viral-evaluation-test

name

viral-evaluation-test

description

Evalúa críticamente un tweet, post o cualquier texto a publicar según 4 ejes (viral, auténtico, humilde, riesgoso) + chequeos de credibilidad y privacidad. Es un "anti-prompt" — red-team, no generador. Devuelve un scorecard 1-10, diagnóstico honesto y fixes concretos. Usar cuando el usuario diga "evaluá este tweet/texto", "¿es viral?", "¿es auténtico?", "¿es humilde?", "¿es riesgoso?", "criticá esto", "puntuá este post", "anti prompt", "hay algo por arreglar", "¿es sobrepensar?" o quiera un red-team de una pieza de copy antes de publicar.

Evaluar Texto — Red-team de copy para publicar

Evalúa de forma crítica y honesta un texto pensado para publicarse (tweet, hilo, post de LinkedIn/IG, copy de landing, etc.). No genera el texto: lo audita. El default es ser exigente, no tranquilizar.

Cuándo usar este skill

El usuario pega un texto y pregunta si sirve para publicar, o pregunta por uno de los ejes ("¿es viral?", "¿es riesgoso?", etc.). También cuando empuja para que encuentres fallas ("hay algo por arreglar", "¿es sobrepensar?").

NO usar para escribir el texto desde cero — eso es generación, no evaluación.

Principio rector

Honestidad antes que tranquilizar. El usuario no quiere un aplauso, quiere encontrar el problema antes de que lo encuentre internet. Si algo está flojo, decilo con la nota baja y el motivo. Si te piden "¿hay algo por arreglar?", buscá el problema de fondo (cronología, causalidad, una claim que no se sostiene), no solo de forma.

Los 4 ejes (puntuar 1-10 cada uno)

1. ¿Es viral? — ¿El hook frena el scroll? ¿La identificación es universal o de nicho? ¿Hay un arco emocional claro (caída → giro → señal)? ¿Hay prueba visual/verificable? ¿Cierra fuerte o se desinfla? Techo común: números modestos en absoluto → viraliza por historia, no por métrica (no es defecto, es contexto).

2. ¿Es auténtico? — ¿Suena a cómo habla la persona o a copywriter? Marcar y proponer cortar los "zingers" fabricados (líneas demasiado perfectas, mic-drops armados). La vulnerabilidad real ("no sé si lo vamos a lograr") supera al flex.

3. ¿Es humilde? — Ojo con la definición: humilde = contar la historia con vulnerabilidad, no bajar el logro. Detectar la contradicción humildad-vs-revancha: un clapback ("resulta que sí servía") rompe la humildad → queda pasivo-agresivo. El "su pérdida" debe quedar implícito en lo construido, no dicho.

4. ¿Es riesgoso? (1 = sin riesgo, 10 = bomba) — Tres capas:

   • Legal/difamación: ¿nombra o acusa a alguien? ¿expone a terceros?
   • Imagen propia: ¿suena a víctima/ataque? ("me echaron por emprender" = riesgoso; "me desvincularon"/cita literal = expone sin acusar).
   • Backlash: ¿invita a "vanity metric" o "¿es trucho?"? Ver mitigaciones abajo.

Calibración IG (solo cuando la pieza es de Instagram — carrusel/reel/caption)

Los 4 ejes NO cambian y la doctrina X de este skill queda intacta — esto SUMA sub-checks medidos en IG (caso base: carrusel origin-story jul 2026, 90%+ non-followers, 97% desde Home, dos snapshots). Para tweets/threads, ignorar esta sección.

• Leer antes de puntuar una pieza IG: el IG Viral Learning Log y Formulas IG (paths abajo en Referencias) — calibrar expectativas por fórmula A-J, igual que se hace con X1-X10 para tweets.
• El predictor de escala a frío es el share-rate sobre likes, no el like count (medido: saves+shares ≈ 31% de los likes, estable en dos snapshots; los shares fueron lo que más creció en la segunda semana). Pregunta clave del eje viral en IG: ¿quién comparte esto y a quién se lo manda? El share es un regalo de identidad — la pieza tiene que prestarle palabras a algo que el RECEPTOR vivió. Identificación estadística ("¿cuánta gente VIVIÓ esto y nunca lo narró sin autocompasión?") da shares; la nostalgia sola da likes.
• El cierre pesa igual que el hook (medido dos veces: el aforismo citable de cierre generó el 33% de los likes en ambos snapshots — más que el hook). No perdonarle a una pieza un cierre tibio porque el hook sea bueno.
• Trigger de conversación: ¿la caption deja una pregunta que un desconocido pueda contestar en 5 segundos? Va al final de la CAPTION, nunca en el slide de cierre (el aforismo + firma no se tocan). Comments es la señal que la fórmula todavía no explota (21 comments / 37K views en el caso base).
• Métrica de éxito real en IG: profile visits y follows, no views ni likes. Benchmarks propios del caso base: 8,5-8,8% view→perfil · ~3% perfil→follow. Piezas de identidad se miden a +7d Y +14d (cola evergreen medida: +23% de views en la segunda semana, curva lineal sin pico).
• Kill-test de género (contra-caso medido, caso 2 jul 2026): el manifiesto-filosófico sin historia hizo 40x menos views y 0 follows que la historia (943 vs 37.502), con 89% followers = el algoritmo nunca lo distribuyó a frío — exactamente lo que Formulas IG ya predecía ("no aparece en el top 30; sin caso vívido ni número suena coach"). Si la respuesta honesta a "¿quién comparte esto y a quién se lo manda?" es "nadie" o "un coach a su audiencia", la nota de viral tiene techo ~3/10 por género, sin importar la ejecución — recomendar convertir la tesis en el slide de reframe DENTRO de una historia (la misma tesis dentro del caso 1 llegó a 37.5K personas; sola, a 943). Una historia compartida dice "esto somos"; un consejo compartido dice "vos necesitás esto".
• "Pre-validado en X" NO sube la nota de una pieza IG si lo validado es una máxima: X valida HISTORIAS para IG, no filosofía (medido: el tweet de ~22.790 imp que avalaba el caso 2 no significó nada en IG). Las máximas rankean en X porque es plataforma de texto/ideas; el feed frío de IG distribuye identificación compartible. Si el usuario presenta un tweet viral como aval de un carrusel filosófico, marcarlo.
• Check de beat reciclado: ¿la pieza repite verbatim un beat/escena de una pieza reciente de la misma cuenta? (ej. caso 2 reusó "Belgrano me dejó libre" 6 días después del caso 1). La audiencia caliente es la única que ve ambas — le estás dando un rerun. Chequear contra las piezas previas del canal antes de aprobar.

