Cómo mantener actualizada la IA de tu empresa sin más trabajo

Organizaste todo y la IA ya conoce tu empresa. Un mes después, cotiza con los precios del año pasado. No falló la IA: nadie le contó que algo cambió.

Este artículo desarrolla lo que explico en el video: cómo mantener al día el sistema que armamos en los dos videos anteriores, sin que se vuelva otro trabajo.

El problema: lo que enseñaste ayer no es lo que debe saber mañana

En los videos anteriores construimos el sistema de IA de Estudio Trazo, un estudio de arquitectura ficticio: el archivo contexto.md, y una carpeta con clientes, contratos, obras y tarifas. Si no los has visto, vuelve a ellos primero (contexto.md y la carpeta de la IA); este video asume ese sistema armado. Los prompts del final te dejan construir cada archivo paso a paso.

La IA ya sabe qué hace la empresa, quiénes son los clientes, cómo son los contratos y las obras. La pregunta nueva es: ¿qué pasa cuando algo cambia?

Tomemos un caso concreto. Al construir el sistema, la IA tenía una regla: el anticipo era del 30 %. Después, por una mala experiencia con clientes, la empresa decidió que el anticipo sería del 50 %. Si nadie actualiza el sistema, la IA seguirá proponiendo el 30 % en cada cotización.

La IA es un sistema vivo

Lo que le enseñaste a la IA un día será diferente de lo que le enseñarás el próximo mes. Por eso se dice que la IA no es una aplicación que se entrega y ya: es un sistema vivo. Más aún cuando trabajas con carpetas y archivos que evolucionan con cada interacción y con cada aporte de las personas del equipo.

La solución no es hacer más trabajo. Es sumarle al sistema dos archivos que registren lo que cambia.

Archivo 1: DECISIONES.md

Le pides a Claude o a ChatGPT que cree un archivo donde se registre:

• Qué decidimos, cuándo y por qué.
• Qué descartamos y por qué.
• Con qué criterio se tomó la decisión y dentro de qué límites.

Sirve para decisiones de cualquier área: clientes, finanzas, equipo o proyectos.

Un ejemplo ilustrativo

Así se vería una entrada de DECISIONES.md en Estudio Trazo (empresa ficticia, texto de ejemplo):

## Anticipo: de 30 % a 50 %
- Qué decidimos: el anticipo de los honorarios pasa del 30 % al 50 %.
- Por qué: dos clientes cancelaron.
- Qué descartamos: cobrar una penalidad por cancelación.
- Aplica a: cotizaciones nuevas.

Por qué importa registrar lo que se descartó

Sin este registro, la IA te propone de nuevo lo que ya descartaste y se repiten errores que ya tuviste. Una decisión sin su razón y sus alternativas descartadas es solo una regla suelta; con ellas, la IA entiende el criterio.

Archivo 2: APRENDIZAJES.md

El segundo archivo recoge los aprendizajes, con una condición que le da su valor: solo entra lo que se repite más de una vez. Si algo pasa de vez en cuando o una sola vez, no vale la pena agregarlo.

Allí se puede registrar lo que siempre pasa:

• errores que se repiten,
• trucos o técnicas de la operación,
• lo que se sabe de clientes y proveedores.

Qué pasa cuando alguien se va

Si mañana Mateo se va y llega Luisa a ocupar su puesto, encuentra ese conocimiento en un archivo. No tiene que llamar a Mateo ni construir desde cero la relación con los clientes y los proyectos, porque la información ya está consolidada en el sistema de IA de la empresa.

Qué cambia con el sistema armado

Con esos dos archivos, el sistema de IA se puede conectar con todo el equipo (Luisa, la socia y el resto de las personas). Todos leen la misma información y contexto, y eso se nota en:

• las respuestas,
• los flujos de trabajo,
• el seguimiento,
• la comunicación con los clientes.

Es lo que yo he implementado en mi sistema personal, con mis proyectos y mis clientes, y también en otras empresas. En los flujos que se repiten siempre, el cambio ha sido grande, con un margen de error mucho menor.

