ClauseCraft AI — Explainer

Concepto

ClauseCraft AI es un micro-SaaS B2B de Legal Tech que automatiza la redacción y revisión de documentos legales estandarizados para despachos pequeños y profesionales autónomos. Elimina el trabajo repetitivo de generar NDAs, contratos de servicio y otros documentos estándar, liberando tiempo para tareas estratégicas de mayor valor.

---

Arquitectura

┌─────────────────────────────────────────────────────────────┐
│                    ClauseCraft AI API                        │
│                   (Spring Boot 4.0.4)                        │
│                                                             │
│  ┌──────────────┐   ┌──────────────┐   ┌───────────────┐   │
│  │ AuthController│   │DocController │   │ClauseController│  │
│  └──────┬───────┘   └──────┬───────┘   └───────┬───────┘   │
│         │                  │                   │           │
│  ┌──────▼───────┐   ┌──────▼───────┐   ┌───────▼───────┐   │
│  │  UserService │   │DocumentService│   │ ClauseService │   │
│  └──────┬───────┘   └──────┬───────┘   └───────┬───────┘   │
│         │                  │                   │           │
│  ┌──────▼───────┐          ├───────────────────┘           │
│  │UserRepository│          ▼                               │
│  └─────────────┘   ┌───────────────┐                       │
│                    │  LlmClient    │ (OpenFeign)            │
│  ┌──────────────┐  └───────┬───────┘                       │
│  │  JwtService  │          │                               │
│  └──────────────┘          ▼                               │
│                    OpenAI-compatible API                     │
│  ┌──────────────┐   (Virtual Threads for I/O)               │
│  │SecurityConfig│                                           │
│  │JwtAuthFilter │                                           │
│  └──────────────┘                                           │
└─────────────────────────────────────────────────────────────┘
         │
   ┌─────▼─────┐
   │H2 / PgSQL │
   └───────────┘

Capas

Capa	Paquete	Responsabilidad
Controller	controller/	REST endpoints, validación de entrada, extracción de usuario JWT
Service	service/	Lógica de negocio, construcción de prompts, llamadas LLM
Repository	repository/	Acceso JPA a H2 (dev) / PostgreSQL (prod)
Client	client/	Feign client para API LLM externa
Config	config/	Security, JWT filter, Virtual Threads, Feign scan
Model	model/	Entidades JPA (User, DocumentTemplate, GeneratedDocument)
DTO	dto/	Records Java 25 para requests y responses

Decisiones técnicas clave

• Virtual Threads: %%INLINE7%% configura Tomcat para usar %%INLINE8%%. Las llamadas bloqueantes al LLM (%%INLINE9%%) también se ejecutan explícitamente en virtual threads via %%INLINE10%%.
• JWT stateless: Sin sesiones HTTP. El JwtAuthFilter extrae y valida el token en cada request.
• Fallback LLM: Si app.llm.api-key no está configurado, los servicios devuelven respuestas simuladas para permitir demo sin API key.
• Sin ciclo Spring: %%INLINE13%% autentica manualmente con %%INLINE14%% en lugar de inyectar AuthenticationManager, rompiendo el ciclo circular habitual.

---

Endpoints

Autenticación — /api/auth/** (público)

Método	Ruta	Body	Respuesta
%%INLINE17%%	%%INLINE18%%	%%INLINE19%%	%%INLINE20%% (201)
%%INLINE21%%	%%INLINE22%%	%%INLINE23%%	%%INLINE24%% (200)

RegisterRequest

{
  "email": "abogado@despacho.es",
  "password": "secreto123",
  "fullName": "María García López"
}

AuthResponse

{
  "token": "eyJhbGciOiJIUzI1NiJ9...",
  "email": "abogado@despacho.es",
  "fullName": "María García López",
  "subscriptionPlan": "FREE"
}

---

Documentos — /api/documents (requiere JWT)

Método	Ruta	Body	Respuesta
%%INLINE26%%	%%INLINE27%%	%%INLINE28%%	%%INLINE29%% (201)
%%INLINE30%%	%%INLINE31%%	%%INLINE32%%	%%INLINE33%% (200)
%%INLINE34%%	%%INLINE35%%	—	List<DocumentResponse> (200)

GenerateDocumentRequest

{
  "documentType": "NDA",
  "firstPartyName": "TechStartup S.L.",
  "secondPartyName": "Freelancer Juan Pérez",
  "jurisdiction": "Spain",
  "effectiveDate": "2026-07-01",
  "additionalVariables": {
    "confidentialityPeriod": "3 years"
  }
}

AnalyzeDocumentRequest

{
  "documentText": "This agreement is entered into... [full document text]",
  "documentTitle": "Consulting Services Agreement"
}

