Una skill genérica sirve para empezar. No conoce tu empresa.
Muchas empresas empiezan a usar ChatGPT, Claude, Codex o agentes de IA con instrucciones descargadas de internet. Eso puede ahorrar tiempo en tareas estándar. No convierte a la IA en alguien que entiende tu forma de vender, atender clientes o preparar entregables.
La IA puede saber mucho sobre empresas. No sabe cómo trabaja la tuya.
Una instrucción útil debe decirle qué cliente aceptas, qué tono usas, qué errores no toleras, qué herramientas consultas y qué decisiones ya están tomadas.
El problema de las skills genéricas
Las skills genéricas tienen sentido cuando el trabajo es estándar.
Si necesitas leer PDFs, crear una presentación sencilla o seguir una estructura básica de análisis, una skill genérica puede ahorrar tiempo.
El problema aparece cuando usas una plantilla genérica para procesos que forman parte de cómo entregas valor.
Una empresa puede tener el mismo proceso aparente que otra, pero ejecutarlo de forma muy distinta. Por ejemplo, dos despachos pueden “preparar un borrador de demanda”, pero no tienen el mismo criterio, ni el mismo estilo, ni el mismo tipo de cliente, ni tratan los mismos tipos de caso.
Si todo el mundo usa las mismas instrucciones, las respuestas se parecen. En propuestas comerciales, atención al cliente o informes, eso se nota.
Una skill útil nace de un proceso bien ejecutado
El orden incorrecto:
- Descargar una skill.
- Instalarla.
- Esperar que la IA adivine cómo trabajas.
El orden útil:
- Hacer el proceso manualmente.
- Ejecutarlo muy bien.
- Observar qué decisiones tomas.
- Documentar los pasos reales.
- Convertir esa ejecución en una skill.
- Probarla con casos reales.
- Ajustarla hasta que reproduzca tu criterio.
La skill no debería ser el punto de partida. Debería ser la consecuencia de haber entendido bien el proceso.
Esto exige trabajo al principio. Hay que mirar cómo se trabaja y sacar de la cabeza criterios que suelen estar implícitos:
- Qué se revisa primero.
- Qué no se debe prometer a un cliente.
- Qué formato se usa.
- Qué tono usa la empresa.
- Qué herramientas se consultan.
- Qué errores se repiten.
- Qué ejemplos son buenos.
- Qué ejemplos parecen buenos pero no valen.
Cuando documentas eso, la IA deja de responder con una plantilla y empieza a trabajar con parte de tu criterio.
La IA necesita contexto, no solo instrucciones
Muchos empresarios prueban la IA y acaban decepcionados por una razón simple: piden trabajo específico con contexto genérico.
Le dicen:
Escríbeme una propuesta para un cliente.
Y la IA responde con una propuesta que podría usar cualquier empresa. Correcta pero genérica.
Una propuesta buena no depende solo de escribir bien. Depende de saber qué vendes, cómo lo explicas, qué objeciones suele tener el cliente, qué alcance quieres evitar, qué precio tiene sentido y qué entregables incluyes.
Eso no viene dentro del modelo.
Con un empleado nuevo se entiende rápido.
Si contratas a una persona para tu empresa, no esperas que el primer día trabaje como tú quieres solo porque haya estudiado una carrera o venga con experiencia de otro sitio. Puede saber contabilidad, derecho, administración, ventas o marketing. Todavía no sabe cómo funcionan las cosas en tu empresa.
Tienes que explicarle cómo habláis con los clientes. Qué cosas se prometen y cuáles no. Qué herramientas se usan. Qué nivel de detalle esperas. Qué errores no quieres volver a ver. Qué decisiones puede tomar solo y cuáles tiene que consultar.
Si no haces ese entrenamiento, esa persona trabajará con lo que trae de fuera: universidad, otra empresa o experiencia previa. Puede hacerlo bien, pero no estará adaptada a tu forma de trabajar.
