Antes de empezar: 3 decisiones en 30 minutos
Antes de abrir cualquier herramienta de IA, toma estas tres decisiones. Sin ellas, la primera semana se convierte en una demo sin resultado.
El error más común: Empezar a explorar herramientas sin haber decidido qué problema quieres resolver. El resultado es una semana de demos sin ningún caso de uso real funcionando. Empieza por el problema, no por la herramienta.
A
Elige 1 proceso doloroso de tu agenda
Identifica una tarea que haces tú o tu equipo de forma repetitiva, que consume tiempo y no requiere juicio estratégico. Ejemplos: preparar el informe semanal, resumir emails largos, preparar actas de reunión, clasificar solicitudes entrantes.
⏱ 10 minutos
B
Decide qué herramienta vas a usar
Para empezar: ChatGPT Business (25$/mes) o Claude Pro (20$/mes). Si tu empresa ya tiene Microsoft 365, verifica si tienes licencia de Copilot. No necesitas más de una herramienta el primer mes.
→ Ver comparativa de herramientas
⏱ 10 minutos
C
Define tu política de privacidad mínima
Responde 4 preguntas sobre los datos que vas a usar y obtiene una regla clara por herramienta y un texto listo para compartir con tu equipo.
→ Abrir el wizard de privacidad (5 min)
⏱ 10 minutos
S1
Días 1–7 · 2 horas
Explorar
Objetivo: Tener 1 prompt funcionando el día 1 y 3 casos candidatos identificados para el mes.
1
Haz tu primera prueba en 10 minutos (día 1)
No esperes a explorar todo el corpus. Abre ChatGPT o Claude ahora mismo y prueba el prompt de tu función directiva. Evalúa el resultado: ¿es útil? ¿qué le falta? Esto te da contexto real antes de explorar casos.
CEO / DG
CFO / Finanzas
CMO / Marketing
COO / Operaciones
CHRO / RRHH (Recursos Humanos)
Actúa como un asesor estratégico senior con experiencia en dirección general. Tengo una reunión de consejo en 3 días y necesito preparar el punto de situación del negocio. Aquí tienes los datos del último mes: [pega el informe o los KPIs principales]. Produce un resumen ejecutivo de máximo 5 puntos con: situación actual, principales riesgos, decisiones pendientes y recomendación de foco para el próximo trimestre. Formato: bullet points directos, sin introducción.
Sustituye [pega el informe o los KPIs principales] por los datos reales de tu empresa.
Actúa como un director financiero con 20 años de experiencia en empresas medianas. Tengo el cierre mensual del departamento y necesito preparar el comentario de desviaciones para el comité de dirección. Aquí tienes los datos: [pega la tabla de P&L o las desviaciones presupuestarias]. Identifica las 3 desviaciones más relevantes, explica la causa probable de cada una en lenguaje no técnico, y propón una acción correctora concreta. Formato: tabla con columnas Desviación / Causa / Acción.
Sustituye [pega la tabla de P&L] por los datos reales de tu cierre mensual.
Actúa como un director de marketing B2B (Business-to-Business) con experiencia en mercados industriales. Necesito preparar el informe mensual de marketing para el comité de dirección. Aquí tienes los datos de rendimiento del último mes: [pega métricas de campañas, leads, conversiones]. Resume los resultados en 5 puntos clave, identifica qué canal está rindiendo mejor y peor, y propón 2 ajustes concretos para el próximo mes. Sé directo y evita el lenguaje de agencia.
Sustituye [pega métricas] por los datos reales de tu plataforma de marketing.
Actúa como un director de operaciones con experiencia en manufactura o servicios. Tengo el informe de incidencias operativas del último mes y necesito preparar el punto para el comité de dirección. Aquí tienes el listado: [pega las incidencias o el informe de operaciones]. Clasifica las incidencias por impacto (alto/medio/bajo), identifica el patrón más frecuente, y propón 1 acción preventiva concreta. Formato: tabla de clasificación + párrafo de recomendación.
Sustituye [pega las incidencias] por los datos reales de tu sistema de gestión.
