Serie PM&IA: Del resumen de reunión al documento corporativo: aumentando el valor de la IA para un Project Manager
- hace 5 días
- 9 min de lectura
La inteligencia artificial se ha convertido en una herramienta habitual en el trabajo diario de muchos profesionales. Hoy es relativamente sencillo pedirle a una IA que resuma una reunión, redacte un correo o genere una lista de tareas, y la mayoría de las herramientas actuales lo hacen razonablemente bien.
Sin embargo, para un Project Manager aparece rápidamente una pregunta más interesante: ¿Qué ocurre después?
En la mayoría de las organizaciones el trabajo no termina cuando tenemos la información, el trabajo termina cuando esa información se convierte en un entregable.
Después de una reunión no necesitamos un resumen, necesitamos un acta.
Después de una revisión contractual no necesitamos una lista de observaciones, necesitamos un informe.
Después de un Handover Meeting no necesitamos unas notas organizadas, necesitamos documentación que pueda incorporarse al sistema documental del proyecto.
Y es precisamente ahí donde empieza a aparecer una diferencia importante entre utilizar una IA como simple generador de texto o utilizarla como herramienta de productividad documental.
En este artículo vamos a utilizar un caso práctico completo para explorar esa diferencia. Partiremos de una reunión de Handover Meeting, diseñaremos una plantilla corporativa, compararemos distintos enfoques de trabajo con IA y terminaremos generando un War-Briefing HTML visual para el proyecto.
El objetivo no es demostrar qué herramienta escribe mejor. El objetivo es mostrar cómo la IA puede ayudar a transformar información dispersa en entregables reales para la gestión de proyectos.
El problema real: las empresas no necesitan texto, necesitan documentos
Cuando hablamos de inteligencia artificial aplicada al trabajo de oficina, la mayoría de los ejemplos suelen centrarse en la generación de texto. Le pedimos a una IA que redacte un correo, que resuma una reunión, que genere una lista de acciones, y normalmente obtenemos resultados bastante aceptables.
Sin embargo, en un entorno profesional rara vez trabajamos directamente con ese texto. Lo que realmente utilizamos son documentos. Un Project Manager no entrega un párrafo, nn ingeniero no entrega unas notas, entrega documentación técnica, y cada uno de esos documentos suele seguir una estructura específica definida por la organización.
La realidad del trabajo documental
Pensemos en algo tan sencillo como una reunión. Con una IA revisamos las notas de la reuión, anotamos la información más importante, identificamos la lista de tareas pendientes...
La información va a ser correcta, pero todavía no tenemos un documento. Para convertir ese resumen en un entregable real normalmente debemos abrir la plantilla corporativa, copiar y pegar la información, reorganizar el contenido, completar tablas y adaptar el formato, es decir, seguimos invirtiendo tiempo en transformar información en documentación.
Del conocimiento al entregable
Si observamos el flujo de trabajo de muchos Project Managers, veremos que una parte importante del tiempo no se dedica a generar conocimiento, sino que se dedica a estructurarlo.
Por ejemplo:
Reunión → Notas → Acta
Riesgos detectados → Risk Register
Personas identificadas → Stakeholder Register
Información contractual → Project Charter
Acciones pendientes → Action Tracker
En todos esos casos el conocimiento ya existe. El trabajo consiste en convertirlo en un documento útil, y esa transformación suele ser repetitiva, manual y consume muchas horas a lo largo de la vida del proyecto.
Caso práctico: Proyecto LYF-01 – Lunar Yogurt Factory One
Para mostrar el flujo completo que vamos a desarrollar en este artículo necesitábamos un proyecto sobre el que trabajar. En lugar de utilizar un proyecto real, utilizaremos uno de los proyectos ficticios que estamos desarrollando a lo largo de esta serie PM&IA: LYF-01 (Lunar Yogurt Factory One).
