Todo el mundo ha visto ese artículo. Título correcto, estructura impecable, cinco apartados con subtítulos simétricos, cero fricción y cero información. Se lee entero sin aprender nada.

Ese contenido no es “contenido de IA”. Es contenido sin contexto. Un redactor junior sin brief produce exactamente lo mismo, solo que más despacio.

El genérico tiene una causa concreta

Un modelo genera a partir de lo que le das. Si le pides “un artículo sobre automatización de marketing”, te devuelve la media estadística de todo lo que se ha escrito sobre automatización de marketing. Que es, por definición, lo que ya existe.

Para que salga algo tuyo, tiene que haber algo tuyo en la entrada. Y ese “algo tuyo” hay que escribirlo antes.

El source of truth: lo que hay que tener escrito

Cuatro documentos, y ninguno es opcional:

Posicionamiento y categoría. Contra quién compites de verdad en la cabeza del comprador, no en tu hoja de cálculo. Qué te hace la elección obvia y para quién explícitamente no eres la opción.

ICP y personas. No un perfil demográfico: el problema con el que se levantan, el vocabulario con el que lo describen y el criterio con el que deciden. Sale de entrevistas, de conversaciones de venta y de leer comunidades, no de una reunión interna.

Guía de voz. Con ejemplos de lo que sí y de lo que no. “Cercano pero profesional” no es una guía de voz; un párrafo reescrito de tres formas con el veredicto de cuál es la vuestra, sí.

Pruebas. Datos propios, aprendizajes, cifras que solo tú tienes. Es lo que hace que una pieza no se pueda copiar y, ya que estamos, lo que los modelos citan.

Con eso montado, cada pieza se produce contra el documento y se valida contra el documento. La diferencia en el resultado no es sutil.

El ciclo de producción, paso a paso

  1. Brief. Qué pregunta responde la pieza, para quién, qué métrica declara mover y qué la haría fallar. Sin brief no hay producción; es la regla que más discusiones ahorra.
  2. Investigación. El agente reúne el material: fuentes, datos, lo que ya dice el mercado y —esto es lo importante— dónde está el hueco. Es la fase donde la IA aporta más, porque lee volúmenes que a mano nadie leería.
  3. Producción. Borrador contra el source of truth y contra el brief. Aquí el volumen deja de ser el cuello de botella.
  4. Edición humana. Un editor valida con la lista de criterios escrita. Corrige el ángulo, quita el relleno, comprueba cada dato. Nada se publica sin esta firma.
  5. Aprendizaje. Qué funcionó, qué estructura convirtió, qué ángulo tuvo tracción. Sube al playbook y entra en el brief de la siguiente pieza.

La parte que casi nadie hace: las evals

Si cambias cómo produce el sistema —un prompt, una skill, un modelo— necesitas saber si has mejorado o empeorado. Sin un conjunto de casos de prueba con criterios de aceptación, esa pregunta se responde por sensación, y la sensación depende de quién esté de guardia esa semana.

Las evals son lo que convierte “producimos con IA” en un proceso auditable en vez de una promesa. Son también, siendo honestos, lo que separa a quien se ha tomado esto en serio de quien ha comprado una suscripción.

Qué esperar de forma realista

El motor no arregla un mal posicionamiento: lo amplifica. Si el mensaje no está claro, multiplicar el volumen solo multiplica el ruido, y encima más rápido.

Por eso el orden importa: primero contexto, después producción. Es la fase menos vistosa y la que decide si todo lo demás sale tuyo o sale de cualquiera.