frontdesk-alhouse/alto-os

El sistema operativo con el que Alto House hace brand management y posicionamiento: research, estrategia, marca, sitio web, SEO, medición y entrega, operados con agentes de IA sobre Claude Code.
No es una colección de prompts. Es la metodología de la agencia escrita como skills, agentes y comandos: cada etapa del cliente tiene un procedimiento, un instrumento que mide el resultado y un punto donde decide una persona.
> EN — Alto House's agency operating system: the full client workflow (research → strategy → brand → website → SEO → measurement → delivery) encoded as Claude Code skills, subagents and commands. One entry point (/ah), parallel research agents, deterministic scorers instead of self-grading, cross-model verification, and explicit human gates. Docs are in Spanish.
## Cómo usamos la IA
1. Una sola entrada. /ah [cliente] — [lo que quieres lograr]. El despachador no pregunta en qué etapa vas: lo deduce leyendo la carpeta del cliente (qué fases del research existen, si hay brand book, copy, reportes) y propone el plan con el skill, el agente y la herramienta de cada paso.
2. Agentes en paralelo, cada uno con un carril. El research corre sus carriles como subagentes independientes: auditoría digital (A), competencia (B), keywords y saturación (C), demanda B2B o escucha social B2C (D, los dos si el cliente atiende ambos segmentos) y visibilidad en asistentes de IA (F). Cada uno escribe su informe crudo con fuentes; la síntesis no la hace el mismo que recolectó.
3. Datos antes que intuición. La estrategia sale de la Rúbrica Blue Ocean: siete criterios de valor del sector calificados para el cliente y sus competidores. Donde toda la industria falla está el espacio a ocupar, y la Recomendación Estratégica Central tiene que citar esos criterios.
4. Un modelo no se califica a sí mismo. Donde hay que construir con fidelidad (Figma, Webflow, Framer) el bucle es generador ↔ evaluador, y el evaluador es un instrumento determinista (captura con Playwright, diff de píxeles, gates con casos rotos que prueban que saben fallar), no la opinión del mismo modelo que construyó.
5. Verificación cruzada entre modelos. Claude decide y sintetiza; otro modelo (Codex o Gemini) audita a ciegas y sin ver la respuesta del primero. Se comparan los dos informes. Ver docs/codex-playbook.md.
6. Puertas humanas que no se saltan. Dirección de marca, copy que entra al sitio del cliente (un hook bloquea la escritura sin aprobación), publicar a producción, y cualquier escritura en sistemas externos: los correos salen como borrador.
7. Se mide, no se promete. El SEO técnico gana elegibilidad, no ranking; la citación en ChatGPT o Gemini se mide con corridas repetidas, no se garantiza. Los entregables llevan KPIs con línea base real y las condiciones que dependen del cliente.
8. El sistema aprende de sus errores. Cuando una persona ve un defecto que el instrumento dejó pasar, primero se extiende el instrumento y se comprueba que ahora falla; después se arregla. Así cada error se convierte en un gate permanente.
## El flujo completo
| # | Etapa | Qué hace la IA | Qué decide una persona | Skills / agentes |
| 1 | Onboarding | Crea la estructura del cliente y el brief a partir de la conversación inicial | Alcance y paquete | /ah, os-router, templates/ |