name: econ-research-kit description: Kit de habilidades para investigación empírica en economía: descompone un estudio en ocho etapas ejecutables (factibilidad, identificación, datos, estimación, tablas/figuras, informe, escritura, revisión). Cada etapa tiene entradas, pasos, archivos de salida y criterios de aceptación.
¿Qué hace econ-research-kit?
La investigación económica como un conjunto de pasos ejecutables. No es una colección de indicaciones — es una biblioteca de flujos de trabajo donde cada habilidad declara sus entradas, sus artefactos y sus criterios de aceptación.
Qué es esto, y qué no es
Esto es un conjunto de ocho habilidades, cada una cubriendo una etapa de un proyecto empírico. Cada habilidad te dice cuándo entrar, qué necesita, qué hacer, qué archivos debe producir y cómo verificar el resultado.
Esto no es un volcado de indicaciones. Una indicación produce texto. Una habilidad produce archivos que otra persona puede re-ejecutar. Si una etapa termina con "el asistente escribió un bonito párrafo", la etapa no se completó.
Tampoco es: un sustituto de tu juicio sobre identificación. Las habilidades aquí te obligan a declarar tus supuestos y sus amenazas. No pueden decirte si los supuestos se cumplen.
Libro complementario: book/ contiene Prompt Engineering for Economists de LW Walker, con queridos amigos y amada familia, 208 páginas y sesenta plantillas. El libro explica por qué cada etapa está formada así; este repositorio dice qué hacer en ella. book/README.md mapea capítulos a etapas.
Las ocho etapas
| # | Etapa | Habilidad | La pregunta que responde |
|---|---|---|---|
| 0 | Puerta de factibilidad | skills/feasibility/ | ¿Se puede hacer esto con los datos y la variación disponibles? |
| 1 | Problema y literatura | skills/literature/ | ¿Es real el vacío, y vale la pena un artículo? |
| 2 | Diseño de identificación | skills/identification/ | ¿Qué variación identifica el efecto, y qué lo rompería? |
| 3 | Datos | skills/data-prep/ | ¿Las variables están definidas como creo que están? |
| 4 | Estimación | skills/estimation/ | ¿La especificación es defendible, y contra qué protege cada prueba de robustez? |
| 5 | Tablas y figuras | skills/tables-figures/ | ¿Las salidas cumplen con el formato de la revista? |
| 6 | Informe | skills/report/ | ¿Puede otra persona reproducir esto a partir de mis archivos? |
| 7 | Escritura y envío | skills/writing/ | ¿La prosa transmite la historia de identificación? |
| — | Respuesta a revisores | skills/review/ | ¿Cómo respondo sin conceder lo que no debo? |
La etapa 0 es una puerta, no un paso. Si falla, detente. No limpies datos para un proyecto cuya identificación no puede funcionar.
Enrutamiento: lo que dice el usuario, qué habilidad ejecutar
Antes de leer la tabla de abajo, ejecuta python scripts/preflight.py "<las palabras del usuario>". Te dice cuáles de los cuatro espacios faltan. Luego ejecuta python scripts/spec.py "<las palabras del usuario>": imprime un borrador de especificación de tarea — los cuatro espacios, la etapa que lee, una indicación editable y las tres cosas a confirmar — y ese borrador es lo que muestras al usuario antes de hacer cualquier trabajo. Edítenlo juntos, luego comiencen. Cada "primer movimiento" en la tabla ocurre solo después de que los cuatro espacios estén llenos; mientras un espacio esté abierto, el único movimiento es preguntar sobre él.
| El usuario dice algo como | Entrar | Primer movimiento |
|---|---|---|
| "¿Puedo estudiar X? ¿Se puede hacer?" / "¿Hay datos?" / "probably infeasible" | skills/feasibility/ | Enumera los datos y la variación antes de escribir cualquier código |
| "¿Alguien ha hecho este tema?" / "novelty" / "literature gap" | skills/literature/ | Escribe el plan de búsqueda primero, luego construye la matriz |
| "Uso DID / IV / RDD / event study" / "identification strategy" / "how do I identify this" | skills/identification/ | Escribe la lista de amenazas antes de la regresión |
| "Clean the data" / "how to construct variables" / "merge won't work" / "definition" | skills/data-prep/ | Verifica primero las definiciones de variables entre años |
| "Run a regression" / "add fixed effects" / "robustness" / "robustness" | skills/estimation/ | Justifica el nivel de agrupamiento y el conjunto de EF |
| "Make a table" / "three-line table" / "draw event study figure" / "regression table" | skills/tables-figures/ | Decide Stata o Python, luego empareja el formato de la revista |
| "Organize into a report" / "reproduce" / "replication package" | skills/report/ | Haz que el informe sea una salida de script, nunca un archivo editado a mano |
| "Write abstract" / "write introduction" / "submit" / "abstract" | skills/writing/ | Redacta el párrafo de identificación antes de la introducción |
| "How to respond to reviewer comments" / "referee report" / "rebuttal" | skills/review/ | Clasifica cada comentario como obligatorio / discutible / rechazable |
Si dos habilidades pudieran aplicarse, ve río arriba. Un problema de tabla suele ser un problema de especificación; un problema de especificación suele ser un problema de identificación.
