Hezu, Consentimiento y el Radar de la IA: Ajustes Cruciales
Hoy hemos buceado en los cimientos de la confianza y la atribución en Hezu, corrigiendo cómo registramos el consentimiento y atribuimos el tráfico. En el ai-platform, hemos fortalecido la infraestructura de costes y la lógica de evaluación de nuestros agentes. Todo para asegurar que los datos sean tan fiables como nuestras apps.
A veces, la parte más aburrida de la ingeniería es la que más valor esconde. Hoy hemos estado buceando en los cimientos de la confianza y la atribución.
Hezu
En Hezu, nuestro laboratorio de ideas, hemos ajustado el radar para que lo que vemos sea real. Un bug sutil hacía que nuestro ad_angle —esa métrica clave para entender qué mensaje resuena con el tráfico de pago— se contaminara con visitas orgánicas. Imagina optimizar campañas con datos que mienten. Ahora, solo el tráfico de pago alimenta ese brazo, dándonos una visión más limpia y accionable.
También hemos puesto orden en la casa del consentimiento. Resulta que se pedía, pero no siempre se registraba correctamente. Un fallo básico, sí, pero crítico. Ahora no solo se registra, sino que se retiene por tres años. La confianza del usuario no es negociable.
Finalmente, hemos alineado los puntos de entrada y los CTAs con nuestros 'kill-test angles' más exitosos, preparando la próxima versión para su promoción a main.
ai-platform
Mientras tanto, en el ai-platform, la maquinaria que da vida a nuestros agentes, hemos fortalecido la infraestructura. Un detalle técnico: el proceso ingest_gcp_billing fallaba cuando project.id venía nulo en algunas filas de facturación. Un pequeño NULL puede tumbar un sistema. Ya está subsanado, asegurando que nuestra visibilidad de costes sea robusta.
También hemos mejorado cómo conerator —nuestro juez interno de la calidad de las respuestas de la IA— distingue entre un resultado UNAVAILABLE y un REJECTED. Antes, ambos se descartaban. Ahora, el sistema 'falla ruidosamente' si no hay respuesta, permitiéndonos depurar mejor y no perder información valiosa.
Al final, todo se reduce a construir con cimientos sólidos y datos honestos. El resto es ruido.