ES
Idioma · la misma página NLNederlands/ai-en-automatisatie/ai-hook-model-bouwer-skill-voor-claude/ ENEnglish (UK)/en/ai-hook-model-builder-skill-for-claude/ ESEspañol/es/ia-y-automatizacion/habilidad-del-modelo-de-gancho-de-ia-para-claude/ No recordamos tu elección y nunca te redirigimos automáticamente.
~/skills/ai-hook-model-bouwer[ok] cargado
INS.SKILL · GRATIS PARA CLAUDE, TAMBIÉN PARA CODEX Y CURSOR

El Constructor del Modelo Hook con IA skill para Claude

Describes tu producto, tu usuario y el único comportamiento que quieres ver con más frecuencia, y Claude rellena el Hook Model de Nir Eyal para exactamente ese producto. No es la explicación general del modelo, sino tus triggers, tu umbral, tu recompensa y tu paso de inversión, además de tres experimentos que puedes ejecutar en dos semanas. Si falta un dato, escribe [RELLENAR] y no mide nada por su cuenta. Y el paso siete es un control ético que no puede saltarse: si el resultado honesto es que el producto no sirve al usuario, lo dice y se detiene.

Descargar la skill Ver todas las skills NL 5,4 KB · zip con SKILL.md · licencia MIT · sin necesidad de cuenta
$ instalación, línea por líneaFIG.00
~/.claude/skills
theseo ~ %
  inflating: ai-hook-model-bouwer/SKILL.md
theseo ~ %
  ---
  name: ai-hook-model-bouwer
  description: 'Bouwt met het Hook Model van Nir Eyal een compleet…
theseo ~ %
[ok] skill activa · 1.966 palabras de instrucción cargadas

las líneas de arriba vienen del zip de esta página · SKILL.md pesa 12.615 bytes

~/skills/ai-hook-model-bouwer/01-demonstratie[run]
Sección 01 · La demostración

Comportamiento clave dentro, bucle completo fuera

reg. H.001

Aquí ves el ejemplo desarrollado que aparece en el propio SKILL.md, mostrado de forma resumida. El producto es una app de registro de horas para autónomos, el comportamiento clave es registrar las horas de hoy y la frecuencia deseada es diaria. Fíjate en la última línea del registro: el control ético no es un anexo sino un paso que la propia skill ejecuta, y cuyo resultado también puede ser que no.

FIG.01: Del producto al Hook Loop[#-----] hoja 1/6
~/producto · claude + ai-hook-model-bouwer
tú > registro de horas para autónomos, quiero que registren sus horas cada día
context.txtcuatro campos de la checklist Producto: app de registro de horas para autónomos. Usuario: autónomo que cierra su jornada al final del día. Comportamiento clave: registrar las horas de hoy. Frecuencia deseada: diaria. Momento de abandono actual: [RELLENAR], no tengo ese dato.
claude · construyendo el hook loop según los siete pasos...
[1/7]contexto · el comportamiento clave es una acción, la frecuencia es un número: diaria. Sin frecuencia no hay hábito, así que este campo es obligatorio
[2/7]trigger · señales externas y emociones internas puestas una junto a otra, se marca la palanca más fuerte: las 17:30 vinculadas a la inquietud de no saber en qué se fue el día
[3/7]action · fórmula de Fogg rellenada: la motivación ya está, el problema es la ability. Tres simplificaciones que caben en un sprint
[4/7]variable reward · un tipo principal elegido, Self, con tres concreciones y qué varía en cada una
[5/7]investment · etiquetas, tarifas y relaciones con clientes: sube el switching cost y carga el trigger de mañana
[6/7]síntesis · el bucle en cinco líneas más tres experimentos para dos semanas, cada uno con el resultado que lo refutaría
[7/7]control ético · Manipulation Matrix respondida, resultado facilitador, con el patrón de uso que precisamente no quieres ver incluido
hook-loop.mdresumido, el ejemplo completo está en la skill Trigger: mensaje a las 17:30 preguntando qué has hecho hoy, en el momento en que el trabajo se detiene pero el día todavía está fresco, vinculado a la inquietud de no saber en qué se fue el día. Action: un swipe por bloque con reconocimiento automático del proyecto, el cliente anterior propuesto por defecto, y se rellena desde el propio mensaje sin abrir la app. Variable reward: tipo Self. Una racha que sube de forma visible y un resumen semanal que de vez en cuando muestra algo sorprendente, como la hora más rentable de la semana. Lo que varía es el contenido, no el hecho de que llegue. Investment: etiquetas de proyecto, tarifas y relaciones con clientes. Eso mejora el reconocimiento de mañana y deja la factura de fin de mes casi sin trabajo. Control ético: quien lo crea es autónomo y usa el producto, y el usuario gana demostrablemente más porque se pierden menos horas. Facilitador. Lo que no quieres ver: usuarios a los que todavía se empuja tarde por la noche, o rachas que generan culpa durante unas vacaciones. Por eso, incorpora un modo de pausa.
[#######] 7/7 listo · la cifra de abandono se quedó en [RELLENAR]: la skill no mide nada por su cuenta
7H.01 · pasos en la lógica del hook
4H.02 · fases en el bucle
7H.03 · cosas que la skill rechaza
0H.04 · euros, licencia MIT, sin cuenta
H.01 a H.04 · características del archivo de la skill, no resultados ni cifras de uso.
$ cat 01-wat-de-skill-is.md
DOC.01

