ChatGPT con un prompt no es tu sistema de contenido
Todo el mundo en tu equipo ya usa ChatGPT, Claude o Gemini. Y aun así tu contenido sale igual de lento, igual de genérico, igual de poco tuyo. El problema no es el modelo: es que cada persona empieza desde cero cada vez, sin tu glosario, sin tu archivo, sin tu calendario, sin tus líneas rojas.
El generador de contenido de BAI no es un wrapper de ChatGPT con un prompt mejor. Es un sistema entrenado con tu archivo histórico, conectado a tu flujo editorial, que produce piezas en tu voz al primer intento. Tú revisas, no escribes desde cero.
Cómo lo construimos
1. Procesamos tu archivo histórico
Necesitamos al menos 50 piezas representativas: posts, scripts, newsletters, copies de ads. Las vectorizamos, etiquetamos por tono, formato y rendimiento, y construimos una librería de referencia que el modelo consulta en cada generación.
2. Construimos el system prompt + retrieval
Un único prompt no es suficiente. Diseñamos el sistema en capas: voz de marca, glosario, líneas rojas, formato específico (post de LinkedIn vs script de Reel vs subject de email). Cada output activa las capas relevantes.
3. Lo conectamos a tu flujo editorial
Notion, Asana, Airtable, tu CMS. Donde tu equipo edita ya, ahí aparecen los borradores. Sin abrir otra herramienta, sin login extra.
4. Iteración semanal supervisada
Cada semana revisamos juntos qué piezas funcionaron y cuáles no. Refinamos el system prompt, ampliamos la librería de referencia, ajustamos formatos. El sistema mejora cada semana, no se queda estancado.
Qué cambia cuando esto funciona
- Triplicas el volumen sin contratar más editores.
- Cada pieza sale ya en tu voz: nadie tiene que reescribirla entera.
- Tu equipo editorial pasa de redactar borradores a editar finales — trabajo más caro, más estratégico.
- Los formatos nuevos (Reels, Threads, podcast scripts) se prototipan en horas, no en sprints.
Cuándo NO recomendamos este sistema
- Si tienes menos de 30 piezas históricas: no hay archivo suficiente para entrenar la voz.
- Si tu marca depende de un único redactor con voz muy personal (autor único, columnista): el sistema diluye eso.
- Si tu volumen de contenido es bajo (<5 piezas/mes): el setup no compensa.
Tu archivo es tuyo
Todo el material que procesamos vive en tu infraestructura (S3, Vercel KV, lo que prefieras). No se entrena ningún modelo público con tu contenido. Si terminamos el servicio, te llevas la librería, el system prompt y el pipeline. No hay dependencia técnica de BAI.
Stack que usamos
- Claude 4.5 / GPT-4.1 como modelo principal según el formato.
- Vector DB (Pinecone, Supabase pgvector) para retrieval del archivo.
- n8n / Make self-hosted para los triggers desde Notion/Asana.
- Anthropic + OpenAI API directas, sin intermediarios.
Empezamos por una sesión de diagnóstico
Antes de presupuestar el setup completo hacemos una sesión de 90 minutos. Miramos juntos tu archivo de contenido, tu calendario editorial y tu equipo actual y salimos con una recomendación honesta: si este servicio encaja con tu momento, o si conviene empezar por otra cosa.
Esa sesión no la cobramos. Si te interesa, cuéntanos.