• 🎯 Criterios de IA 100% Personalizables (customPrompt): Adapta la evaluación del sentimiento a la sensibilidad de tu cliente (política, finanzas, medio ambiente o legal).
• 🔄 Resiliencia Automática (Anti-503/429/404): Sistema de reintentos con retroceso exponencial y modelos de respaldo automáticos para sortear picos de saturación o cambios de modelos sin fallar.
• 💰 Cero Costo en Proxies: Arquitectura ligera que no requiere proxies residenciales costosos ni navegadores pesados.

---

📥 Tabla Resumen de Parámetros (INPUT.json)

Parámetro	Tipo	Requerido	Por Defecto	Descripción Breve
query	String	Sí	-	Nombre de la figura pública, empresa o palabra clave a rastrear
aiProvider	String	No	"groq"	Proveedor de IA: "groq", "bai", "openrouter", "gemini" o "openai"
apiKey	String	No	-	API Key de tu proveedor elegido (Groq, B.AI, OpenRouter, Gemini u OpenAI)
aiModel	String	No	""	Modelo específico opcional (ej. openai/gpt-oss-120b, DeepSeek V3.2, gpt-4o-mini)
additionalKeywords	String	No	""	Palabras clave extra separadas por coma para afinar o ampliar la búsqueda
keywordMode	String	No	"AND"	Modo de combinación: "AND" (específica) o "OR" (sinónimos / apodos)
excludeKeywords	String	No	""	Palabras que NO deben aparecer en las noticias (ej. deportes o farándula)
customPrompt	String	No	""	Reglas y condiciones específicas para que la IA juzgue el sentimiento
filterIrrelevant	Boolean	No	true	Descarta artículos donde el tema solo apareció en enlaces recomendados
country	String	No	"BO"	Código de país para filtrar la prensa (BO, AR, PE, CL, CO, MX, ES, US)
maxArticles	Integer	No	10	Cantidad máxima de artículos a rastrear y analizar (de 1 a 100)
dateRange	String	No	"all"	Filtro de tiempo (all, 1d, 7d, 30d, 1y)

---

📖 Explicación Detallada de Cada Parámetro

A continuación se explica el funcionamiento, casos de uso y ejemplos de cada campo disponible en la pestaña Input:

1. query (Término de búsqueda / Persona) · Obligatorio

• Qué hace: Es el núcleo de la búsqueda. Define a quién o qué quieres monitorear en los medios de comunicación.
• Qué puedes poner:
  • Nombre de una figura pública o político (ej. "Rodrigo Paz", "Evo Morales", "Manfred Reyes Villa").
  • Nombre de una empresa o institución (ej. "Banco Unión", "YPFB", "Cervecería Boliviana Nacional").
  • Un tema o crisis de coyuntura (ej. "Escasez de combustible", "Elecciones judiciales").
• Consejo: No necesitas poner comillas dobles en el formulario; el sistema las aplica internamente para garantizar una búsqueda exacta.

---

2. aiProvider (Proveedor de Inteligencia Artificial) · Opcional

Selecciona qué motor de IA se encargará de leer y clasificar el sentimiento de las noticias:

• ⚡ groq (Groq Cloud - Recomendado): Ultra rápido (procesa cada noticia en menos de 1 segundo en chips LPU). Su plan gratuito ofrece hasta 30 solicitudes por minuto y 14.400 peticiones diarias, sin límites asfixiantes. Modelo por defecto: openai/gpt-oss-120b (con fallbacks automáticos).
• 🚀 bai (B.AI): Servicio de inferencia de modelos líderes (docs.b.ai). Modelo por defecto: DeepSeek V3.2 (con respaldo en Qwen3.8-Flash, GLM-5.3-Flash y GPT-5 Mini).
• 🌐 openrouter (OpenRouter): Plataforma unificada con más de 100 modelos. Permite usar modelos gratuitos (:free) como DeepSeek R1, Llama 3.3 o Mistral.
• 🤖 gemini (Google Gemini): Utiliza el modelo gemini-3.6-flash.
• 🧠 openai (OpenAI): Utiliza el modelo gpt-4o-mini (alta precisión corporativa).

---

3. apiKey (Clave API de la IA) · Recomendado

Ingresa la clave correspondiente al proveedor que seleccionaste en aiProvider:

• ¿Cómo obtener una clave de Groq gratis en 10 segundos?
  1. Entra a console.groq.com e inicia sesión con Google o GitHub.
  2. Ve al menú API Keys y haz clic en Create API Key.
  3. Copia tu clave (empieza con gsk_...) y pégala aquí. ¡Es 100% gratuita y sin tarjeta de crédito!
• ¿Cómo obtener una clave de B.AI?
  1. Ingresa a tu panel en b.ai.
  2. Obtén tu API Key y pégala en apiKey.
• ¿Cómo obtener una clave de OpenRouter gratis?
  1. Entra a openrouter.ai y regístrate.
  2. Ve a Keys y genera tu clave (empieza con sk-or-...).
• Google Gemini: Desde aistudio.google.com.
• OpenAI: Desde platform.openai.com.

