Una startup de marketplace con sede en Canadá se propuso eliminar las conjeturas de la rotulación personalizada de vehículos. El proceso de compra tradicional es lento y arriesgado: los clientes no pueden visualizar el resultado final, deben visitar varios talleres para pedir presupuestos, y los talleres tienen dificultades para llegar a nuevos clientes. HDWEBSOFT construyó un marketplace multi-rol donde los propietarios de vehículos diseñan vinilos sobre modelos 3D, previsualizan renders fotorrealistas generados por IA desde siete ángulos de cámara y encargan directamente a instaladores verificados — mientras los talleres afiliados reciben leads cualificados y ya pagados, y los artistas independientes ganan comisiones automáticas por sus diseños aprobados.
Contexto del Proyecto
La rotulación personalizada tiene un problema fundamental de confianza. Un vinilo es una compra importante, pero los compradores tradicionalmente se comprometen sin ver el resultado — examinan muestras planas en el taller y esperan que el producto final coincida con su imaginación. Mientras tanto, los talleres dependen del tráfico presencial y el boca a boca, y los diseñadores de vinilos con talento no tienen ningún canal para monetizar su trabajo más allá de encargos puntuales.
El cliente imaginó una única plataforma que resolviera los tres problemas a la vez: un estudio de diseño con IA que muestra a los clientes exactamente cómo quedará su vehículo antes de pagar, un marketplace que dirige pedidos cualificados a instaladores profesionales, y un marketplace de diseños donde los artistas publican y ganan con diseños aprobados por la comunidad. Un equipo pequeño de HDWEBSOFT asumió toda la construcción — cinco roles de usuario, flujos de pedidos en tiempo real, pagos de marketplace y un pipeline de generación con IA — en un plazo ajustado, en un dominio que nadie del equipo había tocado antes: la geometría de la rotulación de vehículos, las piezas del coche, las superficies y los planos desplegados.
Entrevista con el Equipo
“Los primeros renders arruinaban constantemente los detalles que hacen creíble a un vehículo: la forma de los retrovisores, los emblemas, las juntas entre paneles, el diseño de las llantas. El punto de inflexión fue tratar el prompt como un artefacto de ingeniería: versionado, parametrizado por familia de vehículo y ángulo de cámara, y probado con regresión como el código. Cuando los prompts pasaron a vivir en una capa de configuración que los administradores podían ajustar sin redesplegar, cada ciclo de ajuste se volvió mucho más barato.”
— Chinh Tran, Team Leader en HDWEBSOFT
Esa disciplina de ingeniería surgió por necesidad. El equipo ejecutaba ciclos de iteración estructurados — generar, inspeccionar cada ángulo contra el vehículo real, registrar modos de fallo como retrovisores deformados o emblemas ausentes, y devolver los hallazgos al prompt como restricciones explícitas — repitiendo hasta que el conjunto completo de siete ángulos se mantenía. La generación encadenada (primero el ángulo frontal tres cuartos, luego los demás, con reintentos para los fallos) detectaba errores pronto en lugar de producir conjuntos completos de renders defectuosos, y las pruebas de regresión por versión de prompt garantizaban que arreglar un ángulo no rompiera silenciosamente otro.
Funcionalidades Clave
- Estudio de Diseño con IA — los clientes diseñan vinilos sobre modelos 3D del vehículo; la IA (Google Gemini + fal.ai) genera vistas previas fotorrealistas desde 7 ángulos de cámara más vídeos promocionales cortos, con etiquetado automático de IA en los recursos compartidos.
- Marketplace de Descubrimiento de Diseños — los artistas publican diseños, los administradores los aprueban y los clientes exploran, marcan como favoritos y encargan diseños de la comunidad.
- Plataforma Multi-Rol — portales dedicados para Clientes, Artistas, Talleres afiliados (personal y administradores) y Administradores de plataforma, con multi-tenancy basada en empresas.