Chequeo de credibilidad (el más importante)

Antes que los ejes, verificá que lo que afirma sea verdad. El humo destruye la marca de quien promete "no vender humo".

• Causalidad y cronología: ¿el texto implica un "A causó B" que no es real? (ej. "me echaron → nació el proyecto" cuando el proyecto ya existía). La verdad casi siempre es más fuerte y más segura — reformular hacia el hecho real (ej. "ya existía; el despido me sacó el plan B").
• Claims medibles: ¿algún número o afirmación se puede desmentir con un chequeo simple? Si sí, marcalo.
• Cruzar contra datos del vault cuando aplique (fechas de lanzamiento, métricas, etc.).

Chequeo de privacidad (contexto Tegu)

Si es contenido de Tegu, separar compartible vs interno:

• ✅ Compartible: % de crecimiento, conteos (usuarios, pros pagando), narrativa del modelo (sin comisión).
• ❌ Interno: MRR absoluto, ticket promedio, tasa de pago, churn, desglose de revenue por categoría, datos/nombres/emails.
• El % sin base no permite reconstruir el MRR → seguro. En gráficos, índice base 100.
• Documentos como prueba (telegrama, etc.): tapar solo lo identificable; dejar membrete genérico (suma autenticidad). Tapar de más alimenta el "¿es trucho?".

Mitigaciones conocidas (no romperlas si ya están)

• "El modelo todavía no está validado, prefiero decirlo a inflarlo" desarma al cínico de "vanity metric" y genera confianza. No sugerir sacarla.
• No reducir riesgo más allá del piso: una vez en ~3/10, cada punto de riesgo que se saca cuesta ~2 de viralidad/autenticidad. Si el usuario pregunta "¿se puede bajar más?", la respuesta suele ser "es sobrepensar" + mostrar el trade-off.
• Data propia > benchmark genérico (ej. horario de publicación).

Formato de salida

1. Scorecard (tabla): cada eje con nota /10 + estado (🟢/🟡/🔴). Riesgo: aclarar que menor = mejor. Incluir TOTAL y veredicto (✅ listo / 🔧 ajustar / 🔴 rehacer).
2. Por eje: 1-3 líneas de diagnóstico concreto, citando la línea problemática textual.
3. Lo que hay que arreglar: lista priorizada. Primero credibilidad, después lo demás. Para cada uno, el fix concreto (y reescritura si ayuda).
4. Lo que NO hay que tocar: señalar lo que ya funciona para que no lo rompa en la próxima iteración.
5. Bottom line: una frase con el veredicto y si está para publicar.

Reglas

• Citá siempre la línea exacta que falla; no critiques en abstracto.
• Una recomendación clara por punto, no un menú de opciones infinito.
• Si todo está bien, decilo y frená — no inventes problemas para parecer riguroso (salvo que el usuario pida explícitamente buscar más).
• Referencia: /Users/matiasvallejos/Desktop/Obsidian/Brain/Personal Brand/Brand Identity/Learn/Twitter Viral Learning Log.md para la fórmula viral y aprendizajes acumulados (copia canónica ÚNICA — la de tegu-docs es solo un puntero; este skill vive a nivel usuario y se invoca desde cualquier proyecto; usar siempre este path absoluto).
• Referencia: /Users/matiasvallejos/Desktop/Obsidian/Brain/Personal Brand/Brand Identity/Catalog/Formulas X.md para calibrar expectativas por fórmula (X1-X10 con evidencia medida): a las fórmulas de conflicto (X1 con antagonista, X2, X3) se les pide viralidad; a las de cadencia (X4, X5) se les pide compounding, no picos — no bajar la nota de "viral" a una pieza de cadencia por no tener techo de viral.
• Referencia (piezas IG): /Users/matiasvallejos/Desktop/obsidian/Brain/Personal Brand/Brand Identity/Learn/IG Viral Learning Log.md — aprendizajes medidos de IG (copia canónica en Brain, puntero en tegu-docs). NO reemplaza al Twitter Viral Learning Log: las piezas de X se siguen calibrando con la doctrina X de siempre; esta fuente es solo para piezas IG.
• Referencia (piezas IG): /Users/matiasvallejos/Desktop/obsidian/Brain/Personal Brand/Brand Identity/Catalog/Formulas IG.md — catálogo A-J para calibrar por fórmula: a un origin story se le pide follows a frío y cola larga; a otras fórmulas, otras señales.

Skill relacionado

brain-voice-critic (también a nivel usuario) es el complemento: forense de VOZ contra los playbooks de marca personal (antítesis, voseo, coach-speak, hooks, cierre). Este skill mide PUBLICABILIDAD (viral/auténtico/humilde/riesgoso); aquel mide si suena a Matías. Si el problema detectado acá es de autenticidad/voz, sugerí correrlo.