Cómo hacer que la IA escriba como una persona con Agent Skills

No le pidas a una IA que «suene humana» con una instrucción vaga. Dale un sistema de escritura pequeño y verificable. Separa el conocimiento de origen, la estructura de la respuesta y la calidad editorial. Después mide si cada capa mejora el trabajo. Esa es la lección práctica de tres proyectos open source que crecen rápido: No AI Slop, i-have-adhd y book-to-skill.

A menudo se presentan como tres maneras de corregir el mismo modelo. No lo son. No AI Slop edita patrones repetitivos de prosa. i-have-adhd cambia la estructura de una respuesta. book-to-skill convierte una gran biblioteca de referencia en conocimiento que el agente carga cuando corresponde. Juntos pueden reducir correcciones repetitivas. Sin fuentes, evals ni criterio humano, también pueden generar texto ordenado pero vacío o incorrecto.

Este artículo responde a la pregunta del flujo de escritura. Si primero necesitas entender la categoría técnica, nuestro árbol de decisión sobre MCP, RAG, Agent Skills y Custom GPTs explica dónde encajan los skills.

Respuesta corta: qué problema resuelve cada skill

Para una persona, instala el skill más específico y conserva la edición final. Para una empresa, trátalo como un componente versionado: define qué puede cambiar, cómo se puntúa, quién aprueba las afirmaciones y cómo se revierte una mala actualización.

¿Por qué el texto de IA suena genérico?

La mayoría de los malos resultados empieza antes de escribir. El modelo recibe una tarea ambigua, poco material original y ningún criterio de aceptación. Entonces optimiza una respuesta promedio plausible. Aparecen estructuras pulidas, afirmaciones amplias, recursos retóricos repetidos y conclusiones más importantes que sus pruebas.

Un prompt más largo no siempre es mejor. Mezclar hechos, tono, proceso, frases prohibidas, audiencia, formato y ejemplos en un solo bloque permanente oculta conflictos. Un skill da a esas reglas un propietario, una versión y un lugar para ejemplos o comprobaciones deterministas. El concepto relacionado es prompt engineering, pero la mejora operativa procede de empaquetar y probar el proceso, no de encontrar una frase mágica.

Tres skills open source, tres trabajos distintos

1. No AI Slop: post-edición focalizada

No AI Slop documenta más de 20 patrones recurrentes: aperturas que retrasan el punto, falsas revelaciones, fragmentos dramáticos, atribuciones vagas y conclusiones infladas. Puede editar un borrador o señalar líneas coincidentes sin afirmar que detecta quién escribió el texto. El repositorio incluye las reglas y un archivo de evaluación, por lo que el método se puede inspeccionar.

Su alcance estrecho es una ventaja. Úsalo después de crear el borrador factual. Una edición de estilo no debe inventar pruebas, borrar reservas necesarias ni imponer el mismo ritmo a todos. «Humano» no es un preset. El objetivo útil es escribir con especificidad y conservar fuente, argumento y voz.

2. i-have-adhd: estructura orientada a la acción

i-have-adhd indica a un asistente que empiece por la siguiente acción, numere tareas, elimine tangentes, dé tiempos concretos y suprima aperturas o cierres ceremoniales. Su documentación aclara que no hace falta un diagnóstico. Es un estilo de salida que reduce la distancia entre leer y actuar, no una herramienta médica.

No clona una voz de marca ni mejora la base factual. Hace más ejecutables las respuestas operativas. Puede encajar en soporte, runbooks y trabajo interno, pero resultar rígido para ensayos, mensajes delicados o explicaciones con matices. Actívalo por tarea, no como regla universal.

3. book-to-skill: conocimiento de referencia bajo demanda

book-to-skill acepta un libro, una carpeta documental o una colección de fuentes y genera un skill con índice central, capítulos, glosario, patrones y resumen de consulta. El agente carga la sección pertinente en vez de recibir todo el material en cada petición. El proyecto menciona explícitamente los sistemas de marca y diseño como caso de uso.

Resuelve el empaquetado del conocimiento, no la calidad editorial. Un skill generado hereda omisiones, contradicciones y límites de licencia de sus entradas. Comprueba el resultado frente a los originales, conserva la procedencia y no conviertas contenido sin derechos de reutilización en un activo compartido. Para una marca, parte de ejemplos aprobados, no de todo lo publicado.