Actúa como un director de recursos humanos con experiencia en empresas de 200-2000 empleados. Necesito preparar el informe mensual de personas para el comité de dirección. Aquí tienes los datos: [pega métricas de rotación, absentismo, contrataciones, formación]. Resume los 4 indicadores más relevantes, identifica si hay alguna tendencia preocupante, y propón 1 acción concreta para el próximo mes. Usa lenguaje directo, sin tecnicismos de RRHH.
Sustituye [pega métricas] por los datos reales de tu sistema de RRHH.
⏱ 10 minutos
2
Explora los casos de uso de tu sector
Abre el Explorador de Casos, filtra por tu sector y función directiva. Lee las fichas de los 5 casos más relevantes. Ahora que ya has probado un prompt, sabrás reconocer qué casos son realizables con el nivel de esfuerzo que has visto.
→ Ir al Explorador de Casos
⏱ 30 minutos
3
Lee los Casos Reales de directivos del PDG
Filtra los Casos Reales por tu sector. Los casos reales son de directivos como tú — son más relevantes que los casos genéricos para entender qué funciona en la práctica y qué obstáculos aparecen.
→ Ir al Explorador de Casos
⏱ 30 minutos
4
Anota tus 3 casos candidatos
Escribe en un documento los 3 casos que quieres probar este mes. Para cada uno: qué problema resuelve, cuánto tiempo ahorraría, quién lo usaría, y qué datos necesita. Incluye también el caso que ya probaste en la tarea 1 — aunque sea imperfecto, ya tienes una base.
⏱ 15 minutos
S2
Días 8–14 · 2 horas
Probar
Objetivo: Tener 1 prompt refinado que produce resultados útiles de forma consistente.
5
Elige el caso de mayor impacto y menor riesgo
De tus 3 candidatos, elige el que tenga mayor ahorro de tiempo Y menor riesgo si el output es incorrecto. Los mejores primeros casos son: resúmenes de documentos internos, preparación de reuniones, borradores de comunicaciones internas. Evita casos donde un error tenga consecuencias directas (decisiones financieras, comunicaciones externas sin revisión).
⏱ 15 minutos
6
Itera el prompt hasta que funcione 3 veces seguidas
Prueba el prompt con 3 ejemplos reales diferentes. Si el resultado no es útil, mejora el prompt añadiendo más contexto, especificando el formato de salida o siendo más preciso en la tarea. Un prompt que funciona 3 veces seguidas es un prompt listo para usar.
→ Ver plantilla de prompts ejecutivos
⏱ 60 minutos
7
Comparte el prompt con 1 persona de tu equipo
Pide a alguien de confianza que pruebe el prompt con sus propios datos. Usa este guión para la sesión:
Guión de 30 minutos: "Tengo un prompt que me ha funcionado para [tarea]. ¿Puedes probarlo con tu último [informe/email/acta]? Sustituye los datos entre corchetes por los tuyos. Cuando veas el resultado, dime: ¿es útil tal como está? ¿Qué le falta o qué cambiarías? ¿Lo usarías regularmente?"
Si necesita que se lo expliques antes de probarlo, el prompt necesita más contexto. Si lo entiende solo, está listo.
Si necesita que se lo expliques antes de probarlo, el prompt necesita más contexto. Si lo entiende solo, está listo.
⏱ 30 minutos
8
Documenta el prompt en un lugar accesible
Guarda el prompt en un documento compartido (Notion, Google Docs, OneNote) con la estructura correcta. Usa esta plantilla como punto de partida — cópiala y rellena los campos con tu primer caso:
Plantilla de entrada del recetario de IA
Nombre del caso
Nombre corto y descriptivo. Ej: "Resumen semanal de operaciones"
Herramienta
ChatGPT / Claude / Copilot / Manus — la que usas para este caso
Cuándo usarlo
Contexto de uso. Ej: "Cada lunes antes del comité de dirección"
Datos de entrada
Qué hay que preparar antes de ejecutar el prompt. Ej: "El informe semanal de operaciones en PDF o texto"
Prompt completo
[Pega aquí el prompt completo con los marcadores de sustitución entre corchetes]
Ejemplo de output
[Pega aquí un ejemplo de un output bueno para que el equipo sepa qué esperar]
Quién lo usa
Nombre o rol de las personas que usan este caso regularmente
Tiempo ahorrado
Ej: "45 min → 10 min por ejecución · 3×/semana = 2h 15min/semana"
⏱ 15 minutos
S3
Días 15–21 · 2 horas
Validar
Objetivo: Medir el tiempo ahorrado del primer caso y tener 2 casos adicionales en prueba.