Qué es el Constructor del Modelo Hook con IA

El Constructor del Modelo Hook con IA es una skill gratuita de nuestra propia biblioteca, una de las cien que regalamos ahí sin cuenta y sin nada a cambio. Una skill es un archivo de instrucciones, SKILL.md, que le da a un asistente de IA un método fijo para una tarea. Ni software que instalas, ni suscripción, ni conexión con tus analíticas: un único archivo de texto de 1.912 palabras que le explica a Claude cómo rellena el Hook Model, qué información necesita para ello, en qué orden recorre las fases y qué no puede inventar bajo ningún concepto. Qué es exactamente una skill y por qué un simple archivo de texto dirige tanto el comportamiento de una IA lo explicamos en qué son las Claude skills NL.

El problema que resuelve la skill es el más conocido de cualquier producto digital: la gente lo prueba una vez y no vuelve. Tu adquisición funciona, tu onboarding es correcto, y al cabo de una semana tu producto está olvidado. Ese problema no se resuelve con marketing. Quien quiere que los usuarios vuelvan tiene que diseñar algo que se ponga en marcha de nuevo por sí solo, sin que tú le lances una campaña nueva cada vez.

Nir Eyal describió un modelo para esto en 2014 en Hooked: cuatro fases que se suceden en un bucle, trigger, action, variable reward e investment, en el que cada vuelta por el bucle hace más probable la siguiente. Lo que obtienes aquí no es esa explicación general, para eso ya está el libro. Rellena el modelo para este producto concreto, este público y este comportamiento clave.

Está escrita para product managers, founders, diseñadores y marketeros que trabajan en retención, onboarding o activación. No necesitas un producto existente: con una idea, un público y un comportamiento clave ya puedes recorrer las fases. Lo que sí necesitas es una única acción que quieres ver con más frecuencia, no una colección. El comportamiento clave es singular, y ese es el primer punto en el que la skill te corrige.

Y luego está la parte que distingue esta skill de la mayoría de los consejos de retención que encuentras en internet: el control ético es un paso obligatorio, no una nota a pie de página. Se comprueba con la propia Manipulation Matrix de Eyal, y el resultado es explícito. Si se trata de algo que causa daño con el uso intensivo, como el juego o el crédito por impulso, entonces no construye ningún loop. Esta skill pertenece a nuestro servicio de IA y automatización y está junto al resto de la biblioteca de skills NL.

$ cat 02-waarom-ze-niet-terugkomen.md
DOC.02

Por qué los usuarios desaparecen tras la primera semana

Un producto que se olvida no suele tener un único problema sino un eslabón roto. Por eso las cuatro fases del Hook Model también se leen como una lista de diagnóstico: donde tu bucle se rompe, desaparece tu usuario.

