ALTHEIA · AYUDA Y CALIDAD · CORE 2.5.1

Altheia Faq

Respuestas sobre la arquitectura canónica Core 2.5.1, los Sector Packs y Brand Packs, la construcción de la población sintética, la generación gobernada de colectivos, la ejecución de simulaciones y la interpretación responsable de resultados.

Modo oscuroInactivo

01 · Sistema y controles transversales

Preguntas generales

Principios comunes que deben comprobarse antes de interpretar cualquier resultado.

Principio de uso responsable: Altheia produce evidencia sintética para explorar hipótesis, comparar escenarios y priorizar decisiones. No sustituye por sí sola una validación con personas reales cuando el riesgo, la inversión o el impacto de la decisión lo requieren.

¿Cuáles son las especificaciones de un Sector Pack?

Un Sector Pack activo se ajusta a altheia_sector_pack_1.1. Identifica el sector y define su vocabulario, ficha compatible con altheia_profile_core_2.5, oferta, canales, ciclo de vida, relaciones, arquetipos, adaptadores, procedencia y supuestos.

Debe definir exactamente 45 slots D01–D45, pero la identidad estable es canonical_dimension_id. Cada dimensión declara alcance core, adapted o sector, definición, anclajes, medición, evidencia, aplicabilidad a preguntas y comparabilidad. Runtime calcula huellas separadas de semántica, medición, asignación y pack completo.

Antes de usarse debe superar schema, quality_gate y revisión humana, y quedar approved. Core 2.5.1 conserva su identidad y cuatro huellas desde Profiles Generator hasta colectivos, estudios, simulaciones, síntesis y calibración.

¿Qué es un Brand Pack y qué diferencia tiene respecto al Sector Pack?

El Sector Pack define qué significa operar en un sector: ficha, capacidades canónicas, slots, medición, aplicabilidad, ofertas, canales, relaciones y arquetipos. El Brand Pack concreta qué parte de ese marco utiliza una marca o cliente, sin redefinir dimensiones.

El contrato activo altheia_brand_pack_1.1 declara marca, cliente, mercados, idiomas, ofertas, canales, relaciones, competidores y reglas de generación, y queda vinculado a las cuatro huellas del Sector Pack. Cada versión conserva genealogía, brand_pack_id y brand_pack_hash.

Los paquetes aprobados son inmutables. Un cambio exige nueva versión SemVer y aprobación. Core 2.5.1 bloquea mezclas de marcas, versiones, semántica, medición o asignación.

¿Cuál es el flujo extremo a extremo de la arquitectura Core 2.5.1?

Sector Blueprint Architect define el marco sectorial y Brand Pack Architect concreta la marca. Profiles Generator crea perfiles, Archetyping los clasifica y Master Farm consolida una población gobernada. Cohort Builder selecciona una sola vez quién participa y genera un Research Collective 1.1 cerrado, portable y trazable.

Los builders configuran el estudio y los simuladores ejecutan el roster sin volver a filtrar o remuestrear. Insight Composer conserva las dimensiones empleadas y Evidence & Calibration Hub calibra por identidad canónica. Toda la cadena preserva Sector Pack, Brand Pack, perfiles, cuatro huellas e identidad del colectivo.

¿Qué cambia al activar Banca 1.2?

Banca 1.2 pasa a ser el Sector Pack oficial de Core 2.5.1. Conserva la semántica bancaria, los anclajes, los 45 slots, las reglas y los 100 arquetipos de Banca 1.1, pero formaliza cada capacidad mediante canonical_dimension_id, medición, evidencia, aplicabilidad y comparabilidad.

No se regeneran perfiles ni resultados históricos. Banca 1.1 y los módulos 2.4/2.5 se mantienen para auditoría y reproducción, pero no deben mezclarse silenciosamente con la cadena 2.5.1. Los nuevos trabajos bancarios deben utilizar Banca 1.2 y Brand Pack 1.1 compatible.

¿Cómo se asegura una granja de perfiles que represente todos los arquetipos?

La cobertura se construye en tres capas: Profiles Generator puede trabajar en modo balanceado; Archetyping aplica reglas de elegibilidad y exige evidencias para cada asignación; y Master Farm muestra la distribución y los arquetipos únicos realmente presentes. La cobertura no debe darse por supuesta: se verifica en el dashboard antes de seleccionar el colectivo.

