Habilidad de Análisis de Datos
Análisis de datos estructurados nativo de IA: un flujo de trabajo 0+9 workflow genérico + paquetes de dominio (domain packs) intercambiables. Este archivo es el punto de entrada (detección de dominio + reglas críticas + punteros); los detalles se cargan bajo demanda desde references/ y el paquete de dominio seleccionado. Esta habilidad se mantiene neutral respecto al dominio – cualquier conocimiento de dominio reside en domains/<name>/, este archivo no contiene nombres de dominio específicos.
Cómo funciona — flujo de trabajo 0+9
La detección de dominio del Paso 0 está en este archivo; la forma de hacer los Pasos 1–9, qué cargar en cada paso y qué producir, todo está en references/9-step-framework.md (que contiene la única tabla de carga autoritativa por paso). Al comenzar cualquier análisis, cárguelo primero.
| Paso | Descripción resumida |
|---|---|
| 0 Domain Detect | Leer resolver → enrutar al paquete de dominio (o genérico) |
| 1 Profile | El agente escribe el perfilado: columnas → roles de campo, determinación de periodo/snapshot, cálculo de gaps de datos |
| 2 Signal Scan | El agente escribe el escaneo de señales (anomalías / cambios significativos / desviaciones de índices respecto a la línea base) |
| 3 Clarify | Solo preguntar cuando haya ambigüedad o limitaciones de datos que bloqueen la solicitud (presentar el gap al usuario) |
| 4 Frame | Construir un árbol de issues MECE usando el framework.md del dominio |
| 5 Hypothesize | Hipótesis falsables, vinculadas a la palanca del dominio |
| 6 Verify | El agente escribe la verificación en pandas → verdicts.json |
| 7 Decompose | El agente escribe la descomposición → drivers.json |
| 8 Synthesize | Salida en Pirámide + extensión de insights del dominio; por defecto dos salidas en paralelo: insight_deck.html (mazo HTML) + insight_report.md (espejo 1:1), pasando por la tercera compuerta deck_audit (las consultas rápidas o de seguimiento pueden eximirse del mazo) |
| 9 Follow-up | Árbol de issues extendido para responder preguntas posteriores |
Completamente basado en instrucciones, sin scripts predefinidos: el código de los Pasos 1/2/6/7 es escrito y ejecutado por el agente sobre la marcha – pero antes de escribir, lee los datos reales + el
data-spec/glossary/computation-referencedel dominio seleccionado para entender los campos y períodos de estos datos, y luego genera el código según las instrucciones. No se presuponen nombres de campo ni términos de período (LY/TY/MAT no son universales). El mapeo de roles de campo es un juicio semántico de la IA (leerdata-spec §1.0).
Paso 0 — Detección de Dominio (Decisión de Entrada)
- Leer
references/resolver.md(mecanismo de puntuación neutral al dominio) y enumerar cadadomains/<slug>/triggers.md(bloque de activación propio de cada dominio). - Puntuar cada dominio usando «las palabras del usuario / las columnas de datos (después del Paso 1) / el archivo de pista del proyecto
./.data-analysis-domain». - Enrutamiento: ≥2 señales apuntan al mismo dominio → enrutamiento silencioso; ambigüedad → seguir
clarification-protocol.mdpara que el usuario elija; cero coincidencias → modo genérico e informar. - Leer
domains/<slug>/README.mddel dominio enrutado; el resto de ranuras se cargan según la tabla de carga del flujo de 9 pasos en el paso correspondiente. - Registrar
outputs/analysis_state.json::domain_selected; en rondas posteriores, reutilizar, no volver a detectar.
Reglas críticas (inquebrantables; detalles en references/anti-hallucination.md)
- El LLM NUNCA calcula números. Agregaciones / participaciones / índices / descomposiciones → siempre el agente escribe y ejecuta pandas; no hay números derivados del LLM en la salida.
- Cada número referencia un
verdict_id, con trazabilidad hastaoutputs/verdicts.json. - Primero detectar, luego aclarar. No preguntar «¿qué quieres analizar?» antes de completar los Pasos 0–2; por defecto, se actúa directamente, se ajusta después.