Se trata de un proyecto especialmente interesante porque combina muchos de los desafíos habituales de la dirección de proyectos industriales, aunque llevado a una escala mucho más extrema. El objetivo del proyecto es diseñar, suministrar, integrar y poner en marcha la primera planta industrial de producción de yogur en la Luna.
La instalación tendrá capacidad de producción y operará de forma semiautónoma desde la superficie lunar, supervisada remotamente desde la Tierra. El contrato tiene un valor aproximado de 485 millones de dólares y una fecha contractual de First Yogurt Production (FYP) prevista para octubre de 2035.
Aunque el escenario pueda parecer futurista, desde el punto de vista de Project Management encontramos muchos elementos perfectamente reconocibles: múltiples contratistas involucrados, interfaces técnicas complejas, dependencias externas críticas, requisitos contractuales exigentes, riesgos relevantes y fuerte presión sobre plazos y entregables. Precisamente por ello resulta un excelente ejemplo para demostrar cómo la inteligencia artificial puede ayudar a gestionar información y documentación durante el ciclo de vida del proyecto.
Nuestro objetivo
En este capítulo usaremos la documentación de ese proyecto para generar el acta del Handover Meeting, y veremos la diferencia entre información y obtener entregables
El entregable que estamos buscando es ese "Acta del Handover meeting" y el objetivo principal es conseguir usar la plantilla que la empresa tiene para esa reunión, utilizando la IA, sin tener que generar el acta por un lado y luego tener que abrir la plantilla en blanco e ir rellenándola apartado a apartado.
En nuestro caso, para generar esa plantilla hemos utilizado IA, y nos hemos aprovechado de todos lo explicado en nuestro anterior articulo del blog "Serie PM&IA (1.2): El Handover Meeting — transfiriendo el proyecto de ventas a ejecución" donde se daba detalle de lo que es un Handover meeting y como estructurarlo.
Hemos usado este promt, pasándole como contexto el artículo completo del Handover meeting.
Necesito hacer una plantilla para Lozkorp que sirva para hacer el acta del handover meeting de un proyecto. Para estructurar los apartados e información que será necesario que aparezca en el acta, básate en lo que hemos visto en el artículo del blog "Serie PM&IA (1.2): El Handover Meeting — transfiriendo el proyecto de ventas a ejecución" cuyo contenido te estoy adjuntando en un PDF; analízalo y usando sus explicaciones diseña una plantilla para la reunión de handover. En cuanto al estilo usa el estilo Lozkorp y genera una plantilla corporativa y profesional. El resultado entrégamelo en un documento WORD.Con este prompt, y tras varias interacciones, hemos conseguido generar este documento que usaremos como plantilla posteriormente. Para este caso concreto hemos usado CLAUDE, pero se podría haber usado cualquier otra IA.
Escenarios de prueba
Ahora que ya tenemos la plantilla que queremos usar, vamos a pedirle a la IA que tomando información del Handover meeting como puede ser la transcripción de la reunión, las notas tomadas por el PM, el contrato y la oferta del proyecto, genere el acta del Handover meeting utilizando la plantilla que le estamos pasando.
El prompt que hemos usado en este ejercicio es el siguiente:
Vamos a hacer el acta del handover meeting del proyecto LYF-01.
Te voy a pasar como información los siguiente documentos:
"LYF-01_DOCx02_Oferta_Tecnico_Comercial_LK-SPS.docx" que hemos repasado durante la reunión, y
"LYF-01_Docx04_Notas_Manuscritas_PM.docx" que son las notas que he tomado durante dicha reunión.
Analiza en detalle estos documentos, y en base a ellos vamos a hacer el acta.
Como resultado tendremos que obtener el acta de dicha reunión usando exactamente el formato, estilo y estructura que se indica en este documento: "Lozkorp_Handover_Meeting_Template_2026.docx".
Tomate tu tiempo y genera un documento WORD con ese formato y listo para enviar.Nota: en este ejercicio no vamos a fijar principalmente en el formato de salida, ya que lo que buscamos es que nos genere un entregable perfectamente formateado.
