Por Arnau Puig de Quadras, RocaSalvatella

La ventaja en IA ya no está en el modelo sino en un archivo de texto que sabe cómo trabaja tu organización.

Durante dos años, competir en IA significó competir por tener el mejor modelo. Cada laboratorio presumía de puntuar más alto, de razonar mejor o de procesar más información que el resto. Esa carrera está perdiendo sentido. Los grandes modelos se parecen cada vez más en capacidad, y cuando todos son buenos, la diferencia ya no está en cuál usas. Está en lo que tu organización construye a su alrededor.

Y aquí ocurre algo poco habitual. Tres laboratorios que aunque compiten y se enfrentan constantemente, Anthropic, OpenAI y Google, se han puesto de acuerdo en dar la misma respuesta y han adoptado el mismo formato para implementarla. Esa respuesta se llama skill.

Un experto sin contexto

Haz una prueba. Pide a Claude, ChatGPT o Gemini que revise algo de tu empresa que nunca ha visto, por ejemplo una propuesta comercial o un brief de campaña. La respuesta sonará inteligente. Será competente, estará bien escrita y no tendrá ni idea de cómo trabajáis, pero no sabrá qué criterios usáis para decidir, cómo construís una oferta ni quién tiene que validar antes de que algo salga al cliente. 

No es un problema de inteligencia. Es como un consultor brillante en su primer día de trabajo. Sabe muchísimo, pero no conoce tu empresa, y además olvida todo lo que le cuentas en cuanto termina la conversación. Ese problema no se arregla contratando a alguien todavía más brillante. Se arregla explicándole cómo trabajáis. Eso, exactamente, es una skill.

De prompts a skills

Estos dos últimos años los hemos dedicado a escribir mejores prompts. Un buen prompt resuelve una tarea concreta en una conversación concreta y se evapora al cerrar la sesión. Al día siguiente vuelves a explicarle al modelo quién eres y qué esperas.

Una skill rompe ese bucle. Anthropic la formalizó en octubre de 2025 como un archivo de texto, un SKILL.md, con instrucciones que el agente lee antes de empezar a trabajar. Sin código y sin equipo de infraestructura. Su documentación lo resume en una idea que compartimos. Crear una vez, usar siempre.

El efecto operativo es la consistencia. El agente deja de improvisar tu proceso en cada sesión y pasa a seguir tu método, con tus criterios y tu estándar de calidad. 

Conviene ser precisos. Una skill no garantiza un resultado idéntico carácter a carácter, porque los modelos son probabilísticos. Lo que elimina es la variabilidad del proceso, y para un proceso operativo eso es justamente lo que importa.

Tres laboratorios, una misma conclusión

Lo llamativo no es que la idea exista sino quién la suscribe. 

• Anthropic define las skills como recursos reutilizables que convierten un agente generalista en especialista. 
• OpenAI las describe en su documentación como instrucciones modulares para codificar procesos y convenciones, desde guías de estilo corporativas hasta flujos de varios pasos. 
• Google destaca en Gemini que aseguran la ejecución consistente de tareas complejas mediante un marco procedimental. 

Tres formas de decir lo mismo.

Anthropic dio el primer paso. Formalizó el concepto en octubre de 2025 y en diciembre publicó la especificación como estándar abierto, que OpenAI y Google adoptaron en cuestión de semanas. 

El formato está llegando ya a las herramientas que las empresas usan a diario. Microsoft 365 Copilot, por ejemplo, permite añadir skills propias con solo dejar un archivo SKILL.md en OneDrive. 

Una skill es un activo en tu empresa

Las instrucciones de un GPT son invisibles para todos menos para quien lo creó, que ni siquiera puede exportarlas o versionarlas con facilidad. El día que esa persona se marcha, el conocimiento sale por la puerta con ella.

Es el mismo problema que tenían las empresas con las hojas de cálculo en los noventa, información de negocio atrapada en archivos individuales. La solución fue moverla a sistemas compartidos con control de versiones y propiedad institucional. Ahora la solución es la misma, extraer ese conocimiento de las plataformas cerradas y hacerlo visible, portable y organizativo.

Y aquí está el cambio de fondo: una skill es un activo de la empresa. Son tus procesos escritos en un formato abierto que posees y versionas como cualquier otro documento corporativo.

Por qué las skills ganan al código

Una skill introduce cuatro capacidades que ningún módulo de software tradicional iguala:

– Creación desde negocio: pueden ser definidas por perfiles no técnicos, sin necesidad de programar.

– Sin despliegues: los cambios se aplican al instante, sin ciclos de release.

– Legibilidad y auditoría: son fáciles de entender y revisar frente a soluciones complejas en código.

– Flexibilidad: pueden eliminarse o ajustarse según su valor sin impacto estructural.

– Delegación real: funcionan como un onboarding de la organización para agentes de IA transfiriendo contexto, criterios y forma de trabajo de manera repetida y escalable.

En conjunto, las skills convierten el conocimiento de la organización en una capa operativa que permite a la IA trabajar con el mismo criterio, contexto y consistencia que el propio negocio, de forma escalable y reutilizable.

La conexión con los agentes

En RocaSalvatella venimos defendiendo que el salto relevante de la IA no son los copilotos, sino los agentes capaces de ejecutar procesos completos. Aquí es donde encajan las skills.

Un agente autónomo, si no le compartes tu metodología, se la inventa. Produce algo que parece correcto y que un profesional no firmaría. Las skills son la capa que lo evita: el conocimiento institucional que hace que un agente trabaje dentro de tu forma de hacer y bajo tu gobernanza. 

La ventaja competitiva no estará en el modelo que utilices, sino en cómo tu organización es capaz de organizar, controlar y aprovechar su propio conocimiento como un activo propio, sin depender de un proveedor concreto.

Qué recomendamos desde RocaSalvatella

1.   Audita tus skills invisibles. Cuántos GPTs, GEMs y asistentes existen ya repartidos por la organización. Eso es conocimiento que no controlas. Empieza a extraerlo y observa alrededor de qué equipos se concentra.
2.   Elige la primera skill. Busca el proceso donde tu gente repite el mismo contexto en cada sesión. Publícalo e itéralo.
3.   Haz fácil contribuir. La skill mejora cuando la gente la usa y opina sobre ella. Pon fácil que cualquiera diga qué funciona y qué no, y agradece públicamente a quien lo hace. La gente se sumará porque le resulta útil, no porque se lo mandes.
4.   Piensa en ramas. Imagina tu capacidad de IA como un árbol: el tronco es la infraestructura, las ramas son tus skills y las hojas son las sesiones, el trabajo real. La mayoría de las empresas vierte su energía en el tronco. El retorno está en las ramas.

El conocimiento siempre ha estado ahí. Lo nuevo no es el conocimiento, es su capacidad de ejecución. Y ahora, por fin, cabe en un archivo de texto.