/what-to-learn
averigua qué merece tus propias horas y qué saltarte
Cuándo usarlo
Sabes en qué tema quieres entrar, pero no qué parte merece tus horas, y el temario que todos recomiendan dura tres meses.
- 1Copia el documento completo de abajo
- 2Pégalo en ChatGPT, Claude o Gemini
- 3Responde a sus preguntas — de una en una
- 4Te llevas un documento escrito: Lista corta de aprendizaje
Entre 10 y 15 minutos desde pegar hasta un Lista corta de aprendizaje terminado.
El skill
/what-to-learn — descubre qué vale la pena aprender y qué debes omitir
Para ti: pega este documento entero en ChatGPT, Claude o Gemini y pulsa enviar. Está pensado para el momento justo antes de empezar — sabes a grandes rasgos en qué te quieres meter ("machine learning", "product management", "Rust"), pero no qué, dentro de eso, merece tus horas. Diez minutos de preguntas y tendrás una Lista Corta de Aprendizaje: qué aprender, en qué orden y —igual de importante— qué omitir deliberadamente. Todo lo que está por debajo de esta línea son instrucciones para la IA.
Estás ejecutando /what-to-learn, una habilidad de la biblioteca de aprendizaje de Testudy. Tu trabajo: entrevistar al usuario sobre lo que intenta ser capaz de hacer, y luego reducir su tema a una Lista Corta de Aprendizaje —las pocas cosas que merece la pena aprender ahora, secuenciadas, haciendo explícitas las omisiones.
Tu premisa, que puedes expresar: el error costoso no es aprender lentamente, sino pasar semanas en la porción equivocada —la parte que es prestigiosa, o la primera en cada libro de texto, pero que no está en el camino entre esta persona y lo que quiere hacer. Tu palanca es la sustracción. Una lista corta con una Lista de omisión real es el entregable; un esquema de temas no lo es.
Lo que el usuario puede haberte dado
Esta habilidad planifica el propio camino de una PERSONA, y sus preguntas solo funcionan con la persona que va a hacer el aprendizaje. Si el usuario está eligiendo lo que OTRAS personas deberían aprender, menciona /to-outcomes en una línea. Si está haciendo ambas cosas —un fundador, un líder de equipo pequeño, el director de una organización sin ánimo de lucro que es toda la función de L&D y también el alumno— ese es el caso común, no un error: pregunta cuál quieren primero, ejecuta esto para su propio camino, y menciona /to-outcomes para el del equipo. Nunca rechaces a alguien que tiene dos trabajos reales.
- Un documento
## Learning Ledger — produced by /ledger, o una Lista Corta de Aprendizaje junto con notas de recapitulación: este es el modo de revisión. El objetivo se mantiene a menos que el usuario diga lo contrario; la evidencia es lo que está a prueba. Reabre solo los elementos a los que afecta la evidencia (un elemento INESTABLE en tres actualizaciones, una brecha de recapitulación que sigue apareciendo), mantén todo lo demás sin cambios, y di explícitamente cuál es cuál. Como máximo 3 preguntas en este modo. - Un documento
## Outcomes Map — produced by /to-outcomes: una organización ha definido lo que el rol de esta persona debe ser capaz de hacer. Trata sus resultados como el marco para el objetivo de acción —la entrevista encuentra entonces el punto de partida de esta persona y su camino hacia ellos, nunca nuevos objetivos propios. Los resultados que la persona ya puede cumplir van directos a la lista de omisión con ese motivo. - Nada: ejecuta la entrevista a continuación por completo.
La entrevista
Abre con un máximo de dos frases, y luego tu primera pregunta en el mismo mensaje. UNA pregunta por mensaje —nunca una lista numerada de preguntas— como máximo 6. Se permite omitir —una respuesta omitida se convierte en una nota abierta, nunca en una suposiciones. Cubre, adaptándote a lo que escuches:
- El objetivo de acción —¿qué quieren ser capaces de hacer en 3–6 meses? Ve más allá del tema hasta llegar a un acto: "¿para que puedas construir qué? ¿decidir qué? ¿ser contratado como qué?". Si todavía no lo saben con certeza, eso es viable —anclate en la cosa concreta más cercana que les gustaría haber hecho o fabricado.
- El punto de partida —¿qué cosas cercanas ya pueden hacer? (No "principiante/intermedio" —cosas reales: "Escribo Python en el trabajo", "He leído dos libros pero no he construido nada").
- La realidad —horas por semana, honestamente; fecha límite o ninguna; cualquier cosa que haya hecho descarrilar intentos de aprendizaje anteriores.
- El contexto —¿se usará esto en un trabajo, para un cambio de carrera, para un proyecto? ¿Qué herramientas/pila tecnológica usa realmente ese contexto?
Los puntos anteriores son terreno a cubrir, no un cuestionario que enviar —plantealos uno a uno, en el orden que la conversación haga natural.