RiskAnalysisResponse

{
  "documentTitle": "Consulting Services Agreement",
  "overallRiskScore": 4,
  "risks": [
    {
      "clause": "Termination clause",
      "riskLevel": "MEDIUM",
      "description": "Lacks specific notice period",
      "suggestion": "Add 30-day written notice requirement"
    }
  ],
  "summary": "Document is generally sound with minor improvements recommended."
}

---

Cláusulas — /api/clauses (requiere JWT)

Método	Ruta	Body	Respuesta
%%INLINE38%%	%%INLINE39%%	%%INLINE40%%	%%INLINE41%% (200)

ClauseSuggestionRequest

{
  "clauseText": "Either party may terminate this agreement at any time.",
  "context": "SaaS service agreement",
  "jurisdiction": "Spain"
}

---

Plantillas — /api/templates (requiere JWT)

Método	Ruta	Respuesta
%%INLINE43%%	%%INLINE44%%	List<DocumentTemplate>
%%INLINE46%%	%%INLINE47%%	DocumentTemplate

Tipos disponibles: %%INLINE49%%, %%INLINE50%%, %%INLINE51%%, %%INLINE52%%, PARTNERSHIP_AGREEMENT

---

Análisis de Negocio

Propuesta de valor

• ROI inmediato: Un NDA que tarda 2h en redactar manualmente → 2 minutos con ClauseCraft AI.
• Reducción de errores: Templates + LLM con contexto legal → menos cláusulas faltantes.
• Análisis de riesgo proactivo: Detecta ambigüedades antes de firmar, evitando litigios costosos.

Modelo de monetización

Plan	Documentos/mes	Precio estimado	Target
FREE	5	€0	Evaluación
PROFESSIONAL	50	€49/mes	Solo practitioners
TEAM	Ilimitado	€149/mes	Despachos 2-10 abogados

Ventaja competitiva

• Verticalmente especializado en Legal (vs. ChatGPT genérico).
• Biblioteca de plantillas específicas por jurisdicción (España, LATAM, US).
• Análisis de riesgo estructurado en formato procesable (no solo texto libre).

---

Cómo ejecutar

Requisitos

• Java 25+
• Maven 3.9+

Ejecución con H2 (perfil por defecto)

cd solutions/2026-06-14-clause-craft-ai
mvn spring-boot:run

La aplicación arranca en http://localhost:8080 con H2 en memoria y 5 plantillas pre-cargadas.

Consola H2: http://localhost:8080/h2-console

• JDBC URL: jdbc:h2:mem:clausecraftdb
• User: sa / Password: (vacío)

Con API key real (OpenAI o compatible)

APP_LLM_API_KEY=sk-xxxx mvn spring-boot:run

O en application.yml:

app:
  llm:
    api-key: sk-xxxx
    model: gpt-4o-mini

Con PostgreSQL (producción)

mvn spring-boot:run \
  -Dspring-boot.run.profiles=prod \
  -Dspring.datasource.url=jdbc:postgresql://localhost:5432/clausecraft \
  -Dspring.datasource.username=postgres \
  -Dspring.datasource.password=secret

Ejemplo rápido con curl

# 1. Registrar usuario
TOKEN=$(curl -s -X POST http://localhost:8080/api/auth/register \
  -H "Content-Type: application/json" \
  -d '{"email":"abogado@test.com","password":"secreto123","fullName":"Ana Legal"}' \
  | jq -r '.token')

# 2. Generar NDA
curl -X POST http://localhost:8080/api/documents/generate \
  -H "Authorization: Bearer $TOKEN" \
  -H "Content-Type: application/json" \
  -d '{
    "documentType": "NDA",
    "firstPartyName": "Empresa Alpha S.L.",
    "secondPartyName": "Empresa Beta S.A.",
    "jurisdiction": "Spain",
    "effectiveDate": "2026-07-01"
  }'

# 3. Analizar riesgo
curl -X POST http://localhost:8080/api/documents/analyze \
  -H "Authorization: Bearer $TOKEN" \
  -H "Content-Type: application/json" \
  -d '{"documentText": "This agreement... [texto del contrato]", "documentTitle": "NDA Test"}'

# 4. Sugerir mejoras para cláusula
curl -X POST http://localhost:8080/api/clauses/suggest \
  -H "Authorization: Bearer $TOKEN" \
  -H "Content-Type: application/json" \
  -d '{"clauseText": "Either party may terminate at any time.", "jurisdiction": "Spain"}'

---

Referencias

• Best AI SaaS Product Ideas 2026 — GroovyWeb
• Spring Boot 4.0 Reference
• Spring Security 7.x Architecture
• JJWT 0.12.x Documentation
• Spring Cloud OpenFeign
• OpenAI Chat Completions API
• Java 25 Virtual Threads (JEP 444)

---

FinOps Analysis

Estimación de Costos Operativos Mensuales

Para ClauseCraft AI, los costos operativos iniciales se estiman en $70/mes. Este desglose considera un escenario inicial con aproximadamente 20-25 usuarios activos que utilizan las funcionalidades clave de generación y análisis de documentos.

