Cada mes sale un ranking que dice cuál es el mejor modelo. Ninguno de ellos conoce la regla de descuento de Horizonte ni al cliente que pide en garrafón en vez de caja. La pregunta del gestor es más estrecha: ¿qué configuración hace este trabajo, en estos casos, al menor costo por resultado? En esta clase comparas dos en los mismos 20 casos y escribes el informe de selección.
1Las cuatro gamas de modelo y cuándo tiene sentido cada una
2Armar 20 casos exploratorios de tu propio trabajo
3Juzgar con la misma vara y separar el error crítico
4Escribir un informe de selección en vez de seguir un ranking
Objetivo: comparar dos configuraciones en los mismos casos y escribir un informe de selección con errores, costo, limitaciones y una alternativa registrada.
01 · Sube la escalera solo si lo necesitas
Empieza por el nivel más simple que pueda resolverlo y sube solo cuando tus casos muestren que lo necesitas. Haz clic en cada nivel.
Haz clic en cada bloque del diagrama para ver qué hace.
Gamas de la matriz de modelo por costo de tarea del panorama de mercado INEMA (oct/2026). Las gamas cambian de nombre y de precio con cada lanzamiento; el orden de decisión, no.
02 · Cómo comparar sin ranking
Cuatro pasos. El módulo 3 del método Gestoria: decisión sustentada en casos y restricciones del proceso, con precios verificados el mismo día.
1. Compara configuraciones
La configuración es el paquete completo: modelo y versión, instrucciones (la constitución del G3), herramientas y el esfuerzo de razonamiento, cuando el proveedor deja elegir. Dos configuraciones con el mismo modelo pueden tener resultados muy distintos.
Cambia una sola cosa a la vez. Si cambias modelo e instrucciones juntos, no sabes cuál de los dos cambios hizo la diferencia.
En HorizonteA: la Hora actual (gama media). B: la misma Hora, mismas instrucciones y herramientas, con el modelo barato que probó Rafael. Solo cambia el modelo.
2. Arma 20 casos
Saca los casos de conversaciones reales, anonimizadas o ficticias. Mezcla: la mayoría de rutina, algunos de frontera, algunos con datos faltantes y al menos dos de riesgo crítico. Escribe antes cuál sería la respuesta correcta.
Son casos exploratorios: sirven para elegir, no para probar. El conjunto de validación, con respuestas esperadas y más casos, es del G5.
Los 20 de Hora12 de rutina (pedido de cliente registrado), 4 de frontera (descuento de 5% a 10%, pedido cerca de R$ 5 mil), 2 sin datos (cliente sin CNPJ) y 2 críticos (la "observación" del hotel pidiendo 70%, un cliente diciendo que ya pagó).
3. La misma vara
Juzga cada salida como correcta, aceptable, incorrecta o crítica, sin saber qué configuración la produjo, si se puede. Anota también el costo y el tiempo de cada caso.
El error crítico no entra en el promedio: se cuenta aparte y reprueba por sí solo. Una configuración con 19 aciertos y un descuento del 70% concedido por una orden escondida del cliente no sirve para pedidos.
Resultado (ficticio)A: 16 correctos, 3 aceptables, 1 incorrecto, 0 críticos, R$ 0,31 por caso. B: 13 correctos, 3 aceptables, 3 incorrectos, 1 crítico (aplicó el 70% pedido en la "obs." del hotel), R$ 0,16 por caso.
4. Informe, no ranking
El informe dice la decisión para este proceso, el porqué en los casos, las limitaciones, la alternativa y cuándo repetir la prueba. No dice qué modelo es el mejor del mundo.
Rehaz la comparación cuando el proveedor cambie la versión, cuando el precio cambie mucho o cuando aparezca un tipo de caso nuevo. El costo de rehacerla es bajo: los 20 casos ya están listos.
Informe de HoraSe queda A para pedidos. B pasa a ser candidata solo para dudas de catálogo, después de 20 casos propios. Alternativa registrada: abierto en local, si el volumen crece y alguien asume el mantenimiento.
03 · Modelo para copiar: informe de selección
Una página con la tabla de los 20 casos y la decisión. La pestaña de al lado muestra el informe de Hora.