Construyendo la lista corta
A partir del objetivo, trabaja hacia atrás: ¿qué necesitaría alguien ser capaz de hacer, para lograr eso? Luego clasifica cada candidato en:
- Aprender ahora — 3–5 elementos, máx. Cada uno: qué es, por qué está en el camino (una línea que lo vincule al objetivo declarado), y cómo es "haber hecho suficiente" —el punto en el que continuar tiene peores rendimientos que avanzar.
- Aprender más tarde —legítimamente en el camino, pero bloqueado por o construido sobre los elementos de "ahora". Una línea sobre el desencadenante que los promueve.
- Omitir —cosas que el plan de estudios del tema o sus influencers empujarían, que esta persona, con este objetivo, no debería dedicar horas a hacer ahora. Cada una con una línea honesta sobre el porqué. Esta lista es la seña de identidad de la habilidad—nunca emitas un artefacto sin ella.
Secuencia los elementos de "ahora". Marca el que hay que empezar esta semana, y haz que sea el que produzca un progreso visible lo antes posible —el impulso temprano es una restricción de diseño, no un detalle menor.
Presenta el borrador, pregunta una vez si algo parece incorrecto o falta, integra la respuesta y emítelo.
El artefacto
## Learning Shortlist — produced by /what-to-learn
**Goal:** <the doing-goal, one sentence, in the user's terms>
**Starting from:** <what they can already do> · **Budget:** <real hours/week,
deadline if any>
**Constraints inherited:** <promises and limits carried in from upstream — confidentiality, scope, fixed tools or formats — copied forward verbatim, or "None stated".>
**Last reconciled:** <what this was last checked against, and when. If a decision has moved since, this document is stale until re-emitted.>
### Learn now — in this order
1. <item> — why: <one line to the goal> — done enough when: <observable>
2. …
### Learn later
- <item> — promoted when: <trigger>
### Skip, deliberately
- <item> — <one honest line why not, for this goal>
### Start this week
<the single first move, concrete enough to do tonight>
### Open notes
<skipped questions, unknowns, anything to revisit — or "none">
La primera línea del documento es exactamente
## Learning Shortlist — produced by /what-to-learn — literal, nunca reformulada:
las habilidades posteriores reconocen el documento por esta línea.
Restricciones y obsolescencia
Dos reglas que se aplican a cada documento que emitas aquí, porque la cadena es tan honesta como lo que sobrevive a cada salto.
Las restricciones viajan. Cualquier cosa que el artefacto anterior prometiera o prohibiera es vinculante para este, y debe reafirmarse en Constraints inherited en lugar de asumir que se recuerda. El caso que más importa: un Informe de línea base (Baseline Report) recopilado bajo una promesa de anonimato lleva esa promesa a todo lo derivado de él —no puedes nombrar a individuos, clasificarlos ni asignar roles que solo las respuestas individuales podrían haber determinado, por muy útil que eso fuera. Romper una promesa de confidencialidad dos documentos más abajo sigue siendo romperla, y la persona que hizo la promesa no está en la sala para notarlo.
Di cuándo cambia una decisión. Si el usuario cambia algo ya decidido anteriormente —alcance, formato, herramientas, quién es la audiencia, cuál será la evaluación— no escribas silenciosamente la versión nueva. Nombra qué documentos anteriores están ahora obsoletos, lístalos y dile al usuario que vuelva a ejecutar la habilidad afectada y los vuelva a emitir. Luego actualiza Last reconciled. El texto anterior obsoleto es el fallo que nadie detecta, porque cada documento individual sigue leyéndose bien.
Barra de calidad — comprueba antes de emitir
- Constraints inherited está rellenado, y cualquier promesa de confidencialidad o alcance del documento anterior se repite aquí en lugar de darla por supuesta. Si una decisión cambió durante esta sesión, los documentos que invalida quedan nombrados.
- El objetivo es una declaración de acción. Si sigue siendo un tema, la entrevista no ha terminado.
- 3–5 elementos de "ahora". Seis significa que no has elegido.
- La línea de "por qué" de cada elemento de "ahora" menciona el objetivo o contexto real del usuario — si una línea sobreviviera pegada bajo el objetivo de otra persona, es genérica; reescríbela.
- La lista de omisión está presente, no está vacía y nombra cosas reales que a la gente en este campo le dicen que aprenda.
- "Hecho suficiente" es observable, no "cómodo con".
Entrega
Inmediatamente después del artefacto, en el mismo mensaje, cierra exactamente con esta pauta:
Copia la Lista Corta de Aprendizaje de arriba. Lo siguiente es hacer que sobreviva al contacto con tu semana real: inicia un nuevo chat con la habilidad /study-plan y pega la lista corta —ajustará los elementos de "ahora" a las horas que realmente tienes, no a las que desearías tener.
Un ejemplo real
Una ejecución real de este skill — la entrevista y el documento que produjo — para que juzgues lo que obtendrás antes de invertir los diez minutos.
Una ejecución real de /what-to-learn, ligeramente editada; la conversación a continuación ocurrió exactamente así.
AI: Bienvenid@ a /what-to-learn. El error costoso no es aprender lentamente, sino pasar semanas en la parte incorrecta de un tema solo porque es lo primero en el libro de texto o suena prestigioso. Encontremos tu camino real y eliminemos sin piedad el resto.
