pipeline-judge-dual

name	pipeline-judge-dual
description	FASE 9 del pipeline de Planitor. Dual-LLM: Modelo A (analítico) evalúa desde perspectiva analítica-rigurosa y Modelo B (creativo) desde perspectiva estratégica-creativa. Planitor sintetiza ambas evaluaciones en un JUDGE-REPORT.json final con auto-fix. Incluye validación fiscal, scoring de completitud y feedback documentado para re-runs.
metadata	{"author":"planitor-team","version":"3.0","scope":["planitor"],"phase":9,"dual_llm":true,"auto_invoke":"Cuando se solicita la evaluación adversarial del plan de negocio"}

Pipeline — FASE 9: Judge Dual-LLM

Dos LLMs evalúan el plan desde perspectivas complementarias. Planitor sintetiza ambas evaluaciones y produce un informe de calidad unificado con validación fiscal, scoring de completitud y feedback documentado.

Cuándo se ejecuta

Después de FASE 8 (Investor Pack). Cuando plan-final.md e investor-evidence-pack.md están generados.

Input

Fuente	Ruta
Plan final	projects/{proyecto}/plan-final.md
Todos los artefactos	projects/{proyecto}/v{n}/
Research web	projects/{proyecto}/research-web.json
Research benchmarks	projects/{proyecto}/research-benchmarks.json

Output

Producto	Ruta
Evaluación Juez A	projects/{proyecto}/v{n}/judge/JUDGE-A.json
Evaluación Juez B	projects/{proyecto}/v{n}/judge/JUDGE-B.json
Informe final sintetizado	projects/{proyecto}/v{n}/JUDGE-REPORT.json
Feedback para re-run	projects/{proyecto}/v{n}/judge/FEEDBACK-FOR-RERUN.json

Los Dos Jueces

Agente	Modelo	Enfoque
modelo-a	modelo-principal	Analítico-riguroso — fact-check numérico, coherencia interna, verificación de cálculos, consistencia de datos entre secciones, validación contra artefactos fuente
modelo-b	modelo-secundario	Estratégico-creativo — viabilidad del modelo, diferenciación real, fuerza de la propuesta, calidad narrativa, persuasión del documento, honestidad estratégica

Ventaja dual-LLM: Un modelo detecta errores y inconsistencias mecánicas; el otro evalúa si el plan realmente convencería a un inversor/banco. La síntesis produce una evaluación completa y equilibrada.

Paso 1: Launch Paralelo

ejecutar como sub-tarea(id=modelo-a, task:
  "Lee skills/pipeline-judge-dual/SKILL.md para entender el formato.
   Lee plan-final.md en projects/{proyecto}/.
   Lee TODOS los artefactos en projects/{proyecto}/v{n}/.
   Lee research-web.json y research-benchmarks.json en projects/{proyecto}/.
   
   Tu ENFOQUE: analítico-riguroso.
   
   Ejecuta fact-check exhaustivo:
   1. NÚMEROS: ¿Coinciden break-even, márgenes, cash flow entre secciones y artefactos?
   2. COHERENCIA INTERNA: ¿Buyer persona consistente? ¿Pricing igual en todas las secciones?
   3. DATOS vs FUENTES: ¿Los datos del plan coinciden con GROUND-TRUTH y research?
   4. SENSIBILIDAD: ¿3 escenarios presentes? ¿Variable make-or-break identificada?
   5. REDUNDANCIA: ¿Datos repetidos? ¿Secciones duplicadas?
   6. COMPETENCIA: ¿URLs verificadas? ¿Mínimo 3 competidores?
   7. ESTACIONALIDAD: ¿Basada en datos INE? ¿Zona emisora/receptora correcta?
   8. DATOS ANTIGUOS: ¿Hay datos >6 meses sin marcar ⚠️?
   9. UNIT ECONOMICS: ¿LTV/CAC ≥ 3:1 en escenario base? ¿Techo de facturación?
   10. CURVA DE INGRESOS: ¿Realista para el sector? ¿Efecto novedad modelado?
   11. FISCALIDAD — IVA: ¿Se desglosa IVA repercutido (21%) vs IVA soportado? ¿Se contempla IVA soportado en inversiones?
   12. FISCALIDAD — IRPF: ¿Se estima IRPF por tramos sobre beneficios? ¿Se incluyen retenciones?
   13. FISCALIDAD — CUOTA AUTÓNOMOS: ¿Se incluye cuota RETA mensual (~300€/mes mínimo)?
   14. FISCALIDAD — RÉGIMEN FISCAL: ¿Se indica régimen fiscal (módulos vs estimación directa)? ¿Es coherente con el modelo?
   15. FISCALIDAD — DEDUCCIONES: ¿Se identifican deducciones fiscales aplicables (inversión en equipo, I+D, creación empleo)?
   16. COMPLETITUD: ¿El plan tiene TODAS las secciones obligatorias? Verificar checklist:
       - Resumen ejecutivo
       - Análisis de mercado (TAM/SAM/SOM)
       - Competencia con URLs
       - Modelo de negocio (9 bloques Canvas)
       - Plan financiero 3 años
       - Análisis de sensibilidad
       - Plan operativo
       - Riesgos y mitigación
       - Plan de financiación
       - Timeline con hitos
       - Análisis fiscal (IVA, IRPF, cuota autónomos, régimen)
       - Plan regulatorio / marco legal
       - Plan de salida/liquidación
   
   Para cada issue: clasificar como crítico/warning/sugerencia.
   Scores 1-10 por criterio.
   
