Diez mil agentes, ochenta y ocho horas, y lo que sí puedes copiar

02 · Qué es Navier–Stokes

Las ecuaciones de todo lo que fluye

Sin una sola matemática: describen cómo se mueve un fluido. Con ellas se diseñan los aviones en los que te subes, se pronostica el clima y se estudia el flujo de tu sangre. Se escribieron en el siglo XIX y funcionan todos los días.

claymath.org · Unsolved problems

05 · Lo que sí puedes usar hoy

Diez mil agentes no es tu escala. El patrón sí.

Aquí es donde casi todo el contenido sobre esta noticia se detiene, y es la única parte que te sirve. Empecemos por lo que no transfiere: no necesitas diez mil agentes, no tienes un modelo interno y no vas a gastar varios millones de dólares. Lo que transfiere es la forma de organizar el trabajo.

La pieza que casi nadie copia: el verificador

OpenAI no ganó por tener más agentes. Ganó porque tenía un juez que no se deja convencer: Lean revisa cada paso y no acepta uno solo que no se siga del anterior. Diez mil agentes proponiendo caminos son útiles porque algo objetivo descarta los malos.

En un negocio, un verificador es una regla que se puede comprobar sin opinar. Ejemplos reales:

• El total de la cotización tiene que ser igual a la suma de las partidas.
• Cada producto mencionado tiene que existir en tu lista de precios.
• La fecha de entrega tiene que ser posterior a hoy y caer en día hábil.
• El nombre del cliente tiene que coincidir exactamente con el de tu base.
• Si hay descuento, tiene que estar dentro del rango que tú autorizaste.

Si una regla necesita que alguien opine («que suene profesional»), no es verificador. Es preferencia, y va en las instrucciones del agente, no en el juez.

Las tres herramientas, con el precio de hoy

Precios leídos directamente en la página de cada empresa el 10 de septiembre de 2026. Los de ChatGPT salen en pesos porque su página los muestra así desde México; los de Claude salen en dólares y los de n8n en euros, tal como los publican.

No estamos afiliados a OpenAI, Anthropic ni n8n. Los precios cambian: la fecha de consulta está arriba y las capturas son de ese día.

openai.com/chatgpt/pricing

claude.com/pricing

n8n.io/pricing

docs.claude.com · equipos de agentes

La receta de esta semana, en cinco pasos

El ejemplo que usamos es armar una cotización porque casi todo negocio la hace, se repite y tiene una respuesta comprobable. Cambia el ejemplo por el tuyo y los pasos no cambian.

1. Elige una tarea repetitiva con respuesta comprobable

   Repetitiva (pasa al menos cinco veces por semana) y comprobable (puedes decir «está bien» o «está mal» sin discutir). Cotizar, agendar, clasificar correos y capturar facturas cumplen. «Escribir algo que emocione» no.

2. Escribe el verificador ANTES que el agente

   Este es el paso que la gente se salta y por el que después dice que «la IA no sirve». Cinco a diez reglas, cada una comprobable. El prompt de abajo te las saca de tu propia operación.

3. Parte el trabajo en tres roles

   Uno que planea (qué hay que averiguar), varios que ejecutan (cada uno una parte, en paralelo) y uno que juzga con el verificador del paso 2. Es la forma que usó OpenAI, con tres agentes en vez de diez mil.

4. Córrelo sobre diez casos que YA sabes cómo terminaron

   No sobre casos nuevos. Diez cotizaciones reales del mes pasado, de las que ya conoces el resultado correcto. Es la única forma de medir sin engañarte.

5. Mide una sola cosa: cuántas pasó el juez

   Si menos de nueve de diez pasan, arregla el verificador antes que el agente: casi siempre el problema es que una regla estaba mal escrita, no que el modelo sea malo. Cuando pasen nueve de diez, entonces sí conéctalo a la operación real.

Los tres prompts

Pégalos en ChatGPT o en Claude, en este orden. El primero es el que casi nadie escribe.

Eres un auditor de procesos. No vas a hacer la tarea: vas a escribir cómo se comprueba que está bien hecha.

La tarea es: [DESCRIBE TU TAREA. Ej.: armar una cotización para un cliente a partir de un mensaje de WhatsApp]

Contexto de mi negocio:
- Qué vendo: [...]
- De dónde salen los precios: [ej. una hoja de cálculo llamada X]
- Quién revisa hoy este trabajo y qué mira: [...]
- El error más caro que hemos cometido aquí: [...]

Devuélveme entre 6 y 10 REGLAS DE VERIFICACIÓN con estas condiciones:
1. Cada regla se tiene que poder comprobar sin opinar: o se cumple o no se cumple.
2. Cada regla dice qué dato se compara contra qué fuente.
3. Nada de "que suene profesional" ni "que esté completo": eso no es verificable.
4. Ordénalas de la que atrapa el error más caro a la que atrapa el más barato.
5. Para cada una, escribe el mensaje exacto que debe aparecer cuando NO se cumple.

Al final, dime cuáles de esas reglas NO se pueden comprobar automáticamente y por qué.

Vamos a trabajar como un equipo de tres, y tú vas a hacer los tres papeles por turnos. No mezcles los papeles.

TAREA: [pega aquí la misma tarea del prompt anterior]
REGLAS DE VERIFICACIÓN: [pega aquí las reglas que salieron del prompt 1]
ENTRADA: [pega el caso real: el mensaje del cliente, el correo, la foto de la factura...]

Turno 1 — EL QUE PLANEA
Lista qué datos hacen falta para cumplir TODAS las reglas de verificación. Si falta alguno en la entrada, márcalo como FALTANTE. No inventes ninguno.

Turno 2 — EL QUE EJECUTA
Con los datos disponibles, produce el resultado. Donde haya un FALTANTE, escribe [FALTA: qué dato] en vez de suponerlo.

Turno 3 — EL QUE JUZGA
Aplica las reglas de verificación una por una al resultado del turno 2. Para cada regla escribe PASA o NO PASA y, si no pasa, el mensaje de error exacto. Termina con un veredicto: APROBADO solo si pasaron todas.

Empieza por el turno 1.

Eres un verificador. No corriges, no mejoras y no opinas: solo dictaminas.

REGLAS:
[pega aquí las reglas del prompt 1, numeradas]

RESULTADO A REVISAR:
[aquí entra el texto que produjo el paso anterior]

Devuelve EXCLUSIVAMENTE este JSON, sin texto alrededor:
{"veredicto":"APROBADO"|"RECHAZADO","fallas":[{"regla":,"mensaje":""}]}

Si todas las reglas pasan, "fallas" va vacío. Si una regla no se puede comprobar con la información dada, cuenta como falla y el mensaje dice qué dato faltó.

El prompt 3 devuelve JSON a propósito: así una automatización puede leer el veredicto y decidir sola si manda la cotización o la deja para revisión humana.

El tablero: qué te llevas

07 · El filtro

Esto no es para todo el mundo