- Gestión de Leads y Pedidos — distribución automática de leads a talleres, flujo de aceptar/rechazar/asignar y ciclo de vida completo del pedido (Pending → Paid → Confirmed → Processing → Ready → Fulfilled) con actualizaciones de estado en tiempo real.
- Pagos y Liquidaciones — procesamiento de pagos con Stripe, sistema de cupones y descuentos, configuración de comisiones e impuestos, y liquidaciones automáticas con Stripe Connect a talleres y artistas 7 días después de la entrega.
- Chat y Notificaciones en Tiempo Real — conversaciones dentro del pedido entre clientes e instaladores vía Socket.IO, más notificaciones push (Expo) y correo electrónico (SendGrid).
- Panel de Administración Completo — gestión de catálogo (tipos de vehículo, piezas, opciones de vinilo, marcas), configuración de modelos de IA y prompts, ajustes de precios y comisiones, informes y analítica, gestión de cupones y documentos.
- Motor de Precios — estimación automática del precio según las superficies, materiales y piezas del vehículo seleccionados.
Desafíos Técnicos
Consistencia Fotorrealista en Siete Ángulos
Los vehículos tienen detalles extremadamente pequeños — tiradores de puertas, retrovisores, emblemas, juntas de paneles, diseños de llantas — y los primeros renders de IA los deformaban u omitían. Como cada modelo de vehículo necesitaba un conjunto consistente en 7 ángulos, un render correcto de frente podía estar visiblemente mal de lado, y regenerar conjuntos completos era costoso. No existía una plantilla de prompt genérica que cubriera todas las familias de vehículos.
Orquestar Trabajos de IA de Larga Duración de Forma Fiable
Los conjuntos de imágenes, los vídeos promocionales y el etiquetado con IA son trabajos largos que no pueden bloquear las peticiones de la API. Los fallos a mitad del pipeline — un ángulo que falla, un trabajo de vídeo que agota el tiempo — necesitaban lógica de reintento y recuperación sin abandonar el pedido ni perder el trabajo ya completado.
Modelo de Permisos Multi-Tenant con Cinco Roles
Clientes, Artistas, personal de taller, administradores de taller y Administradores de plataforma ven datos diferentes y disparan flujos de trabajo distintos — y un usuario puede pertenecer a varias empresas. Las reglas de negocio para leads, liquidaciones y reembolsos dependen de qué rol actúa; un error aquí significa filtrar datos entre talleres o dirigir el dinero al destino equivocado.
Gestionar el Dinero Correctamente
Las tasas de comisión e impuestos se almacenan en puntos básicos, los importes de pago se guardan como snapshot en el momento del pedido, los reembolsos siguen flujos definidos y las liquidaciones automáticas con Stripe Connect se ejecutan según calendario con gestión de disputas. Cualquier error de redondeo o de estado se traduce en dinero real llegando a la cuenta equivocada.
Un Dominio Desconocido en un Plazo Ajustado
La geometría de la rotulación de vehículos — piezas del coche, superficies, planos desplegados — era nueva para todos los desarrolladores del equipo. Con un equipo pequeño y una fecha límite estricta, el dominio debía aprenderse lo bastante rápido para tomar decisiones de modelado correctas a la primera.
Soluciones
Prompts Tratados como Artefactos de Ingeniería con Pruebas
En lugar de una única cadena de prompt genérica, el equipo construyó un constructor de prompts estructurado que ensambla instrucciones a partir de perfiles por familia de vehículo, especificaciones de cámara por ángulo (distancia focal, encuadre, reglas de visibilidad para cada uno de los 7 ángulos) y reglas de acabado y material del vinilo — de modo que cada modelo recibe instrucciones a medida. La iteración se ejecutó como ciclos de prueba: generar, inspeccionar cada ángulo contra el vehículo real, registrar modos de fallo (retrovisor deformado, emblemas ausentes, paneles combados) y devolver los hallazgos como restricciones explícitas del prompt hasta que la salida fuera consistentemente precisa. Los valores de prompt viven en una capa de configuración en base de datos (AiPromptConfig), así que los administradores pueden ajustar prompts y cambiar de modelo de imagen o vídeo en tiempo de ejecución desde el panel de administración — sin redespliegues por cada ronda de ajuste. Las pruebas unitarias de regresión por versión de prompt protegen el progreso del ajuste: un cambio que arregla un ángulo no puede romper otro en silencio.
