Skills de agentes de IA

Redacta prompts para imágenes de producto con IA que sean honestas: tomas principales sobre fondo liso, escenas de estilo de vida, flat lays, primeros planos de detalles, tomas a escala y mockups, ajustados al producto real.

Obtiene una instantánea actual de Yahoo Finance de la acción que indiques (Estados Unidos, Hong Kong o acciones A de China) y redacta un análisis estructurado basado solo en datos.

Creación y edición automática de video con FFmpeg local: renderiza un video de tarjetas de texto a partir de una especificación JSON, recorta silencios de clips de personas hablando a cámara, quema subtítulos SRT y pule el resultado para plataformas. Escrita en chino; los comandos requieren tus propias rutas.

Revisa una base de código como lo haría un investigador de seguridad: rastrea la entrada del usuario hasta operaciones peligrosas, detecta problemas de inyección, de control de acceso y de secretos, y obtén parches para revisar, que nunca se aplican automáticamente.

Conecta al agente con la CLI agent-browser para manejar Chrome: navegar, completar formularios, hacer clic, capturar pantallas, extraer datos y probar aplicaciones web.

Comprueba cómo ChatGPT, Gemini, Claude, Perplexity y AI Overviews describen y recomiendan una marca: un conjunto fijo de consultas, una hoja de ejecución repetible, puntuación de presencia, exactitud y competidores, un mapa de fuentes, una comprobación de rastreadores de IA y una lista de correcciones priorizada.

Lee un proyecto de código y escribe en docs/ un conjunto gradual de documentos de incorporación: arquitectura, motivos de diseño, recorrido del código, compilación y depuración.

Evidencia antes de las afirmaciones: el modelo no puede decir que el trabajo está terminado, que un error está corregido o que las pruebas pasan hasta que haya ejecutado el comando de verificación en el mismo turno y haya leído la salida.

Hace que tu agente encuentre y demuestre la causa de un fallo antes de modificar cualquier código.

Guía de NVIDIA cuOpt para convertir un problema en lenguaje natural en un modelo LP, MILP o QP claro: clasifica cada frase, identifica el objetivo y evita errores habituales de modelado.

Mide antes de corregir: objetivos de Core Web Vitals, un ciclo de medir, identificar, corregir y comprobar, diagnóstico de LCP, INP y CLS deficientes, patrones de consultas N+1 y paginación del backend y antipatrones, con una lista de comprobación incluida.

Entrega un trabajo terminado a un revisor sin contexto previo: un prompt de revisión de código con el plan y el rango exacto de Git, hallazgos clasificados por gravedad y reglas para actuar ante ellos.

Convierte una especificación en un plan de implementación paso a paso que otro ingeniero pueda seguir: archivos exactos, interfaces, pasos con pruebas primero y resultado esperado, y una autorrevisión.

Define precios y planes con datos: investiga cuánto pagarían los clientes y revisa cómo presentar la oferta en la página de precios.

Inicia una entrevista exigente que afina un plan o diseño, con una pregunta cada vez.

Te entrevista sobre un plan o diseño y registra las decisiones como ADR y en un glosario durante la conversación.

Genera imágenes a partir de texto y edita imágenes de referencia con la herramienta de imágenes integrada en Codex CLI. No requiere una clave API aparte.

Explora seis conceptos de logotipo distintos (generados con IA mediante un modelo FLUX local y dibujados con código), compáralos sobre fondos claros y oscuros a 64/32/16px y exporta un kit completo: composiciones de marca, favicon, icono de aplicación e imagen OG.

Convierte un tema o decisión poco definidos en una exploración de ideas con investigación: hechos conocidos y supuestos, al menos ocho opciones distintas, una selección puntuada y un primer paso.

Analiza una base de código en busca de refactorizaciones que conviertan módulos superficiales en módulos profundos; las presenta en un informe HTML visual con diagramas de antes y después y, después, te guía por la que elijas mediante un bucle de preguntas.

Orientaciones oficiales de Redis para elegir la estructura de datos adecuada (String, Hash, List, Set, Sorted Set, JSON, Stream, Vector Set) y nombrar claves de forma coherente.

Ayuda al agente a descubrir e instalar Skills cuando preguntas «¿hay una Skill para X?».

Evita que el agente se salte partes: nada de código con marcadores de posición, nada de «el resto sigue el mismo patrón», nada de secciones omitidas. Cuenta los entregables, escribe cada uno completo y se detiene de forma limpia al alcanzar un límite de tokens.

Gestiona incidencias y PR externas con una pequeña máquina de estados: clasifica, verifica, profundiza con preguntas cuando hace falta y redacta instrucciones listas para agentes.