Si falta un arquetipo, debe generarse o incorporar un lote dirigido y volver a consolidar la granja. Un arquetipo no se fuerza sobre perfiles que no cumplen sus reglas.

¿Cómo se controla que las simulaciones no usen siempre los mismos perfiles?

Cohort Builder realiza la selección antes del estudio y exporta un manifiesto con cada profile_id y profile_uuid. La misma Master Farm, filtros, cuotas, estrategia y semilla reproducen el mismo colectivo; para una oleada distinta se crea una nueva revisión o un colectivo nuevo y se conserva su huella para medir el solapamiento.

Una vez cerrado como research_ready, cada módulo de investigación ejecuta el roster completo e inmutable: no elimina, incorpora ni sustituye perfiles silenciosamente. La semilla del estudio puede variar asignaciones, orden o tareas, pero no redefine quién participa.

¿Cómo se garantiza que las dimensiones conductuales se tienen en cuenta al responder?

El perfil conserva valores en slots D01–D45, pero cada motor solicita capacidades por canonical_dimension_id y Runtime resuelve el slot correspondiente en el Sector Pack activo. El plan o contrato del estudio registra ID, slot, significado, rationale y huellas.

No todas las dimensiones pesan igual ni se trasladan automáticamente entre sectores. Cada módulo declara las capacidades necesarias; Study Builder revisa las candidatas por pregunta y EchoLab consume el plan bloqueado literalmente, sin fallback silencioso.

¿Qué es una semilla y por qué es importante?

Es el valor que controla decisiones pseudoaleatorias de forma reproducible. En Cohort Builder determina la selección y el orden del colectivo; en los módulos de investigación controla, según el método, asignación de condiciones, variantes, tareas u orden de presentación. Mantenerla permite una réplica controlada y cambiarla permite comprobar sensibilidad sin alterar silenciosamente el contrato ni el roster importado.

¿Qué ocurre si no se importa una Master Farm o un Research Collective 1.1?

Cohort Builder necesita una Master Farm 2.5.1 válida para seleccionar perfiles existentes. Los builders y simuladores 2.5 necesitan un Research Collective con estado research_ready; no generan participantes de fallback ni seleccionan directamente desde la granja. Si falta la entrada canónica, la ejecución se bloquea y se informa qué contrato o identidad debe cargarse.

¿Cómo se controlan cuotas, balance y cobertura de la muestra?

Cohort Builder fija tamaño, elegibilidad, filtros, perfiles incluidos o excluidos, cuota cliente/no cliente y estrategia de distribución natural o diversidad equilibrada. Antes de cerrar compara lo solicitado con lo obtenido y documenta cobertura D01–D45, distribuciones, perfiles únicos y ajustes manuales.

El reparto entre variantes, tratamiento/control o tareas corresponde después al módulo de investigación y no modifica el roster. Si una cuota o tamaño no es viable, el colectivo queda bloqueado en lugar de completarse con perfiles incompatibles.

¿Qué controles evitan aceptar una ejecución incompleta?

Los módulos aplican puertas de calidad según su método: contrato válido, estímulo alcanzable, roster completo, número esperado de resultados, ausencia de duplicados indebidos, asignaciones, trazas, fuentes y campos obligatorios. Los estados parcial, inferido, no disponible o bloqueado se muestran separados; no se transforman silenciosamente en éxito.

¿Cómo se garantiza la trazabilidad de un resultado?

Se conservan estudio, contrato, motor, semilla, configuración, profile_id, profile_uuid, condición, respuestas, métricas y controles. Core 2.5.1 registra además sector_pack_id, semantic_hash, measurement_hash, assignment_hash, sector_pack_hash, identidad de Brand Pack, Master Farm y collective_id. Cada evidencia dimensional conserva canonical_dimension_id, significado, versión y rationale.

¿Cómo se detectan respuestas demasiado parecidas o estereotipadas?

Se revisan diversidad textual, repetición de motivos, consistencia con evidencias y variación por dimensiones, segmentos y condiciones. Algunos motores generan diagnósticos separados del verbatim para que la explicación del sistema no parezca una cita del perfil. Una concentración real puede mantenerse, pero debe acompañarse de distribución, base n y explicación.

¿Qué significan porcentaje y «n» en los informes?

El porcentaje es la proporción sobre la base válida de esa pregunta o condición; n es el número de perfiles que aportan esa respuesta. Coinciden numéricamente cuando la base es 100, pero no son la misma medida. El informe debe indicar la base para evitar confundir «38 % · n=38» con una regla general.

