Cómo creamos el contenido
Transparencia sobre nuestra pipeline de investigación y publicación asistida por IA.
El contenido de este sitio se produce mediante una pipeline de investigación a publicación que combina el criterio humano con herramientas de IA. Esta página explica cada paso.
1Investigación
El autor utiliza Gemini Deep Research y NotebookLM para realizar investigaciones profundas sobre los temas. Los documentos resultantes se almacenan y suben a Google Drive.
2Base de conocimiento
Los documentos de investigación se incorporan a una base de datos vectorial Weaviate (índice de búsqueda semántica) mediante embeddings de Gemini. Junto con los servidores de documentación oficial de los proveedores, forma una base de conocimiento unificada que el sistema consulta al redactar artículos.
3Redacción del contenido
Cuando se elige una idea de artículo, el sistema consulta un servicio de documentación unificado que busca en la documentación oficial de Microsoft Azure, Google Cloud, AWS, Cloudflare y OpenAI a través de sus servidores MCP (Model Context Protocol), junto con la base de conocimiento Weaviate de documentos ingeridos. Los resultados se enriquecen con búsquedas web en vivo de Tavily y el contexto combinado se pasa a Gemini (modelo Flash) para redactar el artículo. Una segunda pasada con Gemini Pro actúa como editor (tono y coherencia).
4Revisión humana
Cada borrador es revisado por el autor antes de aprobarse para su publicación. Ningún artículo se publica sin visto bueno editorial.
La supervisión humana es esencial para decidir qué publicar y para aportar un contexto que los modelos por sí solos no pueden proporcionar.
5Imágenes
Las imágenes de los artículos (hero y complementaria) se generan con el modelo Imagen 3 de Google vía Vertex AI, a partir de prompts derivados del contenido del artículo.
6Traducción
El artículo en inglés aprobado se traduce al francés, alemán, español, italiano y neerlandés con Gemini Flash. La versión en inglés es la de referencia; las traducciones se ofrecen para accesibilidad.
Herramientas y tecnologías
La pipeline utiliza: Gemini Deep Research y NotebookLM para la investigación; Google Drive para almacenamiento e ingestión; Microsoft Learn MCP, Google Developer Knowledge MCP, AWS Knowledge MCP, Cloudflare Docs MCP y OpenAI Docs MCP para documentación oficial; Weaviate para búsqueda vectorial sobre documentos ingeridos; Tavily para búsqueda web en vivo; Gemini Flash y Gemini Pro para redacción y edición; Imagen 3 (Vertex AI) para imágenes; Gemini Flash para la traducción.
Preguntas
Para más información sobre quién gestiona este sitio y cómo contactar, consulte la página Acerca de.
Acerca de