Eres lo que comes, y la IA no es diferente

12/04/2026
David Lahoz

No es que la IA falle. Es que muchas veces le pedimos que trabaje a ciegas.

Hay una queja recurrente en los talleres de adopción de IA: "Lo he probado y no me da nada útil". Cuando se analiza más a fondo esta afirmación, se descubre que el problema rara vez radica en el modelo de IA. En realidad, el inconveniente suele estar en la calidad y cantidad de información que se le proporciona para trabajar.

La IA necesita contexto y datos

Las herramientas de IA destacan en tareas como razonar, sintetizar y estructurar información. Sin embargo, requieren materia prima para ofrecer resultados de valor. Solicitar a Claude o ChatGPT que preparen un briefing de reunión sin aportar contexto es como pedir a un consultor externo que entre en una sala sin haber leído nada previamente. El producto será genérico, superficial y, en el mejor de los casos, inofensivo.

El problema fundamental es sencillo: la IA trabaja solo con la información que tiene disponible en ese instante. No puede acceder a tu historial de conversaciones, desconocen las decisiones tomadas en reuniones previas y no tienen información sobre el estado actual del proyecto. Tú sí, y ahí radica la brecha que limita su utilidad.

La reunión como laboratorio: caso práctico

Preparar una reunión de seguimiento con un cliente es una tarea frecuente, consume mucho tiempo y es ideal para la asistencia de IA. Sin embargo, aunque el día a día no nos permita preparar las reuniones como quisiéramos, su importancia es crucial: se estima que el 80% del éxito de una reunión depende de una buena preparación.

Los datos necesarios suelen estar dispersos: correos recientes, el documento de propuesta o briefing original y, especialmente, las notas o transcripciones de reuniones anteriores.

Las notas de la última reunión son más que simple contexto; representan la memoria operativa del proyecto. Saber quién se comprometió a qué, qué quedó pendiente o qué objeción sigue sin resolver es esencial. Sin ese hilo conductor, los modelos construyen sobre el vacío y acabas repitiendo trabajo ya realizado.

El documento maestro: una inversión mínima, un gran impacto

Existe un hábito que marca la diferencia más que cualquier integración técnica: mantener un documento maestro de la relación con cada cliente relevante.

Este documento no es un CRM ni un sistema complejo, sino un archivo sencillo (texto, Drive, Notion) con una estructura clara: estado del proyecto, últimas decisiones, compromisos pendientes, personas clave y un resumen comprimido de los hitos recientes. Basta con una o dos páginas.

Lo mejor es que construirlo no exige esfuerzo extra si se utiliza la IA. Basta con pegar la transcripción o notas de cada reunión y pedir: "Actualiza este documento maestro con los acuerdos y puntos pendientes de hoy". El modelo extrae lo relevante, lo integra y descarta información irrelevante. Así, lo que antes era una tarea interminable se convierte en un proceso de dos minutos.

El documento se enriquece tras cada reunión, convirtiéndose en el punto de partida para la siguiente. No es necesario buscar correos dispersos ni recordar conversaciones pasadas: todo está disponible y procesado.

El método de preparación sin fricción

Con el documento maestro como base, preparar una reunión se reduce a tres pasos:

  1. Recupera el documento maestro del cliente. Este archivo contiene el estado del proyecto, compromisos anteriores y el historial relevante; es el contexto que el modelo necesita para no partir de cero.
  2. Añade los correos recientes y el resumen de la última reunión. No toda la cadena, solo los tres o cinco correos más relevantes y el resumen comprimido de la reunión anterior, generado por herramientas como Otter, Fireflies o Teams.
  3. Da una instrucción clara. Por ejemplo: "Con todo esto, resume el estado actual, identifica los puntos que hay que resolver hoy y prepárame tres preguntas para la reunión." En treinta segundos tendrás un briefing que antes costaba veinte minutos.

Este método permite obtener un documento previo a la reunión de forma rápida y estructurada.

Plantilla para briefing de reunión con IA

El proceso parte de una estructura base:

  • Contexto del cliente/proyecto: Documento maestro o, en su defecto, nombre del cliente, descripción del proyecto, estado actual y personas clave.
  • Resumen de la última reunión: Resumen comprimido o transcripción con petición de extracción de puntos clave.
  • Correos recientes relevantes: Los 3-5 correos más relevantes con remitente, fecha y cuerpo del mensaje.
  • Objetivo de la reunión de hoy: Descripción clara de lo que se quiere conseguir.
  • Instrucciones de salida: Generar un briefing estructurado con: estado del proyecto, compromisos pendientes, puntos críticos, preguntas clave y posibles fricciones.

La salida debe ser directa y concisa, evitando repetir información y señalando la ausencia de contexto relevante si es necesario.

Automatización y privacidad: recomendaciones prácticas

Para quienes buscan automatizar el proceso, la mayoría de asistentes permiten conectar fuentes externas fácilmente. Claude, Copilot y ChatGPT ofrecen conectores a Drive, Gmail y Microsoft 365, facilitando la recuperación de documentos y correos sin necesidad de copiar nada manualmente.

Antes de conectar cuentas o compartir documentos de clientes, hay que asegurarse de usar una cuenta corporativa y manejar solo los datos permitidos por la empresa. Con información sensible, anonimizar es la opción más segura. Esto no es burocracia, sino sentido común.

El hábito clave: mantener el orden para multiplicar el valor de la IA

Los mejores resultados con IA no dependen de las herramientas más sofisticadas, sino de mantener un mínimo de orden en los datos. El documento maestro es la versión más práctica de este principio: un archivo vivo que la IA ayuda a construir y que, a su vez, incrementa la utilidad del modelo en cada uso.

La IA amplifica lo que existe. Si el estado es caótico, el resultado también lo será. Pero si se construye y mantiene ese documento con ayuda del modelo, en pocas semanas se obtiene un activo de contexto que ahorra tiempo en cada interacción.

La verdadera promesa de la IA no es que piense por ti, sino que puede pensar contigo mucho más rápido, siempre que se le proporcione la información adecuada.