9
Mide el tiempo ahorrado del primer caso
Compara el tiempo que tardabas antes con el tiempo que tardas ahora (incluyendo el tiempo de revisión del output). Usa la calculadora para obtener el ahorro real en horas y en euros:
Ahorro semanal
—
horas por semana
Ahorro mensual
—
horas por mes
ROI (Return on Investment (Retorno sobre la Inversión)) mensual
—
vs. coste licencia
Cálculo: ahorro neto × frecuencia × coste/hora. El ROI incluye el coste de la licencia mensual.
⏱ 15 minutos
10
Prueba los 2 casos restantes
Aplica el mismo proceso de la semana 2 a los otros 2 casos candidatos. No necesitan estar perfectos — solo funcionando lo suficientemente bien para ser útiles. Si uno de los 2 no funciona después de 3 intentos de mejora, descártalo y anota por qué (lo usarás en la tarea 11).
⏱ 60 minutos
11
Diagnostica qué no ha funcionado y por qué
Esta tarea es tan valiosa como las que sí han funcionado. Para cada caso que no ha dado buenos resultados, identifica la causa raíz usando este framework:
Problema de prompt
El output es genérico o incorrecto aunque los datos son buenos. Solución: añadir más contexto, rol y formato de salida al prompt.
Problema de datos
Los datos de entrada son demasiado confidenciales, incompletos o no estructurados. Solución: anonimizar, estructurar o cambiar el caso.
Problema de proceso
El proceso requiere juicio contextual que la IA no puede replicar. Solución: redefinir el caso para que la IA haga solo la parte repetitiva.
Problema de expectativas
El output es bueno pero no era lo que se esperaba. Solución: revisar si el caso era el correcto o si el criterio de éxito era realista.
⏱ 20 minutos
12
Comparte los resultados con tu equipo
Dedica 20 minutos en una reunión de equipo a mostrar qué has probado, qué ha funcionado y qué no. Invita a que cada persona identifique 1 tarea propia que podría probar con IA. El objetivo no es convencer — es dar permiso para experimentar. Consulta el Doc 06 para gestionar las resistencias que puedan aparecer.
→ Ver guía de gestión del cambio con IA
⏱ 25 minutos
S4
Días 22–30 · 2 horas
Escalar
Objetivo: Tener 3 casos funcionando, 1 candidato a automatización con Make, y un plan para el mes 2.
13
Evalúa qué caso merece automatizarse con Make
De los 3 casos que funcionan, identifica el que se ejecuta con mayor frecuencia (diario o semanal) y tiene los datos más estructurados. Ese es el candidato para automatización con Make. Los otros 2 pueden seguir siendo prompts manuales — la automatización tiene un coste de configuración que solo se amortiza con frecuencia alta.
→ Ver flujos de automatización disponibles
⏱ 20 minutos
14
Consolida el recetario de IA del equipo
Recoge todos los prompts que han funcionado — los tuyos y los de las personas de tu equipo que han empezado a probar — en un único documento compartido. Incluye: nombre del caso, prompt completo, datos a sustituir, ejemplo de output, y quién lo usa. Este documento es el punto de partida para el mes 2 y la base de la política de IA de la empresa.
⏱ 30 minutos
15
Define los KPIs del mes 2
Establece 3 métricas concretas para el mes 2: horas ahorradas por semana, número de personas del equipo usando IA regularmente, y número de procesos automatizados. Sin métricas, no hay progreso medible. Usa el formato de medición de la tarea 9 para cada métrica.
⏱ 20 minutos
16
Comunica los resultados al equipo directivo
Prepara un resumen de 1 página con: qué has probado, qué ha funcionado, el ahorro estimado de tiempo (usa los datos de la tarea 9), y el plan para el mes 2. Compártelo con el equipo directivo o el consejo según corresponda a tu posición. Usa IA para redactar el resumen — es el mejor ejemplo de su utilidad.
⏱ 30 minutos
Checklist de las 31 tareas
Imprime esta página o guárdala como PDF para seguir el plan semana a semana. Marca cada tarea cuando la completes.
