Despliegue del núcleo de Bardie en el servidor de bruixademar.com. Configuración del entorno de ejecución, gestión de variables de entorno seguras y verificación del stack tecnológico. Se instala el sistema de inyección de contexto que permite alimentar al modelo con datos reales del negocio sin exponer credenciales.

Adaptación del entorno WordPress existente para la integración del agente. Configuración de endpoints, rutas de API internas, headers de seguridad y políticas CORS. Se establece el puente de comunicación entre el frontend WordPress y el motor de inferencia de Bardie, garantizando latencia <2 seg en producción.

Construcción de la base de conocimiento vectorial del agente. Se indexa el catálogo completo de embarcaciones de Bruixa de Mar (nombre, descripción, tarifas, requisitos de titulación, URL ficha, etc..), se codifican los 7 Buyer Personas con sus patrones de detección lingüística, y se integra la inteligencia comercial: objeciones frecuentes, precios de competencia y argumentos de venta diferenciadores.

Programación de la lógica de conversación en tres fases: Gate 1 (diagnóstico — quién es el cliente, cuántos son, tienen titulación), Gate 2 (recomendación — producto concreto con precio, fianza y URL), Gate 3 (cierre — recogida de datos personales y disparo de pre-reserva). El agente no puede saltar de gate sin cumplir los criterios del anterior.

Ingeniería del system prompt de producción: tono de marca (cercano, profesional, náutico), restricciones de seguridad, manejo de preguntas fuera de scope, instrucciones de formato de respuesta y comportamiento en caso de ambigüedad. Se definen las reglas de escalado a humano para situaciones complejas. El prompt se versiona y documenta para futuras iteraciones.

Integración del widget de chat en bruixademar.com mediante plugin WordPress nativo. Diseño del launcher (botón flotante), ventana de conversación y estados de carga adaptados a la identidad visual de la marca. El asistente aparece en las páginas clave del funnel (catálogo, ficha de producto, inicio) con mensajes de bienvenida personalizados por contexto de página.

Despliegue del Dashboard de Bardie con métricas en tiempo real: leads capturados, conversiones por Buyer Persona, ratio Gate 1→3, producto más solicitado y origen de la conversación. Cada pre-reserva genera una entrada automática en el panel con todos los datos del cliente. Se configuran alertas WhatsApp instantáneas al equipo comercial para cierre manual de la reserva definitiva.

Ejecución de batería de pruebas con los 7 perfiles de Buyer Persona, simulando más de 40 conversaciones tipo. Verificación del disparo correcto de alertas, integridad de los datos en el Dashboard y respuesta del agente ante inputs maliciosos o fuera de contexto. Se documenta cada caso de error y se corrige antes del lanzamiento.

Análisis de las primeras conversaciones reales y ajuste iterativo del RAG y el prompt. Se miden los puntos de abandono del funnel conversacional y se re-entrena la detección de intención. Incluye A/B testing de mensajes de bienvenida, optimización del tiempo de respuesta percibido y refinamiento del tono por perfil de cliente. Primera semana en producción con supervisión activa.

Lanzamiento oficial con plan de promoting y comunicación. La arquitectura queda preparada bajo estándares de API para la futura conexión con Nautic Manager — reservas automáticas sin intervención humana. El historial de leads es propiedad del negocio, garantizando la transición a automatización total sin perder ningún dato. Entrega de documentación completa, acceso a repositorio y sesión de traspaso al equipo.