Checklist para auditar tu stack de IA en 2 minutos

Saber qué herramienta de IA usar no termina cuando la instalas: termina cuando puedes verificar que trabaja sin que tú te acuerdes de abrirla. Comentaste EVALUA porque tienes habilidades guardadas, hojas de reglas o herramientas configuradas en tu stack, y quieres saber cuáles están realmente trabajando. En heypiili enseño a evaluar flujos de trabajo con IA por resultados concretos, no por lo bien organizados que se ven. Según McKinsey Global Institute (2023), el mayor potencial de la IA generativa en el trabajo está en los flujos activos y definidos, no en el acceso puntual a la herramienta.[^1] Abajo tienes el test de tres preguntas para cada pieza de tu stack, las señales que distinguen lo que funciona de lo que solo ocupa espacio, y la instrucción copiable para hacer la auditoría completa en dos minutos.

¿Cómo sé si una pieza de mi stack está realmente trabajando?

El test de tres preguntas se aplica a cada habilidad guardada, hoja de reglas, regla automática o herramienta conectada de tu stack. Si una pieza supera las tres, es estable y está ahorrando trabajo. Si falla cualquiera de las tres, necesita ajuste antes de funcionar sola. Las preguntas del test básico son las primeras tres de la lista; los demás criterios amplían el diagnóstico para las piezas que están en zona gris.

Las tres preguntas del test básico

1. ¿La activaste al menos tres veces sin necesitar editarla antes de usarla?
2. ¿Te ahorró volver a escribir instrucciones o contexto desde cero?
3. ¿Otra persona podría usarla sin preguntarte cómo funciona?

Criterio ampliado para el diagnóstico completo

4. El resultado que devuelve en la primera vuelta llega al 70% del entregable final o más, sin que tú intervengas al principio.
5. No agregaste contexto adicional que debería estar guardado dentro de la pieza misma.
6. La instrucción tiene el tono, el formato y las prohibiciones escritas de forma explícita, no asumidas.
7. No necesitas recordar agregarle algo antes de abrirla: produce desde el primer intento de la sesión.
8. La usaste en el último mes en condiciones normales de trabajo, no solo para probarla.

Criterio de eliminación

9. La última vez que la abriste, la editaste antes de ejecutarla.
10. Tienes que acordarte de usarla: no se activa de forma natural cuando la necesitas.
11. Produce resultados que corriges más de lo que aceptas.
12. No la has abierto en más de tres semanas.

Tres sí en el test básico y ningún ítem de eliminación marcado: la pieza está activa. Un no en el test básico o un ítem de eliminación marcado: la pieza está en rojo.

¿Cuál es la diferencia entre señal verde y señal roja en mi stack?

La señal verde no es que la pieza exista: es que el ciclo se acorta solo cada semana que pasa. Cada vez que la usas, produce el resultado en menos pasos que la vez anterior, sin que tú hayas cambiado nada. La señal roja es la contraria: la pieza depende de tu memoria para activarse. Si tienes que acordarte de usarla, no es un sistema, es una tarea más en tu lista.

Señal verde

• Abre y produce sin que tú agregues contexto extra en la sesión.
• El ciclo se acorta: menos ajustes, menos correcciones, menos vueltas.
• Cualquier persona del equipo puede activarla con el mismo resultado.
• La pieza trabaja aunque no estés pensando en ella.

Señal roja

• Tienes que editarla antes de usarla cada vez.
• Produce resultados que corriges más de lo que usas directamente.
• Depende de que tú recuerdes cuándo y cómo activarla.
• La has mencionado como "tengo que arreglar eso" más de una vez.

Cuando una pieza tiene señal roja no significa que hay que eliminarla de inmediato. Primero la corriges: le escribes el contexto que le falta, ajustas la instrucción o simplificas el flujo. Si sigue fallando después de tres usos con el ajuste, entonces la eliminas.

¿Qué hago cuando una pieza no pasa el test?

Una pieza que falla el test tiene tres posibles problemas: le falta contexto, la instrucción es demasiado genérica, o está resolviendo una tarea que no se repite lo suficiente para merecer configuración propia.

• Le falta contexto: agrega el tono, el formato y las prohibiciones específicas de esa tarea. Si no sabes qué falta, actívala una vez y observa qué corriges después. Eso que corriges es lo que hay que escribir dentro de la instrucción.
• La instrucción es demasiado genérica: hazla más específica con un ejemplo del resultado que esperas. Una instrucción que funciona tiene al menos un "Formato:" y un "Nunca:" explícitos. Sin esos dos campos, el modelo adivina.
• La tarea no se repite: elimina la pieza. Un stack que acumula configuración sin uso produce fricción, no ahorro. La regla de tres: si no la usaste en las últimas tres semanas de trabajo normal, no va a cambiar.

La métrica de avance no es cuántas piezas tienes configuradas. Es cuántas piezas pasan el test esta semana comparadas con la semana anterior.

¿Cómo uso la instrucción para auditar el stack completo en 2 minutos?

Le describes a Claude o ChatGPT las piezas de tu stack y la instrucción de abajo aplica el test por ti: te devuelve el veredicto de cada pieza con la acción concreta para las que no pasan. No necesitas aplicar el test manualmente una pieza a la vez. Describe tu stack en el campo [describe cada pieza] con una pieza por línea y ejecuta la instrucción.

Si el veredicto que te devuelve no tiene acción concreta, agrega al final de la instrucción: "Para cada pieza con veredicto 'ajustar' o 'eliminar', dime exactamente qué línea de la instrucción cambiarías primero." El modelo tiene tendencia a dar recomendaciones de dirección; esta adición le fuerza a dar una línea específica.