1. Grafo de conocimiento estructurado
Cada framework, paper revisado por pares y ensayo de operador que Sophie puede citar es una fila en nuestra base de datos Postgres con slug, autor, año, resumen, etiquetas vertical y puntuación de autoridad (0-100). Cuando Sophie cita a Porter o MEDDPICC, el slug resuelve a esa fila. Sin referencias alucinadas.
2. Vocabulario vertical nativo
Sophie habla el idioma del vertical. DTC: MER mixto, margen de contribución por ciclo, conversión F1 a F2. Fintech: take-rate neto de tarifas de esquema, RAROC, three-lines-of-defense. ProfSvc: utilización x realización x leverage, portfolio 2x2 de Maister. SaaS: MEDDPICC, descomposición de velocidad de ventas, Magic Number neto de S&M.
3. Scoring GRIP determinista
Cada workspace recibe una puntuación GRIP: 12 pilares x 4 dimensiones (Guidance, Resources, Implementation, Performance), con 22 reglas de calibración. Modelos por vertical: SaaS, DTC, Fintech, ProfSvc. La puntuación se recalcula en cada snapshot, no se estima desde el chat. Sophie cita números GRIP; nunca los inventa.
4. Reglas de aplicación framework -> arquetipo
Para cada arquetipo (Discount Addiction, Compliance Debt, Bench Accumulation, Pricing Governance, etc.) Sophie tiene una lista curada de frameworks aplicables, cada uno con una regla de aplicación explícita y un movimiento de ejemplo. Cuando diagnostica un arquetipo, el framework correcto ya está en alcance.
5. Casos de cohorte
18 casos anonimizados de cohorte agregada por vertical, 72 en total. Cada caso tiene la métrica desencadenante, el movimiento realizado, el resultado en EUR, el delta de pilar y una narración de 2-3 frases. Sophie cita estos casos por id cuando quiere dar al operador evidencia comparable. Nunca inventa un caso.