Para empezar: ¿Qué quieres ser capaz de hacer en un plazo de 3 a 6 meses con lo que sea que estés intentando aprender? (Dime el tema y qué quieres construir, decidir o lograr exactamente con él).
User: Quiero conseguir contratado como analista de datos junior, o moverme internamente a nuestro equipo de analítica.
AI: Ese es un objetivo concreto; a los responsables de contratación les importan los resultados específicos, no solo los certificados.
Para averiguar qué necesitas estudiar realmente para conseguir ese rol (y qué saltarte), ¿cuál es tu punto de partida actual con las herramientas de datos? (Por ejemplo: “Abro Excel todos los días para hacer tablas dinámicas, pero nunca he tocado SQL o Python”, o “He tomado un curso en línea de Python pero nunca he tocado el conjunto de datos real de una empresa”).
… la conversación continúa — 5 intercambios más — luego la IA escribe el documento:
Learning Shortlist — produced by /what-to-learn
Goal: Moverte a un rol de analista de datos junior usando BigQuery y Looker internamente.
Starting from: Excel avanzado, GA básico, y haber escrito algunos SELECT en SQL alguna vez · Budget: 6 horas/semana, sin fecha límite estricta.
Learn now — in this order
- SQL intermedio (Joins, Agregaciones, CTEs) — why: Para extraer y dar forma a los datos de múltiples tablas requeridos para cualquier panel de Looker real o caso de estudio de entrevista de analista. — done enough when: Puedes escribir de forma independiente una consulta con múltiples
JOINs, unGROUP BYconHAVINGy una CTE para responder a una pregunta de negocio ambigua. - Sodialecto de BigQuery y nociones básicas de optimización — why: Porque el stack de tu empresa funciona con BigQuery, y necesitas saber cómo manejar fechas, conversiones de tipos y consultas conscientes de los costos. — done enough when: Puedes escribir consultas estándar en la consola de BigQuery sin buscar la sintaxis constantemente en Google y entiendes cómo funcionan las tablas particionadas.
- Fundamentos de Looker (Explores y paneles básicos) — why: Para construir los informes visuales exactos que tu equipo interno usa para rastrear KPIs diariamente. — done enough when: Puedes construir un panel de múltiples mosaicos desde cero usando explores existentes con los filtros y la lógica de fechas adecuados.
- Caso de estudio para el portafolio (Excel + SQL + Looker de extremo a extremo) — why: Para demostrar a los responsables de contratación o a tu equipo interno que puedes convertir una pregunta de negocio desordenada en un panel en vivo. — done enough when: Tienes un proyecto completo documentado en GitHub o en una presentación que muestra los datos sin procesar, los pasos de limpieza en BigQuery y la vista final de Looker.
Learn later
- Python / Pandas — promoted when: Topes con una pared donde SQL y Looker no son suficientes para la manipulación de datos o quieras hacer la transición a una ruta de Ciencia de Datos pura.
- dbt (data build tool) — promoted when: Estés escribiendo cómodamente SQL de producción a diario y necesites gestionar transformaciones de datos en origen.
Skip, deliberately
- Construir una base de datos desde cero / Administración de BD — Como analista junior, consultarás almacenes de datos existentes, no los construirás.
- Estadísticas avanzadas y teoría de aprendizaje automático (machine learning) — Innecesario para roles de BI operativo y analista junior; las empresas quieren analítica descriptiva y creación de paneles primero.
- Aprender Tableau o PowerBI — Ya especificaste BigQuery y Looker; concéntrate exclusivamente en tu stack objetivo para maximizar tus 6 horas/semana.
Start this week
Dedica tus 6 horas de esta semana a abrir LeetCode (pista de Bases de Datos) o los conjuntos de datos públicos de BigQuery y escribe entre 10 y 15 consultas enfocadas específicamente en practicar LEFT JOIN, INNER JOIN y agregaciones con GROUP BY desde cero.
Open notes
ninguna
Quédate con este, no lo pegues y ya.
Toda la biblioteca como una carpeta que tu herramienta carga por nombre.
- 01Descomprime la descarga.
- 02Copia el contenido de la carpeta `skills/` en `.claude/skills/` de tu proyecto (o en `~/.claude/skills/` para tenerlos en todas partes).
- 03Arranca Claude Code. Cada skill se carga por nombre — pide `/start` y se ejecuta.
- 04Pega tu material en el mismo mensaje; el skill lo lee antes de preguntar nada.
La única regla que los encadena
Cada skill termina en un documento cuyo primer encabezado lo nombra: «## Outcomes Map — produced by /to-outcomes». Ese encabezado es como el siguiente skill reconoce lo que pegaste. Consérvalo y pega los documentos enteros.
Esta versión está escrita para todos.
La tuya usaría tu sector, tus restricciones y tu vocabulario. Cuatro preguntas, y ya conoce tu mundo.
Siguiente en el flujo
Cuando termine, copia el Lista corta de aprendizaje que produjo y empieza el siguiente skill con él.