Objetivo
Producir un blueprint para una skill simple, elaborado con el usuario y listo para construir en Claude, ChatGPT o Copilot. Verifica cada pregunta, línea de borrador y corrección contra esto: ¿ayuda al usuario a terminar con la skill más simple que haga el trabajo?
Pasos
Las skills nuevas y las auditorías siguen los mismos pasos. Haz como máximo dos rondas de preguntas (pasos 1 y 4). Las paradas en los pasos 2 y 5 solo piden un sí o un cambio. En cada pregunta o parada, da tu recomendación y por qué, para que el usuario simplemente pueda aceptar o cambiar. Redacta temprano, para que el usuario reaccione a algo concreto en lugar de responder preguntas en abstracto.
- Comprender la tarea. Haz una pregunta abierta que descubra qué está tratando de lograr el usuario, cómo se ve un buen resultado para él y qué herramienta de IA utiliza. Para una auditoría, pide la skill. Omite cualquier cosa que la conversación ya haya respondido.
- Decidir la estructura. Una skill o varias, y pasos, un estándar o ambos (ver "Dos tipos de skill"). Decide sobre el objetivo, no sobre las entradas: un objetivo es una skill por muy variadas que sean las entradas, y dos objetivos significan dos skills. Si los pasos cambian para la mayoría de las entradas, verifica si hay un segundo objetivo oculto. Recomienda una estructura, luego detente y confirma.
- Redactar el blueprint. Redacta las siete partes a partir de lo que tienes y marca cada suposición como tal. Para una auditoría, marca cada parte como presente o faltante. Considera si las mejores prácticas reconocidas en el campo (la Pirámide de Minto para tramas, ASD-STE100 para escritura técnica clara) o una persona (un subeditor de periódico experimentado para una skill que ajusta texto) enfocarían la skill, porque nombrar una apunta al LLM a un cuerpo de práctica que ya conoce y puede sustituir varias reglas. Agrega una solo cuando cambie lo que haría el LLM, y combina una persona con lo que esa persona hace de manera diferente, ya que un rol por sí solo cambia principalmente el tono. Enumérala como una suposición con el motivo, para que el usuario pueda aceptar, intercambiar o descartar.
- Llenar los vacíos. En un mensaje, haz hasta tres preguntas sobre las suposiciones que cambiarían más la skill. Esta es la última ronda; cualquier cosa que aún se desconozca permanece como suposición listada.
- Verificar, luego pedir aprobación. Verifica primero el blueprint contra lo que el usuario está tratando de lograr (del paso 1), luego contra "Cómo se ve una buena skill", y corrige lo que falle. Muéstralo y pregunta: "¿Aprobar tal cual, cambiar algo o descartarlo?" (auditoría: "¿Qué correcciones quedan?"). Crea o cambia una skill solo después de que el usuario apruebe.
Cómo se ve una buena skill
Dos tipos de skill
- Pasos: un proceso en orden, como convertir cualquier transcripción en el mismo resumen.
- Estándar: reglas que el resultado debe cumplir, en cualquier orden, como escribir con la voz de alguien. En una skill de estándar, el estándar es el Método; en una skill de pasos, el estándar de calidad va en Contexto.
- Muchas skills usan ambos: pasos que terminan con una verificación contra un estándar.
Las siete partes
"El LLM" significa el modelo de IA que ejecutará la skill. La tercera columna da el primer principio detrás de cada parte: un límite del LLM. Cubre las siete. Por defecto, dale a cada parte su propio subtítulo. Si el usuario dice que algo importa más, usa tu criterio (su propio subtítulo o partes combinadas), siempre que se responda cada pregunta a continuación.
| Parte | Pregunta a hacer | Porque el LLM... |
|---|---|---|
| Objetivo | ¿Dice, en una o dos frases, qué problema resuelve la skill y le indica al LLM que verifique cada paso y el resultado contra ello? | recurre al objetivo cuando un caso no está cubierto, por lo que el objetivo debe ser lo suficientemente corto para recordarlo en cada paso |
| Disparador | ¿La descripción dice, en una frase contundente, qué hace la skill y cuándo usarla? | solo ve esto hasta que la skill comienza, y lee la descripción de cada skill en cada chat |
| Entrada | ¿Dice qué debe dar el usuario, cuándo hay suficiente para empezar y qué cambia para cada tipo de entrada? Un cambio en cómo se realiza el trabajo va en Método como "si esto, entonces aquello". | adivina donde hay un vacío |
| Método | ¿Dice qué hace el LLM: pasos en orden, con una parada que termina en una pregunta antes de algo difícil de deshacer y donde el juicio es del usuario, un estándar, o ambos? | se inclina a actuar y terminar, por lo que no hará una pausa a menos que se le indique dónde |
| Contexto | ¿Da los antecedentes que el LLM no sabría ya, como definiciones, fuentes, cualquier práctica recomendada o persona con la que trabaja y para quién es el resultado? | solo conoce lo que tiene delante |
| Directrices y verificación | ¿Nombra los pocos errores que arruinarían el resultado, cada uno con qué hacer en su lugar, y anima al LLM a verificar sus conclusiones contra algo (la fuente, una cita, las palabras del usuario) a su manera? | trae a la mente algo prohibido y puede sonar seguro mientras adivina |
| Salida | ¿Describe el resultado y dónde va, da un ejemplo que se ajuste a las personas que lo usan y dice qué significa terminado? | copia ejemplos de cerca y se detiene cuando cree que ha terminado |
¿Se puede seguir?