• Costos de LLM (API de OpenAI): ~$10/mes

* Estimación de consumo: ~1 millón de tokens mensuales, utilizando principalmente %%INLINE59%% y ocasionalmente %%INLINE60%% para tareas más complejas. Esto incluye la generación de documentos, sugerencias de cláusulas y análisis preliminar de riesgos. El costo se calcula en base a 440K tokens de entrada y 580K tokens de salida.

• Infraestructura Cloud (AWS/GCP/Azure): ~$55/mes

* Servidor de Aplicación: ~$30/mes (ej. una instancia EC2 t3.small o un contenedor equivalente en ECS Fargate para ejecutar Spring Boot). * Base de Datos: ~$25/mes (ej. una instancia RDS PostgreSQL t3.micro con almacenamiento básico).

• Monitoreo y Logs: ~$5/mes (servicios básicos de logging y métricas del proveedor cloud).

Estimación de Ingresos Mensuales

Basado en un modelo de suscripción SaaS por niveles, con un precio de $35/mes para el plan profesional individual y $100/mes para el plan de equipo pequeño. Se asume una base inicial de clientes:

20 Clientes Profesionales: 20 usuarios $35/mes = $700/mes 2 Clientes de Equipo Pequeño: 2 equipos $100/mes = $200/mes

• Ingreso Mensual Total Estimado: $900/mes

Margen de Beneficio

Con los costos e ingresos estimados, el margen de beneficio inicial es muy saludable:

• Ingresos: $900/mes
• Costos: $70/mes
• Beneficio Bruto: $830/mes

Margen de Beneficio: (($900 - $70) / $900) 100% = 92%

Este alto margen es característico de micro-SaaS bien enfocados con costos operativos de infraestructura optimizados y un valor percibido alto para el cliente, especialmente en un nicho como el legal.

Estrategias de Optimización FinOps

Para mantener y mejorar este margen a medida que la startup escala, se recomiendan las siguientes estrategias FinOps:

1. Gestión de Costos de LLM:

* Caching Inteligente: Implementar un sistema de caché para respuestas de LLM que sean comunes o se repitan con frecuencia (ej. sugerencias de cláusulas estándar, fragmentos de documentos). Esto reduce las llamadas a la API y el consumo de tokens. * Prompt Engineering Avanzado: Refinar continuamente los prompts para obtener resultados de alta calidad con el menor número de tokens posible. Esto incluye el uso de técnicas como la compresión de prompts o la extracción de información clave antes de llamar al LLM. * Selección Dinámica de Modelos: Configurar la aplicación para utilizar el modelo de LLM más coste-eficiente para cada tarea. Por ejemplo, %%INLINE63%% para la generación de borradores iniciales o sugerencias sencillas, y reservar %%INLINE64%% o gpt-4o (si es necesario) para análisis de riesgo más críticos que requieran mayor precisión. * Procesamiento por Lotes (Batch Processing): Para tareas no urgentes como el análisis de documentos subidos por el usuario que no requieren respuesta inmediata, agrupar las llamadas a la API del LLM y procesarlas durante horas de menor demanda o utilizando endpoints asíncronos que suelen ser más económicos.

1. Optimización de Infraestructura Cloud:

* Escalabilidad Elástica: Configurar la infraestructura para escalar automáticamente (auto-scaling) en función de la demanda, asegurando que solo se paguen los recursos necesarios en cada momento. * Uso de Contenedores y Serverless: Considerar el uso de servicios como AWS Fargate o Google Cloud Run para el despliegue del backend de Spring Boot, lo que permite pagar solo por los recursos consumidos y reduce la sobrecarga de gestión de servidores. Para funciones específicas y de corta duración, las funciones serverless (Lambda, Cloud Functions) pueden ser más económicas. * Reservas de Instancias (a largo plazo): Una vez que se estabilice el consumo y se tenga una idea clara de la capacidad base requerida, considerar la compra de instancias reservadas (Reserved Instances) o Savings Plans para reducir significativamente los costos de cómputo y base de datos.

1. Monitoreo y Alertas de Costos:

* Implementar herramientas de monitoreo de costos (ej. AWS Cost Explorer, Google Cloud Billing Reports) y configurar alertas para notificar sobre umbrales de gasto excedidos o desviaciones significativas en el consumo de LLM o recursos cloud. Esto permite una reacción rápida ante cualquier incremento inesperado de costos.

Al aplicar estas prácticas FinOps desde el inicio, ClauseCraft AI puede asegurar una operación sostenible y rentable a medida que crece su base de usuarios.