El trigger llega en el momento equivocado o no está enganchado a nada. Una notificación solo es un trigger si conecta con una emoción que realmente está activa en ese momento. Aburrimiento, inquietud, duda, el miedo a olvidar algo, culpa por trabajo aplazado. Si no conecta con nada, es ruido, y el ruido se desactiva en menos de una semana. Por eso la skill no solo entrega triggers sino que marca la palanca más fuerte: esa única señal externa y esa única emoción interna que mejor encajan entre sí.

El umbral es demasiado alto para la motivación que hay. De las cuatro, este es el punto que más se subestima, y está desarrollado en la FIG.03. Según BJ Fogg, el comportamiento solo surge cuando la motivación, la ability y un prompt coinciden en el mismo momento. Si falta uno, no pasa nada. Y como la motivación es cara de construir, bajar el umbral es casi siempre la intervención más barata. Rellenar siete campos no es un problema de motivación.

La recompensa no varía. Una recompensa previsible se acaba ignorando, ese es el punto de Skinner y sus programas de refuerzo variable. Si tu usuario recibe siempre exactamente el mismo mensaje, deja de ser una recompensa y pasa a ser un aviso. De ahí la exigencia de indicar, por cada concreción, qué varía y qué no. Si no varía nada, no es una variable reward.

El usuario no pone nada en ello. Sin inversión, tu producto sigue siendo intercambiable. Lo que el usuario pone en datos, preferencias, contenido, contactos, estructura o tiempo sube el switching cost, pero más importante todavía: hace el producto mejor para ese usuario. Y carga el siguiente trigger. Una inversión que no carga un siguiente trigger no cierra el bucle, y entonces no tienes un bucle sino una línea recta con un final.

En forma de diff: los patrones que la skill rechaza, junto a lo que pone en su lugar. Esto no es una preferencia de estilo, es una regla estricta en el archivo.

~/skills/ai-hook-model-bouwer/02-de-lus[ok]
Sección 02 · El bucle

Cuatro fases, y vuelta a empezar

reg. H.002

Las cuatro fases del Hook Model, en el orden en que la skill las recorre. El contenido de cada fase viene del ejemplo del SKILL.md. Mira el recuadro de la derecha: ese es el punto central de todo el modelo. La inversión carga el trigger de mañana, y por eso el bucle es un bucle y no un embudo.

FIG.02: El hook loop, vuelta tras vuelta[##----] hoja 2/6
FASE 01 Trigger De tres a cinco señales externas con momento y canal, y de tres a cinco emociones internas con la situación en la que surgen. Después se marca la palanca más fuerte. 17:30, el trabajo se detiene pero el día todavía está fresco
FASE 02 Action El comportamiento clave con la menor fricción posible. La fórmula de Fogg rellenada, los puntos de fricción identificados, y tres simplificaciones que caben en un sprint y no en un trimestre. un swipe en lugar de siete campos
FASE 03 Variable reward Un tipo principal: Tribe (validación social), Hunt (encontrar o perseguir algo) o Self (competencia y progreso). Tres concreciones, y qué varía en cada una. un insight que cambia, no un mensaje fijo
FASE 04 Investment Lo que el usuario pone en ello: datos, preferencias, contenido, contactos, estructura, tiempo. Eso sube el switching cost y hace el producto mejor para este usuario. etiquetas y tarifas hacen el reconocimiento más inteligente
LA INVERSIÓN CARGA EL SIGUIENTE TRIGGER
cada vuelta por el bucle hace más probable la siguiente · si la inversión no conecta con un nuevo trigger, el bucle no se cierra
$ less ai-hook-model-bouwer/SKILL.md # 1.912 palabras de instrucción
DOC.03

Lo que realmente hay en el SKILL.md

Una skill es tan buena como sus instrucciones, así que aquí simplemente las describimos. El archivo se abre con un frontmatter que indica cuándo debe activarse Claude con la skill. No solo con los términos obvios como hook model, Hooked, Nir Eyal y formación de hábitos, sino también con los lamentos que los rodean: por qué no vuelven los usuarios, por qué la gente usa mi app una sola vez, cómo consigo uso diario, cuál es mi comportamiento clave. En ese mismo frontmatter también consta para qué no sirve: preguntas de pura adquisición y publicidad, porque ahí se trata de la primera visita y no del retorno, y productos que causan daño con el uso intensivo.

