Grill me en la práctica: 4 ejemplos reales, de migrar un SaaS a preparar una charla

En la parte anterior explicamos cómo funciona grill-me por dentro y la probamos con una sesión completa de cuatro rondas. Aquí van ejemplos reales de grill-me en situaciones distintas: una decisión de infraestructura, una charla, el lanzamiento de un producto digital y un cambio dentro de un repositorio con código. Todas las sesiones se ejecutaron en Claude Code 2.1.316 con Sonnet 5.5 y el plugin mattpocock-skills 1.3.2.

Para cada ejemplo verás el prompt exacto, qué preguntó el agente, qué aportó de verdad y qué tienes que vigilar.

Cómo escribir el prompt de entrada

grill-me funciona con cualquier texto, pero la calidad de la primera ronda depende de tres datos que conviene dar siempre:

1. Qué quieres hacer, en una frase.
2. El contexto que el agente no puede adivinar: país, tamaño, presupuesto, stack.
3. Por qué lo quieres, si el motivo no es obvio.

La plantilla que usamos en los cuatro ejemplos:

/mattpocock-skills:grill-me <qué quiero hacer> <con qué y en qué contexto> <para qué o por qué>

Ejemplo 1: migrar un SaaS de Vercel a un VPS

Una decisión de infraestructura típica, donde el riesgo real no está en el código.

/mattpocock-skills:grill-me Estoy pensando en sacar mi SaaS de facturación (Next.js + Postgres, unos 120 clientes de pago) de Vercel y Neon y llevarlo a un VPS propio con Coolify para ahorrar unos 150 USD al mes.

La primera ronda tuvo seis preguntas y ninguna era sobre Coolify o Docker. Todas atacaban la premisa:

• El motivo real. 150 USD al mes son 1.800 al año; con pocas horas de operación al año (parches, backups, incidentes) el ahorro desaparece. ¿Es solo dinero, o también control o un límite concreto?
• Qué parte del gasto desaparece. Si Neon explica casi toda la factura, migrar solo la base de datos da la mayor parte del ahorro con menos riesgo.
• Pérdida y caída tolerables (RPO y RTO). Con datos contables, recomendó como máximo 5 minutos de datos perdidos con archivado continuo de WAL (pgBackRest o WAL-G a S3/R2), algo que el backup nocturno por defecto de Coolify no da.
• Obligaciones legales, un único punto de fallo y quién está de guardia a las 3 de la madrugada.

Qué aportó: convertir "ahorrar 150 USD" en una decisión de riesgo, con una alternativa más barata (migrar solo una pieza) que no estaba en el plan.

Qué vigilar: en la pregunta legal asumió RGPD y servidores en la Unión Europea. El prompt no decía el país, así que el agente rellenó con el contexto europeo. Di siempre dónde operas.

Si después decides migrar, en el blog tienes una guía práctica de instalar una aplicación en un VPS con Coolify.

Ejemplo 2: preparar una charla de 20 minutos

Un caso sin código ni repositorio, justo el uso para el que el autor recomienda grill-me.

/mattpocock-skills:grill-me Tengo que dar una charla de 20 minutos para dueños de pymes en Quito sobre cómo usar agentes de IA en su negocio. Mi idea: 5 minutos de qué es un agente, 10 de demos en vivo con WhatsApp y facturas, 5 de preguntas.

Ocho preguntas en la primera ronda, que se leen como el guion de un buen organizador de eventos:

• El objetivo: ¿qué quieres que pase después? Recomendó que cada asistente se lleve una acción concreta para esa semana y un QR para contactarte.
• El público: dueños de comercios y servicios que usan WhatsApp a diario pero casi no han usado IA más allá de ChatGPT.
• El dolor central: contestar WhatsApp a toda hora y la facturación electrónica del SRI.
• Explicar "agente" sin jerga: una analogía de empleado nuevo y una sola diapositiva "chatbot vs. agente".
• Demos en vivo con plan B: hotspot propio y vídeos de respaldo abiertos, porque "en un salón en Quito el wifi es un riesgo real".
• Datos ficticios, tiempos realistas (4 minutos por demo y 2 de colchón) y preguntas por escrito desde el minuto 15.

Qué aportó: el ajuste de tiempos y el plan B de las demos son los dos fallos que más charlas arruinan, y salieron en la primera ronda. También avisó de lo que vendría después: cierre, material de apoyo y seguridad de los datos del SRI.

Qué vigilar: nada relevante. Con contexto local en el prompt (Quito, pymes, SRI) las recomendaciones fueron locales.

Ejemplo 3: lanzar un ebook en Hotmart

Una decisión de negocio, con números de por medio.

/mattpocock-skills:grill-me Quiero lanzar un ebook de 19 USD sobre cómo montar un e-commerce con IA, venderlo en Hotmart y promocionarlo solo con mi blog y Facebook.