Escenario 1: utilizando Microsoft Copilot Versión gratuita
En este primer escenario hemos usado la versión gratuita de Microsoft Copilot.
La primera version que nos ha dado ha sido bastante reducida y sin seguir el formato.
Posteriormente, tras insistirle en que realizara una versión 100% idéntica al template, el documento que hemos conseguido se a adaptado mejor a los apartados que había en la plantilla, pero no ha seguido ni el estilo ni el formato corporativo.
Escenario 2: utilizando chatGPT (OpenAI) versión de pago
En este segundo escenario de prueba hemos usado de el chatGPT de OpenAI, concretamente el modelo GPT5.5.
El resultado obtenido es ya un archivo bastante ajustao al formato corporativo que le hemos pedido
Escenario 3: utilizando Claude (Antropic) versión de pago
En este tercer escenario de prueba hemos usado de el Claude de Antropic, concretamente el modelo Sonnet 4.6.
El resultado obtenido es similar al obtenido con el ChatGPT, siendo un archivo bastante ajustado al formato coorporativo que le hemos pasado.
La diferencia que realmente importa
Llegados a este punto podemos empezar a entender dónde aparece el verdadero valor. No se trata únicamente de que una IA genere mejores textos, se trata de que sea capaz de trabajar dentro de los procesos documentales de la empresa
Cuando una herramienta es capaz de comprender una plantilla corporativa y rellenarla utilizando información procedente de reuniones, contratos o correos electrónicos, deja de ser simplemente un asistente de redacción y empieza a convertirse en una herramienta de productividad documental.
Level Up: del documento Word al formato WEB
Hasta este momento hemos trabajado utilizando un formato que cualquier Project Manager conoce perfectamente: El documento Word.
Word sigue siendo una herramienta perfectamente válida para gestionar proyectos, de hecho, gran parte de la documentación de proyecto sigue generándose hoy en formatos tradicionales. Sin embargo, la inteligencia artificial nos permite plantearnos una pregunta interesante: ¿Y si el documento final no tuviera por qué ser necesariamente un Word, o un PDF?
En este punto, ya hemos generado nuestro documento Word y tenemos toda la información estructurada. Imaginemos que debemos presentar el resultado del Handover Meeting a diferentes perfiles dentro de la organización.
Cada perfil puede requerir un distinto nivel de detalle de la documentación:
Equipo de proyecto: necesita un documento detallado, así que Word sigue siendo una buena opción.
El Sponsor: quiere entender rápidamente los riesgos principales, la situación general y las decisiones pendientes. Probablemente no quiere leer veinte páginas.
Dirección: necesita una visión ejecutiva, rápida, visual y orientada a decisiones.
PMO: quiere indicadores, métricas y estado general del proyecto.
Todos ellos necesitan la misma información. Pero no necesariamente en el mismo formato. Usando IA es fácil convertir ese documento Word en un documento orientado al perfil que queramos, recalcando la información más importante para ese perfil.
La IA puede ayudarnos a crear nuevos formatos de comunicación
Creando un War-Briefing
Para el proyecto LYF-01 decidimos experimentar con un enfoque diferente. En lugar de limitar la salida a un documento Word tradicional, pedimos a la IA que transformara toda la información del Handover Meeting en un informe HTML visual.
El objetivo era crear algo parecido a un briefing ejecutivo de proyecto. Un documento donde la información estuviera organizada mediante paneles visuales, indicadores de estado, tablas, listados, cuadros resumen. El resultado fue un documento mucho más cercano a un dashboard ejecutivo que a una acta convencional.
En primer lugar creamos una plantilla en formato web HTML siguiendo el estilo de la empresa, para que nos sirviera de base. Posteriormente le pasamos a la IA el documento WORD que queríamos cambiar de formato y nuestra plantilla WEB-HTML que queríamos que usara de base.