¿Cómo deben interpretarse intervalos, diferencias y ganadores?

Una diferencia observada no basta. Deben revisarse tamaño de muestra, intervalo de incertidumbre, umbral mínimo de decisión, estabilidad entre semillas y segmentos. Si los intervalos se solapan o el efecto no supera el umbral acordado, la lectura correcta puede ser «resultado no concluyente».

¿Cómo se calibra Altheia frente a investigación humana?

Evidence & Calibration Hub compara métricas sintéticas y humanas, calcula concordancia y registra divergencias. La calibración no busca forzar igualdad: identifica dónde el sistema reproduce patrones, dónde sobrestima o subestima y qué decisiones necesitan evidencia humana adicional.

¿Dónde se almacenan los datos y las credenciales?

La aplicación funciona localmente en el navegador. Las contraseñas no se guardan en texto plano: se conserva un verificador PBKDF2 con sal. Los borradores pequeños usan almacenamiento local y los paquetes voluminosos —granjas, colectivos y resultados— usan IndexedDB cuando el módulo lo requiere. Las exportaciones deben tratarse conforme a la política de datos del proyecto.

¿Cómo se controla la compatibilidad entre versiones?

El manifiesto identifica versiones activas e históricas, y cada exportación declara sus contratos. Core 2.5.1 compara identificadores y las cuatro huellas del Sector Pack, además de la identidad y huella del Brand Pack. Una diferencia de semántica, medición o asignación bloquea la mezcla; renombrar un archivo antiguo nunca lo migra.

¿ALTHEIA Core 2.5.1 funciona con sectores y marcas diferentes?

Sí. Un sector nuevo es compatible si se genera con Sector Blueprint Architect, cubre gaps reales, supera el contrato 1.1 y obtiene aprobación humana. Cada marca puede tener Brand Packs versionados dentro de ese sector. Banca 1.2 es el baseline canónico de regresión; el antiguo sector Seguros de demo fue retirado y debe regenerarse con el flujo actual.

¿Cuándo es obligatorio cargar un Sector Pack?

Es obligatorio cuando el estudio usa perfiles, dimensiones, oferta, lifecycle, relaciones o taxonomías sectoriales. Puede ser opcional en una tarea universal, como interpretar un activo visual genérico. Las exportaciones declaran el sector o marcan expresamente el estudio como sector_agnostic.

¿Se pueden mezclar resultados de sectores o marcas diferentes?

No de forma implícita. Master Farm, Cohort Builder y los módulos de investigación 2.5 trabajan con una única identidad canónica Sector Pack + Brand Pack. Evidence & Calibration Hub bloquea fuentes incompatibles y calibra únicamente evidencias que comparten contexto, métrica, segmento y unidad. Una comparación transversal exige otro workspace y una regla metodológica explícita.

02 · Foundation

Identity Corpus

Definición por sector y marca, creación, clasificación y consolidación de la población sintética, seguida de la selección gobernada de colectivos.

SBA

Sector Blueprint Architect

Diseña, normaliza y valida el contrato multisector que comparten los módulos.

Sector Pack

Cómo funciona

Convierte una definición sectorial asistida por LLM en un Sector Pack estructurado, con identidad, perfil, D01–D45, oferta, relaciones, arquetipos, adaptadores y procedencia.

Controles de calidad

Schema altheia_sector_pack_1.1.
45 slots y semántica completa.
Fuentes, supuestos y revisión humana.
quality_gate y estado approved.

Ejemplo

Crear el pack de energía, revisar anclajes y arquetipos y aprobarlo antes de generar perfiles; el catálogo Excel y el JSON conservan el mismo identificador, versión y hash.

Brand Pack Architect

Crea y versiona la configuración operativa de una marca o cliente.

Brand Pack

Cómo funciona

Carga un Sector Pack aprobado y selecciona la marca, mercados, idiomas, ofertas, canales, relaciones, competidores y reglas que se utilizarán al generar identidades.

Controles de calidad

Schema altheia_brand_pack_1.1.
Referencias y catálogos compatibles con el sector.
Versionado SemVer y genealogía obligatoria.
quality_gate, aprobación e identidad hash.

Ejemplo

Crear dos Brand Packs para clientes del mismo sector con catálogos distintos. Cada granja conserva su versión y queda aislada de la otra.

