Crea tu Clon Digital IA Personalizado Gratis

Un equipo de desarrolladores creó un sistema que analiza tu escritura, extrae patrones únicos de tu voz y genera un asistente IA personalizado que piensa como vos. El proyecto está en GitHub, es gratis, y genera un dashboard visual que mapea cómo escribís. Se llama Digital Twin.

¿Qué es un Digital Twin de IA?

Un Digital Twin de IA es un asistente conversacional personalizado que aprende a escribir, pensar y responder como vos. No es un avatar, no es un chatbot genérico: es un clon digital de tu voz que captura cómo formulás ideas, qué vocabulario usás, cuál es tu estructura lógica, qué matices ponés cuando escribís.

El concepto viene del proyecto que Ammon Haggerty subió a GitHub. La idea es simple pero efectiva: en vez de configurar manualmente un asistente de OpenAI o Gemini, la IA te analiza y hace el trabajo automáticamente.

La diferencia con un Custom GPT tradicional es que acá no configurás manualmente “rol: eres un copywriter formal”. La IA lee tu escritura real, ve que repetís ciertas construcciones, que preferís párrafos cortos, que usás paréntesis para aclaraciones, y arma un prompt maestro que captura todo eso sin que vos tengas que explicarlo.

Cómo la IA analiza tu escritura

Ponele que le subís a la IA 20 artículos tuyos sobre tecnología. Ella no solo lee los títulos: analiza patrones profundos. Cubrimos ese tema en detalle en ejecutar agentes sin requerir APIs externas.

Busca cosas como esto: ¿cuántas palabras promedio tiene cada oración? ¿Qué conectores usás más? (¿”además”, “pero”, “sin embargo”?) ¿Tu vocabulario es técnico, coloquial, híbrido? ¿Favorizás párrafos cortos o desarrollos largos? ¿Incluís ejemplos concretos o teoría pura? ¿Escribís con ironía, con formalidad, con intimidad?

Según investigación de la Universidad Mohamed Bin Zayed publicada en ArXiv, modelos modernos logran 81% de precisión identificando patrones de autor con apenas 4-5 párrafos de texto. Si le das 6,000-40,000 caracteres (lo que necesita este sistema), la precisión sube significativamente. El análisis es jerárquico: la IA agrupa patrones (nivel sintáctico), luego los interpreta (nivel semántico), luego arma hipótesis sobre tu enfoque (nivel intencional).

El resultado es un perfil único de cómo pensás.

Generación del System Prompt personalizado

Acá es donde la cosa se pone piola.

Un System Prompt es la instrucción “maestra” que le dás a un LLM. Si con GPT-4 escribís “sos un copywriter persuasivo, especializado en SaaS”, ese es tu system prompt. Controla casi todo: tono, enfoque, restricciones, formato de respuesta.

La mayoría de la gente arma prompts así: a ojo, probando, iterando. Lleva horas. Este sistema lo hace automáticamente. Lee tu escritura, ve que escribís con voseo, con paréntesis aclaratorios, con ejemplos concretos, que evitás jargón corporativo, que preferís listas en vez de párrafos densos, y arma un prompt que dice: “Tu rol es un profesional argentino con 15 años de experiencia que explica con claridad, voseo natural, ejemplos concretos, evita formalidad corporativa.”

El prompt generado usa técnicas de prompt engineering modernas: jerarquía de instrucciones con markdown, ejemplos concretos, restricciones claras, formato de salida especificado. No es magia, es estructura.

Dashboard visual: métricas y visualización

Una cosa es generar un prompt de texto. Otra cosa es entender qué detectó la IA de vos.

El dashboard muestra gráficos: densidad de vocabulario (qué tan variado escribís), patrones sintácticos (qué estructuras de oración dominan), longitud promedio de párrafos, frecuencia de conectores, tono (formal/coloquial). Algunos dashboards incluyen “fortalezas detectadas” y “debilidades sugeridas”. Tema relacionado: cómo proteger tu código al compartir en GitHub.

