CASO DE ESTUDIO · IA / ML
Generador de contenido IA
Un estudio de escritura que redacta posts, emails y artículos con tu propia voz, entrenado con unos pocos textos tuyos.
- ROL
- Full-stack y diseño de prompts
- DURACIÓN
- 8 semanas
- EQUIPO
- En solitario
- PLATAFORMA
- App web
IDENTIDAD DE PRODUCTO
Quill
Escribe como tú, pero más rápido.
01 · RESUMEN
Resumen del proyecto
TIEMPO DE DESARROLLO
8 semanas
Del prototipo a una beta de pago
TAMAÑO DEL EQUIPO
En solitario
Producto, frontend y ML
LOGRO CLAVE
62% más rápido
Tiempo medio de redacción ahorrado
EL PROBLEMA
Los redactores de IA genéricos suenan como todos los demás. Los equipos tardaban tanto en corregir el tono de un borrador como habrían tardado en escribirlo ellos mismos.
EL ENFOQUE
Quill aprende una voz a partir de cinco a diez textos reales, la guarda como embeddings y guía cada borrador con esa voz y un glosario de marca con las palabras que siempre y nunca se usan.
62%
menos tiempo en los primeros borradores
4,6 / 5
de fidelidad a la voz según los redactores beta
14k
borradores generados el primer mes
02 · FUNCIONALIDADES
Qué hace
Entrenamiento de voz
Sube posts o emails anteriores y Quill aprende tu tono, tus giros y tu ritmo.
Plantillas multiformato
Posts de LinkedIn, esquemas de blog, newsletters y asuntos a partir de un solo brief.
Control de tono y longitud
Ajusta la cercanía, la formalidad y la longitud sin reescribir el prompt.
Reescritura en línea
Selecciona cualquier frase para acortarla, darle fuerza o suavizarla ahí mismo.
Glosario de marca
Palabras que usar siempre, que no usar nunca y cómo escribir los nombres de producto.
Espacios de equipo
Voces, plantillas y comentarios de revisión compartidos para equipos de contenido.
03 · PROCESO
Cómo se hizo
SEMANA 1
Descubrir
Acompañé a tres equipos de contenido para ver dónde fallaban los borradores de IA.
- Mapa de problemas
- Rúbrica de voz
SEMANA 2–3
Diseñar
Diseñé la caja de prompt, las tarjetas de resultado y el flujo de reescritura, y los probé con redactores.
- Prototipo en Figma
- Patrones de prompt
SEMANA 4–7
Construir
Desarrollé la app en Vue, el servicio FastAPI, el almacén de embeddings y la cola de tareas.
- App web
- Motor de voz
SEMANA 8
Lanzar
Beta privada con 40 redactores y, después, facturación por uso.
- Lanzamiento beta
- Facturación activa
04 · STACK TÉCNICO
Tecnologías
FRONTEND
- Vue 3
- Pinia
- Tailwind CSS
BACKEND
- Python
- FastAPI
- Celery
IA
- OpenAI API
- Embeddings
- pgvector
INFRAESTRUCTURA
- PostgreSQL
- Redis
- Docker
ARQUITECTURA
App web Quill
Vue 3 + Pinia
Servicio FastAPI
Borradores, voces, tareas
OpenAI API
Generación
Postgres + pgvector
Voces, borradores
Redis + Celery
Cola de tareas
05 · APRENDIZAJES
Retos y aprendizajes
Mantener la voz
RETO
Los borradores largos volvían a un tono genérico al cabo de unos párrafos.
RESULTADO
Reinyectar los textos de voz más cercanos en cada sección mantuvo el tono estable de principio a fin.
Primeros borradores lentos
RETO
Esperar más de 20 segundos por un borrador completo parecía un fallo.
RESULTADO
Enviar los tokens en streaming al editor hizo que el borrador empezara a aparecer en menos de un segundo.
¿Te interesa este proyecto?
Te enseño encantado el código, las decisiones que hay detrás o cómo podría funcionar algo parecido para tu equipo.