La mayoría de los consejos sobre IA para analistas suena igual: pega tus datos, escribe un prompt, recibe una respuesta.
En trabajo real, eso se rompe rápido. La IA contesta con seguridad aunque entienda mal el negocio. Un prompt que funciona en un CSV limpio falla con datos de producción. Y si no revisas, puedes terminar presentando un gráfico bonito con una premisa equivocada.
El punto no es usar IA para pensar menos. Es usarla para mover más rápido las partes del trabajo que sí se pueden sistematizar: definir el brief, criticar un output, cruzar contexto cualitativo, detectar errores visuales y mantener continuidad.
Reverse Briefing
Cuándo usarlo
Cuando recibes un pedido ambiguo: "necesito visibilidad", "revisa por qué bajó X", "haz algo para dirección". Hay datos, pero todavía no hay una pregunta clara.
Cómo funciona
En vez de pedirle a la IA que resuelva el análisis, pídele que te entreviste. Dale el objetivo general, el contexto que ya tienes y el tipo de entregable posible. La IA debe hacer preguntas sobre audiencia, decisión, datos disponibles, restricciones y métrica protagonista.
Ejemplo
Si alguien pide un dashboard de ventas, la IA puede ayudarte a convertir ese pedido en un brief: quién lo verá, qué decisión debe tomar, qué periodo importa y qué acción debería provocar.
Dónde falla
Falla cuando das poco contexto. Si solo escribes "hazme un dashboard de ventas", la IA te devolverá preguntas genéricas que podrían aplicar a cualquier empresa.
Prompt de muestra
Quiero construir [ANÁLISIS/DASHBOARD/REPORTE].
Actúa como product manager y analista senior.
Hazme 5-7 preguntas para definir:
- audiencia y decisión esperada
- datos disponibles y datos faltantes
- métrica protagonista
- restricciones técnicas o de tiempo
- formato final del entregable
Espera mis respuestas antes de proponer una solución.Consejo de Expertos
Cuándo usarlo
Cuando una visualización es técnicamente correcta, pero se siente genérica. El gráfico funciona, pero no ayuda a pensar mejor.
Cómo funciona
Elige tres perspectivas concretas. Por ejemplo: Edward Tufte para simplicidad, Giorgia Lupi para contexto humano y Alberto Cairo para precisión. Pide una crítica desde cada punto de vista y después sintetiza tres mejoras concretas.
Ejemplo
Un gráfico de barras puede ser correcto, pero quizá no muestra incertidumbre, no jerarquiza la comparación principal o esconde el contexto que haría útil la historia.
Dónde falla
Falla si usas personajes vagos como "un experto en datos". La utilidad viene de perspectivas específicas, no de una voz promedio.
Context Dump Narrativo
Cuándo usarlo
Cuando los números no explican todo. Tú sabes que hubo un lanzamiento, un cambio de equipo, una campaña o una conversación importante que no aparece en el CSV.
Cómo funciona
Graba o dicta un monólogo con todo el contexto cualitativo. Luego pásalo a la IA junto con los datos y pregunta qué patrones coinciden, qué contradicciones aparecen y qué explicación necesita más evidencia.
Ejemplo
Si las altas bajaron en abril, pero tú sabes que cambió el onboarding, ese contexto puede cambiar por completo la lectura del análisis.
Dónde falla
Falla cuando olvidas incluir el contexto incómodo. La IA llenará los huecos con explicaciones plausibles, no necesariamente verdaderas.
Reality Check Visual
Cuándo usarlo
Justo después de que la IA genera un gráfico. Especialmente si el código corrió sin errores, pero algo se ve raro.
Cómo funciona
Toma screenshot del gráfico y pégalo de vuelta en el chat. Pide que explique lo que ve como si no lo hubiera creado. Después compara esa lectura visual contra los datos y tus supuestos.
Ejemplo
En una sesión real, un gráfico marcaba mayo como mes pico, pero visualmente noviembre tenía la barra más alta. El reality check reveló un error en el código de resaltado.
Dónde falla
Falla si solo preguntas "¿está bien?". Pide una lectura visual específica y nombra la discrepancia que ves.
En la guía completa
Los otros 6 workflows
- Menú del Consultor: fuerza tres opciones antes de elegir una solución.
- Concept-First Visualization: define la historia antes de pedir implementación.
- Deep Research Hand-off: usa IA para investigar cuando hay un bloqueo técnico.
- Exploración en Paralelo: separa investigación de ejecución sin perder ritmo.
- Protocolo de Continuidad: prepara la siguiente sesión sin repetir todo el contexto.
- Clear Context Estratégico: reinicia una conversación pesada sin perder decisiones.
Guía completa
10 workflows, prompts y notas de verificación
La guía IA para Analistas de Datos incluye los 10 workflows completos, prompts listos para copiar, principios de Anthropic adaptados a datos, una guía de Claude Projects y fallas comunes para saber cuándo no confiar en la IA.
Ver la guía completaPreguntas frecuentes
¿Estos workflows son solo prompts?
No. Un workflow define cuándo usar IA, qué contexto darle, cómo revisar el output y dónde puede fallar. El prompt es solo una parte del sistema.
¿Necesito usar Claude?
No. Los workflows funcionan con cualquier modelo fuerte como Claude, ChatGPT o Gemini. La guía completa incluye una sección específica para Claude Projects.
¿Dónde están los otros 6 workflows?
Están en la guía completa IA para Analistas de Datos, junto con prompts listos para copiar, ejemplos y notas de verificación.