- Persistencia de estado. Leer antes de cada ronda y actualizar
outputs/analysis_state.jsonantes de responder. - Cobertura: no se permite descartar hojas en silencio. Cada hoja del árbol de issues (Paso 4) que sea factible con los datos debe ser respondida en el Paso 6 o omitida explícitamente (con motivo); «falta de tiempo» no es una razón válida. El critic del Paso 8 verifica la cobertura. Detalles en
references/9-step-framework.md, compuerta de cobertura del Paso 6. - Entrega predeterminada = mazo + informe, no conversación en línea. Para cualquier solicitud de análisis de datos estructurados, por defecto se ejecuta el flujo completo 0+9 y se produce
outputs/insight_deck.html+outputs/insight_report.md(guardados en disco, pasandodeck_audit) – esta es la entrega predeterminada, no un «extra opcional». Mostrar unas pocas tablas o textos en la conversación ≠ análisis completo (eso significa que no se llegó al Paso 8). Una pregunta de análisis enfocada/específica (como «mira la distribución de X» o «quién ganó en tal período») no es una «solicitud ligera» – igualmente ejecuta todo el flujo y genera el mazo. Las únicas dos exenciones: ① Paso 9 follow-up (preguntas de seguimiento sobre un análisis ya completado); ② El usuario solicita explícitamente una respuesta rápida/breve/verbal. Al eximirse, se debe indicar explícitamente en la respuesta «esta ronda sigue el modo ligero, no se ha generado mazo». Detalles en el Paso 8 dereferences/9-step-framework.md+references/insight-templates.md.
Paquetes de dominio (Domain packs)
Un pack = un conjunto de ranuras .md con nombre genérico: triggers (bloque de activación para la detección del Paso 0) · glossary · data-spec · framework · computation-reference · insight-extensions · context-notes · clarification-extensions · business-rules.md.
El protocolo de las ranuras, quién las llena, los tres tipos de contenido y el flujo de mantenimiento → references/domain-pack-protocol.md (la única fuente autoritativa). Para generar/mantener un pack → la habilidad domain-pack-builder.
Añadir un nuevo dominio
Crear domains/<nuevo>/ y llenar todas las ranuras (incluyendo el bloque de activación triggers.md). Esta habilidad y el resto de archivos genéricos no se modifican – el mecanismo del resolver enumera automáticamente el triggers.md del nuevo paquete.
v0.9 (2026-06-09 Simetría de la compuerta del mazo): Se actualiza el mazo HTML de «predeterminado enterrado en el archivo de ranura del Paso 8» a una condición de salida dura a nivel de marco – en el Paso 8, la tabla de carga, las salidas, el Critic y la condición de salida se unifican en «por defecto dos salidas en paralelo: insight_deck.html + insight_report.md (espejo 1:1), pasando por la tercera compuerta deck_audit.py (al mismo nivel que data_integrity + coverage)»; las consultas rápidas o de seguimiento del Paso 9 pueden eximirse del mazo pero deben indicarlo explícitamente. Se corrigieron puntos débiles detectados en pruebas: las preguntas enfocadas solo generaban el informe .md y se daban por completadas, faltando el mazo (causa raíz: no se cargaban las dos ranuras insight-templates.md + insight-extensions.md, por lo que en la sección Outputs se añadió un recordatorio firme de «leer primero las dos ranuras»). Se mantiene la capa genérica neutral al dominio (mazo/audit son conceptos genéricos; el sistema de diseño, las palabras prohibidas, el archivo de fuentes y el ID del logo se leen del dominio en tiempo de ejecución).
v0.8 (2026-05-30 Fortalecimiento de robustez): Se añadió la compuerta de cobertura (regla crítica 5, las hojas no pueden descartarse en silencio); verificación de integridad de datos en el Paso 2 (suma de participaciones / filas agregadas incrustadas); regla de granularidad de descomposición en el Paso 7; domesticación de encabezados multinivel; los scripts se producen uniformemente en outputs/scripts/ + convención de nomenclatura + reutilización de huella de esquema (si se reenvían datos con el mismo esquema, no se reescriben los loaders); en el Paso 8 se fuerza la persistencia de insight_report.md. Se eliminaron rastros residuales específicos de dominio de la capa genérica (restaurando la neutralidad de dominio). v0.7: Completamente basado en instrucciones (se eliminaron scripts predefinidos). v0.6: Estandarización del Skill Creator.