Matt South

Diseño de agentes IA orientados a objetivos para calificación, respuesta, guía de conversación y generación de handoff. Experto en clasificación de intención (confirmación/pregunta/objeción/rechazo/pendiente), manejo de casos borde, y prompt engineering con formatos JSON estrictos. Construcción de responders SDR, generadores de resumen para CRM, y sistemas de handoff. Separación de outputs: externo para cliente vs interno para equipo (acciones y próximos pasos).

Diseño de flujos multi-paso con sub-agentes (intención → resumen → parse → acciones). Enfoque Human-in-the-Loop (HITL) con workflows de aprobación/rechazo, guías para agentes humanos, y control de calidad. Gobernanza operativa: definir reglas de calidad, qué se guarda como memoria persistente, estandarizar outputs parseables y auditables.

Construcción de automatizaciones robustas con Zapier/Make/n8n con rutas de lógica condicional. Manejo de estado y consistencia: prevención de duplicación de filas en Google Sheets, logging estructurado y confiable, Sheets como "fuente de verdad". Diseño de pasos optimizados para ahorrar tareas/costos. Pipelines del mundo real: retries, errores intermitentes, casos borde, validaciones.

RAG aplicado a soporte y documentación (recuperación de info relevante). Uso de embeddings (Ada v2) y diseño de "memoria" basada en datos estructurados. Diseño de prompts y outputs para retrieval útil (menos ruido, más precisión). Construcción de sistemas de knowledge ops para respuestas IA precisas y contextuales.

Implementación real de Diátaxis (Tutorial/How-to/Reference/Explanation) aplicada a docs de plataforma. Estándares editoriales: primero explicación, luego bullets (lectura fluida), tono práctico orientado al cliente, sin humo. Construcción de docs diseñadas para: reducir tickets, acelerar onboarding, guiar troubleshooting con pasos accionables.

Construcción de UI embebida "a prueba de CMS": CSS namespaced para evitar choques con estilos globales. Componentes: accordions, panels, cards, tablas comparativas, callouts, modales/lightbox. Debug de problemas típicos: tamaños de fuente "bloqueados", shadows recortadas, dropdowns que no cierran. Accesibilidad básica: aria-controls, aria-expanded, roles.

Uso de modelos de búsqueda (Perplexity Sonar) para enriquecer leads dentro de flujos. Evaluación de sitios/URLs para determinar: negocio real vs solo "nombre de plataforma", señales útiles para personalización de mensajes. Estructuración del output enriquecido para sistemas downstream (Sheets/CRM/Zapier).

Diseño y construcción de Workflow Orchestrator propio (estilo Zapier/n8n): editor visual, motor de ejecución, arquitectura AI-first. Capacidad de convertir necesidades operativas en features claras (inputs/outputs, estados, logs). Construir plataformas, no solo automatizaciones.

Diseño de reportes y métricas para soporte y riesgo: análisis de churn risk desde tickets, patrones de fricción en onboarding y soporte. Reglas de calidad para datos: dedupe por Ticket ID por día en reportes de alertas, resúmenes consistentes como memoria. Mentalidad de "control de torre": visibilidad, trazabilidad, acción.

Diseño de flujos de sentimiento negativo con alertas y recomendaciones accionables. "Angry path" con: draft firme y claro para cliente, output interno para humano (qué hacer, próximos pasos, qué pedir). Orientación a reducir escalamiento, mejorar tiempos, y proteger relación con el cliente.

Conducción y preparación de discovery calls (dolor, contexto, stack, constraints). Traducción de problemas de negocio → diseño técnico ejecutable. Personalización de outreach basada en señales reales del prospecto. Preparación de propuestas/relatos de caso de éxito (deck, narrativa, next steps).

Trabajo cercano con liderazgo (roadmap, prioridades, AI innovation cadence). Colaboración con colegas para diseño de prompts y sistemas. Capacidad de empujar estándares (calidad de outputs, plantillas, consistencia operativa). Impulsar gobernanza IA y mejores prácticas entre equipos.

Diseño de documentación con soporte visual: GIFs y recursos visuales para guiar pasos. Estructuración de UI para que sea "autoexplicativa". Enfoque en claridad: resaltar clicks, zooms, secuencias, y orientación al usuario final. Creación de materiales de capacitación que realmente se usan.

Despliegue AWS (S3 + Elastic Beanstalk) para hosting y operaciones. Operación basada en logs: lectura e interpretación de logs técnicos, identificación de fallas intermitentes y patrones. Comunicación de hallazgos a ingeniería/ops con contexto claro y acciones recomendadas.