content-factory

Multi-channel content production skill for Claude Code. Generates editorial-ready outputs for 35+ platforms (blog WordPress, LinkedIn, Substack, Medium, X, Bluesky, Threads, Quora, Hacker News, Reddit, Mastodon, Facebook personal & page, WhatsApp, etc.) from a single source brief. Includes anti-LLM voice validators, platform mechanics playbook, image generation helper, and case studies.

Qué es

content-factory (codename LEO — The Ultimate Content Factory) es el skill de Claude Code que utilizamos en Zoopa / 498A para producir contenido editorial multicanal de calidad. Toma un brief de 3 bloques (source.md) y genera outputs listos para publicar en cada plataforma con las particularidades de cada una (char limits, formato, tono, anti-patrones).

Es parte del stack GEORadar (DOC · S.A.M. · LEO) que ofrecemos a clientes empresariales para construir presencia editorial coherente en LLMs y buscadores.

Cómo se usa

Instalación

Copiar el skill a ~/.claude/skills/content-factory/:

git clone https://github.com/498AS/content-factory.git ~/.claude/skills/content-factory

Crear un proyecto nuevo

~/.claude/skills/content-factory/scripts/new-project.sh tema-del-post --paste

Crea project_{ddmmaaaa}_{tema}/ con scaffolding source.md + output/ + metadata.json.

Invocar en Claude Code

Dentro de Claude Code en el directorio del workspace:

/content-factory

O simplemente: "lanza el content-factory con la pieza pillar primero".

Estructura del repo

.
├── SKILL.md                         # Instrucciones principales del skill
├── README.md                        # Este archivo
├── references/                      # Style guides + playbooks por plataforma
│   ├── channel-catalog.md           # Catálogo maestro 37 canales
│   ├── content-brief-structure.md   # Formato source.md (3-block brief)
│   ├── editorial-patterns.md        # Killer line, paradoja, pull-quote
│   ├── blog-html-components.md      # Componentes HTML inline para WordPress
│   ├── blog-main-image-style.md     # Estilo visual main image (yeti editorial)
│   ├── linkedin-voice-carlos-ortet.md  # Voz LinkedIn personal validada
│   ├── substack-style.md            # Estilo email + permalink (no blog)
│   ├── x-twitter-voice-style.md     # Voz X anti-LLM (3.250 palabras)
│   ├── quora-best-practices.md      # Cuenta + format + cadencia
│   ├── orthography-rules.md         # Reglas globales (no em-dash, etc.)
│   ├── platform-mechanics.md        # ⭐ Playwright playbook per plataforma
│   └── lessons-learned.md           # Trampas operativas conocidas
├── scripts/
│   ├── new-project.sh               # Scaffolding nuevo proyecto
│   ├── metadata.py                  # CRUD metadata.json
│   ├── generate_blog_main_image.py  # Nano Banana auto-gen main image
│   ├── validators/
│   │   ├── run_all.py               # Wrapper que ejecuta todos los validators
│   │   ├── validate_anti_llm_patterns.py  # ⭐ Em-dash, temporales, frases IA
│   │   ├── validate_char_limits.py        # ⭐ Per-channel char limits
│   │   ├── validate_titles.py             # Sentence case + length
│   │   ├── validate_numbers.py            # Coherencia cifras
│   │   ├── validate_catalan.py            # Punt volat, ce trencada
│   │   └── validate_blog_completeness.py  # Estructura blog WP
│   └── publisher/
│       └── wp_publish.py            # WordPress REST API (Polylang + Rank Math)
├── case-studies/
│   ├── karma-boost-carlos-ortet-20260524.md         # Plan personal multi-plataforma
│   └── lecciones-publicacion-multicanal-AI-chips-20260524.md  # Cierre proyecto AI Chips
├── vault-notes/
│   ├── Content_Factory_Workspace.md       # Setup workspace inicial
│   ├── MOC Content Factory.md             # Mapa de Contenido vault
│   ├── playbook-publicacion-zoopa-3-idiomas-20260523.md
│   ├── guia-linkedin-voz-carlos-ortet-20260510.md
│   └── servicio-authority-boost-90-20260524.md     # Servicio comercial AB90
└── docs/                            # Documentación adicional (a expandir)

Canales soportados (37)

Blog & Newsletter (core)

• WordPress (ES/EN/CA) con Polylang Pro + Rank Math SEO
• Substack (ES) con preheader + cover image
• Medium (EN) via import-from-URL

Redes sociales (core)

• LinkedIn personal + page (ES/CA)
• X / Twitter (hilos asimétricos)
• Threads (Meta cross-graph)
• Facebook personal nativo + Facebook Page institucional

Mensajería

• WhatsApp Grupos (ES/CA)
• WhatsApp Canal (ES/CA)
• Telegram

Plataformas tech

• Dev.to · Hashnode · HackerNoon · DZone · Lobste.rs

Reddit

• 2 subreddits con flairs específicos

Plataformas descentralizadas

• Mirror.xyz · Farcaster · Mastodon · Bluesky

Q&A y comunidades

• Quora (long-tail SEO + LLM citation source)
• Hacker News
• Discord servers IA

Reviews y directorios

• Trustpilot · Product Hunt · G2 · Capterra

Video (si aplica)

• YouTube Community · YouTube Shorts script · Reels / TikTok script

Ver references/channel-catalog.md para detalle completo.