Antes de cualquier otra cosa: recordar, luego preguntar
Cada sesión comienza con archivos, no con la memoria:
python scripts/recall.py
Imprime dónde está el proyecto, qué produjo el último paso y qué sigue abierto.
Una sesión que lo salta volverá a preguntar cosas que el repositorio ya responde, o reconstruirá algo que ya existe. Ejecútalo primero, luego scripts/preflight.py, luego responde.
Cinco reglas estrictas
1. Pregunta antes de responder: no procedas hasta que los cuatro espacios estén llenos.
Ante cualquier solicitud de investigación, la primera acción es python scripts/preflight.py "<las palabras del usuario en su propio idioma>". Divide la pregunta en cuatro espacios — unidad de análisis, variable de tratamiento, resultado, comparación — y te dice cuáles faltan.
- Espacios faltantes: escribe como máximo tres preguntas, hazlas todas a la vez, luego detente y espera la respuesta.
- Un espacio que llenaste por inferencia debe marcarse como "asumiendo X", y el usuario debe confirmarlo.
- Solo cuando los cuatro espacios estén llenos — por el usuario, o por un supuesto que el usuario confirmó — puedes ingresar al paso 2 de cualquier habilidad. Esta es la única regla en el kit que requiere detenerse a esperar a un humano. El trabajo producido más allá de esta puerta es una adivinanza vestida con ropa de documento.
2. Lee glossary.yaml antes de escribir cualquier término metodológico.
Tiene tres niveles: locked (úselo textualmente), pending (use el primer candidato y entre paréntesis la alternativa), fallback (mantenga el nombre propio en chino, dé la expansión en inglés una vez). Violar una traducción locked es un defecto, no una elección de estilo.
3. Los detalles de dominio viven en domains/, no en las habilidades.
Las habilidades describen cómo trabajar. No describen qué es 中央环保督察, cómo define CFPS la educación, o qué preguntan los revisores sobre la exposición a la contaminación. Cada habilidad en su última sección dice qué archivo de dominio abrir. Ábrelo.
4. Cada etapa debe dejar un archivo, y cada archivo debe pasar su lista de aceptación.
## Acceptance es una lista de verificación, no una sugerencia. Un elemento al que no puedes responder sí/no es un elemento mal escrito — reescríbelo.
5. Di dónde estás antes de hacer cualquier otra cosa. Cada respuesta que entra en una etapa comienza con tres líneas: qué etapa (número y nombre), qué hace solo este paso (una oración, nunca "analizar los datos"), y qué archivo producirá más si el usuario debe confirmar antes de continuar. Una respuesta sin ese encabezado es una caja negra, y el usuario paga por ella.
Cada etapa también termina haciendo una pregunta y esperando. Ver la tabla a continuación.
Ocho puntos de confirmación
La puerta en la etapa 0 no es la única. Cada etapa se cierra con una pregunta y se detiene. Esto no es cortesía: una decisión que el usuario nunca vio es una decisión que el usuario no puede corregir.
