GDZ - Plataforma de Soluciones de Tareas

Desafío

GDZ (gotovye domashnie zadaniya — soluciones de tareas listas) es una categoría EdTech consolidada en los mercados de habla rusa. La oportunidad: expandirse a los mercados polaco y ucraniano, donde existe la misma demanda pero la oferta es escasa. El problema: producir suficiente contenido educativo estructurado y de alta calidad para posicionarse en buscadores a escala es una operación de contenido masiva — demasiado lenta y costosa para hacerla manualmente.

Descubrimiento

Analizar la estructura del contenido reveló que las soluciones de tareas siguen plantillas predecibles: materia → grado → libro de texto → capítulo → ejercicio → solución con explicación paso a paso. La estructura es lo bastante consistente para generarse de forma sistemática. La variable es la calidad — los LLM necesitaban un prompting y una validación cuidadosos para producir respuestas educativamente sólidas en lugar de un sinsentido con apariencia plausible.

Opciones consideradas

1. Contratar redactores de contenido por idioma — descartado. La economía unitaria no funciona a escala; la varianza de calidad entre redactores es alta.
2. Traducir el contenido ruso existente — se usó parcialmente pero fue insuficiente. Los planes de estudio polaco y ucraniano difieren; la traducción directa produce respuestas incorrectas.
3. Canalizaciones de generación con IA con prompting consciente del plan de estudios — elegido. ChatGPT y Gemini con prompts estructurados ajustados por materia y grado producen soluciones precisas y paso a paso a la escala requerida.

Decisión

Las canalizaciones en Python consumen datos del plan de estudios (metadatos de libros de texto, listas de ejercicios) y generan soluciones a través de las API de ChatGPT y Gemini. La salida se valida contra los formatos de respuesta esperados, se estructura según el esquema de datos del sitio y se publica en el dominio del idioma correspondiente. Los metadatos SEO se generan junto con el contenido.

Implementación

Se construyó una canalización de varias etapas: ingestión del plan de estudios → construcción del prompt por materia/grado/ejercicio → generación paralela con LLM → validación de salida estructurada → publicación en el CMS. Cada etapa tiene manejo de errores y una cola de revisión para los casos límite que señala el validador. Se usan modelos distintos según el tipo de materia: Gemini se desenvuelve bien con matemáticas y ciencias; ChatGPT-4o rinde mejor en humanidades y materias de idiomas.

Se lanzaron tres plataformas específicas por idioma: gdzclass.ru (RU), domowapraca.com (PL), padruchnik.com (UA). Cada dominio se despliega de forma independiente con configuración SEO específica por idioma, estructura de enlazado interno y generación de sitemap.

Resultado

Miles de páginas de contenido estructurado publicadas en tres idiomas sin un crecimiento proporcional de plantilla. El tráfico de búsqueda orgánico comenzó a acumularse desde las primeras semanas tras el lanzamiento a medida que las páginas se indexaban. La arquitectura de la canalización permite añadir nuevos grados, materias o libros de texto actualizando la entrada del plan de estudios — sin cambios de código.