Publicado por Gonzalo el 2 de octubre de 2026
Si cada tarea con IA empieza adjuntando archivos desde cero, el equipo no tiene un sistema de trabajo: tiene una colección de conversaciones. Puede resolver una urgencia, pero no conserva con claridad qué fuente se usó, qué instrucciones estaban vigentes ni dónde quedó la salida que otra persona necesita retomar.
Una carpeta bien organizada cambia esa lógica. La raíz común reúne el contexto; cada proyecto separa su trabajo; el inbox recibe lo nuevo; las carpetas de originales, extracciones y salidas hacen visible qué ocurrió con cada archivo. La IA no reemplaza esa arquitectura: trabaja mejor cuando el equipo ya decidió cómo ordenar sus fuentes y sus entregables.
Porque una carpeta puede conservar el contexto fuera de una conversación. Un prompt ayuda a pedir una tarea; una estructura de archivos ayuda a repetirla, revisarla y entregarla a otra persona sin reconstruir toda la historia.
Cuando el material vive dentro de chats sueltos, aparecen problemas conocidos:
El problema no es que el equipo use demasiada IA. Es que la información de entrada, las reglas y las salidas no tienen un lugar común ni una relación visible.
En Implementar IA en empresa: primero define el proceso la primera decisión era elegir una tarea, sus fuentes, la revisión y la medida de valor. La carpeta madre es la infraestructura sencilla que permite conservar esas decisiones cuando el trabajo se repite.
La carpeta madre es una raíz común donde el equipo puede encontrar los proyectos, fuentes, instrucciones y salidas que necesita para trabajar. No tiene que contener todo el disco duro de la empresa ni convertirse en un archivo sin reglas.
Su función es responder cuatro preguntas antes de abrir una sesión:
Una raíz común no elimina los permisos ni las responsabilidades. Un equipo puede compartir la estructura y restringir el acceso a ciertas fuentes. La arquitectura debe hacer más fácil saber qué se puede consultar, no asumir que todo archivo disponible es un archivo autorizado. Antes de ordenar archivos, también conviene acordar problema, usuario y primera entrega, como en Proyecto de IA: qué acordar antes de empezar.
Empieza con pocas capas. La estructura debe ayudar a decidir, no convertirse en un proyecto de clasificación interminable.
Datos/
├── fuente-o-negocio/
│ ├── 00_contexto/
│ │ ├── README.md
│ │ ├── instrucciones.md
│ │ └── decisiones.md
│ ├── 01_inbox/
│ ├── 02_originales/
│ ├── 03_extracciones/
│ ├── 04_trabajo/
│ ├── 05_salidas/
│ └── 99_archivo/
└── otra-fuente/
└── ...
Cada carpeta tiene una función distinta:
00_contexto: lo que la IA y el equipo deben saberAquí van las instrucciones vigentes, definiciones, alcance, responsables y decisiones que afectan el trabajo. El README.md puede explicar qué contiene la fuente, de cuándo es la información y qué documento manda si hay contradicciones.
El archivo instrucciones.md no necesita ser un manual enorme. Puede indicar qué tarea se repite, qué fuentes usar, qué no hacer, cómo señalar información faltante y qué formato debe tener la salida. En Cómo darle instrucciones a una IA: contexto y salida se desarrolla el mismo principio desde la petición: contexto pertinente, problema definido y formato revisable.
01_inbox: lo que acaba de llegarEl inbox es una zona de entrada, no la biblioteca definitiva. Los archivos nuevos llegan aquí con su nombre original y una fecha o referencia que permita identificar de dónde vienen.
La regla importante es que el inbox se vacía o se clasifica. Si se convierte en otra carpeta permanente de archivos sin decidir, solo cambia el nombre del desorden.
02_originales: la fuente que no debes alterarLos originales conservan el material tal como llegó: el PDF descargado, la hoja de cálculo recibida, la transcripción original o el documento entregado por el cliente. No los sobrescribas con una versión corregida por la IA.
Si un resultado parece extraño, esta carpeta permite regresar a la fuente. También facilita explicar qué documento se utilizó cuando alguien pregunta por una cifra o una afirmación.
