Prepara un resumen conciso vinculado a fuentes para una llamada de descubrimiento sin tratar los resúmenes web como hechos establecidos.
Esta guía propone un flujo de trabajo para ayudar a un propietario de cuenta a entrar en una llamada de descubrimiento con hipótesis útiles. Es un patrón de planificación, no una prueba de primera mano afirmada, garantía o sustituto del criterio profesional.
Necesitas una cuenta objetivo, fuentes de investigación permitidas y propietario de CRM. No pegues contraseñas, claves de API, información de salud, identificadores gubernamentales o datos de clientes/empleados sin redacción en un servicio de AI a menos que tu organización haya aprobado explícitamente ese procesamiento.
Entrada: fuentes públicas de empresa e historial de cuenta conocido.
Salida esperada: un resumen de llamada con preguntas, hipótesis y enlaces a fuentes.
La disponibilidad de herramientas, el comportamiento del modelo, los límites del plan y los términos pueden cambiar. Consulta la documentación actual de cada proveedor y la configuración de cuenta de tu organización antes de configurar un flujo de trabajo.
Escribe una oración describiendo la decisión que este trabajo debe apoyar: un resumen de llamada con preguntas, hipótesis y enlaces a fuentes. Lista lo confirmado, lo desconocido y quién puede aprobar una versión final. Pon enlaces a fuentes junto a afirmaciones de material; el texto generado nunca es la fuente de una afirmación.
Crea un paquete de entrada que contenga fuentes públicas de empresa e historial de cuenta conocido. Elimina nombres, detalles de contacto directo, credenciales de cuenta y cualquier material que no sea necesario para esta tarea. Por ejemplo, usa un enlace a fuente o ID de registro interno en lugar de un documento confidencial pegado. Especifica qué la salida no debe hacer: no debe tomar una decisión sobre una persona, no debe publicarse automáticamente o representar una declaración incierta como confirmada.
Entrega: proporciona el resumen acotado, el paquete de entrada y la carpeta de fuentes a la persona que hace el primer borrador. Esa persona debe poder explicar por qué cada elemento incluido es necesario.
Abre el sitio de la empresa objetivo, material de inversores y anuncios públicos antes de la llamada. Para cada hipótesis, escribe una pregunta de descubrimiento que podría refutarla; no presentes un punto débil inferido como conocimiento de cuenta.
En Perplexity, solicita un primer paso estructurado, no una respuesta final. Una instrucción útil es: "Usa solo el material a continuación. Produce encabezados, una tabla de evidencia, preguntas abiertas y un borrador. Etiqueta cualquier cosa no respaldada por el material como necesita verificación". Adjunta los IDs de fuente junto al párrafo o fila relevante.
Lee el resultado línea por línea contra el paquete de entrada. Elimina afirmaciones que no puedan rastrearse y separa una hipótesis útil de una decisión. La salida de trabajo en este punto debe ser un borrador vinculado a fuentes, no un activo pulido.
Entrega: pasa el borrador, enlaces a fuentes y preguntas sin resolver al revisor de dominio. Pide al revisor que responda con correcciones, contexto faltante y un sí/no explícito en cualquier afirmación sensible.
Usa Claude para organizar los cambios del revisor en tres grupos: correcciones requeridas, decisiones que el propietario responsable debe tomar y mejoras opcionales. No pidas al modelo que resuelva un desacuerdo o que infiera aprobación. El propietario responsable decide qué versión se convierte en la copia de trabajo aprobada.
Solo entonces usa Notion AI para crear la salida solicitada: un resumen de llamada con preguntas, hipótesis y enlaces a fuentes. Mantén la copia de trabajo vinculada a fuentes junto con la versión formateada. Si una entrega cambia de formato (por ejemplo, de notas a una presentación, prototipo o mensaje automatizado), compara las dos versiones en busca de calificadores eliminados, números alterados y énfasis visual engañoso.
Si la automatización es parte del paso final, configura una aprobación humana nombrada antes de que algo se envíe, se publique o cambie un registro. Incluye una condición de parada, una alerta de error y una forma de invertir una acción parcial sin eliminar el rastro de evidencia.
Entrega: el propietario responsable aprueba el resumen final de llamada con preguntas, hipótesis y enlaces a fuentes.
Antes de la liberación, confirma:
AI puede omitir contexto, producir errores plausibles y reflejar sesgos en el material que se le da. Este flujo de trabajo no es adecuado para decisiones autónomas sobre personas, consejo regulado o acciones irreversibles. Comienza con una muestra pequeña e inspecciona cargos basados en uso, créditos de generación, almacenamiento y límites de asientos pagados antes de escalar.