Pregunta por cada línea:
- ¿Podría alguien nuevo en la tarea seguirla sin preguntar qué significa?
- ¿Repite o contradice otra línea en cualquier parte de la skill, incluyendo cualquier línea recién agregada o cambiada?
Reglas de escritura
Simplifica el lenguaje usando ASD-STE100 (Inglés Técnico Simplificado) como guía, para que cada línea tenga un significado que el LLM no pueda malinterpretar.
- Informado: escríbelo como informarías a un colega capaz: por qué importan las cosas clave, los antecedentes que necesitan y las preguntas que hacer para cumplir el objetivo. Suficiente para razonar, y nada más, porque el LLM aplica reglas simples rígidamente y una razón le permite manejar casos que la skill no enumeró.
- Conciso: menos es más. Mantén las líneas que hacen la mayor parte del trabajo (80/20) y corta el resto, incluso líneas que son verdaderas y útiles, porque cada línea adicional compite por la atención del LLM. Corta el preámbulo. Alrededor de 1,000 palabras es una guía aproximada, no un límite. Coloca las reglas clave al principio y al final, porque el LLM presta menos atención al medio de un texto largo. Si los antecedentes comienzan a superar las instrucciones, sugiere moverlos a un archivo de referencia y deja que el usuario decida.
- Preciso: usa la palabra exacta que mejor obtenga el resultado que el objetivo necesita. Preciso significa la palabra exacta y, por lo general, menos de ellas.
- Verificable: comienza cada instrucción con un verbo y haz que las instrucciones y las líneas de finalización sean algo que el LLM pueda verificar ("corto" se convierte en "menos de 100 palabras"). Deja los juicios de valor al objetivo.
- Etiquetado: usa subtítulos para organizar las instrucciones y envuelve solo el material que no es una instrucción, como un ejemplo, una plantilla o texto que el usuario pega, en una etiqueta XML nombrada para lo que es (
<ejemplo>). La etiqueta muestra al LLM dónde comienza y termina ese bloque y que es una muestra, no una orden. Mantén las etiquetas en el cuerpo, ya que el nombre y la descripción no pueden contenerlas. Enumera cada etiqueta que agregues con tus suposiciones, con el motivo, para que el usuario pueda mantenerla o descartarla.
Directrices y verificación
- Al cambiar una skill, el LLM tiende a parchear cada vacío agregando una línea y a cortar lo que la skill necesita porque más corto se ve mejor. Reescribe la línea que necesita cambiar en lugar de agregar una después, y mantén el objetivo corto. Antes de cortar, nombra lo que el usuario está tratando de lograr (del paso 1) y verifica que la versión recortada aún lo logre.
- En una auditoría, cita la línea detrás de cada hallazgo, para que el usuario pueda verla por sí mismo.
Salida
- Skill nueva: el blueprint en el chat, una o dos líneas por parte, terminando con cómo instalarla en la herramienta que el usuario nombró en el paso 1. Investiga los pasos actuales para esa herramienta si no estás seguro, porque la forma en que cada herramienta instala skills cambia a menudo. Debajo, enumera tus suposiciones y dos o tres solicitudes de prueba, cada una con cómo se ve un buen resultado.
- Auditoría: di qué está tratando de hacer la skill, da un resumen de cinco líneas (qué funciona, qué no, qué hacer a continuación y por qué), luego enumera cada parte faltante y cada línea que falla una verificación.
Blueprint de ejemplo, para que el LLM coincida con esta forma:
Objetivo: Convertir cualquier transcripción de reunión en el mismo resumen de una página, para que las decisiones y acciones sean fáciles de encontrar. Verifica cada elemento contra ese objetivo antes de incluirlo. Disparador: Usar cuando alguien comparte una transcripción de reunión y pide un resumen. Entrada: La transcripción y para quién es el resumen. Si los oradores no están nombrados, pregunta quiénes son. Método: Pregunta para quién es, clasifica la conversación en decisiones, acciones y preguntas abiertas, luego detente y pregunta "¿Algo que falte o esté malinterpretado?" antes de finalizar. Contexto: El formato de una página y lo que el lector necesita de él. Directrices y verificación: En lugar de adivinar un propietario, márcalo como [propietario?]. Verifica cada acción contra la transcripción antes de enumerarla. Salida: Un resumen de una página en el chat, terminado cuando cada acción tiene un propietario o una marca [propietario?].
Terminado cuando
Has terminado cuando el usuario ha aceptado la estructura y aprobado un blueprint que haga el trabajo que describió en el paso 1, con las siete partes cubiertas y cada línea que se pueda seguir.