---

4. aiModel (Modelo de IA específico) · Opcional

Permite sobreescribir el modelo por defecto si deseas experimentar con uno en particular:

• Para Groq: openai/gpt-oss-120b, openai/gpt-oss-20b, qwen/qwen3.6-27b.
• Para B.AI: DeepSeek V3.2, Qwen3.8-Flash, GLM-5.3-Flash, GPT-5 Mini, Qwen3.6-27B.
• Para OpenRouter: meta-llama/llama-3.3-70b-instruct:free, deepseek/deepseek-chat, google/gemini-2.0-flash-exp:free.
• Para OpenAI: gpt-4o-mini, gpt-4o.
• Para Gemini: gemini-3.6-flash.

---

5. additionalKeywords (Palabras clave adicionales) · Opcional

• Qué hace: Permite agregar una o varias palabras adicionales separadas por comas para combinar con la búsqueda principal.
• Casos de uso:
  • Filtrar por tema: Si buscas "Juan Pérez" y solo te interesan temas de gestión, pones: alcaldia, obras, salud.
  • Variantes ortográficas y apodos: Si la prensa a veces escribe el apellido de forma diferente o usa apodos, pones: Perez, el alcalde, lider civico.

---

6. keywordMode (Modo de combinación de palabras clave) · Opcional

Define cómo se conectan las additionalKeywords con la query principal en Google News:

• Modo AND (Búsqueda Específica - Recomendado para filtrar temas):
  • La noticia DEBE mencionar a la persona Y ADEMÁS al menos una de las palabras clave.
  • Sintaxis generada: "Juan Pérez" AND (alcaldia OR obras)
  • Resultado: Elimina todo el ruido y te entrega únicamente notas donde se hable de él en relación a esos temas específicos.
• Modo OR (Búsqueda Amplia - Recomendado para sinónimos y apodos):
  • La noticia puede mencionar a la persona O cualquiera de las variantes/apodos ingresados.
  • Sintaxis generada: ("Juan Pérez" OR "Perez" OR "el exalcalde")
  • Resultado: Atrapa más noticias, evitando perder artículos donde el medio no usó el nombre completo.

---

7. excludeKeywords (Palabras a excluir) · Opcional

• Qué hace: Permite especificar términos que NO deben aparecer en las noticias encontradas.
• Cómo usarlo: Escribe las palabras separadas por comas (ej. futbol, farandula, concierto).
• Sintaxis generada: -futbol -farandula -concierto
• Beneficio: Si la figura pública tiene homónimos en el deporte o quieres ignorar eventos de farándula, este parámetro limpia los resultados de raíz.

---

8. customPrompt (Instrucciones personalizadas para la IA) · Opcional

• Qué hace: Permite moldear el criterio de evaluación de la IA. En el análisis de reputación, lo que es "bueno" para un político puede ser "malo" para un banco. Con este campo, le das reglas prioritarias a la IA.
• Ejemplos prácticos:
  • Campaña Política:

    "Considerar NEGATIVO cualquier vinculación con el partido X o denuncias judiciales, aunque el periodista intente ser neutral. Considerar POSITIVO cualquier anuncio de obras o alianzas sociales."

  • Auditoría Bancaria / Financiera:

    "Evaluar con foco estricto en solvencia patrimonial, créditos, tasas de interés, multas de la ASFI y quejas de usuarios. Ignorar patrocinios de eventos y notas de farándula."

  • Industria, Minería y Energía (ESG):

    "Analizar la reputación en función del impacto ecológico, gestión del agua y acuerdos con comunidades indígenas originarias."

---

9. filterIrrelevant (Filtrar noticias irrelevantes con IA) · Recomendado (true)

• Qué hace: Activa un filtro inteligente de dos capas para eliminar falsos positivos.
• Por qué es necesario: Muchas páginas web de periódicos colocan widgets de "Noticias Relacionadas" o enlaces en la barra lateral con nombres de otras figuras públicas. Google News indexa esas páginas creyendo que hablan de la persona, cuando en realidad la nota trata sobre otro tema.
• Comportamiento:
  • Si está en true (por defecto): La IA lee todo el artículo y, si detecta que la nota no trata sobre la persona (relevance: false), la descarta de inmediato. No se guarda en el Dataset ni contamina las estadísticas de reputación.
  • Si está en false: Guarda todas las noticias encontradas, incluso las que solo mencionen al personaje de forma accidental.