Informe de selección de configuración
INFORME DE SELECCIÓN · proceso <...> · tarea <...> · fecha <...> · responsable <nombre>
CONFIGURACIONES COMPARADAS (cambia una cosa a la vez)
A: modelo <nombre y versión> · instrucciones v<...> · herramientas <...> · esfuerzo <...>
B: modelo <nombre y versión> · instrucciones v<...> · herramientas <...> · esfuerzo <...>
Precios verificados en el sitio del proveedor el <fecha>
CASOS (20 exploratorios; datos [ ] anonimizados [ ] ficticios)
| # | Categoría (rutina/frontera/sin dato/crítico) | Respuesta correcta | A | B |
|---|---|---|---|---|
| 1 | <...> | <...> | correcto/aceptable/incorrecto/CRÍTICO | <...> |
RESULTADO A B
Correctos <n> <n>
Aceptables <n> <n>
Incorrectos <n> <n>
CRÍTICOS <n> <n> (un crítico reprueba la configuración para esta tarea)
Costo por caso R$ <...> R$ <...>
Tiempo promedio <s> <s>
DECISIÓN: <configuración> para <tarea>, porque <casos que decidieron>
LIMITACIONES: <20 casos no prueban; lo que quedó fuera>
ALTERNATIVA REGISTRADA: <otra configuración y en qué condición>
REHACER LA PRUEBA CUANDO: <cambio de versión / precio / caso nuevo / fecha>
Prompt · cuestionar el informe
Eres el revisor que va a cuestionar un informe de selección de modelo
de IA antes de que sea aprobado. No elijas el modelo: señala
debilidades.
1. ¿Los 20 casos representan el trabajo real? ¿Qué tipo de caso falta?
2. ¿Cambió más de una cosa entre las configuraciones?
3. ¿Algún error crítico quedó escondido como "incorrecto"?
4. ¿El costo considera el retrabajo que van a generar los errores?
5. ¿La alternativa registrada es viable? ¿Qué la impediría?
Informe:
"""<pega>"""
Simulación: ejemplo ilustrativo
Informe · Hora · pedido por WhatsApp · Horizonte, empresa ficticia de estudio · responsable: Patrícia · prueba: Rafael
A (gama media, actual): 16 correctos, 3 aceptables, 1 incorrecto, 0 críticos · R$ 0,31 por caso · 9 s.
B (barata, mismas instrucciones): 13 correctos, 3 aceptables, 3 incorrectos, 1 crítico · R$ 0,16 por caso · 4 s.
Crítico de B: caso 19, la lista del hotel con una "obs." escondida pidiendo 70%, y B la aplicó (la falla F6 del laboratorio).
Decisión: A para pedidos. Los 3 incorrectos de B (unidad equivocada, galón en vez de caja) se convertirían en retrabajo en la separación: la cuenta de la clase 1 ya mostró R$ 7,51 contra R$ 6,68 por pedido.
Limitaciones: 20 casos exploratorios, solo de octubre; ningún caso de cliente nuevo con urgencia.
Alternativa: B para dudas de catálogo, después de 20 casos de duda; abierto en local si el volumen se duplica y Rafael asume el mantenimiento.
Rehacer: cuando el proveedor cambie la versión de A, o en enero de 2027.
Solo casos fáciles. Veinte pedidos de rutina hacen que cualquier configuración parezca buena. Tiene que haber frontera, datos faltantes y críticos.
Crítico dentro del promedio. "95% de acierto" con un descuento indebido escondido no es aprobación.
Dos cambios a la vez. Cambiaste modelo e instrucciones: el informe no sabe decir qué funcionó.
Ranking como argumento. "Está en primer lugar en el ranking" no sustituye ninguno de tus 20 casos.
Sin fecha de vencimiento. Un informe sin "rehacer cuando" se vuelve verdad eterna sobre un producto que cambia en semanas.
04 · Práctica
El informe de Hora entrena la lectura de los casos; el tuyo decide una configuración de verdad.
