Siete movimientos arquitectónicos que separan una plataforma multi-tenant nativa en IA de un sitio de cursos con IA añadida. Esta es la forma subyacente, no una lista de herramientas que uso.
Un runtime · múltiples verticales · los mismos motores para coaching, roleplay, pods e inteligencia
La plataforma ejecuta múltiples verticales hoy, encabezados por GTM OS (adquisición de clientes) y la escuela de startups 60-Day Founder, junto con Digital Wellness Academy (educación clínica de salud mental) y otros, sobre infraestructura compartida. Mismo runtime. Mismo pipeline de deployment. Los mismos motores centrales para coaching, roleplay, pods e inteligencia.
Un nuevo vertical significa: intercambiar el corpus · reajustar los prompts · apuntar a un nuevo dominio · re-brandear la superficie. No: reconstruir el motor. Cada vertical se ha portado en aproximadamente una semana.
El efecto compuesto: cada mejora hecha para un vertical llega a todos los demás verticales del runtime. Cuando el emparejamiento de pods se vuelve más preciso para las cohortes de GTM OS, los demás verticales reciben la misma mejora en el próximo deploy.
Un competidor de un solo vertical que reconstruye una capacidad equivalente desde cero corre contra una cinta sin fin. La plataforma lanza el siguiente vertical cuando quiere, en aproximadamente una semana, con todas las capacidades anteriores intactas.
La mayoría de los productos de IA pegan un prompt de sistema delante de un mensaje de usuario. Este runtime construye un bloque de contexto de más de 10 señales en cada llamada: perfil DISC, artefactos guardados, baseline de evaluación con razonamiento de puntuación, mapeo de framework de dimensión débil, estilo de aprendizaje, lección actual, estadísticas de outreach de 7 días, estado completo del pipeline y búsqueda semántica en vivo sobre los documentos que el usuario subió.
Ese contexto se despoja de PII en el límite mediante una única función centralizada, de modo que cada llamada de IA downstream reciba la versión segura. No es plomería por función que pueda divergir, es una sola vía, compartida.
La consecuencia para el usuario: el coach referencia tus deals por nombre, marca el pipeline estancado, adapta su tono a tu tipo DISC y sugiere la lección específica que aborda una brecha específica de dimensión débil. Es tuyo, no genérico.
La plataforma no es un monolito de copiar y pegar. Es una biblioteca de plantillas, componentes interactivos de lección, plantillas de prompt para personas de coaching, prompts de ritmo de facilitador, adaptadores de integración, patrones de flujo de IA. Cada superficie que usa una plantilla hereda las ediciones que se le hacen.
Analytics surfea una señal → el founder y la IA revisan → una corrección a nivel de plantilla aterriza en un solo lugar → el próximo deploy la propaga a todas partes. La compuerta de revisión humana permanece en el bucle, así que los cambios de contenido impulsados por IA son supervisados, no automatizados. Los competidores en ciclos de lanzamiento trimestrales no pueden igualar esta cadencia.
Por eso "la plataforma se vuelve más inteligente mientras la usas" no es marketing, es el modelo operativo. Una debilidad aparece el martes. La corrección está en vivo el jueves. Cada lección, cada chat, cada roleplay que usa esa plantilla mejora a la vez.
Cada integración de terceros, CRM, búsqueda de email, exportaciones, mensajería, corre sobre las propias claves API del founder, cifradas en reposo y con ámbito por usuario. La plataforma enruta las llamadas a través de tus cuentas; nunca retiene tus relaciones con proveedores como rehenes de las suyas. La IA de la plataforma es la excepción: está incluida. No traes claves de IA, los modelos de coaching, roleplay, análisis y RAG vienen dentro de la suscripción sin costo adicional por mensaje.
BYOK para integraciones no es una función, es una posición. Cuando una plataforma guarda tus claves de integración, te alquila tu apalancamiento de vuelta con un markup. Esta no. Tus datos de contacto permanecen en tus cuentas de proveedor; lo que ya pagas a Attio, Pipedrive, Brevo, Notion, Hunter o WhatsApp Business es todo lo que pagas.
El efecto secundario: el costo total de un founder, la suscripción a la plataforma más sus propias facturas de integración, se mantiene más bajo que el precio todo-incluido de una herramienta que agrupa esos servicios y les pone un markup para cubrirse de los usuarios intensivos.
Un motor de desbloqueo en cascada de 7 reglas dirige a cada founder a través del currículo según su evaluación de onboarding, ruta recomendada (inbound / outbound / híbrida), victorias rápidas, brechas críticas, fases del mapa de recorrido e historial de completion.