Con la IA pasa lo mismo.
Una skill, un agente o un chat bien configurado no sustituye ese entrenamiento. Lo necesita.
Una buena skill reúne contexto operativo específico de tu empresa, escrito de manera que la IA pueda usarlo cuando toca.
Qué debería incluir una skill de empresa
Una skill útil debería responder a preguntas muy concretas.
Cuándo se usa y cuándo no.
Qué objetivo tiene el proceso.
Qué herramientas debe consultar.
Qué pasos debe seguir.
Qué criterios debe aplicar.
Qué formato debe entregar.
Qué ejemplos debe imitar.
Qué errores debe evitar.
Qué cosas debe preguntar antes de continuar.
Qué partes requieren revisión humana.
Una skill no debería asumir que la IA puede hacerlo todo. Las buenas instrucciones también marcan límites.
Por ejemplo, una skill para preparar propuestas comerciales podría decir:
- No inventes precios.
- No prometas integraciones que no estén validadas.
- Usa lenguaje directo, sin tono corporativo.
- Si falta información sobre el alcance, pregunta antes de redactar.
- Incluye siempre una sección de “qué queda fuera”.
- Adapta el ejemplo al sector del cliente.
- Revisa si el cliente es una gestoría, despacho o empresa de servicios antes de proponer casos de uso.
Eso empieza a parecerse a una forma concreta de trabajar.
Adaptar una skill o crearla desde cero
No siempre hace falta crear todo desde cero.
Tiene sentido adaptar una skill existente cuando el proceso base es estándar. Por ejemplo, trabajar con hojas de cálculo, preparar una presentación sencilla o convertir notas en un resumen.
Conviene crear una skill propia cuando el proceso afecta a cómo entregas valor al cliente:
- Ventas.
- Propuestas.
- Atención al cliente.
- Informes.
- Revisión de documentos.
- Producción de contenido.
- Seguimiento comercial.
- Operaciones internas.
Todo lo que tenga criterio de negocio debería tener instrucciones propias.
La ventaja está en convertir criterio en sistema
Muchos empresarios tienen procesos buenos, pero los tienen en la cabeza. Eso funciona mientras el volumen es bajo. El problema aparece cuando hay que repetir, delegar o acelerar. La IA puede ayudar si recibe contexto.
Una skill bien hecha convierte una forma de trabajar en algo repetible. No sustituye al empresario ni al equipo, pero reduce la dependencia de explicarlo todo desde cero cada vez.
También obliga a poner orden. Si no puedes explicar un proceso, difícilmente puedes automatizarlo. Si una skill no puede reproducirlo con casos reales, quizá el proceso no está tan claro como parece.
Menos pereza, mejores resultados
Copiar una skill genérica es fácil.
Crear una skill propia da más trabajo.
Lo primero te pone al nivel de cualquiera que haya encontrado la misma plantilla. Lo segundo convierte tu criterio en sistema.
La IA tiene conocimiento general. Si no le das contexto, decisiones y estándares, rellenará los huecos con la respuesta más probable.
Descarga la plantilla para crear tu primera skill de empresa
Hemos preparado una plantilla guiada para convertir un proceso real de tu negocio en una SKILL.md usable.
No es una skill genérica para copiar y pegar. Es una estructura para documentar pasos, criterios, ejemplos, herramientas y límites.
Déjanos tu email y te mandamos automáticamente el enlace de descarga.
Cómo podemos ayudarte desde Veltas
En Veltas ayudamos a empresas a convertir procesos reales en sistemas de trabajo con IA.
Eso puede incluir crear skills propias para herramientas como ChatGPT, Claude o Codex, configurar agentes internos, ordenar instrucciones, conectar herramientas y preparar flujos para que la IA trabaje con más contexto y menos improvisación.
Si ya usas IA pero los resultados te parecen genéricos, probablemente no necesitas cambiar de modelo. Necesitas darle mejor contexto.