Editar un borrador de IA hasta que sea publicable

Los borradores de IA fallan de maneras que la corrección de estilo habitual no detecta, porque la prosa es gramatical y segura. Los defectos característicos son estructurales: afirmaciones matizadas, datos concretos inventados, secciones simétricas que dan el mismo peso a cosas desiguales y un párrafo de resumen que repite lo que se acaba de decir. La edición de frases los suaviza sin eliminarlos. Necesita otro orden de pasadas: primero recortar estructura, después verificar hechos y solo entonces editar frases.

El archivo de la habilidad

---
name: editing-ai-drafts
description: Úselo cuando tenga un borrador generado por un modelo que frase a frase se lee bien pero que no merece publicarse tal cual.
---

# Editar un borrador de IA hasta que sea publicable

Los borradores de IA fallan de maneras que la corrección de estilo habitual no detecta, porque la prosa es gramatical y segura. Los defectos característicos son estructurales: afirmaciones matizadas, datos concretos inventados, secciones simétricas que dan el mismo peso a cosas desiguales y un párrafo de resumen que repite lo que se acaba de decir. La edición de frases los suaviza sin eliminarlos. Necesita otro orden de pasadas: primero recortar estructura, después verificar hechos y solo entonces editar frases.

## Qué necesitas antes

- el borrador y el prompt o briefing que lo produjo
- una fuente contra la que pueda comprobar cada afirmación numérica
- una muestra de sus propias páginas ya publicadas para la voz

## Método

1. Elimine la introducción y la conclusión antes de leer nada más. Las introducciones de IA repiten el título y las conclusiones repiten el cuerpo; en la mayoría de los borradores la apertura real es el tercer párrafo.
2. Compruebe si las secciones tienen la misma extensión. Una longitud uniforme de secciones delata que el modelo rellenó las flojas: fusione o elimine cualquier sección que exista solo por simetría.
3. Marque cada dato concreto: cifras, porcentajes, fechas, nombres de herramientas, referencias a estudios. Trate cada uno como no verificado hasta comprobarlo, incluidas las cifras redondas plausibles, que son las más veces fabricadas.
4. Elimine las matizaciones que no aportan información: "puede variar", "depende de sus necesidades", "puede que sí o puede que no". O las sustituye por la condición real que lo decide, o borra la frase.
5. Busque construcciones de listas de tres y ritmo de tricolon. Los modelos los sobreproducen; romper unos cuantos en formas desiguales elimina la mayor parte de la cadencia mecánica sin reescribir.
6. Añada algo que el modelo no podía saber: una decisión que usted tomó, el resultado de un cliente, una cifra de sus propios datos, y colóquelo en la parte alta, no en una nota final.

## Qué produce esto

Un borrador más corto con cada dato concreto verificado, el relleno estructural eliminado y al menos un elemento de primera mano.

## Dónde falla esto

- Pasar el borrador por una herramienta de humanización o por un segundo modelo, lo que cambia las palabras dejando intactos los datos fabricados y la estructura hueca
- Editar frases antes de recortar secciones, de modo que el esfuerzo se gasta puliendo párrafos que no deberían existir
- Confiar en una cita porque el modelo dio una URL: compruebe que la URL resuelve y que dice lo que el borrador afirma

---

De la biblioteca de habilidades de QuQi - https://www.quqi.io/es/skills/editing-ai-drafts

Qué necesitas antes

• el borrador y el prompt o briefing que lo produjo
• una fuente contra la que pueda comprobar cada afirmación numérica
• una muestra de sus propias páginas ya publicadas para la voz

Método

1. 01 Elimine la introducción y la conclusión antes de leer nada más. Las introducciones de IA repiten el título y las conclusiones repiten el cuerpo; en la mayoría de los borradores la apertura real es el tercer párrafo.
2. 02 Compruebe si las secciones tienen la misma extensión. Una longitud uniforme de secciones delata que el modelo rellenó las flojas: fusione o elimine cualquier sección que exista solo por simetría.
3. 03 Marque cada dato concreto: cifras, porcentajes, fechas, nombres de herramientas, referencias a estudios. Trate cada uno como no verificado hasta comprobarlo, incluidas las cifras redondas plausibles, que son las más veces fabricadas.
4. 04 Elimine las matizaciones que no aportan información: "puede variar", "depende de sus necesidades", "puede que sí o puede que no". O las sustituye por la condición real que lo decide, o borra la frase.
5. 05 Busque construcciones de listas de tres y ritmo de tricolon. Los modelos los sobreproducen; romper unos cuantos en formas desiguales elimina la mayor parte de la cadencia mecánica sin reescribir.
6. 06 Añada algo que el modelo no podía saber: una decisión que usted tomó, el resultado de un cliente, una cifra de sus propios datos, y colóquelo en la parte alta, no en una nota final.

Qué produce esto

Un borrador más corto con cada dato concreto verificado, el relleno estructural eliminado y al menos un elemento de primera mano.

Dónde falla esto

• Pasar el borrador por una herramienta de humanización o por un segundo modelo, lo que cambia las palabras dejando intactos los datos fabricados y la estructura hueca
• Editar frases antes de recortar secciones, de modo que el esfuerzo se gasta puliendo párrafos que no deberían existir
• Confiar en una cita porque el modelo dio una URL: compruebe que la URL resuelve y que dice lo que el borrador afirma

Usa esta skill en tu propia IA

El archivo es markdown simple, con el nombre y el disparador en su frontmatter. Cuando un asistente sabe cargar skills por su cuenta, es ese frontmatter lo que lee para decidir que esta le aplica.

Más en Producción de contenido