Profiles Generator

Genera perfiles canónicos Core 2.5.1 completos y reproducibles.

Generación

Cómo funciona

Construye la ficha, las 45 dimensiones, evidencia, memoria contextual y oferta a partir de un Sector Pack y un Brand Pack aprobados.

Controles de calidad

Modo balanceado o distribución definida.
45/45 dimensiones y evidencias.
Identidades y hashes de ambos packs.
Catálogo operativo, semilla y contrato exportables.

Ejemplo

Generar 120 perfiles para una marca con solo sus productos y canales disponibles. La misma semilla y los mismos packs reproducen el lote.

ARQ

Archetyping

Asigna arquetipos elegibles preservando el contexto sectorial y de marca.

Clasificación

Cómo funciona

Aplica las reglas sectoriales de elegibilidad sobre datos ya restringidos por el Brand Pack y valida asignaciones, confianza, evidencia y contraevidencia.

Controles de calidad

Mínimo de señales justificativas.
Candidatos permitidos por el Sector Pack.
Preserva ambos contextos y hashes.
Diagnóstico de cobertura y asignaciones.

Ejemplo

Un perfil no recibe un arquetipo solo por edad: debe cumplir las señales de comportamiento, oferta y relación válidas para su sector y marca.

Master Farm

Consolida una población gobernada para una combinación exacta de sector y marca.

Gobierno

Cómo funciona

Fusiona lotes canónicos con el mismo Sector Pack y Brand Pack, resuelve duplicados y genera un dashboard de población, arquetipos, dimensiones, evidencia y calidad.

Controles de calidad

ID único y procedencia.
Bloqueo de contextos o hashes incompatibles.
Cobertura de dimensiones y evidencia.
Distribución y exportaciones auditables.

Ejemplo

Los lotes de una misma marca y versión se consolidan. Una granja no admite perfiles de otro cliente aunque compartan sector.

Cohort Builder

Genera colectivos cerrados y trazables desde una Master Farm 2.5.1.

Colectivos 2.5.1

Cómo funciona

Selecciona perfiles individuales existentes mediante elegibilidad, filtros, cuotas, fijaciones manuales y una estrategia de distribución natural o diversidad equilibrada. Exporta un Research Collective 1.1 portable bajo el contrato altheia_research_collective_1.1, sin promediar ni inventar personas.

Controles de calidad

Una única identidad Sector Pack + Brand Pack.
Semilla y selección reproducibles.
Profile_id y profile_uuid únicos.
Roster, snapshots, cobertura y huellas verificables.
Estado research_ready antes de investigar.

Ejemplo

Partir de una Master Farm de 1.000 perfiles, filtrar el mercado objetivo, fijar una cuota 50/50 de clientes y no clientes y cerrar un colectivo diverso de 80 participantes que todos los módulos ejecutarán íntegramente.

BSR

Brand Sentiment Radar

Recoge y estructura opinión pública y señales de apps oficiales.

Evidencia externa 2.5.1

Cómo funciona

Ejecuta lotes independientes por foco temático y mercado, acumula fuentes sin repetir evidencias y localiza aplicaciones oficiales por tienda. Vincula las señales observadas a capacidades canónicas con evidencia y revisión humana, sin utilizar población sintética ni puntuar perfiles.

Controles de calidad

Fuente, fecha y enlace trazables.
Identidad de sector, marca y mercado declarada.
Exclusión de evidencias ya usadas.
Lote incompleto declarado.
Editor y app oficial verificados por mercado.
Canonical dimension ID, rationale y evidencias conservados en cada sugerencia.
Prohibición explícita de valores o puntuaciones de perfiles.

Ejemplo

Un lote solicita 20 opiniones y obtiene 14: el informe conserva las 14, marca el lote incompleto y registra si se agotaron las páginas accesibles.

03 · Research workflows

Research Design Engine

Diseño de estudios y ejecución trazable sobre colectivos 2.5 previamente cerrados por Cohort Builder.

Qualitative Study Builder

Configura estudios cualitativos multi-asset preparados para EchoLab.

Builder 2.5.1

Cómo funciona

Carga un colectivo canónico listo para investigación, hereda Sector Pack y Brand Pack, y define estímulos, hipótesis, preguntas, sondas y condiciones. El Asistente de Briefing común prepara un prompt contextual y exige el JSON específico del estudio cualitativo.

