Plataforma de Automatización de Cartas de Soporte para Visas
Plataforma impulsada por IA que genera y gestiona automáticamente cartas de soporte para visas de inversor de EE.UU.
Tipo de servicio
Stack tecnologico
Funcionalidades clave
Periodo de desarrollo
4–6 semanas
El problema con el flujo de trabajo anterior
El proceso existente para redactar cartas de apoyo de visa E-2 en despachos de abogados de inmigración.
Las ineficiencias y los riesgos se acumulaban en cada etapa.
Abrir archivos en pestañas
Pegar en ChatGPT
Cambiar a Claude
Búsqueda manual de casos
Editar en herramienta separada
Sin control de versiones
Abrir archivos en pestañas
Buscar manualmente 10–20 archivos
Pegar en ChatGPT
Baja calidad de resultados, alucinaciones
Cambiar a Claude
Reescribir prompts manualmente cada vez
Búsqueda manual de casos
Revisar archivos de 100+ empresas
Editar en herramienta separada
Sin edición en línea
Sin control de versiones
No se puede rastrear el historial de cambios
100+
Empresas gestionadas
10-20
Cartas de apoyo por empresa
3-5h
Tiempo por carta
30+
Archivos por persona
Un registro de iteraciones
Los tres enfoques clave probados antes de alcanzar la solución final.
Write E-2 visa support letter for Korean restaurant investor...
Dear USCIS Officer, I am writing to support the E-2 treaty investor visa application...
ChatGPT en solitario
No reflejaba las particularidades de los documentos legales. Alucinaciones frecuentes. Conocimiento insuficiente del dominio de visas E-2.
Takeaway
Los prompts específicos del dominio y las referencias a casos aprobados reales son imprescindibles
30min+
Tiempo de búsqueda
Manual
Repetición de prompts
Mejorada
Calidad mejorada
Claude + iteración manual de prompts
La calidad mejoró, pero los casos relevantes aún debían buscarse manualmente cada vez. Los prompts se reescribían desde cero en cada sesión.
Takeaway
La recuperación automática de casos similares (RAG) emergió como el desafío crítico
Intento con pipeline de un solo LLM
Introducir el texto OCR sin procesar directamente al LLM desperdiciaba tokens y contaminaba la ventana de contexto. Los costos se dispararon.
Takeaway
Evolucionó hacia una arquitectura multi-LLM con una capa de resumen de Gemini
Dado que la información de las empresas cambia con frecuencia, basar una nueva carta en una aprobada hace dos años es menos efectivo que utilizar la carta más recientemente aprobada en la misma categoría. Lo que se necesitaba no era un RAG simple, sino una búsqueda híbrida que combinara filtrado por categoría y ordenamiento por fecha de aprobación.
Transformación del flujo de trabajo
Comparación detallada
Mapeo 1 a 1 que muestra cómo se resolvió cada punto de dolor del proceso anterior
Búsqueda manual en archivos de pestañas → pegar en ChatGPT / Claude
Asistente de 4 pasos: selección de tipo de visa → carga masiva → verificación OCR → generación automática
Búsqueda manual de casos (100+ empresas, 10–20 cartas cada una)
pgvector RAG: filtro por categoría + similitud coseno + ordenamiento por fecha para coincidencia automática
Edición en herramienta separada, sin edición en línea
Editor en línea + tarjetas de sugerencias IA en barra lateral (aceptar / rechazar con un clic)
Sin control de versiones, sin historial de cambios
Historial de versiones + vista comparativa + descarga PDF / Word
Esperar a un colega para revisar la calidad
Revisión IA: sugerencias de gramática, terminología legal y mejora de contenido con aplicación booleana
Creación manual separada de hojas de preguntas de entrevista
Generación automática de preguntas esperadas y respuestas modelo basadas en el contenido de la carta
Ingreso manual de información DS-160 (extraída a mano de documentos)
Mapeo automático de campos DS-160 desde datos extraídos por OCR
Asistente de 4 pasos
Una interfaz paso a paso lo suficientemente intuitiva para no desarrolladores. Las sesiones pueden abandonarse y retomarse en cualquier momento.
Seleccionar tipo de visa
Elija el tipo de visa y la subcategoría: empleado E-2 (nueva contratación / traslado), inversor E-2, L-1, etc. El prompt y el ámbito de búsqueda se configuran automáticamente según la categoría seleccionada.
Carga masiva de documentos
Cargue hasta 7 tipos de documentos a la vez mediante arrastrar y soltar. Upstage OCR extrae automáticamente el texto de archivos PDF y DOC.
Arrastra y suelta
Verificación OCR por archivo
Revise y corrija el texto extraído para cada archivo. Gemini resume la información clave, reduciendo el uso de tokens en un 20–30%.
Generación de carta + editor
Claude genera un borrador de carta de apoyo con los 3 casos más similares inyectados automáticamente. Edite en línea junto con las sugerencias de IA.
Pipeline multi-LLM
Combinando las fortalezas de cada LLM para reducir costos y maximizar la calidad.
Upstage
Extracción OCR
Gemini
Resumen OCR
Claude
Generación de carta
OpenAI
Embedding + Sugerencias
Upstage — Extracción OCR
Especializado en el reconocimiento de documentos PDF/DOC como pasaportes y estados financieros. Alta precisión en la extracción de datos estructurados de documentos de solicitud de visa.
Gemini — Resumen OCR
Comprime texto OCR extenso de forma eficiente en costos. Reduce los tokens de entrada de Claude en más del 30% preservando la información clave.
Claude — Generación de carta
Mayor calidad en la redacción de documentos legales. Aplica 8 reglas de escritura específicas del dominio mediante system prompt.
OpenAI — Embedding + Sugerencias
Generación vectorial rentable con text-embedding-3-small. También se utiliza para sugerencias de IA y generación de preguntas de entrevista.
Resultados e Impacto
Tiempo de redacción
80%Tiempo de búsqueda de casos
99%Ediciones manuales
80%Control de versiones
∞4 LLMs
Pipeline multi-LLM
80%
Reducción del tiempo de redacción
RAG
Recuperación automática de casos similares
0→∞
Sistema de control de versiones