Lo primero que hice para que Knora fuera más graciosa fue borrar lo que creía que la hacía graciosa.
Si leíste el ensayo de septiembre, hay una frase que ya está desfasada: «Hay cuatro activos». Los cuatro métodos cómicos sobre los que escribí ya no están. Tampoco el eje de estilos en el que vivían. La app tiene ahora quince voces en inglés, cada una un motor cómico completo, más las dos voces en vietnamita y dos en mandarín que conservé. La actualización 1.2 ya está disponible en el App Store.
Knora es para mayores de 18 — lenguaje fuerte y temas para adultos — y sigue siendo gratis, sin cuenta y sin micrófono. Agitas el teléfono (o lo tocas), un gag corto se reproduce de principio a fin, y después no hay nada más que mirar.
Esto es lo nuevo en la 1.2:
- Un reparto inglés nuevo. Quince voces con acentos de EE. UU., Reino Unido, Sudáfrica y la India, cada una con su propio motor cómico.
- Audio más limpio. Cada línea se lee una vez, desde la primera palabra.
- iPad y tocar para reproducir. Agitar sigue siendo el gesto principal, pero tocar también funciona.
- Un estado que indica que se está reproduciendo. La pantalla nunca se queda en blanco mientras suena un gag.
La razón no es un modelo nuevo ni un prompt mejor. Es un cambio en lo que la app cree que es el producto. Durante un año traté la voz como una piel sobre el chiste. No lo es. La voz es el chiste.
El modelo fue la variable menos importante
Si trabajas con IA, esta es la parte que deberías robarte.
Para este problema, el modelo fue la variable menos importante. El brief decidía qué podía ser la salida. El juez podía clasificar, pero no decidir. La persona que iba a usar la cosa tenía la última palabra. Tuve que reconstruir una app de comedia para aprenderlo bien, pero es el mismo bucle que usaría para una campaña, un informe o una respuesta de soporte.
La app antigua tenía 21 personajes y siete estilos. Un estilo decidía de dónde venía el material y dónde caía el giro; la voz lo entregaba. Pensé que más estilos la harían más graciosa. La medición dijo otra cosa. La voz era la variable; el estilo sorteado era ruido. En una prueba anterior, los mismos tres métodos produjeron buenos gags en cinco voces y nada en una, el método no era el motor. El personaje lo era.
La evidencia no era sutil. El pipeline antiguo escribía cuatro borradores y dejaba que un selector eligiera el mejor. El selector coincidía conmigo lo suficiente como para confiar en él, y luego rechazó un gag por ser un gag. En una de sus decisiones, la razón que dio fue que el borrador «lee el gag entero como un informe sobre una persona real, no como un chiste». Taché de poco graciosos los 226 gags de ese pipeline. Una pequeña prueba manual sin el selector produjo gags graciosos con el mismo modelo barato. El selector no era el gusto; era una segunda opinión que podía convencerse a sí misma de que el chiste no era un chiste. Lo apagué.
Así que borré el eje de estilos y moví el motor al personaje. Quince voces inglesas, cada una con una visión del mundo, una forma de encontrar algo gracioso y una línea que no cruza. The Anchor lee las noticias con voz plana y no se cree nada. The Storyteller mantiene el planteamiento serio hasta que el giro cae sobre él. The Confessor es alegre y sombrío y siempre el culpable. The Son hace la voz de su madre y acepta el juicio. The Riffer se descubre primero a sí mismo y luego a ti.
Las cuatro voces nativas — Bảo y Lan en vietnamita, Zhìyuǎn y Xiaoyu en mandarín — no son traducciones del reparto inglés. Son motores propios, construidos con material local. El vietnamita tiene nói lái, đồng âm y thành ngữ; el mandarín tiene 谐音, 成语 y 歇后语 — juegos de palabras que solo funcionan dentro del idioma. El reparto inglés tiene acentos porque el acento forma parte del personaje, no es un ajuste. Una voz no es un idioma con un sombrero puesto.
La interfaz de la app está en inglés, vietnamita y chino simplificado; las voces, en inglés, vietnamita y mandarín.
Dos de ellas no funcionaron
Dos de las voces que creía seguras fueron las que fallaron: The Son y The Riffer. Mi nota para mí mismo fue directa: «Estos dos no tienen gracia: The Son y The Riffer. El resto está bien.»
Los dos briefs nombraban su propio fallo. The Son había sido enviado a informar sobre su familia — un corresponsal, no un participante. El giro de The Riffer caía en el oyente — el narrador nunca aparecía. Cada gag que me pareció gracioso tenía lo mismo: el narrador está en la habitación con algo en juego. Un corresponsal que informa sobre lo gracioso no es gracioso. Una persona que está a punto de perder algo, sí.
La solución no fue un modelo nuevo. Fue reescribir los dos briefs para que el narrador esté en la escena. Ahora The Son es el que recibe el juicio. The Riffer confiesa primero el defecto que va a señalar en ti. Mismos acentos, mismas paletas de interpretación, mismos límites. Otra habitación.