Controles de calidad

Colectivo canónico y referencias de identidad verificables.
Entre 6 y 25 preguntas con IDs y tipos válidos.
Lógica condicional, activos y objetivos asociados.
Contrato EchoLab Ready 2.5.1 trazable.

Ejemplo

Presentar dos conceptos al colectivo elegido, preguntar comprensión y activar una sonda solo cuando la confianza declarada sea baja.

EchoLab Interview Simulator

Ejecuta entrevistas 2.5.1 sobre el colectivo cerrado definido en el estudio.

Simulación 2.5.1

Cómo simula

Valida el paquete EchoLab Ready 2.5.1 y combina cada pregunta y estímulo con datos base, D01–D45, evidencias, memoria contextual y arquetipos de todos los perfiles del Research Collective importado.

Garantías y controles

Research Collective 1.1 research_ready.
Sector Pack, Brand Pack y huellas compatibles.
Roster completo e inmutable, sin filtros ni remuestreo.
Perfil, pregunta y respuesta trazables.
JSON, CSV, XLSX y backup versionados.

Ejemplo

Entrevistar al colectivo de no clientes con alta aversión al riesgo ya creado en Cohort Builder. Dos perfiles pueden discrepar porque sus evidencias y contexto son distintos, aunque compartan arquetipo.

A/B

BECO Test

Compara dos landings en un diseño entre sujetos.

Simulación A/B 2.5.1

Cómo simula

Ejecuta el colectivo canónico cerrado y expone cada perfil una sola vez a A o B mediante asignación balanceada. Estima una propensión de conversión y la incertidumbre de la diferencia.

Garantías y controles

Research Collective 1.1 completo e inmutable.
Asignación entre sujetos equilibrada.
Una conversión implícita y sin doble exposición.
Incertidumbre Monte Carlo.
Umbral mínimo para declarar ganador.

Ejemplo

B supera a A en 2 puntos, pero el intervalo cruza cero y no alcanza el umbral de 3 puntos: el resultado es no concluyente.

Usability Test HTML prototype

Simula una misión sobre un prototipo HTML navegable.

Simulación UX 2.5.1

Cómo simula

Audita páginas, formularios y transiciones JavaScript; configura inicio, éxito, tiempo y máximo de acciones, y genera una ruta de eventos para cada perfil del colectivo cerrado.

Garantías y controles

Research Collective 1.1 completo e inmutable.
Éxito alcanzable antes de ejecutar.
Semilla y objetivo reales en la traza.
KO separado de abandono.
Ruta, fricciones y cobertura auditables.

Ejemplo

Si la confirmación no es alcanzable desde la portada, el estudio se bloquea; no inventa una tasa de éxito sobre un flujo inválido.

1×

First Click Test

Evalúa el primer clic y la distribución posterior en modalidad de una imagen o A/B.

Simulación UX 2.5.1

Cómo simula

Relaciona objetivo, áreas clicables ordenadas, dispositivo y fold con cada perfil del colectivo; admite estímulo único o comparativa A/B y registra clic, timeout o abandono.

Garantías y controles

Research Collective 1.1 completo e inmutable.
Coordenadas y áreas objetivo explícitas.
Asignación balanceada solo en modalidad A/B.
Primer clic separado del mapa acumulado.
Dashboard y PDF adaptados a la modalidad real.

Ejemplo

El 62 % pulsa primero «Continuar», 18 % otra zona y 20 % abandona; el mapa muestra la dispersión sin convertir abandono en clic fallido ni presentar una comparación A/B si solo existe una imagen.

ΔR

Reputation Impact Test

Mide cómo cambia una decisión tras una exposición reputacional.

Simulación 80/20 · 2.5.1

Cómo simula

Ejecuta el Research Collective 1.1 íntegro, registra una respuesta neutral, expone al 80 % a un contexto adverso resumido y mantiene un 20 % de control para estimar estabilidad e impacto ajustado.

Garantías y controles

Roster canónico inmutable y asignación 80/20 trazable.
Identidad de marca y contexto adverso verificables.
Siete preguntas y bases visibles.
Motivos y verbatims separados del diagnóstico.
Sensibilidad por segmentos y versión de motor.

Ejemplo

La intención cae 1,7 puntos en expuestos y 0,2 en control: el impacto ajustado es −1,5, con distribución y motivos revisables.

