Knowledge Work Plugins: tareas y memoria compartidas con el asistente
Mida el coste del contexto y las correcciones en productivity
Prepare una evaluación de extracción y memoria que incluya errores, aclaraciones y trabajo humano sin inventar ahorros.
Qué aprenderás
- Fije las solicitudes
- Cuente el trabajo restante
- Introduzca contexto obsoleto
Antes de empezar
- Lectura básica de comandos y configuración
- Entorno de ensayo desechable y autorizado
Diseñe un visor independiente que muestre líneas no admitidas, colisiones y diferencias antes de guardar tareas.
Conclusiones clave
- Pedir aclaración puede ser correcto.
- La corrección humana también cuesta.
- La cobertura exige medición.
Fije las solicitudes
Prepare peticiones con abreviaturas conocidas, nombres desconocidos, fechas y compromisos ambiguos. Etiquete la interpretación esperada antes de probar. Incluya una petición que deba producir una pregunta y no una tarea automática.
Compare el modo de archivos con un ensayo pequeño de conectores aprobados usando el mismo anfitrión y modelo. Registre el contexto disponible; más información no demuestra por sí misma una política de memoria mejor.
Cuente el trabajo restante
Mida campos correctos, tareas innecesarias, compromisos omitidos y minutos de corrección. Cuando sea observable, registre si la respuesta provino de memoria de trabajo, archivos detallados o aclaración. Mantenga desconocidas las rutas no observables.
Recoja uso del modelo y latencia de conectores cuando el anfitrión los exponga. Markdown local no elimina suscripciones ni servicios de pago. Los objetivos de memoria compacta no establecen un ahorro monetario.
Introduzca contexto obsoleto
Cambie el responsable de un proyecto ficticio a mitad del ensayo y actualice la memoria pertinente. Compruebe respuestas posteriores y referencias antiguas en otros archivos. Así evalúa mantenimiento además de configuración inicial.
Publique muestra, revisión y errores pendientes junto con la decisión. No ejecutamos este benchmark. Los valores vacíos del registro propuesto deben permanecer así hasta disponer de mediciones reales.
Cómo elegir
| Criterio | Opción A | Opción B |
|---|---|---|
| Best when | You need predictable behavior and easy auditing | You need adaptive optimization and have reliable telemetry |
| Main risk | May leave performance on the table | Can become difficult to explain or debug |
Pasos de implementación
- 1
Etiquete solicitudes y aclaraciones esperadas.
- 2
Registre uso observable y minutos de corrección.
- 3
Repita casos tras cambiar un responsable ficticio.
Ejemplo para copiar
{
"experimentProposal": true,
"requests": null,
"correctFields": null,
"correctionMinutes": null,
"modelUsage": null,
"executed": false
}Preguntas frecuentes
¿El tablero local elimina el coste?
No. El modelo anfitrión y los servicios conectados pueden cobrar.
¿Toda petición debe convertirse en tarea?
No. Puede ser una consulta o requerir aclaración.
Fuentes
- Knowledge Work Plugins / productivity/skills/memory-management/SKILL.mdFuente verificada 2026-09-18
- Knowledge Work Plugins / productivity/skills/task-management/SKILL.mdFuente verificada 2026-09-18
- Knowledge Work Plugins / productivity/README.mdFuente verificada 2026-09-18