0 / 31 completadas
Antes de empezar · 30 min
A. Elige 1 proceso doloroso de tu agenda
⏱ 10 min
B. Decide qué herramienta vas a usar
⏱ 10 min
C. Define tu política de privacidad mínima → Wizard (5 min)
⏱ 10 min
Semana 1 — Explorar · 2h
1. Haz tu primera prueba en 10 minutos
⏱ 10 min
2. Explora los casos de uso de tu sector
⏱ 30 min
3. Lee los Casos Reales de directivos del PDG
⏱ 30 min
4. Anota tus 3 casos candidatos
⏱ 15 min
Semana 2 — Probar · 2h
5. Elige el caso de mayor impacto y menor riesgo
⏱ 15 min
6. Itera el prompt hasta que funcione 3 veces seguidas
⏱ 60 min
7. Comparte el prompt con 1 persona del equipo
⏱ 30 min
8. Documenta el prompt en un lugar accesible
⏱ 15 min
Semana 3 — Validar · 2h
9. Mide el tiempo ahorrado del primer caso
⏱ 15 min
10. Prueba los 2 casos restantes
⏱ 60 min
11. Diagnostica qué no ha funcionado y por qué
⏱ 20 min
12. Comparte los resultados con tu equipo
⏱ 25 min
Semana 4 — Escalar · 2h
13. Evalúa qué caso merece automatizarse con Make
⏱ 20 min
14. Consolida el recetario de IA del equipo
⏱ 30 min
15. Define los KPIs del mes 2
⏱ 20 min
16. Comunica los resultados al equipo directivo
⏱ 30 min
KPIs al final del mes 1
Al terminar el mes 1, deberías poder responder estas preguntas con datos reales. Cada KPI (Key Performance Indicator (Indicador Clave de Rendimiento)) incluye cómo medirlo:
Casos funcionando
3
Prompts que producen resultados útiles de forma consistente
Cómo medirlo: un caso "funciona" si ha producido un output útil al menos 3 veces seguidas sin necesidad de corrección mayor.
Ahorro semanal
2–4h
Tiempo recuperado entre tú y tu equipo directo
Cómo medirlo: suma los ahorros netos de cada caso (tarea 9) × su frecuencia semanal. Incluye solo tiempo real, no estimaciones optimistas.
Personas usando IA
3–5
Miembros del equipo con al menos 1 caso de uso propio
Cómo medirlo: cuenta solo las personas que han usado IA al menos 3 veces esta semana, no las que "van a empezar".
Señales de alerta: qué hacer cuando no funciona
La guía asume que el proceso avanza bien, pero hay cuatro situaciones frecuentes que pueden bloquearlo. Aquí está el diagnóstico y la solución para cada una:
Señal 1
Al final de la Semana 2 no tienes ningún prompt que funcione
Has probado varios casos y ninguno produce un output útil. Sientes que la IA "no entiende" lo que necesitas o que los resultados son demasiado genéricos.
Qué hacer
El problema casi siempre es el nivel de especificidad del prompt. Vuelve a la tarea 6 y añade: (1) un rol explícito ("Actúa como un director financiero con 20 años de experiencia en el sector X"), (2) el formato exacto del output que necesitas, y (3) un ejemplo de lo que consideras un buen resultado. Si después de esto sigue sin funcionar, el caso elegido es demasiado complejo para empezar — elige uno más simple.
Señal 2
El equipo no quiere participar o muestra resistencia activa
Las personas de tu equipo muestran escepticismo, miedo a ser reemplazadas, o simplemente no dedican tiempo a probar los prompts que les has compartido.
Qué hacer
No fuerces la adopción — genera curiosidad. Muestra en vivo cómo usas la IA para una tarea que ellos conocen bien. Pregunta: "¿Qué tarea te consume más tiempo esta semana?" y prueba un prompt en tiempo real con su respuesta. El primer resultado útil en vivo es más persuasivo que cualquier presentación. Consulta el Doc 06 para gestionar la resistencia estructuralmente.
Señal 3
IT bloquea el acceso a las herramientas de IA
El departamento de IT o el responsable de seguridad ha bloqueado ChatGPT, Claude u otras herramientas por política de empresa, o está en proceso de evaluación que puede tardar meses.