La lección vale en general: si la salida es sosa, audita el brief antes de comprar un modelo. El modelo te dará con gusto exactamente el punto de vista que le pediste.
Un cambio de reparto es un cambio de versión
Un reparto nuevo no es una actualización de contenido. Es una versión nueva. Alguien que ya tiene la 1.1 no debería recibir en silencio un reparto distinto bajo el mismo número, así que esto es la 1.2, no la 1.1 build 5.
Luego la parte poco glamurosa. La ficha del App Store era otra superficie de producto, y se había quedado atrás: la ficha era más antigua que la app y seguía prometiendo 21 personajes y un menú de cuatro estilos en los tres idiomas de la tienda, y las capturas mostraban el reparto retirado. Reescribí el texto a partir de las cadenas de la propia app para que la ficha y el selector no pudieran contradecirse, y volví a hacer las capturas. Es un trabajo aburrido. También es la diferencia entre enviar un build y enviar un producto.
Un build instalado en un teléfono hablaba el reparto antiguo, y el servidor tenía que seguir sirviéndolo: un cambio en el servidor es un cambio en el contrato del cliente cuando el cliente ya está instalado. Mantuve activa la versión antigua del catálogo para que la actualización no rompiera a quien aún no había actualizado.
App Review también rechazó el build anterior en un iPad porque la pantalla se quedaba en blanco durante la duración de un gag. El flujo funcionaba; la pantalla no decía nada. Un gag dura entre 30 y 75 segundos, que es mucho tiempo mirando una pantalla vacía. La solución fue un estado «Reproduciendo…», tocar para reproducir además de agitar, y soporte nativo para iPad.
Minimal no es lo mismo que ausente. Yo había confundido las dos cosas.
La semana en que todas las pruebas estaban en verde
La semana antes del lanzamiento, todas las comprobaciones automáticas decían que el audio estaba bien.
El modelo de texto a voz se había actualizado. El prompt no. El modelo antiguo trataba las notas de dirección como instrucciones; el nuevo trataba el campo de texto como una transcripción literal. El wrapper de producción — notas, una instrucción de no leer las notas y una cabecera de transcripción — hizo que dijera cada línea dos veces. Cuatro de cuatro renders de producción se duplicaron. Una transcripción desnuda salió limpia tres de tres veces. La solución fue enviar solo la transcripción y trasladar el acento a la voz.
Aparte, una cabecera WAV de 44 bytes se estaba decodificando como muestras de audio en bruto. Eso ponía un clic al principio de cada clip. Las transcripciones eran perfectas. La suite de pruebas estaba en verde — 780 pruebas, ninguna de las cuales escuchaba el audio. Mi oído lo detectó.
Las pruebas estaban en verde, las transcripciones eran perfectas y el audio estaba mal. Mi oído lo detectó.
Esa es la frase que conservaría si tuviera que tirar el resto de este post. Una suite en verde demuestra tus supuestos, no tu producto. Para el texto, lo que se revisa es la transcripción. Para el audio, la forma de onda. Para la comedia, el oído.
Lo que me queda
Tres cosas.
El modelo fue la variable menos importante. Para este problema, lo fue. El brief, el juez y el oído hicieron el trabajo. Si tu salida de IA es sosa, mira primero el brief, no la clasificación.
Una voz no es una piel sobre un chiste. El reparto es el producto. El mismo chiste en otra voz es otro chiste, y una voz sin personaje es solo un acento.
Minimal no es ausente. Una pantalla en blanco durante un gag de 60 segundos no es contención; es un bug. Un gesto sigue necesitando una línea de estado. Un cambio de reparto sigue necesitando una ficha. Un cliente instalado sigue necesitando su contrato antiguo.
Lo que sigue faltando
La app sigue sin botón para compartir y sin valoraciones. Sigo sin poder ver cómo la usas; no hay SDK de analítica. Si un gag no aterriza, la única señal es que me lo cuentes. Ese es el trato, y no ha cambiado.
Si probaste la 1.0 y te parecieron todos iguales, esta es la actualización. Si solo has escuchado el reparto inglés, prueba con Bảo o Lan; lo gracioso no es una traducción.
Knora 1.2 es gratis en el App Store. Las notas de diseño están en /es/knora/. Si un gag no aterriza, dímelo — toda la app es el chiste.
Preguntas frecuentes
¿Qué es Knora?
Knora es una app de comedia gratuita para iPhone y iPad, solo con voz y para mayores de 18 años (18+). Agitas o tocas, un gag corto se reproduce de principio a fin con una o dos voces, y luego el teléfono vuelve a bajar. Sin cuenta, sin micrófono, sin SDK de analítica.
¿Qué cambió en la 1.2?
Un reparto inglés nuevo de quince voces con acentos de EE. UU., Reino Unido, Sudáfrica y la India, más las dos voces en vietnamita y dos en mandarín. El audio es más limpio, ahora funciona en iPad y se puede tocar para reproducir, y la pantalla indica que se está reproduciendo un gag.
¿Cómo lo pruebo?
Es gratis en el App Store. La interfaz de la app está disponible en inglés, vietnamita y chino simplificado.
Un abrazo, Chandler