¿Cómo se combinan las tres capas?

1. Ancla la tarea. Aporta hechos de producto, afirmaciones aprobadas, audiencia, canal y acción deseada.
2. Carga solo el conocimiento relevante. Usa una referencia breve o un skill progresivo para las reglas aplicables.
3. Da forma a la respuesta. Aplica estructura concisa y accionable cuando la tarea la necesite, no a todos los formatos.
4. Edita el borrador. Busca slop y problemas de claridad después de construir el argumento, preservando hechos y reservas.
5. Verifica y aprueba. Contrasta cada afirmación importante, puntúa el resultado y mantén una persona responsable.

El orden importa. Pulir antes de fundamentar puede volver creíble una afirmación sin pruebas. Fundamentar sin editar puede dejar información correcta pero ilegible. Cada skill debe tener una responsabilidad coherente.

¿Cómo se crea un skill de escritura para una empresa?

La especificación abierta de Agent Skills define un skill como un directorio con un archivo SKILL.md obligatorio y scripts, referencias o assets opcionales. La divulgación progresiva carga primero los metadatos, después las instrucciones al activarlo y los recursos solo cuando hacen falta. Es una estructura adecuada porque una tarea concreta no necesita cada ficha de producto, regla legal o plantilla de canal.

1. Elige un trabajo acotado. Empieza por «editar un artículo B2B con fuentes según nuestro estilo», no por «escribir todo el marketing».
2. Reúne ejemplos buenos y malos. Explica por qué pasan o fallan y elimina material confidencial.
3. Separa invariantes y preferencias. Las afirmaciones requieren pruebas y el texto legal debe conservarse. El ritmo puede cambiar por canal.
4. Escribe el procedimiento mínimo útil. Las buenas prácticas oficiales recomiendan alcance coherente, detalle moderado y divulgación progresiva en vez de un prompt maestro exhaustivo.
5. Incluye checks deterministas. Un script encuentra frases prohibidas, citas ausentes, títulos largos, enlaces rotos o TODOs mejor que otra regla en prosa.

¿Cómo se evalúa un skill de escritura?

Crea el conjunto de pruebas antes de ajustar el skill. Incluye soporte breve, explicaciones técnicas, páginas de producto, resúmenes ejecutivos, fuentes débiles y casos donde se debe pedir evidencia. Ejecuta cada caso con y sin skill sobre el mismo snapshot del modelo.

La guía oficial de evaluación propone aprender de assertions fallidas, comentarios humanos y transcripciones de ejecución. Si el agente ignora una regla, aclárala. Si la sigue y baja la calidad, elimínala o redúcela. El tamaño del archivo de instrucciones no mide el éxito.

¿Cuáles son los riesgos en producción?

• Cadena de suministro: un repositorio mutable puede cambiar tras revisarlo. Fija un commit o release, inspecciona scripts y vuelve a probar actualizaciones.
• Confianza falsa: una prosa natural puede hacer creíble una afirmación débil. Separa los gates de evidencia y aprobación de la edición de estilo.
• Voz aplanada: una lista universal de prohibiciones puede borrar ritmo, humor y diferencias culturales. Localiza criterio, no solo palabras.
• Fuga de fuentes: guías de marca y ejemplos de clientes pueden contener datos confidenciales o personales. Controla el contexto del modelo.
• Conflictos de reglas: varios skills pueden discrepar sobre longitud, tono o formato. Define precedencia y prueba la combinación.

Un flujo productivo necesita control de versiones, registro de cambios de modelo y prompt, permisos sobre fuentes, evals, roles de aprobación y rollback. Nuestra plantilla de SLA para agentes de IA convierte esos límites en medidas.

¿Instalar un skill o construir un sistema propio?

La decisión económica es si la corrección manual repetida ya cuesta más que poseer un sistema probado. El equipo de AI enablement de Wavect convierte procesos aprobados en workflows versionados. El caso Twinsoft AI muestra la disciplina de entrega de un producto de IA en producción. Nuestra guía de prototipo a producción ayuda a definir el alcance. Para una arquitectura y estimación de piloto, reserva una revisión del workflow.