🌱
CULTIVA IA · AutoSkill

Reporte de Análisis de Historial

Patrones de trabajo detectados → Skills propuestas para revisión

👤 Marta Serrano 📅 2026-06-16 → 2026-06-17 🤖 backend: claude-opus-4-5 🔒 local clustering · local embeddings ⏱ generado: 2026-06-17T19:48:12Z
🔐
Privacidad por diseño: El OCR bruto nunca salió de tu máquina. Los clusters se generaron con embeddings locales (all-MiniLM-L6-v2) y solo los resúmenes redactados (sin emails, tokens ni datos personales) llegaron al LLM. Screenpipe excluyó: 1Password, WhatsApp, Banca Online, Signal.
4
Clusters detectados
de 127 sesiones analizadas
3
Skills propuestas
2 composición · 1 nueva
8.2h
Tiempo recuperable
estimado por semana con skills
135
Skills comparadas
cosine similarity · MiniLM-L6-v2
Línea de tiempo — 36h analizadas
8h
10h
12h
14h
16h
18h
→D2 10h
12h
14h
16h
18h
20h
A
B
A
C
B
D
A
B
C
D
Cluster A — Briefing → Deck
Cluster B — Análisis competidores
Cluster C — Onboarding cliente
Cluster D — Reporte mensual
Clusters de flujo detectados
cluster-A COMPOSE
Briefing de cliente → Deck de propuesta
Lectura de briefing en Notion → borrador copy con Claude → maquetación en Figma → export PDF. Flujo lineal de 3 herramientas con 0 automatización.
5x
repeticiones
2h40
promedio
13h
total invertido
Notion → Claude → Figma → Dropbox PDF
Similitud con sales-enablement 0.76
Similitud con copywriting 0.71
cluster-B REUSE
Análisis de competidores SaaS
Perfil Crunchbase → tabla Notion → síntesis Claude → export Sheets. Cubierto por competitor-analysis, pero sin usar la skill (flujo manual).
4x
repeticiones
1h15
promedio
5h
total invertido
Chrome/Crunchbase → Notion → Claude → Sheets
Similitud con competitor-analysis 0.81
Similitud con competitor-profiling 0.74
cluster-C COMPOSE
Onboarding de nuevo cliente
Email de bienvenida → checklist Notion → vídeo Loom → canal Slack. Pasos manuales encadenados que podrían ser un workflow único.
3x
repeticiones
45m
promedio
2h15
total invertido
Gmail → Notion → Loom → Slack
Similitud con onboarding-cro 0.74
Similitud con email-sequence 0.68
cluster-D NOVEL
Reporte mensual de resultados IA
Extracción manual de PostHog → copia a Sheets → redacción narrativa con Claude → publicación en Notion. Ninguna skill existente cubre la integración PostHog→Notion con narrativa automática.
2x
repeticiones
3h
promedio
6h
total invertido
PostHog → Sheets → Claude → Notion
Similitud con analytics-tracking 0.69
Similitud con content-strategy 0.55
Skills propuestas — 3 borradores generados
composition-recipes/briefing-to-deck
Briefing → Deck de Propuesta Comercial
Receta de composición
copywriting → sales-enablement → frontend-slides
Invoca copywriting con el briefing del cliente como input → pasa el copy redactado a sales-enablement para estructurar la propuesta de valor → genera el deck con frontend-slides en modo HTML autocontenido. Elimina el salto manual Figma → PDF.
Frontmatter generado
---
name: briefing-to-deck
type: composition-recipe
source-cluster: cluster-A
skills:
  - copywriting
  - sales-enablement
  - frontend-slides
time-saved: ~2h por ejecución
confidence: 0.82
---
composition-recipes/client-onboarding-full
Onboarding Completo de Cliente CULTIVA
Receta de composición
email-sequence → onboarding-cro
Usa email-sequence para generar y enviar el email de bienvenida personalizado → onboarding-cro para estructurar el checklist y el guión del vídeo Loom. La creación del canal Slack queda como paso manual hasta integrar la API.
Frontmatter generado
---
name: client-onboarding-full
type: composition-recipe
source-cluster: cluster-C
skills:
  - email-sequence
  - onboarding-cro
time-saved: ~30m por cliente
confidence: 0.79
---
new-skills/posthog-to-notion-report
Reporte Mensual PostHog → Notion (nueva skill)
Descripcion del gap detectado
Ninguna skill existente cubre la integración PostHog API → narrativa IA → Notion. El flujo tiene 3 pasos manuales eliminables: exportar CSV, copiar a Sheets y redactar. La skill nueva automatizaría la extracción via PostHog API, la síntesis narrativa con Claude y la publicación a Notion via su API.
Workflow propuesto
1. Fetch métricas via PostHog /api/insight/trend
2. Normalizar a tabla Markdown
3. Claude: redactar narrativa ejecutiva (200 palabras)
4. Publicar a Notion via pages.create API
5. Notificar por Slack (webhook)
Frontmatter generado
---
name: posthog-to-notion-report
type: novel-skill
source-cluster: cluster-D
categoria: Automatizacion
plataformas:
  - PostHog API
  - Claude API
  - Notion API
  - Slack Webhook
time-saved: ~2.5h/mes
confidence: novel
needs-review: true
---
📁
Propuestas guardadas en: ~/.autoskill/proposed/2026-06-17T19-48-12/  ·  Promueve con: python scripts/autoskill.py promote --name <skill>
♻️
Cluster B — Solo reutilizar: El flujo de análisis de competidores ya está cubierto por competitor-analysis (similitud 0.81). No se genera nueva skill. Recomendación: invocar la skill en lugar del flujo manual para ahorrar ~50 min por análisis.