---

10. country (País objetivo) · Opcional

• Qué hace: Configura la edición regional y el feed geográfico de Google News.
• Valores disponibles:
  • BO – Bolivia 🇧🇴 (Por defecto)
  • AR – Argentina 🇦🇷
  • PE – Perú 🇵🇪
  • CL – Chile 🇨🇱
  • CO – Colombia 🇨🇴
  • MX – México 🇲🇽
  • ES – España 🇪🇸
  • US – Estados Unidos 🇺🇸

---

11. maxArticles (Cantidad máxima de noticias) · Opcional

• Qué hace: Límite máximo de artículos a rastrear y analizar con IA en cada ejecución (entre 1 y 100).
• Por defecto: 10 artículos.

---

12. dateRange (Ventana de tiempo) · Opcional

• Qué hace: Filtra las noticias por fecha de publicación reciente.
• Opciones disponibles:
  • all – Todo el historial indexado en Google News (Por defecto).
  • 1d – Noticias publicadas en las últimas 24 horas (Ideal para monitoreo matutino diario).
  • 7d – Noticias de los últimos 7 días (Ideal para resúmenes semanales).
  • 30d – Noticias del último mes.
  • 1y – Noticias del último año.

---

📤 Datos de Salida (Dataset)

Por cada noticia procesada, el Actor genera un registro enriquecido descargable en Excel, CSV o JSON:

{
  "query": "Juan Pérez",
  "country": "BO",
  "source": "EL DEBER",
  "title": "Cámara Empresarial posesiona a Juan Pérez como nuevo presidente",
  "imageUrl": "https://pxcdn.eldeber.com.bo/eldeber/092026/portada_noticia.jpg",
  "articleUrl": "https://eldeber.com.bo/economia/camara-empresarial-posesiona-nuevo-presidente_1774621186",
  "publishedAt": "2026-09-06T14:30:00.000Z",
  "relevance": true,
  "sentiment": "POSITIVO",
  "sentimentScore": 0.85,
  "tone": "Institucional / Favorable",
  "summary": "La Cámara Empresarial posesionó a Juan Pérez como su nuevo titular tras ganar la elección con amplio respaldo. En su discurso anunció iniciativas clave para el sector productivo.",
  "keyQuotes": [
    "asume la dirección con un plan enfocado en la modernización y crecimiento"
  ],
  "fullTextLength": 2450,
  "scrapedAt": "2026-09-06T20:30:00.000Z"
}

Explicación de los Campos del Dataset:

• imageUrl: Enlace directo a la fotografía o portada original de la noticia.
• relevance: Validación booleana (true/false) de que el artículo efectivamente trata sobre el personaje.
• sentiment: Semáforo de reputación: POSITIVO 🟢, NEGATIVO 🔴 o NEUTRO 🟡.
• sentimentScore: Puntuación numérica continua de -1.0 (máxima negatividad) a +1.0 (máxima favorabilidad).
• tone: Calificación del estilo periodístico (ej. 'Crítico / Acusatorio', 'Institucional / Favorable', 'Triunfal').
• summary: Síntesis ejecutiva de 2 oraciones sobre lo informado respecto al personaje.
• keyQuotes: Array con las citas textuales más contundentes donde se le menciona.

---

🔌 Cómo Consumir el Actor vía API REST

Puedes integrar este Actor en tu propio backend, aplicación web, CRM o bot de WhatsApp llamando al endpoint síncrono de Apify:

curl --request POST \
  --url "https://api.apify.com/v2/acts/TU_USUARIO~TU_ACTOR/run-sync-get-dataset-items?token=TU_APIFY_TOKEN" \
  --header "Content-Type: application/json" \
  --data '{
    "query": "Juan Pérez",
    "aiProvider": "groq",
    "apiKey": "gsk_...",
    "additionalKeywords": "gestion, elecciones",
    "keywordMode": "AND",
    "country": "BO",
    "dateRange": "7d",
    "maxArticles": 10,
    "filterIrrelevant": true
  }'

---

🚀 Cómo Ejecutar en Local

1. Clonar el repositorio.
2. Instalar dependencias:

   $npm install
   

3. Configurar tus claves en el archivo .env:

   GROQ_API_KEY=tu_clave_groq
   GEMINI_API_KEY=tu_clave_gemini
   

4. Ejecutar el Actor:

   $node src/main.js
   

---

📄 Licencia

Distribuido bajo licencia MIT. Desarrollado con Apify SDK, Crawlee, Groq, B.AI, OpenRouter y Google Gemini.