Después sigue un capítulo de teoría que nombra explícitamente cuatro fuentes y las vincula a una fase. El propio Hook Model de Eyal, el Fogg Behavior Model en la fase de action, Skinner en la variable reward, y el efecto IKEA más la reducción de la disonancia cognitiva en la investment. El control ético también viene de Eyal, a través de la Manipulation Matrix. Eso no es adorno: como la fundamentación está en el archivo, Claude puede explicar, en cada elección, por qué se toma esa decisión y no solo qué hay que hacer.

El núcleo es un método fijo de siete pasos, con la instrucción de recorrerlos en este orden, no saltarse nada y no rellenar nada que el usuario no haya dado. El paso 1 es la fase de contexto: producto, público, comportamiento clave y frecuencia. El comportamiento clave es una única acción y no una colección, y la frecuencia es un número. Sin frecuencia no puedes diseñar un hábito, porque un hábito exige repetición en un plazo corto.

El paso 2 es la fase de trigger, con de tres a cinco triggers externos y de tres a cinco internos y la marca de la palanca más fuerte. El paso 3 es la fase de action con la fórmula de Fogg y tres simplificaciones. El paso 4 es la variable reward, con la exigencia explícita de elegir un tipo principal y justificar esa elección. El paso 5 es la fase de investment, donde el archivo pone un acento sutil: describe cómo la inversión sube el switching cost y, más importante, cómo hace el producto mejor para este usuario.

El paso 6 es la síntesis: el loop completo en cinco líneas, más tres experimentos que puedes ejecutar en dos semanas. Por cada experimento debe constar qué cambias, qué medición observas y qué resultado refutaría el experimento. Esto último es una exigencia de falsación, y se ve pocas veces en este tipo de consejos. El paso 7 es el control ético, desarrollado en la FIG.04.

Junto a los siete pasos, el archivo contiene una checklist de entrada de ocho puntos, con la instrucción de preguntar solo por lo que falta, y la regla de que una cifra que falte sobre el uso actual se anota como [RELLENAR] y no se mide por su cuenta. El formato de salida tiene ocho partes y termina con el control ético con un resultado explícito. Después siguen el ejemplo resumido de la FIG.01, siete cosas que la skill nunca hace, cinco límites honestos del framework, y una lista de fuentes de siete títulos.

Si quieres escribir tú mismo un archivo así, o adaptar este ejemplar a tu propio producto, esa es precisamente la idea: está bajo licencia MIT. En escribir un SKILL.md NL se explica cómo se construye un archivo así, desde el frontmatter hasta el bloque de rechazos.

~/skills/ai-hook-model-bouwer/03-fogg[ok]
Sección 03 · La fase de action

B = M x A x P, como cálculo

reg. H.003

La fórmula de BJ Fogg es una multiplicación, y por eso es tan estricta: si en algún punto hay un cero, el resultado es cero. La fase de action del ejemplo, calculada antes y después de las tres simplificaciones. Los valores son etiquetas de la propia skill, no puntuaciones medidas.

FIG.03: fogg.calc · dónde se rompe el comportamiento[###---] hoja 3/6
fogg.calcB = M x A x P · Fogg, Persuasive 2009
$ fogg --comportamiento "registrar las horas de hoy" # antes de las simplificaciones
M · motivationalta las horas no registradas son pérdida directa, esa motivación ya está ahí
A · abilitybaja rellenar siete campos, abrir la app, buscar el proyecto, elegir tarifa
P · promptpresente mensaje a las 17:30, vinculado a la inquietud sobre en qué se fue el día
B = alta x baja x presente = sin comportamiento # construir motivación es caro y aquí no funciona: ya está alta. El umbral es el mando en el que hay que actuar
SIMPLIFICACIÓN 01Un swipe por bloque, con reconocimiento automático del proyecto en lugar de buscarlo a mano.
SIMPLIFICACIÓN 02Proponer el cliente anterior por defecto, de modo que la opción más probable ya esté lista.
SIMPLIFICACIÓN 03Rellenarlo desde el propio mensaje, sin tener que abrir la app.
B = alta x alta x presente = comportamiento # la skill elige a propósito simplificaciones que caben en un sprint, no en un trimestre
# si falta uno de los tres, no pasa nada. Eso no es una balanza sino una multiplicación
$ cat 04-bronnen-en-theorie.md # Eyal, Fogg, Skinner, Ariely, Wood y Neal
DOC.04

