Roles en AI: configurar cómo querés que piense

Too long; didn't read

• Los roles no mejoran la precisión de AI. Mejoran la alineación y relevancia de las respuestas.
• Un rol no es "sos un experto en X". Es configurar perspectiva, frameworks, prioridades y contexto.
• Cada rol mira desde su esquina. Eso permite separar conversaciones y no mezclar todo.
• Definir roles también te ayuda a ordenarte: sabés qué preguntarle a quién.
• Esto no reemplaza tu criterio ni a personas reales. Es una herramienta, no un oráculo.

Punto de partida

Cuando empezamos a usar AI de forma más intensiva, la experiencia era siempre parecida. Hacíamos una pregunta, nos daba una respuesta correcta, y aun así algo no terminaba de cerrar.

No era que las respuestas estuvieran mal. Era que podrían haberle servido a cualquiera. Eran correctas pero no específicas para nosotros. No estaban alineadas con nuestro contexto: el tipo de equipo que somos, la etapa en la que estamos, los valores que tenemos, la empresa que estamos queriendo construir. Respuestas que sonaban razonables pero que no terminaban de encajar con lo que necesitábamos.

Nos pasó, por ejemplo, con pricing. Le preguntamos cómo pensar el modelo de precios para un producto nuevo. La respuesta tenía sentido en abstracto, pero no consideraba que estamos arrancando, que valoramos la transparencia, que no queremos modelos rebuscados. Faltaba todo ese subtexto que nosotros teníamos en la cabeza. Y esto era solo la punta del iceberg: había mucho más contexto que no estaba llegando.

Los roles en AI

En el mundo real, cuando tenés una duda sobre algo, no le preguntás a cualquiera. Si le preguntás a alguien de marketing, te va a hablar de cómo se percibe el valor. Si le preguntás a alguien de finanzas, te va a hablar de márgenes y sustentabilidad. Si le preguntás a alguien de operaciones, te va a hablar de viabilidad y recursos. Misma pregunta, distinto interlocutor, distinto foco.

Eso ya lo hacemos naturalmente cuando hablamos con personas. El concepto no es nuevo ni lo inventamos nosotros. Lo que hicimos fue empezar a trasladar esas perspectivas del mundo real a cómo trabajamos con AI.

Pero hay un matiz importante. Cuando hablamos de darle un rol a AI, no alcanza con decirle "sos un experto en tal cosa". Eso es solo una etiqueta. Lo que realmente importa es configurar cómo querés que piense: qué frameworks usa, qué prioriza, qué ignora.

Es como cuando sumás a alguien a un equipo. No buscás solo el título. Buscás a alguien que tenga cierta forma de pensar, que priorice ciertas cosas, que sepa operar de cierta manera. Y después le explicás cómo trabajan, qué les importa, con qué metodologías operan. Con AI aplica la misma lógica.

Qué tiene un rol

Un rol no es solo una etiqueta. Cuando lo armamos bien, incluye varias dimensiones.

Perspectiva. Desde dónde mira el problema. No es lo mismo mirar desde el ángulo de comunicación que desde el ángulo técnico. Cada uno tiene su territorio, su área de atención. El de comunicación va a estar atento a cómo se entiende el mensaje. El técnico va a estar atento a si se puede implementar. Eso ya filtra de entrada qué cosas son relevantes y cuáles no en cada caso.

Frameworks. Qué modelos mentales usa para pensar. Podés definir si querés que use Lean Canvas, Design Sprint, Jobs to be Done, o cualquier metodología que manejes internamente. Cuando lo definís, ya no tenés que estar explicándolo cada vez. Ya sabe que esa es la forma de trabajo.

Prioridades. Qué le importa más. Podés decirle que priorice simplicidad sobre sofisticación, o velocidad sobre calidad. Eso orienta las respuestas hacia lo que vos querés, no hacia lo que el modelo cree que es mejor en abstracto.

Reglas. Qué debe hacer y qué no. Esto ayuda a filtrar respuestas que no querés. Si le decís que nunca sugiera soluciones que requieran un equipo grande, ya no te va a proponer cosas que no aplican a tu contexto.

Información. Qué debe saber. Los valores del equipo, la etapa en la que están, la situación actual. Esto es lo que hace que no tengas que explicar todo de nuevo cada vez que abrís una conversación.

Se puede pensar como una configuración de trabajo más que como una identidad. Es todo lo que necesitás agrupar para que las respuestas estén alineadas con lo que estás buscando.