   Genera un JUDGE-REPORT.json.
   Escríbelo en projects/{proyecto}/v{n}/judge/JUDGE-A.json"
)

ejecutar como sub-tarea(id=modelo-b, task:
  "Lee skills/pipeline-judge-dual/SKILL.md para entender el formato.
   Lee plan-final.md en projects/{proyecto}/.
   Lee TODOS los artefactos en projects/{proyecto}/v{n}/.
   
   Tu ENFOQUE: estratégico-creativo.
   
   Evalúa como un inversor/banco leería el plan:
   1. PROPUESTA DE VALOR: ¿Es realmente diferencial o 'me too'? ¿Convence?
   2. MODELO DE NEGOCIO: ¿Es sostenible y escalable? ¿O es un trabajo disfrazado?
   3. NARRATIVA: ¿El plan engancha? ¿Se lee de tirón? ¿O es aburrido y genérico?
   4. HONESTIDAD: ¿Hay optimismo infundado? ¿Se ocultan riesgos? ¿Edulcoración?
   5. DIFERENCIACIÓN: ¿La ventaja competitiva es defendible? ¿O fácil de copiar?
   6. VIABILIDAD ESTRATÉGICA: ¿El GTM tiene sentido? ¿Los canales son realistas?
   7. PERSUASIÓN: ¿Convince a un inversor escéptico? ¿Y a un banco conservador?
   8. CALIDAD DE CONSULTORÍA: ¿Se aplicaron frameworks de expertos? ¿O solo se nombraron?
   9. PROPÓSITO: ¿Resuelve un problema real? ¿O es una solución buscando problema?
   10. FACTOR X: ¿Tiene algo que lo hace memorable y diferente de otros planes del sector?
   
   Para cada issue: clasificar como crítico/warning/sugerencia.
   Scores 1-10 por criterio.
   
   Genera un JUDGE-REPORT.json.
   Escríbelo en projects/{proyecto}/v{n}/judge/JUDGE-B.json"
)

Ambos en paralelo. Esperar AMBOS antes de continuar a Paso 2.

Paso 2: Synthesis (Planitor orquesta)

Matriz de Evaluación Combinada

Criterio	Peso	Fuente Principal
Datos verificados con fuentes	20%	A (analítico)
Estacionalidad real	10%	A (analítico)
Competencia con URLs	10%	A (analítico)
Análisis de sensibilidad	10%	A (analítico)
Fiscalidad completa	15%	A (analítico)
Completitud del plan	10%	A (analítico)
Viabilidad honesta	10%	B (estratégico)
Calidad estratégica	10%	B (estratégico)
Investor readiness	5%	B (estratégico)
Validación cruzada	Bonus +0.5	A (analítico)

Proceso de Síntesis

1. Merge de issues: Combinar todos los críticos de A + B (deduplicar si ambos detectan lo mismo)
2. Scores ponderados: Cada criterio usa la fuente principal indicada en la tabla
3. Veredicto combinado:
   • Si ambos dicen approved → approved
   • Si uno dice approved_with_suggestions → approved_with_suggestions
   • Si alguno dice rejected → rejected
4. Auto-fix: Si score < 7 → listar fases a re-ejecutar con mejoras concretas
5. Feedback documentado: Generar FEEDBACK-FOR-RERUN.json con issues específicos, datos faltantes y sugerencias concretas por fase (ver estructura abajo)

Estructura de JUDGE-REPORT.json (output final)

