Fernando Oviedo
Productos que construí
15 de enero de 2026storiapp.site

Storia - Agentes de IA que escriben novelas completas

Un sistema de agentes multi-step que toma un brief y genera una novela entera manteniendo continuidad de trama y personajes a lo largo de cientos de páginas.

Vista en vivo

Storia

Le das un brief - tono, personajes, género, longitud - y un sistema de agentes lo expande en una novela completa, capítulo a capítulo.

El problema real no es generar texto

Cualquier LLM escribe un capítulo decente. Eso está resuelto y no es interesante. El problema aparece en el capítulo 12. Para entonces el modelo ya no recuerda que en el capítulo 3 el personaje secundario perdió un brazo, que llovía durante el asesinato, o que la protagonista jura que nunca volvería a esa ciudad. Y el lector sí lo recuerda. Una contradicción y el libro se cae. Así que el problema no es la calidad de la prosa. Es la coherencia a lo largo de cientos de páginas, que es un problema de arquitectura de estado disfrazado de problema de escritura.

Por qué el enfoque obvio no funciona

La respuesta ingenua es meter todo lo escrito hasta ahora en el prompt. Falla por dos motivos, y el segundo es el importante:
  1. No entra. Una novela supera cualquier ventana de contexto. Es la limitación evidente.
  2. Aunque entrara, no serviría. Enterrar el dato relevante entre 200 páginas de ruido empeora la atención del modelo, no la mejora. Más contexto no es más memoria - a partir de cierto punto es menos señal.
Ese segundo punto es el que se ignora seguido, y es el que define la arquitectura.

La decisión: separar planificar, escribir y recordar

En vez de un agente gigante que hace todo, el sistema divide el trabajo en responsabilidades con límites claros:
  1. Planner agent - convierte el brief en un outline jerárquico (acto → capítulo → escena). La estructura se decide antes de escribir una sola línea, así que la coherencia global es una restricción de diseño y no algo que se espera que emerja.
  2. Writer agent - expande cada escena respetando estilo y continuidad. Nunca ve el libro entero: ve su escena y el contexto que necesita.
  3. Editor agent - revisa continuidad, ritmo y consistencia de personajes sobre lo ya escrito.
  4. Memory layer - pgvector guarda embeddings de los capítulos previos. Antes de escribir, el writer recupera los fragmentos relevantes en vez de recibir todo.
La idea de fondo: la memoria del sistema no es la ventana de contexto. La ventana es un espacio de trabajo; la memoria es una capa de recuperación aparte. Confundir las dos es el error más común al construir agentes que tienen que sostener un estado largo.

El stack

  • Next.js 15 con App Router y Server Actions
  • Mastra para orquestar los agentes multi-step
  • Vercel AI SDK para streaming y tool calls
  • pgvector + Supabase para memoria semántica entre capítulos
  • OpenAI y Anthropic como providers principales
Cambiar de provider es una decisión de costo y calidad por tarea, no un compromiso de arquitectura: los agentes están detrás de una interfaz que no depende del modelo.

Estado

En beta privada. Próximos pasos: export a EPUB, modo colaborativo y ajuste fino sobre el corpus del usuario. Probalo en storiapp.site.