Spec27: una plataforma de validación de IA hecha por ingenieros, puesta en claro.
Safe Intelligence construyó Spec27 para validar agentes de IA sin que cada equipo tenga que montarse su propia infraestructura de pruebas. La ingeniería era sólida; la interfaz peleaba con sus usuarios. En North dirigí el rediseño completo: investigación, estrategia, marca, todas las pantallas y el kit listo para desarrollo desde el que ingeniería lo implementó.
En producción. El relanzamiento atrajo más de 500 registros en su primera cohorte.
El problema, y lo que encontramos
Antes de diseñar una sola pantalla, mapeé el terreno: cómo se organizan consolas análogas, qué era el producto por dentro y con qué tropezaban sus usuarios una y otra vez. El material del propio cliente (hilos del repositorio, Looms) se procesó con IA para ganar velocidad y se cruzó con mi auditoría. Todo aterrizó en un único documento de feedback que alineó a cliente y equipo sobre qué estaba roto.
Cinco hallazgos
La estructura peleaba con la forma real de pensar del producto: proyectos, agentes, especificaciones y evaluaciones estaban dispersos en vez de relacionados.
Inconsistente, anticuada y poco accesible, con componentes que se comportaban distinto en cada página.
Los modos claro y oscuro no se ponían de acuerdo; el logo no tenía aplicación para ninguno. Nada sobre lo que construir pantallas. (Hasta se llamaba de otra forma: DeepScan.)
Los usuarios nuevos se encontraban tablas en blanco: el producto en su momento más vacío justo cuando más necesitaba explicarse.
Lenguaje muy técnico, sin onboarding y sin un camino visible hacia un primer resultado.
Dos plazos, dos fases
Dos fechas inamovibles marcaron todo el proyecto: un evento del cliente a pocas semanas y un relanzamiento después. Así que el trabajo se partió en dos: primero una victoria rápida y quirúrgica, después el rediseño de verdad.
Fase 1 · la mejora rápida
Tres puntos de contacto reestructurados sin tocar la marca: la portada, la vista general de cada proyecto y una primera pasada de navegación y barra superior. Claridad suficiente, y a tiempo, para que el cliente presentara en el evento y probara con usuarios sobre algo que se sostenía. El resultado fue cualitativo, y compró confianza para la fase 2.
Arrastra para comparar el mismo producto con semanas de diferencia. La fase 1 se quedó dentro de la marca antigua a propósito.
El rediseño
La fase 2 fue la reconstrucción completa, sobre un flujo agéntico con personas en cada puerta. Los planes se convirtieron en design.md y roadmap.md; agentes de prototipo y de crítica producían y cuestionaban el trabajo; el cliente y sus ingenieros revisaban cada paso. La crítica vivía en el chat, la implementación y la auditoría en un agente de código, y la exploración en un agente de diseño.
Una marca que sí funcionaba
Dos semanas de branding ligero antes de las pantallas: una guía de estilo, un lenguaje de movimiento y el armazón del producto vistiendo la identidad nueva, con claro y oscuro por fin de acuerdo y un logo que funciona en ambos.
El modelo corregido
La navegación solo tuvo sentido cuando lo tuvo el modelo. Un proyecto contiene tres objetos de primer nivel: agentes, especificaciones y las evaluaciones que los emparejan. Los datasets y los jueces pasaron a ser fontanería: se configuran cuando hacen falta y no se navegan nunca.
El giro: del asistente al bucle
A mitad de camino, la creación de especificaciones cambió de naturaleza. El propio prototipado del cliente mostró que los usuarios no configuran una vez y siguen: iteran entre un agente y su especificación hasta que se comporta. El asistente secuencial que estaba diseñando murió esa semana. En su lugar: un micro-asistente para lo esencial y después un bucle guiado dentro del editor, donde decide el usuario, no el formulario, cuándo la especificación ya es suficiente.
Diseñado por estados
Con el 0→1 definido, cada superficie principal se diseñó tres veces: vacía, con el primer proyecto y llena de datos. El estado 0 te lleva directo a tu primera especificación, con un agente de prueba integrado siempre disponible, para que la fricción de integración no bloquee nunca el camino.
Estado 0, todavía nada. La vista general se convierte en un onboarding: crea tu primera especificación.
Resultados: un átomo, tres miradas
Los resultados vivían dispersos en páginas que replicaban las de recursos: dos páginas de “Evals” y la robustez partida por tipo. El rediseño puso nombre al dato valioso, la ejecución de una especificación, y convirtió cada vista en una lente sobre él: agrupar por evaluación, por agente o por especificación; las filas se despliegan en su sitio; todo enlaza con todo.
La página de resultados consolidada: un solo sitio, tres agrupaciones y cada fila enlazada.
Entregado como kit listo para desarrollo: HTML, CSS y JS. Ingeniería implementó la reconstrucción en dos semanas, a tiempo para el relanzamiento, algo que la vía convencional no habría permitido.
Resultado
Cuando el modelo es correcto, el producto se explica solo. El cliente cerró el ciclo contento y reservó el siguiente.
Primera cohorte real: registros, todavía no activación. El siguiente ciclo empieza en septiembre.
No me creas. Ábrelo.
El rediseño completo funciona en tu navegador: entra, cambia entre los estados vacío, primero y lleno, y recorre el bucle de especificación y los resultados.
Abrir el prototipo ↗
