Caso práctico
Proficio
Proficio convierte un formulario de incorporación de dos minutos en un plan de estudio personalizado, día a día, para el ENAMED de Brasil, y diez exámenes de residencia médica más. Un motor determinista decide dónde rinde más cada hora de estudio, fundamentado en datos reales de incidencia de preguntas de dieciocho exámenes ENAMED (2011–2025); el contenido se genera para que coincida. Un esfuerzo conjunto, en vivo en useproficio.com.
Cómo funciona
Horas guiadas por pronósticos
Cada hora de estudio se asigna donde genera más puntuación esperada, ponderando la frecuencia con que aparece un tema, tu nivel de confianza y datos reales de cobertura.
Centrado en lo que se evalúa
Las siete áreas oficiales se ponderan según la frecuencia real del examen, y dentro de cada una los subtemas dominantes van primero: los pocos temas principales por área cubren la mayor parte del examen.
Un calendario en el que puedes confiar
Las semanas, las franjas diarias y el orden del estudio son matemática pura y reproducible: sin azar, y cada número tiene una fuente.
Contenido fundamentado, nunca inventado
La guía se genera contra un esquema estricto con una pasada de revisión crítica, y recurre a un esquema determinista en lugar de inventar nada.
Bajo el capó
En lenguaje sencillo por defecto; cambia al detalle de ingeniería.
Un andamiaje determinista
La estructura del plan —semanas, horas, secuenciación, colocación de simulacros— se calcula enteramente con matemáticas, sin IA de por medio. Es instantánea, gratuita y reproducible.
Un “cerebro” en Python ingiere datos canónicos con fuente (áreas, temas, referencias, reglas) y aplica una puntuación al estilo Rasch: la prioridad por área es exam_weight × (6 − autoevaluación) + un mínimo, distribuida por prioridad normalizada. Sin Date.now ni Math.random; el determinismo se sostiene con pruebas golden.
Generación híbrida
La IA escribe solo la prosa —el texto de cada área y la guía diaria— dentro de la estructura fijada; nunca reescribe la estrategia.
Una llamada al SDK de Anthropic por área, cada una validada con Zod y comprobada por un bucle crítico acotado (≤3 pasadas); la salida se cachea por hash de entrada, de modo que reejecutar no cuesta nada, y cualquier fallo recurre al esqueleto.
Reproducible por diseño
La misma incorporación siempre produce un plan idéntico byte a byte, lo que importa en un producto que asesora a estudiantes ante un examen de alto riesgo.
La fecha de renderizado se inyecta vía env, la salida se cachea por hash de entrada y se versiona, y los contratos de Zod imponen cada frontera entre el cerebro en Python y la ruta de solicitud en Node.
Diseñado para fallar con seguridad
Un tiempo de espera de la IA o un borrador rechazado nunca rompe el plan de un estudiante: el esqueleto determinista siempre se renderiza.
Ante cualquier error del modelo, rechazo del crítico o fallo de análisis, el bloque se descarta y se renderiza el andamiaje; cada hipervínculo se fundamenta en un conjunto de referencias curado y versionado: las afirmaciones sin fuente se descartan, no se muestran.
Una topología, del portátil a producción
El mismo código corre en un portátil y en producción mediante cambios de configuración: sin rutas de código separadas que se desvíen.
Los modos de almacén, almacenamiento y ejecutor alternan entre memoria más archivos locales y Postgres más almacenamiento de blobs más un ejecutor en sandbox; una única puerta de entrada HTTP sirve trabajos asíncronos con progreso en vivo.
Un esfuerzo conjunto
Construido con
- Python
- Node.js
- TypeScript
- Next.js
- Anthropic
- Zod
- Playwright
- PostgreSQL
Las matemáticas primero, clínicamente conservador, reproducible por diseño
La ventaja no es el contenido: es el modelo de pronóstico y un motor de asignación determinista que puedes auditar. La construcción híbrida mantiene cada plan fiable y resiliente, incluso cuando la parte de IA falla.