zoff.tech

Proyecto

DeOne

Una plataforma de citas grounded en ciencia — evaluaciones psicométricas, matching multi-dimensional y un coach de IA que entiende ambos lados de la conversación.

50+ dimensiones de matching · coach de IA grounded en psicometría · detección de crisis incluida antes del lanzamiento

Next.jsOpenAIpgvectorPostgreSQL

Qué hace

DeOne es un producto de citas para consumidor que puntúa compatibilidad a partir de cinco evaluaciones psicométricas — Big Five, estilo de apego, patrones de comunicación, lenguajes de conexión y alineación de valores — y entrega un coach de relaciones de IA (Sage) que entiende a ambos usuarios en la conversación, no solo al que está escribiendo.

Vive en findd1.com.

Tratamos esto como un producto sensible a seguridad, no como un chatbot novedoso. El scoring de compatibilidad, el consejo relacional y el lenguaje de crisis necesitan guardrails distintos.

Cómo inspeccionarlo

  • Líderes de producto: Mira el matching explicable y el manejo de crisis antes que el pulido del chat. Confianza y seguridad son requisitos de producto, no compliance agregado al final.
  • Líderes de ingeniería: Revisa cómo se separan scoring, retrieval, contexto conversacional y hard stops de seguridad. Cada ruta necesita una evaluación distinta porque cada falla daña al usuario de manera distinta.
  • Operación: Pregunta qué pasa cuando un usuario expresa lenguaje de crisis, cuando Sage no tiene contexto suficiente o cuando una explicación de match es técnicamente correcta pero emocionalmente equivocada. Esos casos definieron el gate de release.

Qué construimos, de principio a fin

  • El motor de evaluación y modelo de scoring — cinco instrumentos, calibrados por los dueños del producto y revisados por su consejero clínico.
  • El algoritmo de matching — similitud vectorial sobre más de 50 rasgos derivados, con scoring explicable para que el usuario vea por qué se sugirió un match.
  • Sage, el coach conversacional — prompts grounded en los perfiles de personalidad de ambos usuarios, no solo uno.
  • La capa de seguridad: detección de lenguaje de crisis, rutas de escalación, paradas duras en ciertos patrones de conversación. Lanzada antes del público — no después.
  • Toda la superficie de consumidor: onboarding, chat, visualizaciones de perfil, pagos.

Build de extremo a extremo: 18 semanas en dos fases.

Qué no enviamos hasta hacerlo bien

  • Detección de crisis. Una app de citas que deja a los usuarios hablar de desesperación sin red de seguridad es una responsabilidad que la fundadora no aceptó y nosotros tampoco. Retrasamos el lanzamiento público 4 semanas para aterrizarlo.
  • Matching explicable. Scores de compatibilidad de caja negra erosionan la confianza en un dominio donde el usuario ya viene escéptico. Cada match muestra el por qué. Sumó dos semanas; lo haríamos otra vez.
  • El set de evaluación de Sage. Curamos a mano 200 fragmentos de conversación en cinco categorías tonales antes de dejar a Sage responderle a un usuario real. La evaluación está en el repo. Es la única razón por la que enviamos a tiempo tras el retraso de detección de crisis.

Sobre lo que somos honestos

  • Señal temprana, muestra pequeña. La fundadora ha compartido dos anécdotas públicamente — Maya hizo match en 2 semanas, Jordan llevan 6 meses. Son datos reales. Tampoco son suficientes para reclamar una victoria de categoría, y el sitio lo dice.
  • Las citas son difíciles. La ingeniería es la parte que podemos defender en cualquier revisión.

Por qué importa para tu proyecto

Si tu producto depende de (1) puntuar personas u objetos en muchas dimensiones difusas, (2) un LLM que tiene que leer contexto social, y (3) la garantía de que un mal output no puede causar daño real — DeOne es el patrón exacto. La disciplina de evaluación, la capa de seguridad, el trabajo de explicabilidad son todos transferibles; tenemos los recibos.

¿Tienes un sistema de IA acotado para construir?

30 minutos. Problema, dueño, presupuesto, fecha y criterio de éxito.

Agendar llamada