Qué hacer
No esperes. Hay dos caminos paralelos: (1) Si tu empresa tiene Microsoft 365, Copilot puede estar ya disponible sin necesidad de aprobación adicional — verifica con IT. (2) Para los casos de uso que no requieren datos corporativos, puedes usar las herramientas desde un dispositivo personal con datos anonimizados. Mientras tanto, usa el Doc 04 (AI Act) para construir el argumento de seguridad que IT necesita para aprobar las herramientas.
Señal 4
Al final del mes 1 tienes prompts que funcionan pero nadie los usa regularmente
Has creado el recetario de IA, lo has compartido con el equipo, pero en la práctica nadie lo usa de forma habitual. Los prompts existen pero no se han integrado en el flujo de trabajo real.
Qué hacer
El problema es de fricción, no de voluntad. Reduce la fricción al mínimo: (1) Pon el recetario en el lugar donde el equipo ya trabaja (canal de Slack, carpeta de Teams, página de Notion). (2) Asigna a 1 persona como "campeón de IA" — alguien que use los prompts públicamente y comparta resultados. (3) Incluye el uso de IA en las reuniones de equipo: "¿Alguien ha usado IA esta semana para algo?" crea el hábito de reportar.
Mes 2 y más allá: el camino de madurez
El mes 1 es de exploración individual. A partir del mes 2, el foco cambia a escala y gobernanza. Cada fase tiene un prerrequisito — no saltes a la siguiente sin haberlo cumplido:
Mes 2
Primera automatización con Make
Prerrequisito: Al menos 3 personas del equipo usan IA regularmente y el recetario tiene mínimo 5 prompts documentados.
Implementa el primer flujo automatizado con Make para el caso de mayor frecuencia. Valida manualmente durante 2 semanas antes de dejarlo en producción. Sin adopción previa del equipo, la automatización no tiene impacto real.
→ Ver flujos disponibles
Mes 3
Política de IA de la empresa
Prerrequisito: Al menos 1 automatización funcionando en producción y datos reales de ahorro de tiempo.
Formaliza una política de uso de IA de 1 página: herramientas aprobadas, datos que no pueden introducirse, proceso de validación de outputs, y responsable de gobernanza. Sin política, la escala crea riesgos.
→ Ver guía de gobernanza
Mes 4–6
Primer piloto departamental
Prerrequisito: Política de IA aprobada y al menos 5 personas usando IA regularmente en el equipo directivo.
Selecciona un departamento para un piloto estructurado: 4-8 semanas, métricas definidas, supervisión activa, y evaluación de ROI al final. El piloto es la base para la decisión de inversión en licencias enterprise.
→ Ver cálculo de ROI
Checklist Mes 2–6
Mes 2 — Automatizar
Elegir el caso a automatizar con Make
Construir el primer flujo en Make
Validar manualmente 2 semanas
Pasar a producción y medir
Mes 3 — Gobernar
Redactar política de IA (1 página)
Definir herramientas aprobadas y prohibidas
Nombrar responsable de gobernanza de IA
Comunicar política al equipo
Mes 4–6 — Escalar
Seleccionar departamento piloto
Definir métricas y duración del piloto
Ejecutar piloto con supervisión activa
Evaluar ROI y decidir sobre licencias enterprise
Preguntas frecuentes
Las dudas que aparecen siempre en los primeros 30 días:
¿Puedo usar IA con datos de clientes? ›
Depende del tipo de dato y la herramienta. Regla práctica: si el dato identifica a una persona (nombre, email, NIF, teléfono) o contiene información financiera no pública, no lo introduzcas en herramientas de IA de consumo (ChatGPT, Claude, Copilot en modo personal). Para estos casos, usa datos anonimizados o trabaja con versiones enterprise que tienen acuerdos de procesamiento de datos (DPA (Data Processing Agreement (Acuerdo de Tratamiento de Datos))) firmados. Consulta el Doc de Seguridad y Compliance para la lista completa de qué datos son seguros.
¿Qué pasa si el output de la IA es incorrecto? ›
La IA comete errores — especialmente con números, fechas y referencias específicas. El protocolo correcto es: (1) Nunca uses un output sin revisarlo, especialmente si va a salir de tu equipo. (2) Para outputs críticos (informes financieros, comunicaciones externas, decisiones legales), la IA es un borrador, no el documento final. (3) Cuando la IA comete un error, no lo corrijas manualmente — mejora el prompt para que no vuelva a ocurrir. Esto convierte cada error en una mejora del proceso.
