Saltar al contenido
Documentación de Aura Home

Cómo piensa, busca y verifica Aura Home.

Aura Home es un asistente inmobiliario impulsado por IA, diseñado para ayudar a las personas a comprender las oportunidades en propiedades con contexto de mercado en tiempo real, señales de seguridad, referencias de alquiler y orientación personalizada.

Esta página está pensada para uso público. Omite secretos, endpoints privados, prompts internos, controles operativos y detalles de implementación que podrían debilitar la postura de seguridad de la plataforma.

La arquitectura del producto de un vistazo

Aura Home combina una interfaz conversacional, un pipeline de IA por etapas, una recuperación de datos determinista y una capa final de verificación.

IntenciónClasifica la solicitud y extrae señales de búsqueda.
RecuperaciónReúne contexto de mercado fundamentado a partir de fuentes aprobadas.
RazonamientoCompara opciones y explica las ventajas y desventajas.
VerificaciónComprueba la coherencia y la pertinencia antes de la entrega.
RespuestaDevuelve una respuesta clara para la experiencia del producto.

El flujo agéntico

1. Comprensión de la intención

La primera etapa clasifica la solicitud del usuario y extrae señales de búsqueda útiles, como la ubicación, el presupuesto, el tipo de propiedad, la cantidad de habitaciones y el tipo de asesoría que se solicita.

Esto mantiene la experiencia enfocada en preguntas inmobiliarias y relacionadas con la vivienda. También permite que el resto del sistema trabaje con una intención estructurada en lugar de hacer suposiciones a partir del texto bruto de la conversación.

2. Recuperación fundamentada de datos del mercado

Una vez que comprende la solicitud, Aura Home recupera el contexto real pertinente. Según la pregunta del usuario, esto puede incluir anuncios de propiedades, señales de referencia de alquiler, contexto de seguridad pública e información de ubicación útil para comparar.

La capa de recuperación es determinista por diseño. La plataforma ejecuta las operaciones de datos pertinentes de forma controlada y entrega a la etapa de razonamiento un paquete de contexto fundamentado.

3. Razonamiento inmobiliario

La etapa de razonamiento convierte el contexto recuperado en orientación práctica. Compara propiedades, explica las ventajas y desventajas, destaca los factores de riesgo y adapta la respuesta a los objetivos del usuario.

4. Verificación final y presentación

Antes de que la respuesta llegue al usuario, una etapa final de verificación revisa el borrador para asegurar su coherencia, pertinencia y calidad de presentación.

Capa de personalización

Cuando un usuario decide proporcionar información de perfil, Aura Home puede adaptar su orientación a su situación. Esto puede incluir el presupuesto, las zonas preferidas, las necesidades del hogar, las preferencias de propiedad, los plazos y otro contexto relacionado con la vivienda.

Si no hay contexto de perfil disponible, el asistente sigue funcionando con la información proporcionada en la conversación actual.

Diseño de IA independiente del proveedor

Aura Home admite múltiples proveedores de IA detrás de una capa de orquestación unificada. Esto reduce la dependencia del producto respecto de un único proveedor de modelos y permite que la plataforma evolucione a medida que cambian las capacidades, los precios y la confiabilidad de la IA.

Modelo de expansión de mercado

La arquitectura separa el contexto específico de cada mercado del flujo central del asistente. Esto facilita la expansión mediante la adaptación de fuentes locales de propiedades, referencias de alquiler, datos de seguridad, terminología y contexto de cumplimiento normativo.

Los nuevos mercados no son automáticos. Cada mercado sigue requiriendo proveedores de datos locales, validación, aseguramiento de la calidad y una revisión específica.

Observabilidad y calidad

Aura Home registra señales de calidad y rendimiento a lo largo del flujo de trabajo del asistente para que los equipos puedan comprender la latencia, el comportamiento de la recuperación de datos, el uso de modelos y las tendencias de calidad de las respuestas.

Seguridad y divulgación responsable

Para el público general, los principios de diseño más importantes son:

  • Mantener las operaciones sensibles detrás de servicios backend controlados.
  • Fundamentar las respuestas de la IA en contexto real del mercado.
  • Usar etapas estructuradas donde la confiabilidad es importante.
  • Verificar las respuestas antes de entregarlas.
  • Monitorear el sistema para controlar la calidad, el costo y la salud operativa.

Por qué es importante esta arquitectura

Las decisiones inmobiliarias dependen de mucho contexto. Los usuarios necesitan algo más que un chatbot que redacte con fluidez. Necesitan un asistente capaz de combinar la conversación, los datos actuales, el conocimiento del mercado local, la personalización y la verificación.

Aura Home está creado con ese propósito: un sistema de IA inmobiliaria que piensa por etapas, busca con estructura, razona con contexto y presenta respuestas sobre las que los usuarios pueden actuar.