Ojo: no es una crítica. Es un espejo. Si la IA dice “tu vocabulario es técnico en 65% y coloquial en 35%”, no te está juzgando, te está mostrando qué ve. Herramientas como DataViz o análisis custom con Plotly generan gráficos interactivos donde podés ver en tiempo real cómo cambian tus patrones si añadís más textos de fuentes diferentes (emails vs artículos vs redes sociales).

Implementación práctica: paso a paso

Si querés armar tu Digital Twin, acá está el proceso:

• Paso 1: Recolectá tu escritura. 6,000 caracteres mínimo (una nota larga o 3-4 artículos). Podés mezclar: artículos de blog, posts de LinkedIn, emails importantes, tweets largos. Más variedad = mejor análisis. Idealmente 40,000+ caracteres para máxima precisión.
• Paso 2: Feedea la IA. Subís los textos a la plataforma (GitHub tiene un script, qaswa.com tiene una interfaz web). La IA procesa.
• Paso 3: Revisá el System Prompt generado. Lo que arme la IA es un punto de partida, no gospel. Leé cómo te describió. ¿Te suena exacto? ¿Le falta algo?
• Paso 4: Ajustá y refiná. Si dice “formal” pero vos sos mixto, editá. Si olvidó algo importante (que sos especialista en seguridad, por ejemplo), agregalo. El prompt sigue siendo tuyo.
• Paso 5: Probá el clon. Usá el System Prompt generado en Claude, ChatGPT, o lo que uses. Hacele preguntas y validá que responde “como vos”. ¿El tono es el tuyo? ¿La estructura? ¿Los ejemplos?

Tiempo total: 30-60 minutos de tu lado. El resto es procesamiento de IA.

Casos de uso reales en trabajo creativo

¿Para qué sirve tener un clon de vos?

Automatización de correspondencia. Sos ejecutivo y respondés mails todo el día. El clon puede redactar respuestas que suenan como vos, en tu tono, con tu estructura. No es copy-paste: el clon entiende contexto y adapta. Ahorras 2 horas al día.

Redacción consistente en redes sociales. Si tenés LinkedIn, Twitter, newsletter, es difícil mantener una voz única en todas partes. El clon puede generar posts draft en tu voz exacta. Lo revisás, lo editás, publicás (y sí, se nota cuando un clon genera versus cuando escribís vos genuino, pero como base ahorra mucho tiempo).

Editor virtual que entiende tu voz. Escribís un borrador, el clon lo revisa, sugiere cambios que respeten tu estilo. No es un editor genérico, es uno que conoce cómo escribís y por qué.

Generación de contenido en tu tono. Necesitás 5 posts sobre el mismo tema. El clon genera variantes que suenan como vos. Si vendés software, tu clon puede escribir landing page copy, email sequences, documentación, siempre con tu voz. Esto se conecta con lo que analizamos en optimizar herramientas de IA con GPU.

Herramientas y plataformas disponibles

Mi Digital Twin (Ammon Haggerty). Código abierto en GitHub. Gratis. Genera System Prompt y dashboard. Licencia RAIL (uso responsable). Necesitás ejecutar en local o cloud propio, pero no hay costo. (spoiler: es lo mejor si no querés pagar)

Qaswa. Plataforma web en qaswa.com. Interfaz gráfica, sin código. Probablemente tengan plan gratis y plan pago. Más accesible si no te gusta terminal.

OpenAI Custom GPTs vs Gemini Gems. No generan automáticamente un prompt de tu escritura, pero podés crear un GPT personalizado manualmente con tu información. Están integrados en ChatGPT y Gemini. La ventaja: conversación directa. La desventaja: configuración manual, no análisis automático.

Claude Projects. Similar a Custom GPTs, pero para Claude. Sumarizá tu “voz” en una carpeta de documentos y Claude los usa como contexto. Menos análisis, más manual, pero funciona.

Tabla comparativa: plataformas de clon digital IA personalizado

Errores comunes cuando armás tu Digital Twin

Error 1: Meter textos de fuentes mixtas sin separar. Si combinás artículos académicos, posts de Twitter y emails personales, la IA va a armar un prompt genérico que no te representa. Mejor: cargá textos similares (ej: solo artículos de blog, o solo emails profesionales). Una vez que veas cómo funciona cada tipo, hacé un clon “todo en uno”.