03_extracciones: texto y datos preparados para trabajarAquí pueden vivir conversiones de PDF a texto, tablas extraídas, transcripciones limpias o fragmentos seleccionados para un análisis. Una extracción no es el original: debe conservar una relación clara con el archivo del que proviene.
No basta con llamar a un archivo texto_final.txt. Un nombre como 2026-09-12-informe-presupuesto-extraccion-v01.txt comunica más sobre su fecha, origen y versión.
04_trabajo: el proceso en cursoEsta capa contiene clasificaciones, tablas de revisión, borradores, preguntas abiertas y resultados intermedios. Es normal que cambie mientras el equipo investiga.
Para evitar que una salida provisional se confunda con una conclusión aprobada, usa nombres como borrador, para-revision o pendientes. La carpeta y el nombre deben comunicar el estado, no solo el tema.
05_salidas: lo que otra persona puede usarUna salida es un entregable o una respuesta lista para revisión. Incluye el documento, la tabla, el resumen o el reporte que alguien más debe leer y aprobar.
Cuando sea importante, acompaña la salida con una nota breve: fuentes consultadas, fecha de corte, instrucciones usadas, dudas pendientes y persona responsable de revisar. Esa memoria evita que el resultado parezca una verdad sin origen.
99_archivo: lo que ya no está vigenteArchivar no significa borrar. Significa separar versiones anteriores, proyectos cerrados y fuentes que ya no deben guiar el trabajo actual. Si un archivo antiguo puede volver a confundirse con el vigente, no está suficientemente separado o nombrado.
El nombre de un archivo debe responder, como mínimo, qué es, a qué fuente pertenece y en qué estado se encuentra. No necesitas una convención perfecta; necesitas una convención que el equipo use siempre.
Una forma práctica es:
AAAA-MM-DD_fuente_tema_tipo_estado_v01.ext
Por ejemplo:
2026-09-12_inegi_empleo_municipios_extraccion_v01.csv
2026-09-13_inegi_empleo_municipios_resumen_para-revision_v02.md
Evita nombres como final-final-ahora-si.pdf, datos buenos.xlsx o lo que saco la IA.docx. Esos nombres dependen de una conversación que otra persona no puede ver.
La versión también debe tener un criterio. Si corriges un dato, cambia la versión y deja una nota de qué se modificó. Si solamente cambias el nombre porque moviste el archivo, no necesitas fingir que existe una nueva edición del contenido.
Una carpeta compartida no le dice automáticamente a la IA qué hacer. El equipo necesita una receta corta que explique la tarea, las fuentes válidas, las excepciones y el formato de la salida.
Una receta útil puede incluir:
Objetivo:
Qué pregunta debe responder el proceso.
Fuentes autorizadas:
Qué carpetas o archivos se pueden usar.
Orden de prioridad:
Qué documento manda si hay contradicciones.
Reglas:
Qué no debe inferirse, combinarse o inventarse.
Salida:
Qué estructura, formato y nombre debe tener el resultado.
Revisión:
Quién valida la salida y qué debe comprobar.
La receta no sustituye el criterio profesional. Lo vuelve visible y permite que otra persona detecte cuándo el proceso ya no corresponde a la tarea actual.
El valor de una carpeta madre aparece cuando varias personas pueden trabajar sobre una misma fuente sin duplicar el archivo ni crear interpretaciones incompatibles.
En el caso que originó esta guía, un equipo compartió una raíz de datos organizada por fuente. Cada integrante podía trabajar desde su propio proyecto de IA con la misma carpeta, mientras la receta de instrucciones servía como punto de partida para procesar una fuente nueva. La ventaja no fue que la herramienta “recordara” todo: fue que las personas apuntaban a un contexto común y conservaban las salidas en un lugar acordado.
Eso requiere reglas sencillas:
No compartas una carpeta solo porque es más cómodo. Si contiene datos personales, información comercial, credenciales o documentos de clientes, define quién puede verla, qué herramienta puede procesarla y cuánto tiempo debe conservarse.
