En el correo anterior te conté que lo que de verdad me sacó de mirar tutoriales fue ponerme a construir algo mío. Acá está ese algo, completo: qué hace, cómo lo armé (con los tropiezos incluidos), qué necesitas si quieres armar algo parecido, y cuánto me cuesta por mes, con cada número explicado.
Le puse Content Engine, motor de contenido. Pero olvidate del nombre técnico: es, ni más ni menos, un empleado invisible que mira contenido en redes por mí, cada dos días, y me deja un resumen listo para leer en dos minutos.
La idea original
Venía de un lugar simple: quería dejar de consumir contenido a mano. Perdía tiempo todos los días scrolleando para ver qué hacían mis referentes, y quería que ese trabajo lo hiciera la IA por mí. Decirle qué cuentas me interesaban, que me trajera el texto de cada video o carrusel, que armara un resumen y me lo mandara por correo, y que guardara todo en algún lado por si quería meterme más a fondo después.
Al mismo tiempo, sin decírmelo del todo así en ese momento, era mi proyecto para aprender a usar la IA en serio. Necesitaba algo real, no un tutorial genérico, para entender hasta dónde llegaba la herramienta. Y tenía que ser algo que me importara de verdad, para no abandonarlo a la semana.
Qué hace hoy
Cada dos días, a las 7 de la mañana, mientras yo todavía duermo, le dejé dicho a mi computadora que arranque sola. Entra a Instagram, YouTube, LinkedIn y TikTok, a las cuentas puntuales que sigo de cerca porque hacen algo parecido a lo mío, y mira qué publicaron de nuevo desde la última vez. A cada posteo nuevo lo compara contra lo normal para esa cuenta, para detectar cuándo algo funcionó mucho mejor de lo esperado.
A lo que más se destacó en Instagram y TikTok le escucha el audio y lo convierte en texto, con una inteligencia artificial que se llama Whisper. A los videos de YouTube primero les busca los subtítulos automáticos que ya trae la propia plataforma, y solo si no los tiene, recién ahí les hace lo mismo. Con lo que más se destaca de toda esa mirada del día, le pide a Claude (la inteligencia artificial de Anthropic, la misma que uso para escribir) que redacte un resumen corto: qué falta contar en español sobre ese tema, cómo lo contaría yo, con qué estructura.
Todo eso se junta en un reporte (agrupado por tema, con esos resúmenes cortos, un listado de los posts de LinkedIn más exitosos del momento para estudiar cómo están escritos, y mis propias ideas sueltas) y me llega por correo con un botón para abrirlo. Todo lo que junta también queda guardado en Notion, una app donde armo tablas y documentos, con un botón de Guardar para marcar algo como inspiración sin salir del reporte.
Una aclaración honesta: esto es la parte de mirar y ordenar contenido. La parte de convertir un hallazgo en una pieza terminada (el guion, el diseño del carrusel) es otro proceso, todavía en construcción, y no es lo que este tutorial cuenta.
El paso a paso de construcción
Esto es el orden real, tal como pasó, con los tropiezos incluidos: eso es lo que hace que sea sin brillantina.
Día 1. Arranqué con lo básico: un programa que entra a esas cuentas y compara qué tan bien le fue a cada posteo nuevo contra lo normal para esa cuenta. Otro programa escucha los audios de lo que más se destacó y lo pasa a texto. Le dejé dicho a mi computadora que corriera todo esto solo, de madrugada, sin que yo tuviera que tocar nada.
Ese mismo día aparecieron los primeros tres tropiezos. Notion, la app donde vive mi lista de referentes, le da a cada tabla dos códigos de identificación casi idénticos: uno que uso cuando le hablo directo, y otro que solo entiende una forma particular de conectarme. Los mezclé sin darme cuenta y pasé horas usando el código equivocado, sin entender por qué nada funcionaba. Además, había borrado una parte del código de LinkedIn, pero en otra parte del programa todavía se usaba esa pieza borrada, así que tiraba error cada vez que corría. Y estaba usando la dirección general de un perfil de LinkedIn en vez de la dirección de cada post puntual, así que los links guardados no llevaban a ningún lado.
Más tarde ese mismo día armé el generador del resumen. La primera versión le pedía los resúmenes cortos a Gemini, la inteligencia artificial de Google. Antes de terminar la jornada la cambié por Claude, y quedó así desde entonces.