Un founder con posicionamiento sólido pero prospección débil va en una dirección. Un founder con la brecha opuesta va en otra. La plataforma no asume que la lección N+1 sigue a la lección N para todos, porque no es así, en los recorridos reales de los founders.
Combinado con el Quick Win Path, una Puntuación de Preparación, luego las lecciones dirigidas a tu dimensión de puntuación más baja, luego un output utilizable en tu primera sesión, los nuevos founders ven valor rápido. La biblioteca completa se abre después de que aterrizan las primeras victorias.
La recuperación es fusión de rango recíproco de dos corpus. El corpus de la plataforma contiene 4,998 chunks de 502 lecciones, embebidos como vector(1536) en una base de datos Postgres con pgvector; el corpus del founder contiene los documentos que subes. Ambos se consultan de forma independiente y se fusionan con RRF a una constante de amortiguación de K=60, de modo que el corpus de lecciones, más grande, no pueda ahogar tus cargas más pequeñas. Los chunks fusionados se inyectan en el contexto de coaching en cada interacción.
La capa de analytics es el corpus de entrenamiento. Cinco flujos de señal, patrones de completion, conversaciones de coaching, discusiones de la comunidad, rendimiento en evaluaciones, actualizaciones del manuscrito, alimentan un pipeline de mejora con privacidad primero. Los IDs de founder se hashean criptográficamente; los nombres, emails y transcripciones de chat nunca entran al corpus.
El pipeline está construido para producir mejoras que sirven a múltiples superficies a la vez: chat de coaching, coach en lección, personas de roleplay, primer pase del bot de soporte, enrutamiento de evaluaciones, fundamentación curricular. Una corrección eleva toda el área de superficie, y los ajustes finos se publican con métricas de evaluación documentadas, evidencia revisable por pares de que la IA es infraestructura, no marketing.
4,998 chunks · 502 lecciones · embebidos como vector(1536) en pgvector
Los documentos que subes, consultados de forma independiente, nunca ahogados
Una startup de IA de un solo vertical amortiza el costo de su ciclo de entrenamiento sobre un producto. Esta plataforma lo amortiza sobre muchas superficies a través de múltiples verticales en infraestructura compartida, apalancamiento estructural que la mayoría de los equipos nativos en IA no pueden igualar.
Cada tarea de IA se enruta a través de OpenRouter a un modelo apropiado para la tarea. El resultado es una reducción de costo medida de 6.2× por sesión frente a un enfoque ingenuo de solo modelos frontier, que es exactamente la razón por la que la IA de la plataforma puede incluirse en el precio en lugar de cobrarse aparte.
Calidad de voz de persona para el coach y el roleplay de comprador DISC.
Puntuación de evaluación, validación de ICP, reflexión de quiz, insights de pipeline, análisis de outreach.
Análisis de sitio web, análisis de LinkedIn y recuperación RAG sobre entradas grandes.
La puntuación de evaluación de más alto riesgo, donde el matiz cambia el resultado.
Llamados directamente, OpenRouter no proxifica audio, para síntesis y transcripción.
reducción de costo medida por sesión vs. enrutamiento de solo modelos frontier
La plataforma se alejó del control de acceso de la nube empresarial y se reconstruyó en una semana sobre infraestructura auto-hospedada de commodities. No es un truco, es una disciplina. Cada borde externo está diseñado para ser portable.
Los deployments son idempotentes. Las migraciones se integran en el entrypoint del contenedor, sin una herramienta de migración separada que invocar. El auto-deploy corre en el commit a main. El rate-limiting, la validación de firmas de webhook y la extracción de contexto seguro viven en funciones centralizadas en lugar de estar dispersos por el codebase.
Hay un deployment de dos VPS en vivo. Un segundo host dedicado corre Uptime Kuma (9 monitores de uptime), seguimiento de errores con GlitchTip (conectado a las 4 aplicaciones en producción) y almacenamiento de objetos MinIO, totalmente independiente del host principal, de modo que la visibilidad de ops sobreviva a cualquier incidente de un solo host. Los backups de Postgres se envían entre hosts vía pg_dump nativo de Dokploy sobre 6 bases de datos en un calendario escalonado (DWA cada 3 horas, GTM OS cada 6, el resto cada 12), con un pase de restore-verify 6/6 confirmado en el deployment. El costo operativo se mantiene lo suficientemente disciplinado para que la matemática de márgenes funcione a precios cómodos para el founder, y los ahorros fluyen de vuelta a la capacidad.