Idiomas soportados

ES (Castellano) · EN (English) · CA (Català) · ES Fácil (Lectura Fácil)

Componentes clave

1. Validators (CI-ready)

validate_anti_llm_patterns.py — detecta y reporta:

• Em-dash (—) y en-dash (–) que delatan generación LLM
• Referencias temporales relativas ("esta semana", "este año", "today", etc.)
• Frases formulaicas ("Lectura completa con datos verificados", "delve into", "deep dive", etc.)
• Flechas → como bullets de lista
• Patrón HN auto-flag (bullet + empresa + país + cifra)

python3 scripts/validators/validate_anti_llm_patterns.py output/*.md output/*.txt

validate_char_limits.py — valida limits por canal:

• X 280 chars por tuit · Bluesky 300 · Threads 500 · Mastodon 500
• LinkedIn 3000 total · WhatsApp Canal 4096
• Reporta violations con offset y trim necesario

python3 scripts/validators/validate_char_limits.py output/x_twitter_ready.txt

2. Platform Mechanics Playbook

references/platform-mechanics.md documenta cómo automatizar publicación en cada plataforma vía Playwright CLI:

• URLs canónicas (handles correctos, slugs reales)
• Mecánica composer step-by-step
• Trampas conocidas (Bluesky email verification, FB Page slug, HN auto-flag)
• Selectores y refs dinámicos
• Verificación post-publicación

3. Voice Style Guides

• linkedin-voice-carlos-ortet.md — voz personal validada
• substack-style.md — email + permalink (NO blog WordPress condensado)
• x-twitter-voice-style.md — anti-LLM (3.250 palabras)
• quora-best-practices.md — long-tail SEO + cadencia 48h
• orthography-rules.md § 3 — reglas globales anti-LLM
• blog-main-image-style.md — estilo visual main image yeti editorial

4. Image generation helper

scripts/generate_blog_main_image.py — wrapper Nano Banana (Gemini) que:

• Usa el prompt template canónico del estilo Carlos Ortet
• Genera a 1920x1080
• Crop a 1600x900 quitando watermark Gemini
• Output PNG listo para blog WP / Substack cover

GOOGLE_GENERATIVE_AI_API_KEY=... python3 scripts/generate_blog_main_image.py \
  --topic "Authority Boost servicio digital" \
  --output ./main.png

Caso de uso real

Proyecto AI Chips Economy (24 may 2026) publicó en:

• Blog WP (ES/EN/CA) con infografía
• Medium (EN)
• Substack (ES)
• LinkedIn personal (con vídeo nativo + URL en comentario)
• X (hilo 19 tuits)
• WhatsApp Canal
• Quora (1 de 4 answers, resto cadencia 48h auto-programada)
• Hacker News (submission + OP comment — OP flagged por low karma, ver case study)
• Bluesky (hilo 5 posts asimétrico)
• Threads (hilo 4 posts)
• FB Page Zoopa (versión institucional)
• FB personal Carlos (nativo long-form, URL en 1er comentario)
• carlosortet.com (publication entry con 5 links)

12 canales activos publicados desde una única source.md en ~6 horas.

→ Ver case-studies/lecciones-publicacion-multicanal-AI-chips-20260524.md

Filosofía del skill

1. Una fuente, muchos canales — un solo brief estructurado produce contenido adaptado a cada plataforma
2. Voz humana por defecto — detectar y bloquear patrones de "voz IA" (em-dashes, antítesis formulaicas, listicles con cifras)
3. Validar antes de publicar — char limits, ortografía, completeness checks como parte del flow
4. Automatizar la mecánica, no la voz — Playwright para publish, no para escribir
5. Iterar con cada proyecto — lessons-learned.md crece con cada trampa encontrada

Relación con el ecosistema Zoopa / 498A

• DOC (Diagnostic Optimization Checker) — optimiza la AX (Agent Experience) del sitio web destino antes de publicar
• S.A.M. (Semantic Alignment Machine) — valida que el contenido encaja con prompts target del nicho
• LEO = este skill — produce el contenido multicanal
• GEORadar — mide la presencia post-publicación en LLMs

Combinados ofrecen el servicio Authority Boost 90 (plan integral 90 días para autoridad digital).

Contribuir

Este skill se itera con cada proyecto real publicado. Si encuentras una trampa nueva en una plataforma:

1. Añade nota a references/lessons-learned.md + sección correspondiente en references/platform-mechanics.md
2. Si afecta validación, ampliar pattern en scripts/validators/
3. PR a este repo

Licencia

MIT (excepto las case-studies que pueden contener data de cliente — verifica antes de redistribuir).

Maintainers

• Carlos Ortet (carlosortet.com) · CEO Zoopa · Director 498A
• Mer Canet · Operaciones contenido
• Community lead GEORadar · Medición LLM visibility

Links

• Zoopa · Innovation & Creative Technology
• 498AS · AI R&D Division
• GEORadar · LLM brand visibility
• carlosortet.com · Speaker bio + publications

---

Skill iniciado en 2025. Repo público creado 2026-05-24 tras consolidación de aprendizajes de 15+ proyectos editoriales multicanal.