| Etapa | La pregunta para detenerse y preguntar | Continuar sin respuesta |
|---|---|---|
| 0 Factibilidad | Los cuatro espacios están llenos; ¿puedes establecer los dos que inferí? | No |
| 1 Problema y literatura | ¿Cuál de estas tres preguntas candidatas? ¿Es este el vacío? | No |
| 2 Diseño de identificación | Grupo de tratamiento, grupo de comparación, momento establecido así: ¿lo aceptas? | No |
| 3 Datos | Definiciones de variables y límites de la muestra dibujados así: ¿lo aceptas? | No |
| 4 Estimación | Especificación principal y esta lista de robustez: ¿agregar o eliminar algo? | No |
| 5 Tablas y figuras | Este diseño de tabla y estilo de nota: ¿es esto lo que quieres? | No |
| 6 Informe | Conclusión de una página escrita así: ¿algún cambio en cómo se leen los números? | No |
| 7 Escritura | ¿Qué parte de este borrador vuelve atrás? | No |
| 8 Respuesta a revisores | ¿Revisamos este comentario o lo rechazamos, y es esta la razón? | No |
python scripts/stage.py 3 imprime el encabezado y la pregunta para cualquier etapa, para que la redacción no varíe entre sesiones. workflows/main.yaml es la misma línea principal escrita como un contrato de transferencia legible por máquina: cada etapa declara requires (lo que ya debe estar en disco) y produces (lo que debe dejar), y python scripts/workflow_check.py falla si una etapa requiere algo que ninguna etapa anterior produce. python scripts/gate.py status hace que la puerta sea mecánica en lugar de una convención: mantiene un archivo de estado por proyecto (.econ-kit/gate.json), se niega a avanzar hasta que los artefactos de la etapa existan y se registre una respuesta humana de al menos ocho caracteres, y registra la respuesta con una marca de tiempo. gate.py pass "<la respuesta>" es la única forma de avanzar; --force existe pero escribe la brecha en el registro. Para ver qué buscan realmente las comprobaciones de cualquier etapa, ejecuta python scripts/explain.py 6 (--list muestra las nueve etapas; para las etapas 3 y 4, que ya tienen scripts ejecutables, apunta a esos scripts y a la lista de aceptación de la habilidad).
Cuando un término es incierto
Nunca elijas una traducción en silencio. Si el término está en pending, usa el primer candidato y agrega la alternativa entre paréntesis. Marca como máximo tres de esos lugares en una salida; más allá de eso, usa el primer candidato en silencio y agrega una línea de resumen al final.
Si el término no está en el glosario, mantén el original en chino y da una expansión en inglés entre paréntesis. Luego agrégalo a pending en glossary.yaml para que la siguiente persona no tenga que decidir de nuevo.
Búsqueda de dominio
| Dirección | Directorio |
|---|---|
| Economía energética y ambiental | domains/energy-env/ |
| Economía laboral | domains/labor/ |
| Economía de la educación | domains/education/ |
| Economía de la salud | domains/health/ |
| Economía conductual y experimental | domains/behavioral/ |
| Desarrollo y experimentos de campo | domains/development/ |
| Economía pública y evaluación de políticas | domains/public/ |
| Organización industrial y regulación | domains/industrial-organization/ |
| Economía comercial y espacial | domains/trade-spatial/ |
| Macroeconomía y finanzas | domains/macro-finance/ |
| Historia económica y fuentes textuales | domains/economic-history/ |
| Modelización teórica y diseño de mecanismos | domains/theory/ |
Doce direcciones están cubiertas. Las tres primeras son aquellas para las que se construyó este kit; trabajo, educación y salud son los tres campos que el libro trata juntos bajo microeconomía aplicada; el resto se agregaron para que un lector fuera de la microeconomía aplicada aún encuentre un estante donde apoyarse.
Cada dirección tiene cinco archivos: institutional.md (antecedentes y párrafos listos para citar), measures.md (cómo se construye la variable de tratamiento), data.md (fuentes y nombres de variables), pitfalls.md (qué preguntan los revisores y cómo responder) y route.md (cómo esta dirección recorre las ocho etapas).
Datos
data-dict/ contiene fuentes de microdatos chinos: CFPS, CHARLS, la base de datos de empresas industriales chinas y datos de monitoreo de contaminación. Verifícalo antes de inventar un nombre de variable — el conjunto de datos probablemente ya tiene uno. Si tu fuente no está allí, lee data-dict/README.md primero: algunas fuentes obtienen una entrada y otras deliberadamente no, y un nombre de variable adivinado es peor que uno marcado.
Cuando la pregunta no es "cómo se llama esta variable" sino "¿existe alguna fuente para esto?", data-dict/_catalog.md y scripts/lookup_source.py buscan en un directorio externo de más de mil fuentes con enlaces de acceso y artículos de aplicación. Esos aciertos son pistas, no entradas: los archivos numerados aquí siguen siendo el único lugar donde se escribe el detalle a nivel de variable.
Qué este kit no hará
- No decidirá si tu identificación es creíble. Te hará escribir las amenazas.
- No reemplazará la lectura del artículo que estás citando. Las referencias alucinadas son el fallo más común de la escritura asistida por IA;
skills/writing/incluye un paso de verificación. - No se ejecutará por sí solo. Los scripts en
scripts/verifican la estructura; el análisis es tuyo.