Pipeline de Generación Encadenada
El ángulo frontal tres cuartos se genera primero, seguido de los demás, con reintentos dirigidos a los fallos. Los errores emergen y se corrigen pronto en lugar de producir un conjunto completo de renders malos — algo importante cuando cada conjunto conlleva un coste real de generación.
Una Plataforma Estable alrededor del Núcleo de IA
El resto de la plataforma se mantuvo deliberadamente simple para que el equipo pudiera centrarse en la calidad de los prompts: colas de trabajos BullMQ/Redis que aíslan las cargas de IA del flujo de peticiones, guardias de rol más una máquina de estados de membresía por empresa que refuerzan el multi-tenancy, máquinas de estado de pedido validadas que transportan snapshots de tarifas a lo largo del ciclo de vida, y liquidaciones automáticas con Stripe Connect que cierran el ciclo sin conciliación manual.
Resultados de Negocio
- Los clientes compran con confianza — visualizan el vinilo exacto sobre su vehículo antes de pagar, reduciendo dudas, rondas de revisiones y pedidos abandonados para los talleres afiliados.
- Los talleres reciben leads cualificados y pagados sin esfuerzo de captación, agilizando su pipeline comercial y aumentando el volumen de instalaciones.
- Los artistas ganan un canal de ingresos pasivos mediante diseños públicos aprobados con liquidación automática de comisiones.
- Los administradores operan la plataforma solo desde ajustes — comisiones, impuestos, precios, modelos de IA y plantillas de correo configurables sin redespliegues, reduciendo el coste operativo.
- La automatización sustituyó la coordinación manual — asignación de leads, flujos de estado y liquidaciones funcionan solos, permitiendo que la plataforma escale a más talleres y pedidos sin crecer el equipo de operaciones.
Ficha Técnica
- Backend: NestJS 11 + TypeScript, PostgreSQL (Prisma ORM), Redis + colas BullMQ, Socket.IO, Swagger/OpenAPI, autenticación JWT, Helmet, rate limiting.
- Frontend: React 19 + Vite + TypeScript, Tailwind CSS, shadcn/ui (Radix UI), TanStack Query & Table, React Hook Form + Zod, Recharts, dnd-kit, React Router v7, cliente Socket.IO.
- Pipeline de IA: Google Gemini API + fal.ai para generación de imagen y vídeo, Sharp para procesamiento de imágenes, AiPromptConfig en base de datos para cambiar modelo y prompts en runtime, pruebas de regresión por versión.
- Integraciones: pagos Stripe + liquidaciones Stripe Connect, Supabase Auth, Cloudflare R2 (almacenamiento compatible con S3), SendGrid/Nodemailer para correo, notificaciones push Expo.
- Testing y DevOps: Jest, Playwright, Docker, AWS, ESLint/Prettier/Husky.
Conclusión
La plataforma convirtió un proceso lento y basado en conjeturas taller a taller en un marketplace de autoservicio donde las vistas previas con IA reducen el riesgo de la compra y la automatización gestiona leads, pedidos y liquidaciones de extremo a extremo. La parte más difícil — la fidelidad fotorrealista en siete ángulos para cada familia de vehículos — no se resolvió con más presupuesto de generación sino con disciplina de ingeniería: prompts estructurados, iteración medida y configuración probada con regresión.
Si su equipo está construyendo un marketplace, un visualizador de productos con IA o una plataforma multi-rol con flujos de pago complejos, nuestros servicios de desarrollo de IA y servicios de desarrollo de software e-commerce cubren exactamente este modelo de entrega. Contacte con nuestro equipo para definir un proyecto similar.
Explore contenido relacionado
Vea más casos de estudio, servicios, industrias y experiencia regional relacionada.