El objetivo de esta guía es separar una propuesta generada por IA de un compromiso validado. El caso trabaja con tres unidades: «enlace de campaña», «valor de origen» y «control de convención».
Entrada de referencia: convención acordada y enlaces candidatos. Resultado esperado: un catálogo de enlaces con etiquetas consistentes. Antes de asignar trabajo, confirma qué versión de la entrada está vigente y quién revisará el resultado.
Prepara un contexto suficiente y autorizado
Antes de pedir ayuda a una IA para el control de nomenclatura UTM entre equipos, identifica qué información puedes usar y qué dato no debe entrar en el prompt. La referencia es convención acordada y enlaces candidatos. Conserva decisiones explícitas, restricciones y entregables esperados, pero omite credenciales, datos personales innecesarios y materiales que no tengas autorización para procesar. No presupongas que la herramienta conoce tu capacidad real. Si una fecha o un responsable no están confirmados, conviértelos en preguntas por resolver. La calidad de una propuesta depende del contexto disponible y de la revisión humana de sus supuestos.
Usa un prompt que haga visible la incertidumbre
Prompt adaptable: «Ayúdame a estructurar el control de nomenclatura UTM entre equipos. La entrada autorizada es convención acordada y enlaces candidatos. Necesito construir un catálogo de enlaces con etiquetas consistentes. Considera estas unidades: enlace de campaña, valor de origen y control de convención. Devuelve una tabla con acción, entrada, salida observable, dependencia, posible responsable y pregunta pendiente. Usa solamente los hechos proporcionados. Marca como supuesto cualquier dato no confirmado. No inventes fechas, permisos, resultados, funciones del producto ni compromisos del equipo. Señala qué debe validar una persona antes de ejecutar». Añade después restricciones reales y material autorizado. La instrucción ofrece un formato de revisión; no demuestra que una salida concreta sea correcta.
Ejemplo aplicado
Dos equipos ficticios preparan enlaces para la misma campaña. Uno cambia la forma de escribir el origen y otro omite un valor previsto en la convención. El catálogo conserva destino y etiquetas acordadas para resolver las diferencias antes de distribuir los enlaces.
En el ejemplo participan Leo, Diego y Alex. Los nombres, las situaciones y las cifras son ilustrativos; no representan resultados de un cliente. Las tres unidades permiten probar la propuesta antes de extenderla al resto del trabajo.
| Propuesta ilustrativa de IA | Problema | Revisión humana | Estado posterior |
|---|---|---|---|
| enlace de campaña: asignar una fecha | Fecha no aportada en la entrada | Eliminar fecha y preguntar | Pendiente de confirmación |
| valor de origen: asignar responsable | Disponibilidad no verificada | Consultar y validar capacidad | Propuesta, todavía no compromiso |
| control de convención: declarar control terminado | No existe evidencia de ejecución | Convertir en tarea verificable | Abierto hasta comprobar |
Evalúa una salida antes de convertirla en tareas
Una salida ilustrativa defectuosa asigna las tres unidades a la misma persona, fija una fecha sin consultar disponibilidad y declara terminado un control que aún no se ejecutó. La corrección humana separa propuesta de compromiso, elimina la fecha inventada y convierte el control en una acción verificable. En este proceso vigila crear etiquetas distintas para el mismo canal sin una razón acordada. La prueba propuesta es comparar los valores con la convención y abrir el destino. Pide también que cada acción conserve su relación con la entrada que la respalda. Una lista extensa puede parecer completa y aun así omitir una dependencia o introducir trabajo que nadie solicitó.
Valida la estructura dentro del trabajo real
Antes de ejecutar, el responsable confirma alcance, capacidad, aprobadores y secuencia. Las personas propuestas aceptan sus encargos o explican la restricción que impide asumirlos. Conserva la versión revisada y las diferencias respecto a la sugerencia inicial. Si utilizas una herramienta de IA, aplica el mismo control de evidencia y comprueba sus opciones antes de ejecutar. La IA puede ayudar a elaborar una estructura; la responsabilidad de aceptar compromisos sigue necesitando una decisión humana. El resultado útil es un plan que el equipo puede explicar y ejecutar, con incertidumbres visibles y sin convertir texto plausible en evidencia.
Qué comprobar antes de cerrar
El riesgo que debes controlar en este caso es crear etiquetas distintas para el mismo canal sin una razón acordada. Una etiqueta de terminado necesita una observación que la respalde. Conserva estos elementos junto a la decisión para que el receptor pueda comprobar qué se revisó:
- Entrada y versión utilizadas: convención acordada y enlaces candidatos.
- Control del caso: comparar los valores con la convención y abrir el destino.
- Resultado que se revisa: un catálogo de enlaces con etiquetas consistentes.
