Dale tu voz de marca

El problema: un tono genérico

La skill /post funciona, pero su salida suena genérica. Cada plataforma recibe el mismo tono: los posts de Twitter parecen de LinkedIn, el LinkedIn parece demasiado informal, y todo podría haber sido escrito por cualquier marca de cualquier sector. Para Lea, eso es inaceptable: su marca tiene una voz — cálida, comprometida, nunca sermoneadora — y sus clientas la reconocen. Un contenido que no suena «Lea» es peor que inútil: diluye la marca.

Este problema no es un bug, es una propiedad de los modelos de lenguaje. Un LLM se entrena con todo el texto disponible: sin instrucción contraria, produce la media estadística de lo que ha visto — un tono pasable, fórmulas consensuadas, una estructura previsible. La voz por defecto de una IA es la voz de nadie.

Por qué la IA escribe «como la IA»

Seguro que ya has detectado esos tics: las rayas largas en cascada, las fórmulas en tres tiempos («no solo X, sino Y e incluso Z»), las palabras infladas como «revolucionario», «sumergirse en», «desbloquear el potencial», las conclusiones que resumen lo que se acaba de decir. Esos marcadores vienen de que el modelo optimiza un texto «bien formado» en el sentido escolar — equilibrado, exhaustivo, pulido — mientras que un buen post social es justo lo contrario: tajante, incompleto, con una verdadera personalidad.

La consecuencia práctica: un tono genérico no se corrige pidiendo «escribe de forma más humana» (instrucción vaga, resultado vago). Se corrige con dos palancas concretas: reglas negativas explícitas (la lista de lo que se prohíbe) y muestras reales (el modelo es excelente imitando un estilo que se le muestra — mucho mejor que adivinando un estilo que se le describe).

Cada plataforma tiene su gramática

Más allá de la voz de la marca, cada red tiene sus códigos — y mezclarlos es el signo más visible de un contenido automatizado sin cuidado:

Tu skill debe por tanto codificar dos capas: la voz de la marca (constante en todas partes) y la gramática de cada plataforma (variable). Es exactamente lo que hace el siguiente prompt.

El prompt «humanize»

añade mis muestras de voz de marca y mi estilo a la skill /post:

# ESTILO (todas las plataformas):
- lenguaje claro y simple, frases cortas y contundentes
- voz activa, no pasiva
- insights prácticos y accionables
- trato directo: «tú» y «tu»
- EVITA las rayas largas, metáforas, clichés, generalizaciones
- EVITA las palabras comodín (revolucionario, disruptivo, potente, sumergirse, desbloquear…)

# MUESTRAS POR PLATAFORMA:
Twitter: <PEGAR 3 EJEMPLOS>
LinkedIn: <PEGAR 3 EJEMPLOS>
Instagram: <PEGAR 3 EJEMPLOS>

Pega posts reales que hayas escrito — tus mejores, los que funcionaron bien o de los que estás orgullosa. Cuantos más ejemplos des, mejor calca Claude tu tono: tres por plataforma es un buen comienzo, cinco o seis es aún mejor. Las reglas de estilo al principio eliminan los marcadores que delatan un texto de IA; las muestras proporcionan el positivo que las reglas solas no dan.

Consejo de organización: en lugar de amontonarlo todo en el SKILL.md, pide a Claude crear un archivo dedicado brand-voice.md que la skill referencia. Ventajas: puedes actualizar la voz sin tocar la skill, el mismo archivo servirá para otras skills (el /plan-week del capítulo 7), y un archivo de referencia cargado bajo demanda mantiene la skill ligera.

¿Aún no tienes ejemplos?

Si no tienes muestras — marca recién creada, reconversión, red nueva — pide a Claude buscarlas: «ve a buscar 10 ejemplos de escritura de [autor que admiras] en LinkedIn». Los usará como referencia de voz. Elige a alguien cuyo tono corresponda realmente a lo que buscas, no solo a alguien conocido: heredas sus tics tanto como sus cualidades.

Considéralo un andamiaje temporal. En cuanto publiques y algunos posts funcionen, reemplaza los ejemplos prestados por tus posts reales. Con las semanas, tu biblioteca de muestras se convierte en tu activo más valioso: la definición operativa de tu marca.

Iterar metódicamente, no al azar

La primera versión no será perfecta — es normal y está previsto. Lo que cuenta es iterar con método. Genera el mismo tema en dos plataformas, lee las salidas en voz alta (la prueba más fiable para detectar el «tono IA»), e identifica con precisión lo que falla: una palabra, un giro, una longitud. Luego corrige la regla, no el post: «añade la palabra sublimar a la lista de palabras prohibidas», «los posts de Twitter superan los 200 caracteres, ajusta la consigna».

flowchart LR
  G["Generar un post de prueba"] --> L["Leer en voz alta"]
  L --> D{"¿Algo falla?"}
  D -->|"Sí: identificar el tic preciso"| R["Corregir la regla en la skill"]
  R --> G
  D -->|"No"| V["Voz validada"]

La gran lección: una skill evoluciona

Toma perspectiva sobre lo que acabamos de hacer: no hemos reemplazado la skill — la hemos aumentado con contexto. Es esencial: tus skills nunca deben quedar congeladas. Como una competencia humana, se mejoran continuamente: lo que funciona, los casos límite encontrados, tus preferencias que se van precisando. Cada mejora beneficia a todos los usos futuros — es una inversión a interés compuesto.

Concretamente, adopta el hábito de la frase «actualiza la skill para que…» cada vez que una salida te decepcione. Corregir la salida repara una vez; corregir la skill repara para siempre. Este hábito — mejorar la herramienta en lugar del entregable — es el hilo conductor de todo el curso, y lo reencontrarás en el capítulo 7 como patrón central.