La estructura sirve cuando se convierte en una secuencia que el equipo puede repetir.
Coloca el archivo en 01_inbox sin modificarlo. Anota quién lo entregó, cuándo llegó y qué se espera obtener. Si el archivo no tiene permiso claro o está incompleto, la tarea debe detenerse antes de procesarlo.
Mueve el original a 02_originales cuando ya hayas registrado su origen. Si necesita convertirse a texto o tabla, crea una copia en 03_extracciones y conserva la relación con el archivo original.
Antes de procesar cientos de archivos, prueba el flujo con una muestra. Comprueba si la extracción conserva encabezados, fechas, nombres, tablas y excepciones relevantes. Una prueba pequeña puede revelar que la fuente no tiene la estructura que imaginabas.
Pide la tarea usando las instrucciones de 00_contexto. Si la IA no encuentra información, encuentra contradicciones o necesita una decisión que no está documentada, debe señalarlo en lugar de rellenar el hueco.
Deja las tablas intermedias en 04_trabajo y el entregable revisable en 05_salidas. El nombre debe indicar el estado y la fecha de corte. No mezcles un borrador con una salida aprobada solo porque ambos hablan del mismo tema.
La persona responsable comprueba la salida contra la fuente, corrige lo necesario y registra las decisiones que cambien la receta. Si el equipo tuvo que resolver una excepción, la siguiente versión del proceso debe explicar cómo tratarla.
No necesitas medir productividad con una cifra inventada para saber si la estructura ayuda. Busca señales observables:
Estas señales no demuestran que la IA haya resuelto el proceso. Indican que el equipo está construyendo una operación que puede revisar y mejorar.
No empieces creando veinte categorías ni renombrando todo el disco duro antes de elegir una tarea concreta. La arquitectura debe crecer a partir de un flujo real.
Tampoco conviene:
El objetivo no es tener un disco duro bonito. Es conservar suficiente contexto para que el trabajo pueda continuar, evaluarse y transferirse.
No necesariamente. Puedes empezar con el sistema de archivos y el espacio compartido que tu equipo ya usa, siempre que permita controlar accesos, conservar versiones y encontrar los documentos. La herramienta de IA se elige después de entender qué fuentes debe leer y qué salida debe producir.
No. Incluye las fuentes que el proceso necesita y separa las que requieren permisos distintos. Una raíz común no significa que todas las personas ni todas las herramientas deban tener acceso a todo.
El original es el archivo tal como llegó y no debe sobrescribirse. La extracción es una copia transformada —por ejemplo, texto obtenido de un PDF— que se prepara para trabajar y debe conservar la referencia a su origen.
Puede ayudar a clasificar o proponer nombres, pero primero necesitas definir las categorías, las fuentes válidas y qué hacer con las excepciones. Automatizar una estructura equivocada solo produce un desorden más rápido.
Pide a otra persona que encuentre la fuente vigente, siga la receta y localice una salida aprobada sin explicaciones orales. Si no puede hacerlo, la estructura o las instrucciones todavía dependen demasiado de quien las creó.
Una carpeta madre no es el proyecto completo. Es una base para ordenar contexto, permisos, decisiones, revisión y salidas antes de ampliar el uso de IA.
En GDigitalBoost podemos delimitar un diagnóstico de ese proceso: qué tarea conviene ordenar, qué fuentes requiere, qué reglas faltan y qué entregable permitiría decidir el siguiente paso. El alcance y el precio de esa etapa deben quedar claros antes de comenzar.
Atención presencial en San Luis Potosí, México, con servicios digitales para clientes en todo México y más.
Estrategias bilingües (inglés, francés y español) que generan resultados.
Conoce más sobre mí.
Estoy disponible para resolver tus dudas, contáctame.
Email: [email protected]
+52 444 447 7696
Lee más sobre cómo salir el primero en Google y maximizar tu inversión en mi guía digital.
© 2024-2026 por Gonzalo Hernández Araujo. Consultoría en Marketing Digital, publicidad online y posicionamiento web. Todos los derechos reservados.