Sell with Marketing sustituyó la carga estática de archivos en IA por un cerebro documental vivo y con anclaje de referencia para ESCG, una firma de servicios profesionales. Cada respuesta llega ahora anclada a una fuente numerada dentro de un corpus confidencial que sigue creciendo — no a lo que haya quedado cargado en el contexto ese día.

El problema: un corpus demasiado grande, y demasiado vivo, para una carga de archivos

ESCG trabaja con un corpus documental amplio y confidencial, bajo numeración de referencia formal, hash criptográfico y sellado de tiempo, que se expande de manera continua conforme entra material nuevo. Esa combinación —tamaño, confidencialidad y crecimiento continuo— es justo lo que rompe un montaje normal de IA.

El primer enfoque fue cargar los archivos directamente dentro de un proyecto de Claude. Chocó con tres límites estructurales a la vez. El project knowledge tiene un tope de capacidad, y un corpus de ese tamaño no cabía. Es estático, así que no podía crecer con el material nuevo. Y como todo quedaba en contexto al mismo tiempo, el modelo respondía con lo que estuviera cargado en lugar de hacerlo contra el registro verificado — devolviendo respuestas sin las referencias de origen que la firma necesita para sostener su trabajo.

Qué construimos

SWM entró como socio implementador de Claude. Auditamos el montaje existente, reconstruimos la base de conocimiento con Claude Code en VS Code, y sustituimos las cargas estáticas por una capa privada de recuperación en vivo. Expone tres herramientas al proyecto de Claude de la firma: búsqueda en el corpus con fragmentos anclados a su referencia, más escritura y lectura persistente de una memoria de trabajo, guardada en un repositorio privado. El corpus nunca entra a una superficie pública, y la firma conserva la propiedad total del repositorio.

El stack de Claude

Tres productos de Claude, trabajando juntos:

  • Claude Code (la extensión de VS Code), para construir y destilar el corpus.
  • Claude.ai Projects, como la superficie de uso final donde trabaja el equipo de la firma todos los días.
  • Un servidor MCP a la medida, construido sobre el SDK de Anthropic (Node/Express, desplegado en Render), que conecta el proyecto de Claude con un corpus privado y versionado en GitHub.

Lo que cambió, en números

Resultados, verificados contra el propio repositorio del cliente:

  • Integridad del corpus verificada: 158 de 158 archivos primarios revisados contra un manifiesto SHA-256 antes de la ingesta.
  • Claude Code destiló 254 documentos y 80 páginas de portal en una base de conocimiento estructurada de 22 archivos y 9.55 MB, dividida en una capa analítica y un corpus temático de 14 paquetes.
  • 12 plantillas de salida estandarizadas generadas a partir del corpus destilado.
  • Techo de capacidad eliminado: la carga estática se convirtió en una capa de recuperación viva, así que el corpus crece sin volver a subir archivos ni reindexar a mano.
  • Cada respuesta devuelve fragmentos anclados a su referencia, así el usuario verifica cada dato contra la fuente numerada en lugar de confiar en la memoria del modelo.
  • La memoria persistente devuelve las decisiones al repositorio, dando continuidad entre sesiones y entre miembros del equipo.
  • Una ronda de optimización redujo de forma sustancial el tiempo de respuesta: una sola llamada recursiva al Tree API en lugar de peticiones por archivo, lecturas en lotes paralelos de ocho, caché compartido en memoria con TTL e invalidación por escritura, y un endpoint de precalentamiento que elimina los arranques en frío del hosting.
  • Arquitectura completamente privada: ningún material confidencial sale de las cuentas de GitHub y de hosting del propio cliente.

Por qué esto importa más allá de una firma

Cualquier firma de servicios profesionales que se siente sobre un corpus confidencial, con referencia formal, que sigue creciendo, choca con los mismos tres muros: un tope de tamaño, una foto estática, y respuestas sin forma de verificar la fuente. El arreglo no es una carga más grande — es una capa de recuperación que trata el corpus como un sistema vivo y versionado en vez de un adjunto de una sola vez. La misma disciplina que hace verificable una respuesta para una persona es la que la hace citable siquiera: una referencia que un humano puede comprobar es también una referencia a la que un modelo puede apuntar.

Verificado, con nombre y apellido

Este caso se publica con autorización directa del cliente. Ramón Escovar, de ESCG, confirmó los datos de este artículo y puede contactarse en rescovar@escg.com.ve para verificarlos.

Esto es lo que construimos: sistemas de IA con Claude para mejora de procesos, análisis de datos y poner el conocimiento propio de una empresa a trabajar. Escríbenos y te decimos con franqueza si aplica a tu caso.