La teoría sobre la que se apoya la skill

El SKILL.md se cierra con siete fuentes, con nombre y año, y las vincula a la fase a la que pertenecen. Es algo deliberado: así puedes consultarlas y decidir tú mismo si estás de acuerdo.

Nir Eyal sentó el modelo. Hooked, escrito con Ryan Hoover y publicado en 2014, describe las cuatro fases y la manera en que se refuerzan entre sí. Eyal escribió también Indistractable en 2019, y ese libro no está en la lista por casualidad: describe el lado contrario, cómo los usuarios se blindan precisamente contra los loops. Quien lee los dos, diseña con más cuidado.

La fase de action viene de BJ Fogg. Su Behavior Model, presentado en la conferencia Persuasive de 2009, dice que el comportamiento surge cuando la motivación, la ability y un prompt coinciden: B = M x A x P. Fogg escribió también Tiny Habits en 2019, y ese libro está en la lista por vincular comportamiento nuevo a rutinas existentes. Eso explica por qué la checklist de entrada pregunta explícitamente si existe una rutina a la que el comportamiento se pueda enganchar.

La variable reward viene de B.F. Skinner. Su trabajo sobre programas de refuerzo de los años cincuenta, recogido en Schedules of Reinforcement de 1957, mostró que una recompensa que varía en tamaño o tipo mantiene la atención más tiempo que una previsible. Esta es la parte mejor investigada de todo el modelo, y el propio archivo dice algo honesto al respecto que pocas veces se lee: el refuerzo variable está bien investigado, pero las cuatro fases en conjunto son un modelo de ordenación y no una ley medida.

La investment se apoya en Norton, Mochon y Ariely. Su artículo de 2011 sobre el efecto IKEA mostró que la gente valora más lo que ha construido con sus propias manos. Junto con la reducción de la disonancia cognitiva, eso explica por qué funciona la fase de investment: lo que pusiste en ello no lo quieres tirar. Precisamente ahí está también el límite ético, porque ese efecto se puede usar para mejorar algo, o para atrapar a alguien.

El contexto viene de Wood y Neal. Su artículo de 2007 en Psychological Review describe la formación de hábitos como comportamiento guiado por el contexto: es el entorno el que pone en marcha la acción, no una decisión consciente. Por eso la skill pregunta, para cada trigger externo, el momento exacto y el canal. Un trigger sin contexto es una idea, no un trigger.

Quien quiera aplicar esta forma de pensar más allá de un producto puede poner al lado la skill Atomic Habits Coach para hábitos en personas en lugar de en productos, o la skill Coach del Modelo de Fogg con IA para la fórmula de la FIG.03 al margen del Hook Model. Y para el lado de la persuasión del mismo asunto está la habilidad de Persuasión de Cialdini.

~/skills/ai-hook-model-bouwer/04-ethiek[ok]
Sección 04 · El control ético

Dos preguntas, un resultado honesto

reg. H.004

El paso 7 no es un párrafo de cierre sino una prueba con dos ejes, y esa viene del propio Eyal. Las dos preguntas reciben una respuesta explícita. Solo cuando ambas respuestas son sí eres, según el archivo, un facilitador. Con un no en el segundo eje estás construyendo algo de lo que el usuario se arrepentirá más adelante, y entonces la skill lo dice y se detiene.

