Lo que necesitas para completar este tutorial
- ✓ Matriz de priorización con scores y ranking
- ✓ Recomendaciones de roadmap con criterios empresariales
- ✓ Análisis de sensibilidad y KPIs de seguimiento
Antes de empezar, asegurate de tener lo siguiente:
TechLogística Iberia S.A., sector logística y transporte — el problema real
El área de producto recibe numerosas propuestas (mejoras operativas, nuevas funcionalidades digitales) sin criterios homogéneos para priorizar. Las decisiones se retrasan y las inversiones se dispersan entre iniciativas de bajo impacto.
Con ChatGPT y el prompt de este tutorial, puede resolver este reto en 30-45 minutos — sin conocimientos tecnicos previos.
Datos + contexto
Prompt estructurado
Listo para usar
Cuando usar este tutorial
| ✓ Usalo cuando... | × No lo uses cuando... |
|---|---|
|
|
Reunir y normalizar los datos
Compilar una tabla con todas las iniciativas candidatas y las variables cuantitativas y cualitativas relevantes. La calidad de la priorización depende directamente de la consistencia de estos datos.
-
1
Crear un listado uniforme de iniciativas Asigne a cada iniciativa un identificador, un título conciso y una descripción de una o dos frases. Ejemplo: 'Ruteo Dinámico v2 - Reducir tiempos de entrega mediante optimización en tiempo real'.
-
2
Adjuntar métricas cuantitativas Para cada iniciativa incluya: coste estimado (€), tiempo de implementación (meses), impacto estimado en ingresos (€) o ahorro operativo, y métricas de riesgo. Si falta un dato, anote una estimación y su nivel de confianza.
-
3
Definir criterios cualitativos y escala Establezca criterios como 'Ajuste estratégico' o 'Dependencias externas' en una escala numérica (ej. 1-5). Documente qué representa cada valor para evitar ambigüedad.
Elegir criterios y ponderaciones
Defina qué criterios usar para puntuar iniciativas y asigne pesos que reflejen prioridades corporativas. Esta etapa alinea técnica y estrategia y es crítica para obtener resultados accionables.
-
1
Seleccionar criterios clave Recomiendo: Impacto en ingresos/ahorro, Esfuerzo/Coste, Ajuste estratégico, Riesgo. Cada criterio debe tener una definición clara y una escala de puntuación uniforme.
-
2
Asignar ponderaciones Distribuya porcentajes que sumen 100% según prioridades (ej.: Impacto 40%, Esfuerzo 30%, Ajuste estratégico 20%, Riesgo 10%). Documente la lógica detrás de las ponderaciones para su defensa ante stakeholders.
-
3
Establecer reglas de normalización Determine cómo convertir valores heterogéneos a una escala común (min-max, z-score o percentiles). La elección afecta el ranking; use min-max si quiere mantener proporciones relativas.
Ejecutar el prompt principal
Este es el prompt central del tutorial. Cópialo completo, rellena las variables entre corchetes con los datos de tu empresa o situación, y envíalo.
-
1
Copia el prompt completo Selecciona todo el texto del prompt y cópialo. No modifiques la estructura — está diseñado para obtener el output más útil posible.
-
2
Rellena las variables entre corchetes Sustituye cada [VARIABLE] con información real de tu empresa. Cuanto más específico seas, mejor será el output.
-
3
Envía el prompt y espera la respuesta Pega el prompt en el chat y envíalo. El modelo puede tardar entre 10 y 60 segundos dependiendo de la complejidad.
Iterar y validar con stakeholders
Refina las ponderaciones, valida supuestos con finanzas y operaciones, y realiza análisis de sensibilidad para entender la estabilidad del ranking ante cambios en los supuestos.
-
1
Revisar supuestos con finanzas Valide estimaciones de ingresos y costes. Ajuste las cifras según feedback y vuelva a ejecutar el prompt para observar cambios en el ranking.
-
2
Hacer análisis de sensibilidad Solicite al modelo variaciones de ponderaciones (por ejemplo, +10% impacto / -10% esfuerzo) y compare cómo cambia la priorización. Documente iniciativas que se muevan entre tramos.
Prompts para refinar el output
Estos son los ajustes mas frecuentes que se piden despues del primer output. Copialos directamente en el chat:
-
cuando el output es demasiado genérico.
"Ajusta el resultado anterior enfocándote en iniciativas del top 5: para cada una detalla supuestos financieros (ventas incremental, tasa de adopción, coste unitario) y calcula Payback en meses. Usa la misma tabla y añade columnas 'Venta incremental estimada' y 'Payback (meses)'."
-
cuando necesitas más o menos profundidad.
"Resume la salida previa en una página ejecutiva con 5 viñetas por iniciativa priorizada: objetivo, impacto cuantificado, coste, riesgo y recomendación operativa inmediata. Luego, añade un anexo con la tabla completa."
