Como startup en etapa temprana en el espacio de IA, construir en público es una buena estrategia. En la práctica, construir en público significa una cosa: necesitas mostrar lo que estás haciendo cada día.
Esto incluye:
- Actualizaciones en redes sociales
- Anuncios a la comunidad
- Progreso continuo de producto e ingeniería
No se trata solo de lanzamientos o hitos, sino del trabajo del día a día.
El problema real: no sabíamos qué publicar
En muchos casos, nuestro mayor desafío al administrar nuestra cuenta de X no era la consistencia o las herramientas. Era mucho más simple:
No sabíamos qué publicar. Especialmente cuando lideras un equipo introvertido que se enfoca más en construir que en vender o compartir opiniones. Sin embargo, la comunicación diaria ya es una forma de creación. Aun así, nada de eso se estaba traduciendo en algo que pudiéramos compartir con confianza.
La inspiración no viene de la investigación. Viene de la realidad.
Eventualmente nos dimos cuenta de algo obvio en retrospectiva:
La inspiración real viene del trabajo diario, no de la planificación de contenido o de lo que sucede en X, donde la gente sigue hablando de lo que está de moda o de las últimas investigaciones.
Para nosotros, las señales más honestas ya estaban ahí:
-
Slack
Discusiones diarias, compensaciones, decisiones y momentos de claridad.
-
Notion
Documentos siendo escritos, reescritos y refinados. Pensamiento de producto en movimiento.
-
GitHub
Lo que realmente enviamos, corregimos o cambiamos. No intenciones, sino ejecución.
De esto está hecho construir en público.
Convirtiendo la idea en un agente con VM0
VM0 es un constructor de agentes. En lugar de pedirle a la IA que "escriba tweets", le dimos una tarea más fundamentada:
Observar lo que realmente sucedió, organizarlo y presentarlo para juicio humano.
Usando VM0, codificamos esta idea en un agente definido por AGENTS.md y vm0.yaml
El agente hace lo siguiente:
Analiza mensajes de Slack y actividad de GitHub para generar publicaciones virales de X (Twitter) para construir en público, luego sincroniza con Notion.
El agente:
1. Recopila contenido de múltiples fuentes:
- Canales de Slack (últimas 24 horas)
- Repositorios de la organización en GitHub (commits recientes, PRs, issues, releases)
2. Identifica temas de "construir en público":
- Lanzamientos de producto, logros técnicos, hitos
- Insights y decisiones detrás de escena
- Elecciones de arquitectura, trabajo de rendimiento
- Fallas, pivotes, lecciones para desarrolladores
- Contribuciones de código abierto y comunidad
3. Crea 2–3 variaciones de publicación por tema:
- Publicaciones individuales o hilos cortos
- Gancho → Contexto → Valor → CTA
- Detalles concretos, sin relleno
4. Genera un reporte en markdown con puntuaciones y recomendaciones
5. Sincroniza todo a una base de datos de Notion como borradores
Esto no fue algo que escribí literalmente yo mismo. Fue co-pilotado a través de conversaciones continuas con VM0.
La configuración de tiempo de ejecución es directa:
version: "1.0"
agents:
build-in-public:
provider: claude-code
instructions: AGENTS.md
skills:
- slack
- notion
environment:
SLACK_BOT_TOKEN: ${{ secrets.SLACK_BOT_TOKEN }}
NOTION_API_KEY: ${{ secrets.NOTION_API_KEY }}
NOTION_DATABASE_ID: ${{ secrets.NOTION_DATABASE_ID }}
El agente me pide completar una tabla con estos campos como base de datos
| Title | Content | Type | Status | Date | Source | Viralty score | Orginal content | Recommended | Priority |
|---|
Después de ejecutar el agente, obtuve lo siguiente:
Convirtiéndolo en un hábito diario con GitHub Actions
Luego conectamos este agente a una GitHub Action programada siguiendo el flujo de trabajo de VM0:
https://blog.vm0.ai/en/posts/vm0-github-action
Cada día laboral después del trabajo, recibimos un reporte. Un resumen diario de lo que realmente sucedió, traducido en posibles narrativas públicas.
Puedes revisar el flujo de trabajo de nuestro equipo. https://github.com/vm0-ai/team-workflows/tree/main/build-in-public
Humano en el bucle
Sin embargo, no conectamos directamente con la API de X para auto-publicación. No hay publicaciones automáticas. No hay contenido enviado a ciegas a X.
El agente no nos hizo publicar más. Nos hizo prestar más atención.
- Nos volvimos más sensibles al trabajo significativo que hacemos cada día, muy parecido a mantener un diario
- Más deliberados sobre lo que merecía visibilidad
- Más responsables de lo que elegimos decir públicamente
Antes de publicar, consulté con nuestro equipo:
- ¿Está bien publicar esto y que la gente lo sepa?
- ¿Es verdad?
- ¿Es sólido?
- ¿Estamos bien con enviar esto?
- ¿Esto es real?
Luego edité manualmente la publicación y hice clic en publicar. X está lleno de bots. Nos negamos a ser uno.
Intencionalmente nos detuvimos antes de la automatización completa: Siempre un humano en el bucle.
La IA es un copiloto, no un portavoz. X ya tiene suficientes voces sintéticas.
Construir en público viene con responsabilidad
Este es un buen ejemplo de marketing con IA, combinando juicio humano con un copiloto de IA. En este caso, usamos GitHub Actions para automatización. También estamos construyendo activamente trabajos cron nativos en VM0, para que puedas construir agentes de VM0 y programar tareas directamente.
Mantente atento.
Únete a la lista de espera y crea tus propios agentes.