crear-skill-agente — Resultado de Ejemplo

Flujo de 3 fases ejecutado

1

Recoger requisitos

Brief del equipo de ventas de CULTIVA IA: skill para propuestas comerciales post-discovery.

2

Redactar la skill

SKILL.md (<100 lineas) + REFERENCE.md con templates y ROI tables + validate_inputs.py.

3

Revisar con checklist

skill_review_checklist_runner.py verifica los 6 criterios de Matt Pocock. Resultado: PASS.

Fase 1 — Input (brief del equipo)

ejemplo/input/brief.md

Cliente interno CULTIVA IA (agencia de IA marca blanca)

Problema El equipo tarda ~2h en redactar cada propuesta. Necesitamos automatizar el 80% del trabajo a partir de un briefing de 5-10 min.

Casos de uso 1) Propuesta de automatización para e-commerce Shopify · 2) Agente IA de soporte para SaaS B2B · 3) Contenido con IA para agencia de comunicación

Inputs skill Nombre + sector, problema detectado, presupuesto (opcional), plazo

Output skill Propuesta en Markdown: resumen ejecutivo, diagnóstico, 3 opciones de precio, ROI estimado, timeline, equipo, CTA

Restricciones SKILL.md < 100 líneas · sin dependencias externas · ejecutable desde Claude Code y Claude AI

Fase 2 — Skill generada

generar-propuesta-comercial/

generar-propuesta-comercial/ ├── SKILL.md # instrucciones principales · 39 líneas ✓ ├── references/ │ └── REFERENCE.md # template de propuesta + tabla ROI └── scripts/ └── validate_inputs.py # validador stdlib — 0 dependencias externas ✓

SKILL.md generado

📄 generar-propuesta-comercial/SKILL.md

--- name: generar-propuesta-comercial description: Genera propuestas comerciales personalizadas para clientes de CULTIVA IA en formato Markdown estructurado. Use when the user needs to draft a commercial proposal, has just finished a discovery call, or wants to create a proposal for a potential client. --- # Generar Propuesta Comercial ## Quick start ``` Inputs mínimos: - Cliente: [Nombre empresa] — [sector] - Problema: [1-2 frases del pain point] - Presupuesto: [rango €] (opcional) - Plazo: [semanas deseadas] ``` Genera la propuesta con `python scripts/validate_inputs.py` antes de redactar. ## Workflows ### 1. Propuesta desde cero (post-discovery) - [x] Correr `validate_inputs.py` con los datos del brief - [ ] Rellenar el template de REFERENCE.md con datos reales - [ ] Generar 3 opciones de precio (Básico / Estándar / Premium) - [ ] Calcular ROI estimado (ver tabla en REFERENCE.md) - [ ] Revisar tono y adaptar (formal / casual) ### 2. Revisión rápida de propuesta existente - [ ] Pegar propuesta actual como contexto - [ ] Solicitar: "Mejora sección X manteniendo el resto" ### 3. Batch para un vertical - [ ] Definir vertical (ej. e-commerce Shopify) - [ ] Generar 3-5 propuestas con variantes de cliente/problema ## Structure See [REFERENCE.md](references/REFERENCE.md) for the full proposal template and ROI tables.

Script en accion — validate_inputs.py

zsh — generar-propuesta-comercial/scripts

$ python3 validate_inputs.py \ --cliente "Cafetería Origen" \ --sector "hostelería" \ --problema "Sin automatización de reservas ni respuesta por WhatsApp" \ --plazo "4 semanas" \ --presupuesto "1.800–3.500€" [OK] Inputs validados. Proceder con la generación de propuesta. Cliente: Cafetería Origen (hostelería) Problema: Sin automatización de reservas ni respuesta por WhatsApp Plazo: 4 semanas Presupuesto: 1.800–3.500€ $ exit code: 0

Fase 3 — Validacion automatica (6-item checklist)

skill_review_checklist_runner.py

zsh — crear-skill-agente/scripts

$ python3 skill_review_checklist_runner.py ../ejemplo/generar-propuesta-comercial ======================================================================== SKILL REVIEW CHECKLIST RUNNER (per Matt Pocock's write-a-skill) Folder: ../ejemplo/generar-propuesta-comercial ======================================================================== Checks: 6 / 6 passed [x] 1. Description includes triggers Found explicit trigger phrase [x] 2. SKILL.md under 100 lines 39 lines [x] 3. No time-sensitive info No date/year/version-bound claims detected [x] 4. Consistent terminology No obvious synonym pairs detected [x] 5. Concrete examples included 1 code block(s) found [x] 6. References one level deep All references at one level ------------------------------------------------------------------------ Verdict: PASS Reference: Matt Pocock's 6-item review checklist from write-a-skill (MIT).

✓

1. Description includes triggers

Found explicit "Use when" trigger phrase

✓

2. SKILL.md under 100 lines

39 lines — well within limit

✓

3. No time-sensitive info

No date/year/version-bound claims detected

✓

4. Consistent terminology

No obvious synonym pairs detected

✓

5. Concrete examples included

1 code block found (Quick start block)

✓

6. References one level deep

All references at one level in /references

Propuesta de ejemplo generada con la skill

Cafeteria Origen — Agente WhatsApp + Reservas

Propuesta de Automatizacion para Cafeteria Origen

Preparada por CULTIVA IA · 13 junio 2026 · Confidencial

🔍 Diagnostico

Cafeteria Origen (hosteleria, Granada) gestiona manualmente las reservas y las consultas de WhatsApp. El equipo invierte ~15h/semana en respuestas repetitivas y no dispone de sistema de confirmacion automatica, lo que genera un 12% de no-shows y perdida de clientes en horas pico.

💡 Solucion propuesta — 3 opciones

Opcion A

1.800€

Basico

Agente WhatsApp FAQ
Respuestas automaticas
Horarios y menu
Sin integracion reservas

RECOMENDADO

Opcion B

2.900€

Estandar

Todo lo de Basico
Reservas via WhatsApp
Confirmacion automatica
Recordatorios -24h

Opcion C

4.500€

Premium

Todo lo de Estandar
CRM integrado
Dashboard analitica
Soporte 6 meses

📈 ROI estimado (Opcion B · 6 meses)

Metrica	Antes	Despues	Impacto
Tiempo en soporte/semana	15 h	3 h	-12 h/sem
No-shows	12%	~3%	-75%
Reservas capturadas fuera horario	0	~8/sem	+320€/mes
ROI estimado a 6 meses			~3,8x

📅 Timeline — 4 semanas

Sem 1

Setup agente + flows WhatsApp

Sem 2

Integracion reservas + pruebas

Sem 3

Recordatorios + ajuste tono

Sem 4

Go-live + formacion equipo

🤝 Proximo paso

Agenda una llamada de 30 min para cerrar la opcion y firmar el contrato: calendly.com/cultivaia/propuesta

Crear Skills de Agente IA