Hace tiempo, creé una cuenta de correo exclusiva para recibir newsletters. Estoy suscrito a más de 50 y, cada semana, se acumulan en torno a 30 de las que apenas saco tiempo para leer 3 o 4. Tenía en mente un proyecto que me permitiera sintetizar todas ellas en una pieza de información fácil de consumir, para después poder indagar en las que me parecieran más interesantes.
Con ese objetivo, creé un workflow en Make para descargar en Google Drive (en formato HTML) cada newsletter que recibía y agruparlas por semana.
Pensé que una forma ideal de consumir esta información sería a través de un podcast de no más de 20 minutos que resumiera las newsletters más interesantes. Suelo escuchar podcasts mientras hago ejercicio, así que me pareció el medio perfecto.
Creando la aplicación
Me puse manos a la obra y pedí a Gemini que me creara un PRD con los requisitos del proyecto. Básicamente, se compondría de 5 fases:
- Limpiar el contenido de la newsletter para optimizarlo para un LLM. Esto implicaba, por ejemplo, eliminar todos los elementos irrelevantes del email (enlaces, cabeceras, etiquetas HTML, etc.). El LLM debía consumir un fichero Markdown limpio y legible.
- Revisar cada newsletter como si el LLM fuera un editor y añadir metadatos como una puntuación de relevancia del 1 al 10, una lista de puntos clave y el motivo por el que podría ser interesante para el podcast. En este paso, se debía crear un prompt refinado para puntuar bajo las newsletters que fueran agregadores de contenido, estuvieran detrás de un muro de pago o redirigieran a otros medios.
- Crear el guion, tomando como entrada las newsletters y sus metadatos. El LLM debía elaborar un guion para un solo presentador, optimizado para el formato podcast y comentando solo los artículos mejor puntuados, con una duración máxima de 20 minutos.
- Generar el audio usando la API de ElevenLabs.
- Crear un vídeo con una imagen estática y subir el podcast a YouTube, generando también de forma automática la descripción y los metadatos.
Tras crear el PRD, se lo proporcioné a Cursor y fui iterando con el agente en el desarrollo de las distintas fases. Sin entrar en detalles técnicos, volví a usar OpenRouter para llamar a distintos modelos e iteré especialmente en el desarrollo y refinamiento de los prompts. Este proceso fue el más estimulante, porque realmente te obliga a pensar en cada detalle para que el contenido sea interesante y no un bodrio. Podéis encontrar el repositorio en mi GitHub y el podcast que generé en YouTube.
Probando otra alternativa: NotebookLM
El resultado con mi aplicación a medida fue convincente y el proceso de construcción, especialmente el refinamiento de los prompts, fue divertido. Sin embargo, el proyecto se encontró con un obstáculo práctico: el coste. Los créditos de ElevenLabs se consumían rápidamente, haciendo inviable un podcast semanal con el plan gratuito. Esto me llevó a buscar alternativas.
Me habían hablado de NotebookLM, una herramienta de Google diseñada para investigar y sintetizar información, crear mapas conceptuales e incluso audios en formato podcast a partir de las fuentes que subieras. Pedí a la IA que me desarrollara un pequeño script para convertir todos los ficheros HTML en un solo PDF y subirlo como fuente a NotebookLM.
La calidad del podcast generado por NotebookLM era comparable a la de mi aplicación. Pero la gran ventaja de NotebookLM no era solo la generación de audio, sino su naturaleza como herramienta de investigación interactiva. Poder chatear con mis fuentes, profundizar en temas específicos o pedirle resúmenes ejecutivos sobre la marcha fue un valor añadido que mi aplicación no tenía.
Aunque me gustó el reto de crear mi propia solución, para este caso de uso concreto, el coste, y las capacidades adicionales de NotebookLM lo convierten en el ganador. De aquí en adelante, será mi herramienta para transformar el caos de mi bandeja de entrada en conocimiento útil y, por supuesto, en mi podcast semanal.