Lo que necesitas para completar este tutorial
- ✓ Propuesta técnica estructurada lista para presentar al cliente
- ✓ Resumen ejecutivo y versión slide-ready para Comité de Dirección
- ✓ Correo de presentación y checklist de riesgos y supuestos
Antes de empezar, asegurate de tener lo siguiente:
Soluciones LogiTech SL, sector logística y tecnología — el problema real
El equipo comercial tarda semanas en producir propuestas técnicas coherentes que integren arquitectura, costes y cronograma. La falta de estandarización reduce la tasa de cierre y genera retrabajo con ingeniería.
Con IA y el prompt de este tutorial, puede resolver este reto en 90 minutos — sin conocimientos tecnicos previos.
Datos + contexto
Prompt estructurado
Listo para usar
Cuando usar este tutorial
| ✓ Usalo cuando... | × No lo uses cuando... |
|---|---|
|
|
Recopilar insumos y definir objetivo
Reúna en un solo documento la información mínima necesaria: datos del cliente, alcance solicitado, restricciones técnicas y objetivo comercial. Esto evita idas y venidas durante la redacción y garantiza que la propuesta responda al objetivo estratégico.
-
1
Consolidar briefing del cliente Incluya datos de contacto, requisitos funcionales, plazos deseados y criterios de adjudicación. Un briefing estructurado reduce preguntas posteriores y acelera la generación del primer borrador.
-
2
Recoger plantillas y costes internos Adjunte plantillas de alcance, costes unitarios y recursos disponibles. Esto permite a la IA producir estimaciones coherentes con la política de precios de la empresa.
-
3
Definir objetivo comercial Indique si la propuesta busca bajar precio, priorizar tiempo o maximizar alcance. El objetivo guiará las opciones de alcance y las alternativas dentro de la propuesta.
Estructurar contenido técnico en Inmize
Use Inmize para seleccionar módulos técnicos reutilizables (arquitectura, integraciones, requisitos no funcionales) y generar un borrador técnico estandarizado. Esto crea una base consistente que ChatGPT usará para redactar la propuesta completa.
-
1
Seleccionar módulos relevantes en Inmize Elija componentes ya aprobados por Ingeniería (p. ej. integración API, hosting, SLAs). Estos módulos aseguran coherencia técnica y reducen el tiempo de revisión.
-
2
Completar campos variables del módulo Rellene variables como capacidad, tráfico estimado y puntos de integración con valores del briefing. Variables precisas permiten estimaciones y descripciones técnicas ajustadas.
-
3
Exportar contenido técnico en formato .docx o JSON Exporte el módulo ensamblado para integrarlo fácilmente en el prompt de ChatGPT. Mantenga referencias a anexos y supuestos técnicos.
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 [CLIENTE], [PROYECTO] y [OBJETIVO] 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, validar y preparar entrega
Refina la propuesta mediante iteraciones con prompts concretos, valida costos y supuestos con ingeniería y prepara la versión final para envío y para el comité. La verificación técnica y comercial evita correcciones posteriores que retrasen el cierre.
-
1
Solicitar iteraciones específicas Usa prompts de iteración para ajustar nivel de detalle, tono y cifras. Indica exactamente qué sección modificar y por qué.
-
2
Validar con stakeholders Envía la sección técnica a un responsable de ingeniería y la sección financiera al controller. Documenta cambios y actualiza la propuesta final.
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.
"Reescribe las secciones [Alcance], [Cronograma] y [Costes] con mayor especificidad. Usa los siguientes datos concretos: tráfico estimado [TRAFICO], número de integraciones [N_INTEGRACIONES], y equipos involucrados [EQUIPOS]. Prioriza cifras y tareas técnicas. Mantén formato ejecutivo y añade una tabla de costes simplificada."
-
cuando necesitas más o menos profundidad.
"Ajusta el nivel de detalle de la propuesta: si requiero versión 'resumida', genera una versión que reduzca cada sección a un párrafo de 40-60 palabras. Si requiero 'técnica', expande la arquitectura y el plan de pruebas a 300-400 palabras incluyendo comandos o endpoints de ejemplo."
-
cuando el tono no es el adecuado para tu audiencia.
"Reescribe el documento con un tono [Tono] dirigido a [AUDIENCIA]. Opciones de tono: 'Comercial (persuasivo)', 'Ejecutivo (conciso)' o 'Técnico (detallado)'. Conserva la estructura y las cifras originales."
-
para compartir con el Comité de Dirección.
"Extrae una versión ejecutiva en una página que incluya: propuesta de valor en 2 frases, impacto financiero (ahorro o ingresos esperados), riesgos clave y decisión recomendada. Añade 3 bullets con próximos pasos y dueño responsable."
Que vas a obtener
Este es el tipo de output que genera IA con el prompt de este tutorial. El contenido varia segun tu empresa y situacion, pero la estructura es siempre esta:
Desglose de costes con supuestos claramente etiquetados
Cronograma con hitos y dependencias realisticamente calculadas
Lista de clarificaciones necesarias que reduce ambigüedad comercial
Inversion y retorno
Que hacer cuando algo no funciona
| Sintoma | Causa probable | Solucion exacta |
|---|---|---|
| Output con cifras contradictorias entre coste y cronograma | Variables de entrada incompletas o plantillas Inmize desactualizadas | Reunir y validar la hoja de costes y el cronograma con el responsable financiero e ingeniería; luego re-ejecutar el prompt con los valores corregidos. |
| Secciones técnicas demasiado generales o vagas | Módulos Inmize no seleccionados o export incompleto | Verificar que los módulos técnicos correctos están marcados en Inmize, exportar de nuevo e incorporar el texto exportado en el prompt. |
| Tono no apropiado para el destinatario | Parámetro de audiencia no especificado en el prompt | Usar el prompt de iteración 'Adaptar el tono' indicando el público objetivo y re-ejecutar. |
| Propuesta demasiado larga para revisión ejecutiva | El modelo expande cada sección sin resumir | Solicitar la 'Versión ejecutiva resumida' con el prompt correspondiente y preparar una slide de 1 página. |
| Lista de dependencias incompleta | Falta de información sobre proveedores o recursos internos | Completar la sección de recursos en el briefing inicial y volver a generar la sección de cronograma y gobernanza. |
Como hacer este tutorial con IA en modo avanzado
En modo agente, la IA coordina múltiples fuentes (Inmize, plantillas internas, hoja de costes) y ejecuta tareas secuenciales: ensamblar módulos técnicos, validar cifras y preparar entregables. Actúa como asistente de proyecto que reduce la intervención manual y mantiene trazabilidad de cambios.
Flujo de trabajo avanzado
-
1
Autenticarse en Inmize y listar módulos aprobados para el sector
-
2
Extraer y consolidar datos de costes y plantillas desde la carpeta interna indicada
-
3
Generar la propuesta inicial en ChatGPT Business y exportar versión .docx y slide-ready
-
4
Notificar a stakeholders clave para validación y registrar comentarios para nueva iteración
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.