FIG.04: La Manipulation Matrix como punto de decisión[####--] hoja 4/6

# eje 1: ¿usas tú mismo el producto? · eje 2: ¿mejora de forma medible la vida del usuario?

EJE 2: SÍ · MEJORA MEDIBLE
EJE 2: NO · NO DEMOSTRABLE
EJE 1: SÍ
lo usas tú mismo
FACILITADOR · CONSTRUIR El único resultado con el que la skill continúa. En el ejemplo: quien lo crea es autónomo y usa el producto, y el usuario gana demostrablemente más porque se pierden menos horas. Ambos ejes en sí, así que el loop se puede construir.
NO EN EL EJE 2 · STOP Lo usas tú mismo, pero no mejora de forma medible la vida del usuario. Entonces, según el archivo, estás construyendo algo de lo que el usuario se arrepentirá más adelante. Que tú lo uses no lo hace correcto.
EJE 1: NO
no lo usas tú mismo
NO EN EL EJE 1 · DUDA Ayudaría al usuario, pero tú no estás en ello. Entonces estás diseñando para alguien que no eres tú. Aquí la skill pregunta explícitamente, porque sin usarlo tú mismo no tienes ningún punto de referencia para saber qué va demasiado lejos.
NO EN AMBOS · STOP No lo usas y no ayuda demostrablemente a nadie. Si el resultado honesto es que el producto no sirve al usuario, la skill lo dice y se detiene. Así consta literalmente en el paso 7.

para cada resultado, el archivo también nombra qué patrón de uso precisamente no quieres ver y qué señal indica que el loop se está pasando de la raya · en el ejemplo: usuarios a los que todavía se empuja tarde por la noche, y rachas que generan culpa durante unas vacaciones

$ unzip ai-hook-model-bouwer-skill-voor-claude.zip -d ~/.claude/skills/
DOC.05

Instalar en Claude Code, Claude.ai o Codex

El zip pesa 5,4 KB y contiene una carpeta, ai-hook-model-bouwer, con el SKILL.md dentro. Instalarlo es cuestión de poner el archivo en el lugar correcto, y ese lugar varía según el entorno. SKILL.md es un estándar abierto desde diciembre de 2025, por lo que la misma skill también funciona en Codex, Cursor y Gemini CLI. Así que no descargas un archivo de Claude sino una instrucción de trabajo que puede leer cualquier asistente de IA moderno.

CLAUDE CODE
  1. Extrae el zip en ~/.claude/skills/ (o .claude/skills/ dentro de tu proyecto).
  2. Claude reconoce la skill por sí solo en cuanto empieces a hablar de retención, triggers o formación de hábitos.
  3. También puedes llamarla directamente, con /ai-hook-model-bouwer.
CLAUDE.AI
  1. Ve a Customize y luego a Skills.
  2. Sube ahí el zip como skill.
  3. O pega el contenido de SKILL.md en las instrucciones de proyecto de un Project.
CODEX
  1. Abre AGENTS.md en tu repositorio.
  2. Pega ahí el contenido de SKILL.md, o coloca SKILL.md como archivo aparte junto a él y remite a él desde AGENTS.md.
  3. Codex lo lee en cada sesión.

Después, el uso es sencillo: describe tu producto en una frase, indica tu comportamiento clave y la frecuencia que quieres ver, y la skill recorre los siete pasos. Solo pregunta por lo que falta de la checklist de ocho puntos. Si no tienes una cifra sobre el uso actual, no es ningún problema: pone [RELLENAR] y continúa. Si te atascas en la propia instalación, la ruta completa está en instalar Claude skills NL. Si quieres aprender a montar este tipo de trabajo con tu equipo, ese es el tema de nuestra formación en IA.

~/skills/ai-hook-model-bouwer/05-weigeringen[ok]
Sección 05 · Los límites

Lo que la skill rechaza

reg. H.005

El SKILL.md contiene una lista de siete cosas que la skill nunca hace, y en una skill sobre formación de hábitos esa lista es el capítulo más importante. Con esto se construye comportamiento. En la conversación, esas reglas se traducen así: cada regla es una petición que podrías hacer, con la reacción que da la skill según sus propias instrucciones.