{
  "verdict": "approved|approved_with_suggestions|rejected",
  "dual_llm": true,
  "synthesis_sources": {
    "judge_a": "judge/JUDGE-A.json",
    "judge_b": "judge/JUDGE-B.json"
  },
  "score_calidad": 0,
  "score_honestidad": 0,
  "score_viabilidad": 0,
  "score_total": 0,
  "score_por_criterio": {
    "datos_verificados": {"score": 0, "peso": 0.25, "fuente": "A", "notas": ""},
    "estacionalidad_real": {"score": 0, "peso": 0.15, "fuente": "A", "notas": ""},
    "competencia_urls": {"score": 0, "peso": 0.15, "fuente": "A", "notas": ""},
    "sensibilidad": {"score": 0, "peso": 0.15, "fuente": "A", "notas": ""},
    "viabilidad_honesta": {"score": 0, "peso": 0.15, "fuente": "B", "notas": ""},
    "calidad_estrategica": {"score": 0, "peso": 0.15, "fuente": "B", "notas": ""},
    "validacion_cruzada": {"score": 0, "peso": 0, "fuente": "A", "notas": ""}
  },
  "issues_criticos": [],
  "warnings": [],
  "sugerencias": [],
  "fact_check": {
    "datos_verificados": 0,
    "datos_estimados": 0,
    "datos_sin_fuente": 0,
    "inconsistencias": []
  },
  "fiscalidad": {
    "iva_desglosado": false,
    "irpf_estimado": false,
    "cuota_autonomos": false,
    "regimen_fiscal_declarado": false,
    "deducciones_identificadas": false,
    "notas": ""
  },
  "completitud": {
    "secciones_presentes": [],
    "secciones_ausentes": [],
    "porcentaje_completitud": 0,
    "notas": ""
  },
  "investor_readiness": {
    "score": 0,
    "thesis_clara": false,
    "traccion_evidencia": false,
    "unit_economics_presentes": false,
    "riesgos_mitigados": false,
    "uso_fondos_detallado": false,
    "notas": ""
  },
  "redundancia": {
    "datos_repetidos": [],
    "secciones_duplicadas": []
  },
  "mejoras_recomendadas": [],
  "fases_a_reejecutar": [],
  "iteracion": 1
}

Estructura de FEEDBACK-FOR-RERUN.json

Este archivo se genera siempre después de cada iteración de JUDGE (incluso si score >= 7). Contiene feedback accionable para mejorar el plan.

{
  "timestamp": "",
  "iteracion_judge": 1,
  "score_total": 0,
  "veredicto": "",
  "feedback_por_fase": {
    "BRIEF": {
      "issues": [],
      "datos_faltantes": [],
      "sugerencias": []
    },
    "MARKET_GATE": {
      "issues": [],
      "datos_faltantes": [],
      "sugerencias": []
    },
    "GROUND_TRUTH": {
      "issues": [],
      "datos_faltantes": [],
      "sugerencias": []
    },
    "MARKET": {
      "issues": [],
      "datos_faltantes": [],
      "sugerencias": []
    },
    "FINANCIALS": {
      "issues": [],
      "datos_faltantes": [],
      "sugerencias": []
    },
    "STRATEGY": {
      "issues": [],
      "datos_faltantes": [],
      "sugerencias": []
    },
    "BUILD": {
      "issues": [],
      "datos_faltantes": [],
      "sugerencias": []
    },
    "INVESTOR_PACK": {
      "issues": [],
      "datos_faltantes": [],
      "sugerencias": []
    }
  },
  "queries_busqueda_sugeridas": [],
  "prioridad_acciones": [
    {"accion": "", "fase": "", "urgencia": "critica|alta|media"}
  ]
}

Reglas para FEEDBACK-FOR-RERUN

1. Issues específicos: No "mejorar mercado", sino "Añadir URL verificable de competidor X" o "Incluir tabla IVA mensual"
2. Datos faltantes: Lista concreta de datos que faltan con fuente sugerida (ej: "Pirámide poblacional INE tabla 2882")
3. Sugerencias por fase: Cada fase afectada tiene su propio bloque de sugerencias
4. Queries de búsqueda: Sugerencias de búsquedas concretas para investigación web/Investigación web en re-runs
5. Priorización: Ordenar acciones por urgencia (crítica > alta > media)

## Reglas de Iteración

- Si score < 7/10 → listar fases afectadas y mejoras concretas
- Re-ejecutar SOLO las fases afectadas (no todo el pipeline)
- Volver a ejecutar JUDGE dual
- Máximo 2 iteraciones de JUDGE
- Si tras 2 iteraciones sigue < 7 → entregar con nota "PLAN CON RESERVAS" y explicar qué falta

## Agentes Utilizados

- `modelo-a` (Modelo A) — Agente independiente con modelo fijo en config
- `modelo-b` (Modelo B) — Agente independiente con modelo fijo en config

## Resumen de Novedades v3.0

| Novedad | Descripción |
|---------|-------------|
| **Fiscalidad** | 5 checks fiscales obligatorios en fact-check de Modelo A: IVA, IRPF, cuota autónomos, régimen fiscal, deducciones |
| **Completitud** | Checklist de 13 secciones obligatorias verificadas por Modelo A |
| **Feedback documentado** | FEEDBACK-FOR-RERUN.json con issues, datos faltantes y sugerencias por fase |
| **Investor readiness** | Nuevo criterio B (estratégico) evaluando preparación para inversor/banco |
| **Matriz 10 criterios** | De 7 a 10 criterios con pesos ajustados, fiscalidad al 15% |