Compartir el contexto entre las IA de un equipo

Un equipo, cinco IA, cinco versiones de la empresa

En un equipo de cinco personas que usan una IA, hoy existen cinco descripciones del mismo cliente, cinco formas de explicar el producto y cinco ideas de lo que se decidió el mes pasado. Cada uno escribió la suya, una tarde, en una conversación.

Nadie lo ve, porque cada conversación es privada. Los efectos sí se ven.

• Dos propuestas enviadas al mismo cliente no tienen el mismo tono, ni exactamente los mismos precios.
• Una persona sigue aplicando el procedimiento antiguo, porque su IA solo conoce ese.
• Alguien recién llegado tarda tres semanas en conseguir de su asistente respuestas aprovechables: el tiempo de reconstruir lo que los demás tardaron meses en enseñarle al suyo.
• Cuando alguien se va, todo lo que le había explicado a su IA se va con él.

El problema no es la IA. Es que el contexto, lo que el asistente necesita saber para responder bien, ha seguido siendo un asunto individual cuando el trabajo es colectivo.

A qué llamamos el contexto de un equipo

La palabra es vaga. En la práctica, abarca cinco familias de contenidos.

1. La identidad. Qué hace la empresa, para quién, qué no hace, su vocabulario, su tono.
2. Los métodos. Cómo se responde a una licitación, cómo se prepara un taller, cómo se gestiona una reclamación.
3. Los expedientes. Lo que se sabe de un cliente, de un proyecto, de un producto: las especificaciones, las actas, las restricciones.
4. Las decisiones. Qué se resolvió, cuándo y por qué. Es la familia más descuidada y la más valiosa.
5. Las referencias. Las plantillas, los ejemplos que salieron bien, las tarifas, la normativa aplicable.

Todo eso ya existe en tu equipo. Una parte está escrita, dispersa en carpetas compartidas. Otra parte está en las cabezas. Y una tercera, y esto es nuevo, está en las conversaciones privadas de cada uno con su IA.

Por qué una carpeta compartida no basta

La primera idea siempre es la misma: «ya tenemos un Drive, basta con decirle a la gente que tome de ahí los documentos». Eso no resuelve el problema, por cuatro razones.

La IA no va a buscar allí por su cuenta. Sin conexión, sigue siendo una persona quien abre la carpeta, encuentra el archivo correcto y lo pega en su conversación. El gesto manual sigue ahí, y con él los olvidos.

Un archivo pegado es una copia. En cuanto está en una conversación o en el espacio de proyecto de un asistente, deja de recibir las correcciones. Tres meses después, hay copias caducadas en una decena de sitios.

El asistente lo lee todo o nada. Un archivo adjunto se traga entero, aunque la pregunta solo se refiera a un párrafo. Con documentos largos, eso pesa en la calidad de las respuestas y en el consumo.

La organización no está pensada para una IA. «Acta v3 final bis» se encuentra, con suerte, cuando sabes lo que buscas. Un asistente necesita títulos claros, documentos al día y saber cuál es el de referencia.

Una carpeta compartida sigue siendo un buen lugar para guardar archivos. No es un contexto compartido.

Las cuatro condiciones de un contexto realmente compartido

Una sola fuente

Cada conocimiento vive en un sitio, y solo en uno. Ni una copia por asistente ni una versión por persona. Cuando se corrige, queda corregido para todos.

Lectura directa por parte de los asistentes

Cada miembro conecta su IA a esa fuente. Es el asistente quien va a buscar, en el momento en que lo necesita, sin que nadie pegue nada. El protocolo MCP lo ha hecho posible con la mayoría de los asistentes; lo explicamos en MCP explicado de forma sencilla.

Permisos que siguen a la persona

Es el punto que hace dudar, y con razón: si todas las IA leen la misma base, ¿todo el mundo lo ve todo? No, siempre que el asistente tenga exactamente los permisos de la persona que lo usa. Quien está en prácticas no tiene acceso a la carpeta de salarios; su IA tampoco. El consultor del encargo A no ve el encargo B; su IA tampoco.

Eso exige que los permisos se verifiquen en cada solicitud del asistente, y no de una vez por todas en el momento de conectarlo.

Un rastro de lo que se lee y se escribe

Cuando una IA puede leer y escribir en la base común, hay que poder responder a dos preguntas: quién consultó qué y quién modificó qué. Bastan un registro de accesos y un historial de versiones, pero son imprescindibles.

El método para ponerlo en marcha

Paso 1: elige un solo tema para empezar

No lances un «gran proyecto de gestión del conocimiento». Toma el tema que el equipo vuelve a explicar más a menudo a sus IA. En una agencia, suele ser el método de respuesta a los clientes. En un equipo de producto, las decisiones ya tomadas. En un equipo de soporte, los procedimientos.

Paso 2: que escriba quien sabe

La persona que domina el tema lo escribe, una vez. Puede apoyarse en su IA para redactar, pero es ella quien valida. Un documento, un tema, un título que diga lo que contiene. El método de redacción está en Crear una base de conocimiento para IA.