Día 2. Fue el día con más fricción. Le había dicho a mi computadora que corriera el programa sola, pero usaba una versión distinta de la herramienta base a la que yo uso normalmente para escribir código, y a esa versión le faltaban piezas que el programa necesitaba para funcionar. No arrancaba nada, y encima no me avisaba por qué había fallado: tardé un buen rato en darme cuenta.
La forma en que mi computadora me avisaba cuando algo fallaba tampoco funcionaba bien corriendo sola, sin que yo estuviera mirando la pantalla, así que la cambié por una notificación de verdad, de las que aparecen arriba a la derecha como cualquier otro aviso del sistema. Los audios más largos pesaban demasiado y la inteligencia artificial que transcribe los rechazaba, así que empecé a achicarles el tamaño antes de mandarlos (les bajé la calidad de sonido a lo mínimo, total solo necesito el texto, no la calidad de la música de fondo). Y cambié el horario de las 4 de la mañana a las 7, junto con esa nueva notificación de fallo.
Ese mismo día también le puse un límite: si un video dura más de una hora, solo procesa los primeros 30 minutos, para no gastar de más escuchando algo que ya me dio la idea. Y le agregué al reporte una sección con mis propias ideas sueltas, que guardo en un archivo aparte.
Unos días después. Sesión de correcciones más silenciosas pero importantes. El número total de contenido guardado siempre mostraba 1, por un error en cómo le preguntaba a Notion cuánto había en total. El cálculo de lo normal por cuenta hacía el trabajo dos veces cuando podía hacerlo una sola. Y cuando chequeaba si ya había visto un contenido antes, le preguntaba a una versión recortada de la tabla en vez de a la tabla completa, así que se me colaban duplicados. También arreglé que un mismo video de YouTube apareciera dos veces en el reporte. Y agregué que el reporte también quedara guardado en Notion (antes solo existía en mi computadora), más el botón de Guardar en cada tarjeta.
Un poco más adelante. Sumé dos referentes nuevos a mi lista. Y en otro momento bajé la frecuencia: de correr todos los días pasó a correr cada dos días, y di de baja dos referentes que ya no me aportaban nada.
Después. Moví el archivo donde guardo el contenido de inspiración a la carpeta del proyecto, porque estaba mezclado con otros archivos generales y me confundía.
El cierre. Moví todos los programas y la instrucción que le di a la computadora para que corrieran solos, desde una carpeta genérica a la carpeta propia del proyecto, que es donde debían haber estado desde el principio. Tuve que ajustar las direcciones internas que cada programa usa para encontrar mis archivos, y avisarle de nuevo a la computadora dónde estaba todo ahora.
Qué se necesita
Ninguna de estas herramientas es exótica, pero tampoco es un armado de tres clics. Esto es lo que hace falta, siendo honesto con la curva:
Cuentas: - Notion, una app donde armo tablas y documentos: ahí vive mi lista de referentes y todo lo que va juntando. - Apify, una herramienta que entra a las redes sociales y copia lo que publican las cuentas que le indiques (usa cuatro programitas hechos por otros, uno para cada red: Instagram, YouTube, LinkedIn y TikTok). - Groq, una inteligencia artificial que escucha audio y lo convierte en texto. - Anthropic, la empresa detrás de Claude, la IA que escribe los resúmenes cortos. - Taplio, opcional: una app que junta los posts de LinkedIn que más funcionaron en el momento. - Resend, el servicio que manda el correo con el reporte todos los días.
Llaves de acceso. Cada una de estas herramientas te da una llave, un código largo, para que un programa tuyo pueda hablar con ella en tu nombre, sin que tengas que escribir tu usuario y contraseña cada vez. Yo guardo esas llaves en un archivo aparte que nunca subo a ningún lado ni comparto. Si te interesa el detalle técnico, se llaman NOTION_TOKEN, APIFY_TOKEN, GROQ_API_KEY, ANTHROPIC_API_KEY, TAPLIO_TOKEN y RESEND_API_KEY.
Lo que necesitas tener andando: una computadora que puedas dejar prendida a la hora en que el proceso corre (en mi caso, le dejé dicho que arranque sola todos los días a las 7 de la mañana), la herramienta base con la que están escritos los programas (se llama Python), con las piezas que cada programa necesita ya instaladas, y dos programitas más para bajar videos y sacarles el audio.