El prompt que usamos era muy simple:
Lee detenidamente este documento "Lozkorp_Handover_Meeting_LYF-01_Prueba3_ChatGPT_VersionDePago.pdf" y luego coge ese acta y pásala a formato web HTML. Como estructura, estilo y formato usaremos de base esta plantilla: "Lozkorp_PMIA_Handover_Template_Web.html" que también te adjunto.Link al documento en formato web: Lozkorp PM&IA | LYF-01 Handover War-Briefing
Lo interesante del experimento es que no añadimos nueva información. Los datos eran exactamente los mismos. Lo único que cambió fue la forma de presentarlo buscando un impacto importante en la experiencia del lector.
La IA no solo puede ayudarnos a generar documentos, también puede ayudarnos a crear nuevos formatos de comunicación, formatos que quizás nunca habríamos desarrollado manualmente debido al esfuerzo necesario para diseñarlos y mantenerlos.
Conclusiones
A lo largo de este artículo hemos utilizado un caso práctico para analizar ¿Cómo podemos utilizar la inteligencia artificial para transformar información en entregables?
Ya sabíamos como una IA puede ayudarnos a organizar información, generar agendas o resumir reuniones. Ahora estamos comprobando cómo una IA capaz de trabajar con plantillas corporativas puede ir un paso más allá y generar documentación estructurada siguiendo los estándares de la organización.
Además hemos visto cómo esa misma información puede reutilizarse para construir nuevos formatos de comunicación, como los War-Briefings HTML. Tambíen podríamos extraer partes para generar documentos en función del perfil al que haya que entregárselo.
Si bien en este artículo nos hemos usado de ejemplo el Handover meeting, toda esta filosofía es aplicable a cualquier documento y entregable del ciclo de vida de un proyecto.
Pasamos de generar información a generar entregables.
🌐 Recursos LK PM&IA
Serie PM&IA (blog Lozkorp)
Serie PM&IA (1.1): Revisión contractual asistida por IA para Project Managers
Agente IA: LK_PMIA_ContractReview
Serie PM&IA (1.2): El Handover Meeting — transfiriendo el proyecto de ventas a ejecución
Agente IA: LK_PMIA_HandoverAssistant
En desarrollo (próximas publicaciones):
Serie PM&IA (1.3): Project Charter
Serie PM&IA (1.4): Stakeholders Analisys
Otros artículos LK PM&IA (blog Lozkorp)
Serie PM&IA : Detectando problemas antes de que exista el proyecto
Agente IA: LK_PMIA Offer-Contract CrossCheck
Agente IA: LK Briefing Irang GeoRisk
ZERO TRUST en PROJECT MANAGEMENT: Cuando gestionar un proyecto significa no creerte nada
Serie PM&IA: Del resumen de reunión al documento corporativo: aumentando el valor de la IA para un Project Manager (este artículo)
Agentes LK PM&IA
ResumIA: GPT asistente inteligente para resumir y analizar documentos.
LK_MeetingMOM: un agente GPT para crear actas de reunión (puntos tratados y tabla de tareas pendientes) a partir de notas de la reunión y/o transcripción de la misma.
LK_LessonLearned4Project: el agente GPT que conecta el alcance de tu proyecto con lecciones aprendidas reales.
LK_MeetTime: agente GPT para coordinar reuniones internacionales. Dadas localizaciones y fecha genera tabla indicando las mejores horas en cada localización para la reunión
LK_PMIA_ContractReview: Asistente PM&IA para analizar contratos y documentación de arranque de proyectos . Ayuda a Project Managers a estructurar contratos, identificar entregables, hitos, dependencias y riesgos iniciales.
LK_PMIA Offer-Contract CrossCheck: compara ofertas y contrato para detectar inconsistencias, huecos en el alcance, responsabilidades duplicadas y riesgos contractuales.
LK_PMIA_HandoverIntelligenceAssistant: Agente para dar soporte en la preparación del handover meeting y en la generación de documentación tras dicha reunión
Comentarios