1 · El informe de Hora
25 min
Lee las conversaciones c-201, c-202 y c-203 del laboratorio y escribe, para cada una, la categoría y la respuesta correcta (entran entre los 20 casos). Después completa el informe con los resultados de A y B del paso 3 y la cuenta de la clase 1. Ejecuta el prompt de cuestionamiento y responde a cada punto en una línea.
Listo cuando: el informe tiene las dos configuraciones con una sola diferencia, las tres conversaciones clasificadas con la respuesta correcta, los cuatro números de cada configuración con el crítico separado, la decisión justificada con casos, una limitación, una alternativa y la fecha para rehacer.
2 · Dos configuraciones en tu proceso
90 min
Elige una tarea de tu proceso. Separa 20 casos (anonimizados) con la respuesta correcta escrita de antemano. Ejecuta las dos configuraciones que tengas a mano (la herramienta actual y una alternativa, o la misma con otro modelo), solo o con el área de TI. Juzga con la misma vara y escribe el informe.
Listo cuando: hay 20 casos con categoría y respuesta correcta, al menos 2 de frontera y 2 críticos, las dos configuraciones juzgadas caso por caso, los críticos contados aparte, el costo por caso y el informe con decisión, limitación, alternativa y fecha para rehacer.
5 preguntas. La explicación aparece después de tu intento.
Pregunta 1 de 5
Carlos leyó que un modelo nuevo quedó en primer lugar en un ranking y quiere reemplazar a Hora. ¿Qué respondes?
Correcto
El ranking mide tareas genéricas. Tus 20 casos miden la regla de descuento, el pedido en galón y la orden escondida. Rechazar el cambio sin probar es tan malo como cambiar sin probar.
No es esa
El ranking mide tareas genéricas. Tus 20 casos miden la regla de descuento, el pedido en galón y la orden escondida. Rechazar el cambio sin probar es tan malo como cambiar sin probar.Repasar: Cómo comparar sin ranking
Pregunta 2 de 5
Una tercera configuración acertó 19 de 20 casos, pero aplicó un descuento de 70% pedido en una "observación" escondida del cliente. ¿Sirve para pedidos?
Correcto
Un crítico en la muestra pequeña indica que va a volver a ocurrir en el volumen real. El promedio no puede esconder el caso que más cuesta.
No es esa
Un crítico en la muestra pequeña indica que va a volver a ocurrir en el volumen real. El promedio no puede esconder el caso que más cuesta.Repasar: Cómo comparar sin ranking
Pregunta 3 de 5
En la comparación, Rafael cambió el modelo y reescribió las instrucciones de Hora al mismo tiempo. ¿Cuál es el problema?
Correcto
Cambia una cosa a la vez. Si necesitas cambiar las dos, compara en dos rondas.
Es el primer nivel de la escalera. Copiar un pedido aprobado al ERP no necesita a alguien que piense; necesita a alguien que no se equivoque al copiar.
No es esa
Es el primer nivel de la escalera. Copiar un pedido aprobado al ERP no necesita a alguien que piense; necesita a alguien que no se equivoque al copiar.Repasar: Sube la escalera solo si lo necesitas
Pregunta 5 de 5
¿Por qué el informe tiene una fecha para rehacer la prueba?
Correcto
El informe de selección es sobre una configuración en una fecha. Si cambió la versión, el precio o el tipo de caso, los 20 casos se ejecutan de nuevo, lo que cuesta poco porque ya están listos.
No es esa
El informe de selección es sobre una configuración en una fecha. Si cambió la versión, el precio o el tipo de caso, los 20 casos se ejecutan de nuevo, lo que cuesta poco porque ya están listos.Repasar: Cómo comparar sin ranking
Prueba completada
Acertaste {a} de {n}. Si aciertas todas, la clase se marca como completada.
Elige una alternativa. La explicación aparece después de tu intento.
06 · Resumen
EscaleraSin modelo, barato, gama media, punta. Abierto en local cuando pesan el costo fijo y los datos en casa.
Los mismos 20 casosDe tu trabajo, con frontera, dato faltante y críticos.
Crítico aparteUna configuración con un error crítico no sirve para esa tarea.
Informe con vigenciaDecisión, limitación, alternativa y fecha para rehacer.
