Si has usado Claude Code para crear contenido de marketing, seguramente te has encontrado con el mismo muro: cada nueva sesión empieza desde cero. No recuerda tu voz de marca, no sabe quién es tu audiencia y no tiene contexto sobre tus competidores. Acabas copiando y pegando el mismo briefing una y otra vez, y aun así el resultado suele sonar genérico.
Ese es el problema para el que nació Mario. La versión 2 lo lleva bastante más lejos.
Qué hace Mario
Mario es una gema de Ruby que convierte Claude Code en un motor de contenido consciente de la marca. La ejecutas una vez para construir los fundamentos de tu marca: identidad, voz, audiencias, panorama competitivo, mensajes clave y detalles de producto. A partir de ahí, ese contexto permanece disponible en las sesiones siguientes.
El flujo es sencillo. Ejecutas /mario:new-project para configurar la marca y después /mario:create cada vez que necesitas contenido. Mario carga automáticamente el contexto de marca, hace investigación de tema en segundo plano y enruta el trabajo a agentes de marketing especializados según lo que estés creando: copy para web, emails, publicaciones sociales, contenido SEO o campañas de pago.
La diferencia práctica es clara: no tienes que volver a explicarle a Claude Code quién eres cada vez que abres una sesión.
Los fundamentos de marca
Al inicializar un proyecto, Mario genera ocho documentos mediante una entrevista estructurada:
- Identidad de marca.
- Voz y tono.
- Personas de audiencia.
- Panorama competitivo.
- Framework de mensajes.
- Detalles de producto o servicio.
- Canales y distribución.
- Una biblia de marca sintetizada para consulta rápida.
No son archivos decorativos. Son el contexto persistente del que parte cada pieza de contenido. Esa persistencia es lo que mantiene la consistencia cuando escribes un artículo el lunes, una campaña de anuncios el miércoles y una secuencia de emails el viernes.
Agentes especializados
Una de las partes más importantes de Mario v2 es su arquitectura de agentes. En lugar de volcar todo en un único prompt, Mario usa orquestadores que lanzan ejecutores especializados por dominio: estrategia, copy web, email, social, SEO y paid ads. Cada ejecutor carga sus propios marcos de marketing y buenas prácticas.
También hay agentes de investigación que corren en paralelo para analizar contenido competidor antes de empezar a escribir, y agentes de auditoría capaces de puntuar una web en varias dimensiones. Los orquestadores se mantienen ligeros, usando aproximadamente un 10-15% del contexto, para que los agentes especializados tengan espacio suficiente para hacer el trabajo real.
Ese detalle importa. En sistemas con LLM, el contexto no es un cajón infinito. Si el orquestador ocupa demasiado, el agente que debe producir el resultado trabaja con menos aire. Mario intenta separar dirección, investigación y ejecución para que cada parte tenga el contexto que necesita.
Auditorías y análisis competitivo
Hay dos funciones de Mario v2 que resultan especialmente útiles en la práctica.
La primera es /mario:audit, que ejecuta un análisis completo de una web con cinco agentes en paralelo. Evalúa contenido, conversión, SEO, posicionamiento y consistencia de marca. Si solo necesitas una lectura rápida, /mario:quick-audit devuelve una fotografía de 60 segundos.
La segunda es /mario:competitors, que permite comparar sitios competidores lado a lado con tu propio posicionamiento. No sustituye la estrategia, pero es un buen punto de partida para ver dónde estás, qué mensajes se repiten en el mercado y qué huecos podrías ocupar.
Cómo empezar
La instalación es directa:
gem install marketing_mario
mario install --global
Necesitas Ruby 3.1 o superior y acceso a Claude Code. Desde ahí, ejecutas /mario:new-project para construir los fundamentos de marca y ya puedes empezar a crear contenido con /mario:create.
Mario está publicado con licencia MIT y el código está disponible en GitHub: github.com/jorgegorka/mario.
Qué viene después
Mario v2 se centra en resolver un problema muy concreto: hacer que Claude Code deje de empezar cada tarea editorial desde cero. El valor no está solo en generar texto más rápido, sino en generar texto con memoria: voz consistente, audiencia clara, contexto competitivo y criterios de calidad que no dependen de repetir el mismo prompt en cada sesión.
Las próximas mejoras vendrán de su uso real. Si lo pruebas, abre un issue, envía una pull request o comparte qué funciona y qué no. Las herramientas para agentes mejoran cuando dejan de ser demos y empiezan a vivir en flujos de trabajo concretos.
