Un diagnóstico que conoce esta planta, no solo una foto.
Sube hasta cuatro fotos de tu planta y la IA las analiza junto con su propio historial: variedad, edad, sustrato, los últimos 21 días de su plan diario y su registro de EC/pH. El resultado es una observación basada en contexto, no una etiqueta genérica de sana o enferma.
El problema
Una hoja descolorida puede significar una docena de cosas distintas según la edad de la planta, la variedad y lo que se añadió a la maceta la semana pasada. Los clasificadores de fotos genéricos no saben nada de eso — ven una imagen, no una planta con historia. Terminas tratando el problema equivocado y empeorándolo.
Por qué es difícil resolverlo solo
La diferencia entre un problema nutricional, estrés lumínico y daño temprano por plagas es invisible sin contexto. Una foto sola no te dice si ese amarilleo es senescencia normal en la octava semana de floración o un bloqueo que empezó hace tres días. Equivocarse cuesta semanas de recuperación, o toda la cosecha.
Cómo ayuda GrowScope
GrowScope envía tus fotos y el contexto relevante de la planta a un modelo de IA (Anthropic Claude u OpenRouter/Google Gemini, intercambiable) que separa la observación de la hipótesis. No afirmará que hay una plaga sin evidencia visible, y ajusta su nivel de cautela según si cultivas una autofloreciente o una fotoperiódica. Obtienes un índice de salud, un índice de desarrollo, el porcentaje de llenado del dosel y una evaluación escrita.
Cómo funciona
- Sube hasta cuatro fotos a la vez — la IA las analiza juntas, no una por una.
- El modelo recibe la variedad, edad, sustrato, los últimos 21 días del plan diario y el historial de EC/pH de la planta como contexto para el análisis.
- El prompt del sistema separa explícitamente la observación de la hipótesis: el modelo informa lo que ve y lo que sospecha, sin mezclarlos nunca.
- El seguimiento de tricomas estima la ventana de cosecha a partir de macrofotos. Si la foto no tiene la claridad necesaria (mal enfoque, escala o iluminación), el modelo pide una mejor imagen en lugar de adivinar.
- La detección de plagas revisa tres problemas específicos — ácaros araña, trips y oídio — como un cribado visual cauteloso, no un diagnóstico de laboratorio.
Qué obtienes
Sabes si lo que ves es un problema, algo normal o todavía no está claro — y si la foto no es lo bastante buena, la IA te lo dice en lugar de inventar certeza.
Preguntas frecuentes
¿La IA garantiza un diagnóstico correcto?
No. Es una herramienta de cribado visual, no una prueba de laboratorio. El modelo separa la observación de la hipótesis y pide mejores fotos cuando la evidencia es insuficiente, pero puede equivocarse. Las reglas de seguridad deterministas de GrowScope (por ejemplo, en la alimentación) siempre tienen la última palabra en lo que realmente afecta a la planta.
¿Qué ocurre con mis fotos cuando pido un análisis?
Las fotos se envían tal cual (con los metadatos EXIF intactos) al proveedor de IA seleccionado — Anthropic Claude u OpenRouter/Google Gemini. Este es el único motivo por el que las fotos salen del servidor de GrowScope. No se usan para entrenar modelos ni se revenden.
¿Puede la IA identificar cualquier plaga o enfermedad?
No. La detección de plagas se limita a ácaros araña, trips y oídio. En el producto se describe como un cribado visual cauteloso, no un diagnóstico de laboratorio. Otros problemas pueden señalarse como observaciones, pero el modelo no nombrará una plaga o patógeno concreto sin evidencia visible.
¿Qué me dice realmente el seguimiento de tricomas?
Predice una ventana de cosecha a partir de macrofotos de los tricomas. Si la imagen está borrosa, mal iluminada o con el aumento incorrecto, el modelo te pedirá explícitamente que la repitas en vez de dar una estimación poco fiable.