Respuestas
Cómo llegan las decisiones del equipo a las IA que hacen el trabajo
Una decisión llega a una IA cuando se le pone delante antes de que actúe — en la lectura que el asistente hace al empezar una tarea, no en un documento que alguien espera que encuentre. Arroway guarda las decisiones como material de un proyecto, marca las que tienen que aplicar siempre, ordena el resto según la tarea que el asistente tiene delante, y en el mismo acto dice cuánto entró y qué quedó afuera.
Última actualización August 22, 2026
Una decisión que se guardó pero nunca se entregó no cambió nada
Escribir la regla es la mitad fácil. Lo que importa es si estaba delante del asistente en el momento en que hacía falta — y la mayoría de los sistemas no te lo puede decir. La lectura de Arroway viene con una cuenta: cuántas memorias llegaron, cuánto espacio ocuparon, cuántas no entraron. Una regla que coincidía con trabajo real y no se entregó se trata como un defecto del producto, se mide y se corrige, no como algo que una persona tenga que sortear repitiéndose.
Las reglas de siempre y todo lo demás se tratan distinto
Una regla cuyo incumplimiento sale caro o es irreversible puede marcarse como de siempre: aparece en cada lectura, en cada sesión, sea cual sea la tarea — y eso cuesta espacio todas las veces, así que es una elección deliberada y no lo que pasa por defecto. Todo lo demás se ordena por la tarea que el asistente declara, y lo más reciente desempata. El registro diario también se ordena por tema, así el historial del que una tarea nueva debería aprender no queda desplazado por quien escribió más recientemente.
Cada proyecto dice para qué es, y eso es lo que evita que las decisiones se filtren
Todo proyecto declara su propósito en palabras llanas, y una persona puede corregir esa declaración. Al asistente se le indica escribir en el proyecto al que pertenece el trabajo — no en el más cercano que encuentre — y leer solo de los proyectos a los que pertenece la persona. Eso es lo que impide que una decisión tomada en un contexto termine rigiendo el trabajo de otro.
Cómo se ve en la práctica
El equipo decide no construir cierta integración, y el motivo queda anotado. Semanas después alguien le pide a un asistente que planifique esa misma integración. El asistente lee el proyecto primero, encuentra la decisión con el motivo adjunto, y lo dice — en lugar de producir un buen plan para un trabajo que el equipo ya rechazó.
Preguntas que la gente hace sobre esto
- ¿Cómo sé que la IA recibió de verdad una decisión?
- La lectura dice qué entregó y qué recortó. Y la pantalla de auditoría muestra cuándo una memoria coincidió con trabajo real después de la última vez que se entregó — que es el espacio agotándose, hecho visible en lugar de supuesto.
- ¿Y si dos memorias se contradicen?
- Al asistente se le indica decirlo y llevarle las dos a una persona, en vez de elegir una en silencio. Las contradicciones también aparecen en la pantalla de revisión, una al lado de la otra, para que alguien las resuelva.
- ¿Hay que pedirle al asistente que lea?
- Una vez, mientras el hábito es nuevo: una frase al principio de una conversación. Después la instrucción viaja con el producto — el servidor la repite en lo que devuelve, y donde tu herramienta admite el complemento, el recordatorio llega solo. No depende de cómo tenga configurada su máquina cada persona.
Dónde se puede comprobar
La especificación de producto sancionada en el repositorio, el protocolo de lectura que sirve el servidor MCP, y la superficie de auditoría del producto, que informa qué se entregó y qué se recortó.
https://www.arroway.app/en/answers/how-team-decisions-reach-ai