Un extraño brillante, o alguien que te conoce

Piensa a quién le pides consejo sobre un área del negocio, un flujo de trabajo o una decisión. Un chat vacío es como un extraño brillante: sabe mucho, pero no conoce tu historia y siempre hay que empezar desde cero. En cambio, un sistema armado es como alguien que estuvo contigo y conoce tus trincheras: acumula conocimiento, sabe por qué tomaste una decisión y cómo funciona cada cliente.

Las empresas que adoptan IA deberían migrar hacia ahí, sea en operación, administración, finanzas o marketing.

La rutina: cada viernes

Una práctica sencilla que recomiendo: un día fijo a la semana, idealmente el viernes, abres Claude y le cuentas lo que aprendió el negocio:

• «Aprendimos esto y esto del negocio».
• «Aprendimos que esto no se debe hacer».
• «Aprendimos que este cliente funciona de esta manera».
• «En contabilidad, esto nos puede ayudar».

Ese conocimiento sale de las conversaciones y del trabajo diario. Al dedicarle un momento fijo, los archivos y las carpetas evolucionan y mejoran. El día que haya que cotizar, contratar a alguien o iniciar un proyecto, nadie empieza de cero: hay un consejero que conoce la empresa.

Errores comunes

• Actualizar los archivos solo cuando algo falla. Para entonces ya hubo cotizaciones con datos viejos.
• Registrar todo. En APRENDIZAJES.md solo entra lo que se repite; si no, el archivo se llena de ruido.
• Anotar la decisión sin su razón. Sin el porqué, la IA no entiende el criterio ni los límites.
• Depender de una sola persona para actualizar. La rutina funciona mejor cuando todo el equipo aporta.

Para aplicarlo hoy

• Crea DECISIONES.md y registra el último cambio de reglas que recuerdes, con su porqué.
• Crea APRENDIZAJES.md y anota solo lo que se haya repetido más de una vez.
• Elige un día fijo de la semana (el viernes funciona bien) para actualizar.
• Da acceso a todo el equipo a la misma carpeta de la IA.

Qué significa todo esto

Con esto no hace falta un agente personalizado que responda mensajes, ni un chatbot, ni una aplicación. Implementar IA en la operación es transformar la forma en que trabajamos y operamos: entender las oportunidades que genera y construir un espacio donde agentes y personas compartan las labores.

Si quieres que te acompañe a montar este sistema en tu empresa, mira cómo trabajo con equipos. Y si te gustó esta serie y quieres que hable más de este tema, déjalo en los comentarios del video en YouTube.

En la carpeta de la IA de mi empresa, crea un archivo llamado DECISIONES.md. Va a registrar las decisiones que afectan un área del negocio o un flujo de trabajo. Para cada decisión guarda: qué decidimos, cuándo y por qué, qué opciones descartamos y por qué, con qué criterio y dentro de qué límites, y a qué casos aplica.

Empieza con esta decisión: [DESCRIBE UN CAMBIO RECIENTE. Ejemplo: el anticipo pasó del 30 % al 50 % porque dos clientes cancelaron; descartamos cobrar una penalidad].

Cuando termines, revisa tarifas.md y contexto.md: si esa decisión cambia algo allí, actualízalo y dime qué modificaste.

Crea en la carpeta un archivo llamado APRENDIZAJES.md. Registra únicamente lo que se repite más de una vez: errores frecuentes, trucos o técnicas de la operación y lo que sabemos de clientes y proveedores. Si algo pasó solo una vez, no lo agregues: en lugar de eso, dame una lista aparte de lo que dejaste fuera.

Empieza con lo que recuerdo: [ESCRIBE AQUÍ LO QUE SE REPITE EN TU NEGOCIO].

Es viernes. Esto aprendió el negocio esta semana: [PEGA AQUÍ TUS NOTAS].

Revisa la carpeta y propón:
1. Qué decisiones nuevas deben ir en DECISIONES.md.
2. Qué aprendizajes se repiten y deben ir en APRENDIZAJES.md.
3. Qué cambios hay que hacer en contexto.md, tarifas.md u otros archivos.

Muéstrame los cambios antes de aplicarlos.

Sigue leyendo

Orden de la información · Primeros pasos Cómo organizar la información de tu empresa para usar IAContexto del negocio · Primeros pasos ¿Por qué la IA no entiende mi negocio?

Ver todo el contenido →