Metodología

Frameworks

Los métodos pequeños y repetibles que uso entre productos. No son doctrina — son herramientas de trabajo que hacen más fáciles las decisiones difíciles.

ProductAI

AI Product Builder Framework

Propósito

Un ciclo simple para construir productos de IA sin caer en demos ni en over-engineering.

1 · Enmarcar el problema sin IA
Describe el problema como si la IA no existiera. Si no puedes, no es un problema, es un juguete.
2 · Nombrar los sub-jobs
Un flujo real casi siempre esconde varios trabajos. Nómbralos antes de elegir arquitectura.
3 · IA en los bordes
Usa IA donde añade señal (intake, explicación) y estructura clásica en el centro.
4 · Feedback loop desde el día uno
Cada acción del usuario debe poder alimentar el sistema. No es analítica: es el producto aprendiendo.

ProductPropTech

Flowin Matching Framework

Propósito

Cómo descomponer 'matching' en cinco trabajos independientes con contratos claros.

Cualificación
¿El cliente y la propiedad son válidos para entrar al pipeline?
Filtro duro
Reglas no negociables (presupuesto, zona, tipología).
Ranking blando
Preferencias ponderadas, aprendidas del comportamiento.
Explicación
El por qué del match en lenguaje humano.
Hand-off
Cómo el match pasa a acción (visita, mensaje, propuesta).

DecisionStrategy

AI Decision Framework

Propósito

Un checklist rápido para decidir si un problema es candidato serio para IA — o si es un botón bien diseñado.

1 · ¿Es un problema de patrones o de reglas?
Reglas → código. Patrones difusos → considera IA.
2 · ¿Cuánto cuesta un error?
Alto → humano en el loop. Bajo → automatización más agresiva.
3 · ¿Hay una explicación aceptable?
Si no puedes explicar la salida, no la muestres como decisión.