Existen runtimes multi-tenant. Existe la IA contextual. Existe BYOK. Existen las arquitecturas basadas en plantillas. Existen los currículos adaptativos. Existen los pipelines de RAG y mejora. Existen las operaciones auto-hospedadas.
Lo que no existe aún es los siete compuestos en un único runtime nativo en IA que un founder semi-técnico puede operar a un costo cómodo para el founder mientras supera en iteraciones a equipos financiados.
Eso es lo que esta arquitectura fue diseñada para producir, y es por lo que la plataforma misma es su propio Paciente Cero.
Recorre las superficies reales del producto y luego comienza una prueba gratis de 7 días, sin tarjeta de crédito.
BYOK aplica solo a las integraciones de terceros que ya pagas: Attio, Pipedrive, Brevo, Notion, Hunter y WhatsApp Business. Conectas tus propias cuentas; la plataforma enruta a través de tus credenciales sin ningún markup sobre lo que ya pagas a esos proveedores. No aplica a la IA: la IA de la plataforma, el coaching, el roleplay, el análisis y los modelos de RAG, está incluida en la suscripción sin costo adicional por mensaje.
GTM OS usa recuperación de fusión de rango recíproco (RRF) de dos corpus. El corpus de la plataforma contiene 4,998 chunks de 502 lecciones, embebidos como vector(1536) en una base de datos Postgres con pgvector. El corpus del founder contiene los documentos que subes. Ambos corpus se consultan de forma independiente y se fusionan con RRF usando una constante de amortiguación K=60, de modo que el corpus de lecciones, más grande, no pueda ahogar las cargas más pequeñas del founder. Los chunks fusionados se inyectan en el contexto de coaching en cada interacción del coach de IA.
La propagación de plantillas HITL (human-in-the-loop, humano en el bucle) es la forma en que el contenido y las plantillas de prompt creados por la plataforma son revisados y aprobados por un operador humano antes de llegar al producto en vivo. Cuando se revisa un capítulo, un prompt de persona de coaching o un componente de lección, el cambio pasa por una compuerta de revisión antes de que se reconstruyan los artefactos downstream, el contexto de coaching, los índices RAG y el contenido de lecciones. Cada superficie que usa una plantilla hereda la edición en el próximo deploy, de modo que las actualizaciones de contenido impulsadas por IA siguen siendo supervisadas en lugar de automatizadas.
Cada tarea de IA se enruta a un modelo apropiado para la tarea vía OpenRouter: el coaching y el roleplay usan Moonshot Kimi K2 por su calidad de voz de persona; las tareas con mucho razonamiento (puntuación de evaluación, validación de ICP, reflexión de quiz, insights de pipeline, análisis de outreach) usan DeepSeek V3.2; la extracción de contexto largo (análisis de sitio web y LinkedIn, RAG) usa Gemini 2.5 Flash; la puntuación de evaluación crítica en producción usa Gemini 2.5 Pro; la síntesis y transcripción de voz usan OpenAI TTS-1 y Whisper-1 directamente, ya que OpenRouter no proxifica audio. Este enrutamiento por fortaleza de la tarea produce una reducción de costo medida de 6.2x por sesión frente a un enfoque ingenuo de solo modelos frontier, y es la razón por la que la IA de la plataforma puede incluirse en el precio en lugar de cobrarse aparte.
El sistema de desbloqueo adaptativo condiciona el acceso a lecciones avanzadas, talleres y funciones según las puntuaciones de evaluación actuales del founder. Si una puntuación de claridad de ICP está por debajo del umbral, las lecciones avanzadas de selección de canal permanecen bloqueadas hasta completar el taller de ICP. Evita que los founders salten pasos fundamentales de los que dependen los flujos de IA upstream, y garantiza que el contexto de coaching sea rico antes de que se activen las superficies avanzadas.
Sí. SoloFrameHub ejecuta múltiples verticales, encabezados por GTM OS (adquisición de clientes) y la escuela de startups 60-Day Founder, junto con Digital Wellness Academy y otros, sobre un único runtime compartido, un solo pipeline de deployment y los mismos motores centrales de coaching, roleplay, pods e inteligencia. Un nuevo vertical intercambia el corpus, reajusta los prompts, apunta a un nuevo dominio y re-brandea la superficie, no reconstruye el motor. Cada mejora hecha para un vertical llega a los demás en el próximo deploy.