¿Cómo sé si estoy pagando demasiado por las licencias? ›
Calcula el coste por hora ahorrada: divide el coste mensual de la licencia entre las horas ahorradas al mes. Si el coste por hora ahorrada es inferior al coste de tu hora de trabajo (o del equipo que la usa), la licencia se paga sola. Ejemplo: licencia de 25$/mes que ahorra 4h/semana = 16h/mes. Coste por hora ahorrada: 1,56$/hora. Si tu hora de trabajo vale más de 1,56$, la licencia es rentable. Usa el calculador de ROI para el cálculo completo.
¿Cuándo tiene sentido pasar a una licencia enterprise? ›
Hay tres señales que indican que es momento de evaluar licencias enterprise: (1) Más de 10 personas del equipo usan IA regularmente y las licencias individuales suman más de 300$/mes. (2) Necesitas usar datos corporativos sensibles y las herramientas de consumo no tienen las garantías de privacidad necesarias. (3) Quieres integrar la IA en tus sistemas existentes (ERP (Enterprise Resource Planning (Sistema de Planificación de Recursos Empresariales)), CRM (Customer Relationship Management (Gestión de Relaciones con Clientes)), SharePoint) de forma nativa. Las licencias enterprise (Microsoft 365 Copilot, ChatGPT Enterprise, Claude for Work) tienen un coste mayor pero incluyen DPA, SSO (Single Sign-On (Inicio de Sesión Único)), y controles de administración centralizados.
¿Cuánto tiempo tarda en verse el ROI real? ›
El ahorro de tiempo individual se ve en la primera semana. El impacto en productividad del equipo tarda 4-6 semanas (el tiempo que tarda la adopción en consolidarse). El impacto en resultados de negocio (más proyectos completados, menos errores, decisiones más rápidas) tarda 3-6 meses. No midas el ROI solo en horas ahorradas — mide también la calidad del output: ¿los informes son mejores? ¿las reuniones están mejor preparadas? ¿las decisiones tienen más contexto?
¿Qué hago si mi empresa ya tiene una herramienta de IA corporativa pero no la usa nadie? ›
Este es el escenario más común con Microsoft Copilot. La herramienta está disponible pero la adopción es cercana a cero. La causa casi siempre es la misma: la empresa compró la licencia sin definir casos de uso concretos ni formar a los usuarios. La solución es exactamente esta guía: empieza con 3 casos de uso concretos para tu función, pruébalos tú primero, y luego compártelos con el equipo. Una licencia de Copilot que resuelve 3 problemas reales tiene más adopción que una formación genérica de 4 horas.
¿Qué herramienta usar si tengo presupuesto cero? ›
Puedes empezar el plan completo sin gastar un euro. ChatGPT Free (GPT-4o mini) es suficiente para las tareas de la Semana 1 y 2: redacción, resúmenes, análisis de texto, preparación de reuniones. Claude Free (claude.ai) tiene un límite de mensajes diarios pero es excelente para análisis de documentos largos. Copilot Free está incluido en Windows 11 y en Bing. La limitación de los planes gratuitos es la velocidad y el límite de mensajes — no la calidad del output. Cuando hayas validado 3 casos de uso que funcionan y puedas calcular el ROI, la decisión de pagar 20-25€/mes se justifica sola.
¿Cómo convencer a IT de que apruebe las herramientas de IA? ›
IT no bloquea las herramientas por capricho — bloquea por riesgo no cuantificado. Tu trabajo es cuantificar el riesgo y proponer controles. El argumento que funciona tiene tres partes: (1) Casos de uso específicos con los datos exactos que se van a introducir (y los que no). (2) Referencia al AI Act y RGPD (Reglamento General de Protección de Datos): las herramientas enterprise (ChatGPT Enterprise, Claude for Work, Copilot M365) tienen DPA firmado, datos que no se usan para entrenamiento, y residencia de datos en Europa. (3) Propuesta de piloto controlado: 30 días, 5 usuarios, casos de uso definidos, revisión al final. Consulta el Doc 04 (AI Act) y el Doc de Seguridad para los argumentos técnicos completos.