Asigna a la IA tareas acotadas.
La IA es más potente cuando la tarea tiene contexto, restricciones, un resultado esperado y criterios de revisión.
Volver al Playbook
Notas y ensayos
La IA amplía la capacidad, no sustituye la autoría
Cómo colaboro con IA manteniendo explícito el criterio humano.
01Contexto
La IA ayuda; las personas mantienen la responsabilidad.
La IA acorta la distancia entre una idea y un resultado que se puede revisar. Esa es su ventaja. No sustituye la autoría, el criterio ni la responsabilidad; los vuelve más importantes, porque permite producir mucho antes de comprobar si lo producido es correcto.
Mi enfoque hace explícito lo que sigue bajo responsabilidad humana: el problema, el criterio estético, las restricciones, los criterios de revisión, el límite de riesgo, la verificación y la afirmación final. La IA ayuda a producir borradores, código, pruebas, alternativas y síntesis. El criterio y la responsabilidad de producto siguen siendo humanos.
02Modelo
Más capacidad, con responsabilidades claras.
El modelo convierte la idea del artículo en una herramienta práctica: una secuencia de decisiones, entregables o comprobaciones que puede orientar el trabajo real de producto.
Trata el resultado como un borrador hasta comprobarlo.
El código, el copy, la estrategia y el análisis generados deben contrastarse con la fuente de referencia y la intención del producto.
Mantén las afirmaciones finales bajo responsabilidad humana.
La persona asume la responsabilidad sobre lo que se lanza, lo que se afirma, el riesgo que se acepta y lo que sigue siendo incierto.
El modelo avanza de la pregunta al entregable y del entregable a una prueba que permite decidir.
- DelegarAsigna a la IA tareas acotadas.
- VerificarTrata el resultado como un borrador hasta comprobarlo.
- AsumirMantén las afirmaciones finales bajo responsabilidad humana.
03Distinción central
Más capacidad implica más responsabilidad.
Cuanto más rápido puedo pasar de una idea a algo tangible, más importante resulta elegir el entregable adecuado, fijar el nivel de calidad y decidir qué pruebas bastan.
En estos proyectos, los momentos más relevantes no son solo los lanzamientos. También lo son decidir analizar antes de implementar, revertir una migración plausible pero incorrecta, pausar una expansión comercial arriesgada y convertir problemas recurrentes en reglas compartidas.
04Regla práctica
La IA debería hacer más visible el criterio de producto, no ocultarlo.
Un buen flujo de trabajo asistido por IA deja briefs, criterios de aceptación, notas de revisión, controles de validación y decisiones de lanzamiento. Así, otras personas pueden entender y comprobar el trabajo.
De cara al público, esto se traduce en rigor al formular afirmaciones. Es más sólido decir que lideré el encuadre, la priorización, el diseño de experiencia, los criterios de aceptación, las decisiones de lanzamiento y la ejecución asistida por IA que insinuar que el modelo construyó o validó el producto por sí solo.
05Entregables
Qué queda al terminar.
Uso entregables concretos para hacer visibles las decisiones. Así pueden revisarse, reutilizarse y relacionarse con el trabajo realizado.
Brief de producto
Convierte una idea vaga en usuarios, alcance, criterios de aceptación, restricciones y derechos de decisión.
Prototipo implementado en el repositorio
Demuestra el flujo más arriesgado dentro del contexto real de implementación, en vez de depender solo de mockups estáticos.
Control de lanzamiento
Reúne controles de seguridad, privacidad, pagos, contenido, soporte y monitorización antes de la exposición pública.
Proceso de mejora
Conecta comentarios y datos de uso con analítica, scripts de validación, notas de versión y decisiones de roadmap.