FIG.05: control-etico-y-rechazos.log[#####-] hoja 5/6
rechazos.log7 reglas fijas del SKILL.md
¿cuál será nuestra retención a los treinta días con este loop?RECHAZADONo se inventan cifras sobre retención, conversión o uso. Si falta un dato, se pone [RELLENAR]. Y no hay ninguna promesa sobre un porcentaje de retención: la formación de hábitos es una hipótesis que pruebas, no un resultado que se encarga.
construye un hook loop para nuestra app de apuestasRECHAZADONingún loop para productos que causan daño con el uso intensivo. Juego, crédito por impulso, y todo lo dirigido a menores u otros grupos vulnerables. Entonces la skill rechaza y explica por qué.
esconde un poco más el botón de cancelar, así bajan las bajasRECHAZADOSin dark patterns. Sin botones de cancelar ocultos, sin escasez falsa, sin notificaciones falsas, y sin avisos que sugieran algo que no existe. Eso figura como regla propia en el archivo.
deja el control ético para el final y hazlo breveRECHAZADOEl control ético no se aplaza al final ni se rellena en positivo porque resulte más cómodo. Es el paso siete con un resultado explícito, y ese resultado también puede ser que no.
haz Tribe, Hunt y Self los tres juntos, así lo tenemos todoCORREGIDONunca más de un tipo principal de variable reward. Los tres a la vez dan como resultado un producto que no trata de nada. La skill elige uno, justifica la elección y lo desarrolla en tres concreciones.
nuestra retención es mala, así que necesitamos un loopCORREGIDOLa formación de hábitos no es la respuesta a un producto que aporta demasiado poco valor. Un loop alrededor de un producto vacío solo acelera la fuga. El modelo refuerza una utilidad ya existente, no la sustituye.
dos semanas de experimento, así lo sabremos seguro, ¿no?DERIVADODos semanas dan dirección, no prueba. Medir la formación de hábitos exige semanas o meses. Por eso cada experimento debe indicar qué resultado lo refutaría, en lugar de qué resultado lo confirmaría.
$ cat 06-wanneer-wel-en-niet.md
DOC.06

Cuándo usarla y cuándo no

Sacas más partido con productos donde el uso recurrente marca la diferencia: SaaS, apps, servicios con un punto de contacto digital, y todo aquello donde el valor sube cuanto más se usa. Funciona igual de bien para un producto existente con un problema de retención que para una idea que todavía no se ha construido, porque las fases te obligan en ambos casos a las mismas decisiones. Y es especialmente útil en el onboarding, porque ahí se hace la primera vuelta por el bucle.

También hay situaciones en las que es mejor dejarla de lado, y el propio archivo las nombra. Para preguntas de pura adquisición y publicidad este es el modelo equivocado: ahí se trata de la primera visita, y el Hook Model trata del retorno. Y con productos que causan daño con el uso intensivo, se niega a funcionar.

Después están los límites honestos del propio framework, porque están todos en el archivo. El modelo describe comportamiento que se repite a menudo, en un ciclo corto. Para productos que usas dos veces al año, como la declaración de la renta o una hipoteca, no es el modelo adecuado. Ahí el ciclo es demasiado largo para formar un hábito, por bueno que sea tu trigger.

La base es en parte observación práctica y en parte investigación de laboratorio. El refuerzo variable está bien investigado, pero las cuatro fases en conjunto son un modelo de ordenación y no una ley medida. Es una buena forma de estructurar la conversación, no una ley natural a la que puedas apelar.

Un hábito solo surge si el producto ya aporta valor por sí mismo. Este es el límite que más se salta y el más caro de ignorar. El modelo refuerza una utilidad ya existente, no la sustituye. Si dudas de que exista esa utilidad de base, el trabajo empieza en otro sitio: comprobando la propia suposición, por ejemplo con la skill Mom Test Coach NL para tus conversaciones con clientes.

Medir exige semanas o meses. Un experimento de dos semanas da dirección, no prueba. Y lo que en un país o segmento se lee como un recordatorio amable, en otro se siente invasivo. Prueba los triggers con usuarios reales antes de lanzarlos: es tentador dar por cerrada una estrategia de notificaciones sobre el papel, pero es la forma más barata de perder a un usuario.

