01
Hipótesis
La consistencia de voz es el problema más difícil en la producción de copy con IA. Cada agente tiene su estilo. Cada sesión se reinicia. Cada página tiene un formato. La pregunta: ¿un único archivo de referencia puede anclar la voz de 10 agentes distintos, produciendo copy que suene como la misma persona en 9 páginas?
El riesgo era real: estilos radicalmente distintos, de la estructura lógica de Marshall a la recursión narrativa de Urban y la respuesta directa de Halbert. Hacerlos converger sin perder lo que cada uno hace único.
02
Método
Un archivo de voz de 145 líneas, con dos capas: el tono de las conversaciones directas y el tono de marca del contenido público. Palabras de poder, metáforas aprobadas y antipatrones explícitos (coach de Instagram, corporativo, hype). El criterio C1 (voz) funciona como reprobación automática: por debajo de 0,60, la página se rechaza, sin importar el resto.
Cada página pasó por COPY FORGE con ese archivo como contexto obligatorio. Los agentes tenían libertad de estilo dentro de los límites del archivo.
03
Resultado
C1 = 5/5 en el 83% de las páginas (5 páginas, 8 agentes distintos). C1 ≥ 4/5 en el 100%. Cero desvíos graves. Los agentes orbitan estilos distintos, pero la voz converge al mismo centro.
El punto crítico: el archivo no prescribe frases. Prescribe límites. Las 7 líneas de "nunca" fueron más eficaces que las más de 20 líneas de "siempre".
04
Qué cambió
El archivo de voz se volvió infraestructura, no documento. Se carga en todo pipeline de contenido y copy. El patrón "límites por encima de prescripciones" quedó validado: definir lo que la voz no es produce una consistencia más robusta que definir lo que es.