Las pruebas publicitarias suelen producir resultados poco claros porque las hipótesis, las métricas y las reglas de decisión están incompletas. Esta habilidad crea planes de prueba estructurados e interpreta los resultados exportados con umbrales estadísticos y prácticos explícitos.

Producir textos publicitarios variados que coincidan con las afirmaciones de una página de destino es lento y propenso a errores. Esta habilidad crea variantes adaptadas al formato, matrices de ángulos y anotaciones de afirmaciones para su revisión.

Los equipos de medios pagados pueden amplificar el desperdicio cuando el ROAS declarado oculta problemas de atribución, seguridad o medición. Esta habilidad evalúa la evidencia exportada mediante un marco tipificado de 20 elementos y criterios de decisión verificados.

Los agentes de trading simulado necesitan reglas coherentes para convertir las observaciones del mercado en decisiones documentadas. Esta skill aplica la estructura ICT/SMC, criterios de entrada y límites de riesgo a los flujos de trabajo de backtesting de BTC/USDT.

Crear subagentes útiles requiere un alcance claro, acceso seguro a herramientas y prompts sólidos. Esta skill guía a los usuarios de Claude Code mediante un diseño y configuración de agentes repetibles.

Los traders necesitan un análisis SMC estructurado sin revisar manualmente cada nivel de liquidez. Esta skill convierte datos de gráficos locales en sesgo, entradas, stops, objetivos y advertencias de riesgo.

Los PRD técnicos suelen incluir detalles de código que ralentizan la planificación de los agentes. Esta skill los convierte en especificaciones de app XML estructuradas para Claude, Codex y Claude Code.

Los agentes de IA fallan cuando los prompts son vagos, verbosos o están sobrecargados con contexto de poco valor. Esta skill aplica los principios de ingeniería de contexto de Anthropic para ayudarte a escribir prompts claros, estructurados y con una alta relación señal-ruido.

Crear habilidades de IA reutilizables requiere una estructura clara y reglas de activación. Esta habilidad proporciona plantillas, flujos de trabajo y comprobaciones de validación para Claude, Codex y Claude Code.

Software project choices often rely on generic advice, incomplete evidence, or hidden operating costs. This skill produces evidence-based recommendations with explicit tradeoffs and next steps.

La cobertura de pruebas de backend es difícil de mantener consistente entre rutas, servicios, modelos y middleware. Esta skill detecta patrones del proyecto y ayuda a generar pruebas prácticas con Jest, Supertest y MongoDB.

Los prompts de imágenes educativas suelen producir diagramas genéricos que no captan el objetivo de la lección. Esta skill convierte el contexto de la lección en briefs creativos enfocados para visuales adecuados al alumnado.

Los equipos necesitan comentarios de UX consistentes antes de cambiar componentes de la interfaz. Esta skill aplica un marco de tres partes para posición, peso visual y espaciado.

Elegir entre herramientas de codificación con IA puede hacer perder tiempo, contexto y presupuesto cuando la tarea no está clara. Esta skill proporciona un marco estructurado para seleccionar Claude Code, Gemini CLI o un flujo de trabajo por etapas.

El contenido técnico puede parecer claro para los expertos mientras confunde a quienes están aprendiendo. Esta habilidad revisa borradores para evaluar su adecuación a la audiencia, jerga, contexto faltante, accesibilidad y pasos prácticos de revisión.

Las lecciones largas son difíciles de repasar cuando los estudiantes necesitan recordar rápidamente. Esta skill crea resúmenes concisos en Markdown con conceptos, patrones, errores y conexiones de aprendizaje.

Los equipos curriculares a menudo asignan niveles de habilidad con etiquetas vagas que son difíciles de evaluar. Esta skill mapea habilidades a CEFR, la taxonomía de Bloom y DigComp con indicadores medibles y comprobaciones de progresión.

Los autores de cursos necesitan cuestionarios equilibrados que evalúen la comprensión en lugar de la memorización. Esta skill crea evaluaciones de 50 preguntas para el componente Quiz con retroalimentación, enlaces a fuentes y comprobaciones de distribución de respuestas.

Las lecciones importantes de una sesión suelen perderse después de que una tarea termina. Esta skill convierte correcciones y patrones en conocimiento de proyecto reutilizable.

Las tareas repetidas de IA suelen desviarse porque los patrones de prompts útiles permanecen informales. Esta skill ayuda a los usuarios a convertir prompts probados en plantillas reutilizables con parámetros y criterios de éxito.