Paso 3: organiza por proyecto y piensa en los accesos desde el principio

Crea un proyecto para lo que es común a todo el equipo, y un proyecto por cliente, por encargo o por producto. La división en proyectos es también tu división de accesos: se abre un proyecto a una persona, no un archivo.

Paso 4: cada persona conecta su asistente

Cada miembro conecta su IA con su propia cuenta. Eso es lo que garantiza que el asistente herede los permisos de la persona y que el registro indique quién hizo qué. Una cuenta compartida echaría a perder ambas cosas.

Paso 5: da a las IA una regla de escritura

Leer no tiene riesgo. Escribir requiere una regla. La más sencilla: una IA puede proponer y dejar constancia (una decisión tomada en una reunión, una aclaración obtenida de un cliente), pero no sustituye un documento de referencia sin que la persona lo haya revisado. Escribe esa regla en el proyecto común: los asistentes la leerán.

Paso 6: instala el hábito

La regla que mantiene vivo el conjunto cabe en una frase: si estás a punto de explicárselo a tu IA, mejor escríbelo en el proyecto. El esfuerzo es el mismo. La diferencia es que la próxima vez, y para todos los demás, ya está hecho.

Las objeciones de siempre

«Nuestros documentos no están lo bastante cuidados.» Nunca lo estarán antes de usarse. Empieza por un tema, escríbelo bien y deja el resto donde está.

«La gente no va a escribir.» Ya escribe, todos los días, en sus conversaciones privadas. Se trata de trasladar ese esfuerzo, no de añadir otro.

«No usamos todos la misma IA.» Es justamente el caso en el que más sentido tiene una fuente común independiente de los asistentes. Cada uno conserva su herramienta.

«¿Y la confidencialidad?» Se juega en dos niveles. En la base: permisos por proyecto, verificados en cada solicitud. En el proveedor del asistente: lo que la IA lee se le transmite, según el contrato de cada uno. Revisa los ajustes de las suscripciones del equipo, sobre todo en lo relativo al uso de los datos para el entrenamiento.

Qué cambia en la práctica

La ganancia más visible es el tiempo: el que ya no se pasa pegando, y el que ya no se pasa corrigiendo una respuesta construida sobre información caducada.

La segunda es la coherencia. Cuando cinco asistentes leen el mismo método, cinco personas producen un trabajo que se parece.

La tercera es el consumo. Un asistente que lee el pasaje útil de un documento consume menos que un asistente al que se le pega el documento entero, en cada conversación. Detallamos este punto en Reducir el consumo de tokens.

La última se nota más tarde: lo que sabe el equipo deja de depender de que tal o cual persona esté presente.

Cómo responde Linkevio a estas cuatro condiciones

Linkevio está construido en torno a esta necesidad concreta.

• Una sola fuente. Tus documentos se escriben o se importan en proyectos. Una corrección guardada es la versión que leen después todos los asistentes. Un documento puede marcarse como de referencia, exploratorio o reemplazado.
• Lectura directa. Cada miembro conecta el asistente que ya usa. La IA busca, recibe extractos breves con su ubicación y lee la parte útil.
• Permisos de la persona. El asistente tiene los permisos de su usuario, ni uno más, y se verifican en cada solicitud. Se puede invitar a un cliente a un solo proyecto.
• Rastro. Cada solicitud se anota en un registro, los documentos conservan sus versiones y la conexión de un asistente se puede cortar en cualquier momento.

El plan gratuito permite probarlo entre dos personas en un proyecto. Crea tu espacio, elige el tema que tu equipo vuelve a explicar más y haz la prueba con un compañero. Los detalles sobre la protección de los datos están en la página Seguridad y confidencialidad.

Preguntas frecuentes

¿Todo el equipo tiene que usar el mismo asistente de IA?

No. La fuente común es independiente de los asistentes. Cada persona conecta el que usa, siempre que acepte conexiones con el estándar MCP.

¿Puede un compañero ver mis conversaciones con mi IA?

No. Lo que se comparte son los documentos de los proyectos, no las conversaciones. Tu asistente lee la base común; tus intercambios con él se quedan en su proveedor, bajo tu cuenta.

¿Cómo evitar que una IA escriba cualquier cosa en la base?

Con los permisos y con el historial. Una persona que solo tiene permiso de lectura en un proyecto tiene una IA que solo puede leer. Y cada modificación crea una versión: se ve quién cambió qué, y se puede volver atrás si hace falta.

¿Qué pasa cuando alguien deja el equipo?

Le retiras el acceso: su asistente pierde el suyo en ese mismo instante. Lo que había escrito en los proyectos se queda en el equipo.

¿Se puede invitar a un cliente?

Sí, a un proyecto concreto. Lee y comenta lo que le abres, sin ver los demás proyectos.

¿Por dónde empezar si solo somos dos o tres?

Por un solo documento: el método o la descripción que más veces se ha repetido en el equipo. Escríbelo, conecta los asistentes y compara las respuestas. También es buen momento para leer Por qué tu IA lo olvida todo, que explica el mecanismo de fondo.