Q×C

Quant & Choice Lab

Cuantifica preferencias y trade-offs mediante cinco métodos.

Simulación cuantitativa 2.5.1

Cómo simula

Ejecuta encuesta, monádico, elección pareada, MaxDiff o conjoint sobre el Research Collective 1.1 completo. Genera tareas reproducibles y respuestas por perfil a partir de atributos, dimensiones y opción «ninguna».

Garantías y controles

Diseño y semilla reproducibles.
Roster canónico inmutable y cobertura completa; sin cuotas ni muestreo interno.
Intervalos, utilidades centradas e importancia.
Trazabilidad con profile_id, profile_uuid, colectivo y almacenamiento robusto.

Ejemplo

En un conjoint, cada perfil del colectivo resuelve seis tareas con tres alternativas. El informe estima utilidades por nivel y diferencias entre clientes y no clientes.

Information Architecture Lab

Evaluará categorías, etiquetas y rutas mediante card sorting y tree testing.

Coming Soon

Funcionalidad prevista

Definir árboles, tareas y tarjetas para medir encontrabilidad, agrupaciones y etiquetas ambiguas.

Controles previstos

Orden aleatorizado reproducible.
Tasa de éxito directo e indirecto.
Rutas y confusiones trazables.

Ejemplo previsto

Comprobar si «Cambiar límites» se busca en Tarjetas, Seguridad o Configuración y detectar el punto de confusión.

Journey & Diary Lab

Analizará experiencias longitudinales y momentos de verdad.

Coming Soon

Funcionalidad prevista

Configurar periodos, disparadores y diarios para reconstruir etapas, emociones, canales y fricciones a lo largo del tiempo.

Controles previstos

Continuidad temporal por perfil.
Registro de contexto y canal.
Diferencia entre recuerdo e incidencia observada.

Ejemplo previsto

Seguir durante siete días el alta y primer uso de una cuenta para localizar fricciones que no aparecen en una sesión aislada.

04 · Synthesis

Insight Factory

Síntesis, triangulación y calibración de la evidencia producida.

Insight Composer

Convierte una ejecución EchoLab 2.5 en un informe cualitativo trazable.

Síntesis 2.5

Cómo funciona

Importa un único paquete EchoLab 2.5, verifica su identidad e integridad y organiza evidencia, hallazgos, insights, implicaciones y recomendaciones. Las ejecuciones incompletas producen exclusivamente informes provisionales.

Controles de calidad

Puerta Preparado, Revisión o Bloqueado.
Verbatims literales vinculados a profile_id y UUID.
Resumen manual ligado a la versión del análisis.
PDF profesional, HTML, reporte portable y handoff a Evidence Hub.

Ejemplo

Agrupar ocho entrevistas en el insight «la garantía reduce incertidumbre» conservando citas, perfiles, preguntas, ejecución y colectivo que lo sostienen.

E&C

Evidence & Calibration Hub

Integra evidencia multimétodo y calibra lo sintético frente a lo humano.

Core 2.5.1

Cómo funciona

Verifica la procedencia, fija una identidad Sector Pack + Brand Pack y compara solo métricas equivalentes por contexto, segmento y unidad; después calcula concordancia, triangula hallazgos y registra decisiones.

Controles de calidad

Integridad y trazabilidad de cada fuente.
Bloqueo de identidades incompatibles.
Métricas comparables y bases visibles.
Snapshots de evidencia en cada decisión.

Ejemplo

Altheia estima 64 % de preferencia y una encuesta humana 58 %. El Hub calcula la divergencia, señala la base y conserva qué evidencias sustentaron la decisión.

05 · Creative intelligence

AI Tools

Preparación estructurada de activos que alimentan los estudios.

Visual Asset Interpreter

Convierte activos visuales en una descripción reutilizable.

Interpretación

Cómo funciona

Identifica estructura, jerarquía, contenido y elementos interactivos aparentes y los organiza en YAML 2.5.1. Puede sugerir capacidades canónicas aplicables cuando están respaldadas por elementos visibles.

Controles de calidad

Separa observación de inferencia y aplica vocabulario del Sector Pack cuando existe.
Estructura consistente y reutilizable.
Revisión humana de textos, zonas, estados y capacidades sugeridas.
No puntúa perfiles ni genera evidencia conductual.

Ejemplo

Una captura de landing se transforma en cabecera, propuesta, CTA, prueba social y formulario, listos para configurar un estudio.