Proyectos / 2022 - Q4 2023

Blumo AI

Una herramienta de IA generativa para crear contenido de marketing. Empezó en 2022 como mi primer intento de convertir estos modelos en un producto que alguien pudiera usar.

En esta página

EN BREVE

Blumo AI fue mi primer intento de convertir una capacidad de IA generativa en un producto para crear contenido de marketing.

Mi contribución

Concebí y construí el producto como una primera exploración de cómo la IA podía servir dentro de un flujo de trabajo creativo.

Datos clave

IA generativaAI CopywritingDiseño de productoPrototipado

Decisiones de ingeniería

  1. Partir de un problema de marketing

    La exploración empezó con una pregunta concreta: cómo acelerar la creación de una primera versión de contenido.

  2. Pensar alrededor del modelo

    El reto no era solo generar texto, sino convertir esa capacidad en una experiencia que alguien pudiera usar.

  3. Abrir un recorrido

    El proyecto fue el punto de partida para explorar productos y procesos de IA más complejos.

Evolución del proyecto

  1. 2022
  2. Generación de contenido
  3. Del modelo al producto
  4. Punto de partida

El comienzo

Blumo AI nació en 2022, cuando los modelos generativos empezaban a convertirse en productos accesibles para usuarios fuera del mundo técnico.

La primera idea era bastante concreta: usar IA para acelerar la creación de contenido de marketing, partiendo de una idea o un poco de contexto para obtener una primera versión sobre la cual trabajar.

Venía del mundo de publicidad y marketing, así que fue una forma bastante natural de empezar a explorar qué se podía construir con esta nueva tecnología.

Qué hacía

Blumo permitía partir de información sobre una marca, producto o idea y generar distintas propuestas de contenido con IA.

La intención no era reemplazar el trabajo creativo. Era reducir el tiempo que había entre una consigna y una primera versión: generar alternativas, compararlas, editarlas y seguir iterando desde ahí.

Los prompts guiados reunían el contexto necesario para cada pedido: información de marca o producto, el objetivo de la pieza, un CTA, links, hashtags que habían tenido buen rendimiento y, si correspondía, una promoción. La interfaz también permitía elegir el modelo y ajustar el resultado a una cantidad de caracteres.

Lo interesante para mí empezó a ser no solo lo que podía generar el modelo, sino cómo convertir esa capacidad en una experiencia que alguien pudiera usar sin tener que entender qué había detrás.

Reconstrucción de la experiencia original

Del brief a una primera versión

  1. Reunir el contexto

    En vez de abrir un chat nuevo cada vez, el profesional trabajaba en un espacio dedicado a marketing con prompts guiados y una interfaz visual para preparar cada pedido.

  2. Reutilizar campañas y promociones

    Una promoción podía guardarse y aplicarse a varios productos a la vez —por ejemplo, una campaña de verano— para incorporarla de forma natural en los copies generados.

  3. Generar y ajustar

    El sistema generaba alternativas con CTAs, links y hashtags; después se podían comparar, ajustar por cantidad de caracteres y volver a iterar.

  4. Elegir y afinar

    La automatización aceleraba la primera versión, mientras que el profesional seleccionaba y afinaba la propuesta que mejor funcionaba.

Del modelo al producto

Blumo AI fue mi primera experiencia pensando la IA como parte de un producto y no simplemente como una herramienta aislada.

Había que decidir qué información pedirle al usuario, cómo estructurar la interacción, qué devolver y cómo hacer que el resultado fuera útil dentro de un flujo de trabajo real. La interfaz visual acercaba las APIs y los modelos a personas no técnicas, sin pedirles que entendieran cómo funcionaban por detrás.

Con el tiempo, la herramienta también fue incorporada por proveedores de publicidad dentro de sus dashboards nativos de ads.

Mirándolo hoy parece simple comparado con los sistemas que construyo actualmente, pero ahí apareció por primera vez una pregunta que después se volvió recurrente en mi trabajo: qué hay que construir alrededor de un modelo para que realmente sirva.

Borradores y variantes en la interfaz histórica

Sobre estas pantallas

Son reconstrucciones estáticas, no capturas recuperadas de producción. Toman el diseño sobreviviente del producto como referencia visual.

Pantalla de suscripción reconstruida

Lo que vino después

Lo que empezó como generación de contenido terminó abriendo un campo mucho más grande.

Con el tiempo dejé de interesarme solamente por lo que un modelo podía generar y empecé a enfocarme más en cómo integrarlo dentro de productos y procesos: automatizaciones, retrieval, herramientas, agentes, evaluación y sistemas completos.

Blumo AI fue un proyecto mucho más simple que los que vinieron después, pero también fue el punto de partida.

CONSTRUYAMOS ALGO ÚTIL

Un problema complejo. Un buen punto de partida.

Hablemos