-
cuando el tono no es el adecuado para tu audiencia.
"Reformula el informe en tono formal de presentación al Comité de Dirección, manteniendo todos los números y recomendaciones, y añadiendo un párrafo inicial de 3 líneas con la implicación estratégica para los objetivos corporativos."
-
para compartir con el Comité de Dirección.
"Genera un Executive Summary de máximo 250 palabras que incluya: top 3 iniciativas recomendadas con justificación clara, impacto financiero agregado esperado y llamadas a decisión (aprobar inversión, pilotar, descartar)."
Que vas a obtener
Este es el tipo de output que genera ChatGPT con el prompt de este tutorial. El contenido varia segun tu empresa y situacion, pero la estructura es siempre esta:
Las recomendaciones top 5 contienen justificaciones numéricas (estimación de ingresos o ahorro) y riesgos asociados.
El análisis de sensibilidad muestra cambios en ranking ante ±20% en impacto y coste.
Se listan KPIs y hitos trimestrales concretos para seguimiento.
Inversion y retorno
Que hacer cuando algo no funciona
| Sintoma | Causa probable | Solucion exacta |
|---|---|---|
| Resultados incoherentes en la tabla (p. ej. iniciativa con alto coste aparece como prioridad alta) | Ponderaciones mal aplicadas o datos de coste en una unidad distinta (miles vs unidades). | Verifique unidades y rangos. Normalice costes a la misma unidad y reejecute el prompt pidiendo comprobación de unidades. |
| El modelo pide aclaraciones repetidas y no genera la matriz final | Falta de datos críticos o formato de entrada ambiguo. | Proporcione la tabla con columnas exactas (ID, coste, tiempo, impacto, riesgo) y reenvíe. Use el formato CSV/tabla simple dentro del prompt. |
| Ranking sensible a cambios mínimos en supuestos | Datos con alta varianza o criterios mal equilibrados (p. ej. impacto y esfuerzo con escalas muy distintas). | Aplique normalización min-max y realice un análisis de sensibilidad para identificar iniciativas volátiles; considere agrupar o pedir pilots antes de invertir. |
| Salidas con lenguaje excesivamente técnico o detalle operativo que no interesa al Comité | No se solicitó explicitamente el formato ejecutivo. | Pida una 'versión ejecutiva resumida' usando el prompt de iteración para convertir el output a lenguaje de Comité. |
| El modelo ignora el objetivo estratégico declarado | El prompt no enfatizó cómo encaja el objetivo en las ponderaciones. | Reenvíe el prompt subrayando que [OBJETIVO_ESTRATEGICO] debe influir en la ponderación de 'Ajuste estratégico' y solicite recalcular scores con esa prioridad. |
Como hacer este tutorial con ChatGPT en modo avanzado
En modo agente (o con capacidades de pasos y acciones), configure un flujo que cargue automáticamente las tablas desde su repositorio de datos, ejecute la priorización y guarde los resultados en un documento compartido. El agente puede solicitar validaciones a stakeholders, ajustar supuestos y producir la versión final para comité.
Flujo de trabajo avanzado
-
1
Conectar fuente de datos: importar la hoja con iniciativas desde Google Sheets o sistema interno.
-
2
Pre-procesar: validar unidades, completar estimaciones faltantes con reglas definidas y pedir confirmación si la confidencia es baja.
-
3
Ejecutar priorización: correr el algoritmo de scoring y generar tabla y resumen ejecutivo.
-
4
Publicar y notificar: guardar resultados en carpeta compartida y enviar resumen al Comité solicitando aprobación o comentarios.
Que hacer ahora?
Ahora que has completado este tutorial, hay dos caminos naturales:
Puedo hacer esto sin que mis datos salgan de la empresa?
Si. Este caso de uso trabaja con datos que, por su naturaleza confidencial, estrategica o regulada, son candidatos optimos para ejecutarse con un modelo de lenguaje open source desplegado en infraestructura propia (on-premises o nube privada). Con esta configuracion, ningun dato abandona nunca los servidores de tu organizacion y el modelo no puede ser entrenado con tu informacion.
Mistral Large 2 — Excelente para extraccion de informacion y clasificacion con alta precision.
Qwen 2.5 72B — Especialmente potente para analisis de datos tabulares y financieros.
vLLM — Para entornos de produccion con multiples usuarios simultaneos.
LM Studio — Para pruebas y uso individual sin configuracion de servidor.
GPU: 2x NVIDIA A100 40GB o 4x RTX 4090.
RAM: 128GB minimo.
Alternativa cloud privada: AWS Private Cloud, Azure Government o Google Cloud Confidential Computing.
La configuracion de modelos open source on-premises requiere un proveedor tecnico especializado. Agere puede ayudarte a desplegar esta solucion en tu infraestructura de forma segura, con garantias legales y sin que tus datos salgan nunca de tu organizacion.