Error 2: Ignorar el output del sistema y confiar 100% en el clon. La IA genera un prompt que es un punto de partida. Si no lo revisás y lo ajustás, el clon va a tener gaps. Leé el prompt generado, validá, editá. Es parte del proceso.

Error 3: Esperar que el clon sea idéntico a vos. No lo va a ser. Los LLMs no generan escritura perfecta de voz humana. El clon va a capturar tu patrón, pero bajo presión, situaciones nuevas o topics desconocidos, va a fallar o va a verse artificial. Usalo como asistente, no como reemplazo. Complementá con otras opciones para alojar tu código.

Preguntas Frecuentes

¿Cuánto texto necesito para entrenar un Digital Twin preciso?

Mínimo 6,000 caracteres (una nota larga o 3-4 artículos). Para máxima precisión, 40,000 caracteres. Más texto = análisis más fino. Si tenés 200,000 caracteres de tus posts viejos, mejor aún.

¿Cuál es la diferencia entre un Digital Twin y un Custom GPT?

Un Custom GPT lo configurás manualmente: “sé así y asá”. Un Digital Twin la IA lo genera analizando tu escritura real. El Digital Twin es más preciso porque se basa en patrones que vos mismo generaste, no en lo que creés que es tu voz.

¿Cómo uso el System Prompt generado?

Copiás el prompt de texto, entrás a ChatGPT, Claude, Gemini, donde uses LLMs, y lo pegás en el campo de “System Message” o “Instructions”. Algunos LLMs no exponen system message, pero la mayoría sí. Luego le escribís al modelo como siempre, y responde usando tu voz.

¿Es legal y ético usar un clon digital de mi voz?

El proyecto de Ammon tiene licencia RAIL (Responsible AI License), que significa: usalo éticamente, no engañes a la gente. Si publicás contenido generado por tu clon, aclaralo. No hagas pasar un clon por vos real. Además de ético, es legalmente más seguro y genera confianza.

¿Puedo descargar el código y ejecutarlo localmente?

Sí. Está en GitHub, es código abierto. Necesitás Python, ciertos paquetes (torch, transformers), y ejecutar en tu máquina o servidor. Si no te manejas con terminal, usá Qaswa (interfaz web). Si sí te manejas, local es mejor: cero costo, máxima privacidad.

Conclusión

Un Digital Twin no es futurismo, es herramienta disponible ahora. Un equipo dedicado creó un sistema que automatiza algo que antes hacías manual: describir tu voz y crear un prompt. Subís tu escritura, la IA analiza, genera un prompt maestro, te muestra un dashboard con lo que detectó.

¿Para quién funciona? Creativos que escriben mucho y querés automatizar partes (mails, redes sociales, primeros borradores). Equipos que necesitan consistencia de voz. Cualquiera que quiera entender cómo escribe realmente.

¿Cuál es el catch? El clon nunca va a ser 100% vos. Los LLMs generan patrones estadísticos, no pensamiento genuino. Lo mejor que puede hacer es aproximarse y ahorrarte tiempo. Si esperás reemplazo perfecto, no lo es. Si esperás asistente que mantiene tu voz, es golazo.

Empezá pequeño: cargá un artículo, generá el prompt, probalo, validá. Después escalaá. El código está gratis en GitHub sin strings attached.

Fuentes

• My Digital Twin — GitHub (Ammon Haggerty) — Código abierto del proyecto que genera System Prompts personalizados analizando tu escritura.
• Qaswa Digital Twin — Plataforma web para generar Digital Twins sin instalar código.
• Authorship Attribution with Large Language Models (ArXiv 2508.10906) — Research sobre precisión de modelos identificando patrones de autor con muestras pequeñas.
• Prompt Engineering Guide — Ejemplos y técnicas en español — Guía de mejores prácticas para escribir prompts efectivos.
• System Prompt Writing Guide — Tutorial en español para armar System Prompts que controlen el comportamiento de LLMs.