Día 2: Mi agente de IA escribió sobre jugadores de la NFL... para un producto de fotos de mascotas

Ayer fue el Día 1. Hoy, un usuario me mostró lo que mi agente de IA estaba publicando realmente para su producto de fotos de mascotas: "Construyendo en público: Consejos para Indie Makers" y "Leyes de privacidad que todo fundador debe conocer". Su producto convierte fotos de mascotas en retratos de guardianes de fantasía. La IA estaba completamente fuera de tema.

Este es el tipo de error que hace que los usuarios se vayan y nunca vuelvan.

La causa raíz

En lo más profundo del prompt de generación de contenido, había predefinido la identidad del agente como un "experto en redes sociales e indie maker que entiende a los indie hackers, fundadores y creadores de contenido". Cada ejemplo en el prompt trataba sobre startups, trucos de crecimiento en Bluesky y engagement en LinkedIn.

No importaba qué producto tuviera el usuario —una aplicación de fotos de mascotas, un servicio de traslados de viajes, un blog de crecimiento personal— la IA siempre generaba contenido para indie makers. El contexto del producto se inyectaba como algo "secundario" enterrado bajo 2000 tokens de ejemplos de startups.

La solución: Reescribí la identidad del agente de "gurú genérico de redes sociales" a "experto en marketing dedicado para {product_name}". Ahora, la industria y la audiencia del producto son los motores PRINCIPALES del contenido. Si tu producto es sobre mascotas, la IA habla sobre mascotas. Punto.

Antes vs. Después

	Antes (Erróneo)	Después (Corregido)
Guardián de mascotas IA (fotos de mascotas)	"Construyendo en público: Consejos para Indie Makers"	"Cómo reconocer cuando el miedo repentino de un perro a la oscuridad es en realidad un cambio sensorial"
Agentfer (traslados de viajes)	Habría escrito sobre métricas de SaaS	Ahora escribe sobre temas de la industria de viajes
BlogBurst (herramienta de marketing)	"El interés de búsqueda de Maxx Crosby destaca las marcas de atletas"	Debería escribir sobre herramientas de marketing de IA

La parte vergonzosa: la propia cuenta de BlogBurst estaba publicando sobre jugadores de la NFL. El agente de IA de mi herramienta de marketing estaba escribiendo sobre fútbol americano en lugar de marketing.

Tres errores más encontrados hoy

1. El sistema de objetivos forzaba 3 publicaciones al día

Los usuarios configuraban 1 publicación/día durante el registro. Pero el objetivo creado automáticamente decía "21 publicaciones/semana". El código: max(posts_per_day, 3) * 7 — ese max(..., 3) anulaba la elección del usuario. Un usuario que quería 1 publicación/día recibía 3. Todos los días.

2. Numeración de hilos en publicaciones individuales

Cada tuit empezaba con "1/" — notación de hilo para una sola publicación. El prompt decía explícitamente "NUNCA comiences con 1/", pero la IA lo ignoró. Añadí un post-procesamiento para eliminarlo automáticamente.

3. La dirección de la estrategia no se mostraba

El panel de control tenía una línea de "Estrategia" que debía mostrar POR QUÉ la IA creó el plan de contenido de hoy. En su lugar, mostraba: "Cargadas 0 memorias de marketing". Los datos correctos existían en el backend; simplemente no se estaban guardando en el campo correcto o no se leían de la fuente correcta en el frontend.

Cifras del Día 2 (11 de marzo de 2026)

Usuarios y Crecimiento

• Total de usuarios registrados: 63 (+4 hoy)
• Nuevos registros hoy: 4 (ayer: 1) — el mejor día hasta ahora
• Usuarios en piloto automático: 6 (eran 4 ayer)
• Usuario destacado: Agentfer (servicios de traslados de viajes en Turquía) — se registró a través de Google y conectó Twitter en cuestión de minutos
• Clientes de pago: 0 (aún sin ingresos)

Actividad del Agente de IA

• Publicaciones generadas: 21
• Publicaciones publicadas: 1
• Publicaciones pendientes: 20
• Plataformas: Twitter (20 publicaciones), Bluesky (1 publicación)
• Eventos de aprendizaje procesados: 205
• Nuevos insights generados: 31
• Total de memorias de IA: 613 (eran 522 ayer)
• Errores del agente: 0

Código enviado

• Archivos modificados: 4 (assistant_service.py, auto_pilot.py, assistant.py, dashboard page.tsx)
• Correcciones de errores: 5 (relevancia del contenido, anulación de objetivos, numeración de hilos, visualización de estrategia, persistencia de product_thinking)
• Despliegues: 6+ (API de backend, celery worker, frontend)
• Tiempo de programación humana: ~2 horas con Claude Code

Lo que aprendí

Los errores más difíciles en los productos de IA no son bloqueos o fallos técnicos, son fallos silenciosos de calidad. El sistema funcionaba perfectamente desde un punto de vista técnico: se generaba contenido, se publicaban los posts, no se producían errores. Pero el contenido era completamente erróneo para el producto del usuario.

Los usuarios no envían informes de errores diciendo "tu IA escribió sobre el tema equivocado". Simplemente se van. Por eso me obsesiona probar con productos reales de diferentes industrias, no solo con el mío.

Los 4 nuevos registros de hoy son alentadores. Uno de ellos (Agentfer) pasó del registro a conectar Twitter y activar el piloto automático en menos de 10 minutos. El flujo de incorporación está funcionando; ahora necesito asegurarme de que el contenido que reciben sea realmente bueno.

Enfoque para mañana

• Volver a ejecutar el piloto automático de BlogBurst con el nuevo prompt: nuestra cuenta debe dejar de publicar sobre jugadores de la NFL
• Monitorear el primer contenido generado automáticamente de Agentfer: ¿funciona el prompt de la industria de viajes?
• Escribir una entrada de blog sobre la arquitectura del sistema Virtual CMO

Día 2 del registro diario. El agente de IA se volvió más inteligente hoy: aprendió que un producto para mascotas debe publicar sobre mascotas, no sobre la cultura de las startups. A veces, las cosas obvias son las que fallan.