Conocimientos previos, siendo honesto: no hace falta saber programar de cero, pero sí hace falta poder leer un programa escrito por otro, entender un mensaje de error, y saber pedirle ayuda a la IA con contexto específico: no "arréglalo" sino "esta parte tira este error, acá está el código". Todo el trabajo de escribir el código lo hizo Claude conmigo al lado; lo mío fue dirigir, probar y corregir el rumbo cuando algo no andaba. La curva más real no fue programar: fue entender cómo se hablan entre sí las distintas herramientas (a veces una misma app te da dos códigos casi idénticos para lo mismo, según por dónde te conectes) y tener paciencia para la primera semana de errores, que fue la mayoría de los que conté arriba.
Cuánto cuesta por mes
Estimaciones honestas, contadas simple pero con la cuenta atrás de cada una. Donde no tengo el dato, lo digo directamente en vez de inventarlo.
| Herramienta | Para qué la uso | Costo estimado | Cómo lo calculé |
|---|---|---|---|
| Groq | Escuchar audio y convertirlo a texto: los posteos de Instagram y TikTok que rindieron mucho más de lo normal, y los videos de YouTube sin subtítulos | Menos de un dólar por mes | Groq cobra 11 centavos de dólar por cada hora de audio que transcribe (lo anoté yo mismo el primer día). Diez videos cortos de un minuto salen unos 2 centavos. La cantidad de contenido que llega a ese nivel de éxito cambia mucho de corrida en corrida, así que el techo mensual queda bastante por debajo de un dólar |
| Anthropic (Claude) | Escribir 2 resúmenes cortos cada vez que corre | Alrededor de 6 centavos de dólar por mes | Claude cobra según cuánto texto lee y cuánto texto escribe: un dólar cada millón de palabras leídas, cinco dólares cada millón escritas (medido en una unidad de texto más chica que la palabra, pero la idea es esa). Uso la versión más chica y rápida de Claude para esta tarea puntual. Con unas 30 corridas por mes y 2 resúmenes por corrida, el total apenas llega a unos centavos |
| Apify | Entrar a Instagram, YouTube, LinkedIn y TikTok y copiar lo que publican las cuentas que sigo | 30 dólares por mes | Es el plan que tengo contratado; cubre todas las corridas del mes |
| Notion | Guardar mi lista de referentes, todo lo que junta y los reportes de cada día | Gratis | Uso el plan gratuito y alcanza de sobra para esto |
| Taplio | Traer los posts de LinkedIn más exitosos del momento | 39 dólares por mes | Es el plan que tengo contratado. Es la pieza opcional del sistema: sin Taplio todo lo demás funciona igual |
| Resend | Mandar el correo diario con el reporte | Gratis | La cantidad de correos que mando entra dentro del uso gratuito |
| Mi propia computadora | Entrar a las redes, achicar los archivos de audio, correr todo el proceso solo | Nada | Corre en mi propia máquina, no en algún servicio pago en la nube. Lo único que cuesta es dejarla prendida a la hora en que arranca |
El total, entonces: unos 70 dólares por mes, y casi todo se lo llevan dos suscripciones (Apify y Taplio). La parte de inteligencia artificial propiamente dicha (escuchar audio y escribir resúmenes) cuesta centavos. Y si dejás afuera Taplio, que es opcional, el sistema completo queda en unos 31 dólares por mes.
Qué haría distinto hoy
Tres cosas, todas sacadas de los mismos tropiezos que conté arriba, no de una lista genérica de buenas prácticas.
La primera: pondría todo en su lugar final desde el día uno. Terminé moviendo los programas y la instrucción para que corran solos casi un mes después de haberlos armado, de una carpeta genérica a la carpeta propia del proyecto. Fue un trabajo completo de acomodar cada dirección interna que usaban para encontrar mis archivos, que me podría haber ahorrado si elegía bien el lugar desde el principio.
La segunda: probaría a mano, antes de dejárselo a la computadora corriendo sola de madrugada, exactamente lo que iba a correr sin que yo estuviera mirando. El problema de la versión de la herramienta base sin las piezas instaladas me costó un día entero dándome cabezazos, porque el aviso de fallo no explicaba qué había pasado.
La tercera: entendería antes que una misma herramienta a veces te da dos códigos de identificación casi idénticos para lo mismo, según desde dónde te estés conectando. Confundirlos no te avisa "usaste el código equivocado": simplemente no encuentra nada, y ahí te quedas horas buscando el error en el lugar que no es.
Ninguno de los tres es un error de la IA. Son decisiones mías que tomé rápido para tener algo andando, y que terminaron costando tiempo más adelante. Esa es la parte que ningún tutorial genérico te cuenta.