Seis preguntas, ordenadas de lo que más condiciona a lo que menos:

• Quién es el comprador exacto: principiante sin tienda, alguien que ya hace dropshipping o un negocio físico que se digitaliza. Recomendó elegir uno solo.
• La promesa concreta: "cómo montar un e-commerce con IA" es un tema, no un resultado. Propuso algo medible, como "tu tienda online lista en 7 días usando IA".
• Tu caso real: sin una tienda propia con capturas y cifras, el ebook compite solo por precio.
• Tu tráfico actual, marcado como un hecho que solo tú sabes. Con una conversión de referencia del 1 al 3 %, 50 ventas piden entre 2.000 y 5.000 visitas a la página de venta.
• Qué es éxito y en cuánto tiempo: 100 ventas en 90 días, con revisión a los 30.
• Tiempo y presupuesto disponibles.

Qué aportó: la pregunta del tráfico, que puede tumbar el plan "solo blog y Facebook" antes de escribir una página.

Qué vigilar: el agente dio de memoria la comisión de Hotmart (9,9 % + 0,49 USD por venta) y una tasa de conversión "de referencia". grill-me le pide averiguar los hechos, pero sin herramientas web ni código que leer los rellena con lo que recuerda. Comprueba cualquier cifra antes de decidir con ella.

Ejemplo 4: un cambio dentro de un repositorio

Cuando hay código, el agente puede resolver los hechos por sí mismo. Para este ejemplo creamos un repositorio mínimo de un taller de bicicletas: un tipo Turno, una función crearReserva, otra cancelarCita y un tipo Orden que apunta a turnoId. Lanzamos la variante con documentación, que hace el mismo interrogatorio:

/mattpocock-skills:grill-with-docs Quiero que los clientes puedan reprogramar su cita desde un enlace en el WhatsApp de confirmación, sin llamar al taller.

Antes de preguntar nada, el agente leyó el código e informó de lo que había encontrado:

• No había GLOSSARY.md ni ADR.
• Tres palabras para lo mismo: el tipo se llama Turno, la función crearReserva, otra cancelarCita, y el usuario dice "cita".
• No había nada de WhatsApp ni modelo de disponibilidad.
• cancelarCita cambiaba el estado sin ninguna regla.

Su primera pregunta fue de vocabulario: dejar Cita como término único y marcar "Turno" y "Reserva" como alias a evitar. Las siguientes salieron del propio código: si reprogramar modifica la misma cita o crea otra (una Orden apunta al id, así que crear otra rompería esa relación), qué estados se pueden reprogramar, con cuánta antelación y con qué límite.

Qué aportó: las preguntas eran sobre *mi* código, no genéricas. Ninguna pedía un dato que estuviera en el repositorio.

Qué vigilar: con grill-with-docs el agente escribe ficheros. Tras la segunda ronda ya había creado un GLOSSARY.md; lo vemos en detalle en la parte 4 de la guía.

Lo que se repite en los cuatro ejemplos

Tres patrones claros:

1. Empieza por el porqué. En los casos que no eran de código, la primera pregunta siempre atacó la premisa, no la ejecución.
2. Anuncia la siguiente ronda. Todas las rondas terminaban diciendo qué ramas quedaban para después. Te deja ver el árbol completo aunque solo respondas la frontera.
3. Rellena el contexto que falta. Sin país, asumió Europa. Sin datos, usó cifras de memoria. Cuanto más contexto des al inicio, menos tendrás que corregir.

Qué hacer con el resultado

Una sesión de grill-me termina con un resumen que tú confirmas. Desde ahí:

• Si es un desarrollo, pásalo a /to-spec para convertirlo en una especificación en tu issue tracker (lo vemos en la parte 5).
• Si falta información de otra persona, usa /to-questionnaire para mandarle un cuestionario.
• Si sigues en otra herramienta o en otra sesión, /handoff lo guarda como documento portátil.
• Si era una decisión personal, copia el resumen a tus notas: es la decisión ya razonada.

Preguntas frecuentes

¿Cuántas rondas suele durar? En nuestras pruebas, entre 3 y 4 rondas para un cambio mediano. La newsletter de la parte 2 necesitó 4 rondas y 20 preguntas.

¿Puedo responder "no sé"? Sí. Si es una decisión, el agente te propone una opción por defecto. Si es un hecho, intentará averiguarlo o lo marcará como pendiente.

¿Sirve para textos? Sí: un artículo, un guion o una propuesta comercial funcionan igual que la charla del ejemplo 2.

Siguiente paso

Elige una decisión que llevas días posponiendo y lánzale /grill-me con la plantilla de arriba. En la parte 4 de la guía pasamos a grill-with-docs y domain-modeling, la pareja que convierte cada interrogatorio en un glosario y en decisiones documentadas dentro de tu repositorio.