Qué no hace un rol

Un rol no confiere expertise real. AI no tiene años de experiencia práctica. Tiene patrones de texto. Puede articular respuestas que suenan como las de un experto, pero no es lo mismo que haber vivido las situaciones.

Un rol no mejora la precisión factual. Si el dato está mal, va a seguir estando mal. El rol no lo corrige. Lo que cambia es la relevancia y el ángulo desde el que se mira, no la exactitud de los datos.

Un rol no sustituye a una persona real. Alguien que te conoce, que conoce todo tu contexto, que tiene experiencias propias que lo formaron, que puede darte una opinión informada basada en años de relación, sigue siendo irremplazable para decisiones importantes. Un rol de AI es una herramienta para pensar, no un reemplazo de criterio humano ni de equipos reales.

Un rol no resuelve la tendencia de AI a validar lo que le decís. Puede ayudar a enmarcar las cosas, pero siempre hay que aplicar criterio propio. Si le preguntás si tu idea es buena, probablemente te diga que sí. Eso no cambia solo por tener un rol definido.

Un matiz útil: lo que parece fuera de foco para un rol puede ser central para otro. Si le preguntás a un rol técnico sobre una decisión de producto, te va a marcar cosas que el de producto no ve. Y viceversa. No es que uno tenga razón y el otro no. Cada uno está mirando desde su lugar.

Cuándo sí, cuándo no

Funciona bien cuando:

• Estás pensando decisiones donde el ángulo importa. Modelo de negocio, comunicación, arquitectura técnica, priorización de features. Ahí sí hace diferencia desde dónde se mira.
• Querés mantener el foco en una temática sin que la conversación se descarrile. Sin un rol definido, es fácil que salte de un tema a otro. El rol ayuda a mantener consistencia y evitar la "ensalada de fruta" temática.
• Querés ganar una perspectiva que no es la tuya. Si necesitás mirar un problema desde un ángulo que no dominás, un rol te permite acceder a esa perspectiva rápidamente.

No hace tanta diferencia cuando:

• Las tareas son operativas con instrucciones claras. Si le pedís que organice archivos o que formatee un documento, no importa el rol. Las instrucciones son lo que importa.
• Las preguntas tienen respuesta única. Si preguntás algo factual con una respuesta correcta, el rol no va a cambiar esa respuesta.

Cómo crear el tuyo

Armamos un prompt que nos ayuda a crear roles (un "rolemaker", que es en sí mismo un rol). Le das información sobre qué necesitás y te hace preguntas para entender la perspectiva, los frameworks, las prioridades. Después genera un prompt que podés usar.

El proceso es bastante flexible. Te hace preguntas pero no tenés que seguirlas al pie de la letra. Podés responder varias juntas, saltear las que no aplican, o agregar cosas que te parezcan relevantes. Si no sabés qué responder, te da sugerencias.

Instrucciones de uso:

1. Usá el prompt del rolemaker en ChatGPT, Claude, o el modelo que uses (si usás herramientas como Claude Code, el beneficio se potencia).
2. Respondé las preguntas que te hace. Podés responder algunas, saltear otras, agregar lo que quieras.
3. Usá el prompt generado al inicio de una conversación nueva, o si usás la funcionalidad de proyectos, como instrucciones del mismo.

El prompt del rolemaker va adjunto a este mail.

Estado actual

Esto es lo que hoy estamos usando con éxito razonable. No es magia, no resuelve todo. Es una herramienta más.

Pero hay algo que cambió. Ya no vamos a un chat genérico para todo. Pensamos "esto lo hablo con el rol de contenido", "esto con el de finanzas", "esto con el técnico". Eso nos permitió ser más ordenados e intencionales al trabajar con AI.

Y hay un efecto extra que no esperábamos: definir los roles nos ordena a nosotros también. El proceso de pensar qué perspectiva necesitás, qué le importa a ese rol, qué metodologías usa, ya te obliga a clarificar qué estás buscando. El prompt en sí capaz ayuda un 20%. El otro 80% viene de cómo cambia tu forma de pensar e interactuar con AI a partir de esto.

Por otro lado, cuando tenemos que pensar algo que cruza varias áreas, poder consultarlo con distintos roles nos da ángulos que solos no se nos hubieran ocurrido.

Un recordatorio antes de cerrar: esto no sustituye el criterio propio ni a personas reales que conocen el contexto completo. Una persona con experiencia, que te conoce, que entiende tu situación específica, va a poder darte una perspectiva que ningún rol de AI puede igualar. Los roles son una herramienta para alinear respuestas y ordenar el pensamiento, no para delegar decisiones.

Franco y Herman