القائمة
FASE 2 — GroundTruthAgent. Documenta supuestos base clasificados (confirmado/estimación/pendiente).
التثبيت باستخدام Codex أو Claude انسخ هذا Prompt والصقه في Codex أو Claude أو مساعد آخر ليراجع صفحة Skill ويثبّتها لك.
استنادا إلى تصنيف SOC المهني
Skill maestro que coordina las 9 fases del pipeline de creación de planes de negocio. Coordina BRIEF → MARKET GATE → GROUND TRUTH → MARKET → FINANCIALS → STRATEGY → BUILD → INVESTOR PACK → JUDGE con reglas de iteración y comunicación.
Delegación de investigación a agentes Extractor y Scout. Prompts predefinidos por fase del pipeline y referencia completa al arsenal de herramientas en web-research.
FASE 3 — MarketAgent. Análisis de competencia, mercado TAM/SAM/SOM, tendencias, estacionalidad y oportunidades.
Arsenal completo de herramientas de investigación web, extracción de datos y OSINT utilizadas por Planitor y sus agentes. Documenta herramientas, fallback chains, y flujos de trabajo reales por tipo de investigación.
Verifica datos del plan de negocio contra fuentes externas. Delega a investigación web para confirmar o refutar datos numéricos y hechos concretos.
FASE 1 — BriefAgent. Recoge la idea de negocio y genera un brief estructurado BRIEF.json.
| name | pipeline-ground-truth |
| description | FASE 2 — GroundTruthAgent. Documenta supuestos base clasificados (confirmado/estimación/pendiente). |
| Archivo | Descripción |
|---|---|
BRIEF.json | Brief de la Fase 1 |
projects/{proyecto}/v{n}/GROUND-TRUTH.json con supuestos clasificados ✅/⚠️/❓.
Categorías:
Cada supuesto: { valor, fuente, estado: "✅"|"⚠️"|"❓" }
Lee projects/{proyecto}/v{n}/BRIEF.json y genera el Ground Truth.
Crea un documento con 5 categorías de supuestos:
1. Supuestos de Mercado (tamaño, segmento, tendencia)
2. Supuestos de Producto/Servicio (precio, coste, volumen)
3. Supuestos de Costes (fijos, inversión, CAC)
4. Supuestos de Ventas (timeline, crecimiento, LTV)
5. Datos Reales (si el negocio existe: revenue, clientes, ticket medio, estacionalidad)
6. **Estacionalidad Local** (OBLIGATORIO): ¿La ciudad es turística o emisora? ¿Se vacía en verano? Buscar datos INE de población de hecho vs derecho. NO asumir patrones genéricos — cada ciudad tiene su propia estacionalidad.
Cada supuesto tiene: valor, fuente, estado (✅/⚠️/❓)
Si el negocio ya existe, los datos históricos SON el ground truth.
### Análisis de Competencia con Reseñas Reales (OBLIGATORIO)
Para cada competidor identificado:
1. Extraer reseñas de Google Maps usando el script de Extractor:
xvfb-run -a --server-args="-screen 0 1920x1080x24" python3 ~/.openclaw/workspace/agents/extractor/skills/google-reviews-extract/google_reviews_camoufox.py "Nombre Competidor" "Ciudad" --max 10
2. Datos societarios del competidor (registro-empresas-es):
3. Incluir en GROUND-TRUTH.json los datos extraídos:
- `rating_google_maps`: nota media
- `total_reviews_google_maps`: total de reseñas
- `reviews_sample`: array con las reseñas extraídas (autor, rating, fecha, texto)
- `insights_competencia`: análisis cualitativo (fortalezas, debilidades, quejas recurrentes)
- `datos_societarios`: CIF, administradores, estado, capital (si disponible)
4. Fuentes adicionales para reseñas (si Google Reviews falla):
- TripAdvisor: scraping con fallback chain
- SearXNG: `python3 skills/searxng-search/searxng-search.py "[competidor] review [ciudad]"`
- Reddit: `node skills/reddit-readonly/reddit-readonly.mjs "[competidor] [ciudad]"`
- Foros sectoriales (Escapistas.CLUB, TodoEscapeRooms, etc.)
5. NO inventar reseñas ni puntuaciones — solo datos extraídos
Guarda como GROUND-TRUTH.json en projects/{proyecto}/v{n}/
~45 segundos