~/skills/ai-hook-model-bouwer/06-upgrade-pad[ok]
Sección 06 · De la skill al empleado

Manejarla tú mismo o que la manejen por ti

reg. H.006

Esta skill es la versión gratuita y de hazlo-tú-mismo de un trabajo que también ofrecemos como servicio. No se queda nada por el camino y no hay ninguna trampa, pero conviene tener claro qué es una skill: le enseña a tu IA cómo hacer algo, mientras que cada sesión nueva empieza vacía. No es el motor, y tampoco es la memoria. Tú preguntas, tú aportas cada vez de nuevo tu producto, tu comportamiento clave y tus experimentos anteriores, tú controlas. Quien quiera algo distinto tiene dos pasos siguientes: delegar el motor, o resolver la memoria.

$ cat de-skill-a-empleado.mdtres escalones, el mismo trabajo
ruta-de-escalada.shgratis · empleado · cerebro
ESCALÓN 1 · GRATIS
donde estás ahora
La skill: tú eres el motor Manejas el Constructor del Modelo Hook tú mismo en Claude, Codex o Cursor. No cuesta nada, funciona hoy mismo, y lo mantienes por completo bajo tu control: sin periodo de prueba, sin partes bloqueadas. El límite es tu propio tiempo: solo ocurre cuando tú lo pides. $ claude --skill ai-hook-model-bouwer · 0 euros · tú preguntas, tú controlas
ESCALÓN 2 · SERVICIO
que te lo preparen
El empleado de IA: está listo sin que tú preguntes Exactamente este trabajo, pero como servicio: un empleado de IA prepara el trabajo recurrente sin que tengas que sentarte tú delante de Claude para ello. El control sigue siendo tuyo, porque la salida sigue siendo un borrador hasta que una persona da su aprobación. Esto lo ofrecemos a través de Mansotti, la empresa de la que TheSEO es el nombre comercial, que construye el Empleado de Ofertas, el Empleado de Ventas y el Empleado de Informes. Para experimentos y loops, el Empleado de Informes es el vecino más obvio, porque entrega los informes semanales y mensuales en los que ves si algo cambió. Lee qué es y qué hace un empleado de IA NL. desde 950 euros al mes · una persona da su aprobación, siempre
ESCALÓN 3 · CEREBRO
todo desde una fuente
Jarvis: todas tus IA trabajan desde el mismo conocimiento de empresa La skill le enseña a la IA, el cerebro es donde vive la memoria. ¿Quieres que todas tus IA trabajen desde el mismo conocimiento de empresa? Eso es Jarvis, el cerebro de la organización. Conecta ChatGPT, Claude, Codex y a tu equipo con los mismos proyectos, el conocimiento esencial y las decisiones, de forma que tu próxima sesión de IA no empiece de cero. Jarvis selecciona el contexto, delega el trabajo y guarda solo lo aprobado: el conocimiento de cada cliente queda aislado y cada paso deja un rastro verificable. Esta skill también mejora con eso, porque ya no tienes que repetir en cada sesión qué experimentos ya probaste y qué resultó. Lo que eso aporta en concreto, desde los planes hasta tu primera semana, lo lees en el propio Jarvis. entrada Brain Start: 9 euros al mes con IVA incluido · paga por tu cerebro, no por pregunta de IA
# no es un truco de venta: el escalón 1 sigue siendo gratuito y completo. Los siguientes escalones son para quien quiera delegar este trabajo.
~/skills/ai-hook-model-bouwer/07-jarvis[ok]
Sección 07 · El cerebro

Lo que Jarvis aporta en concreto

reg. H.007

El escalón 3 merece más que un párrafo, porque esta es la diferencia entre un chat inteligente y un sistema sobre el que se puede construir. Jarvis es el cerebro de la organización: recuerda lo que tus IA deben saber, reparte el trabajo y registra lo que ha pasado. Con los experimentos eso se nota enseguida, porque un experimento que olvidas es un experimento que vuelves a hacer.

FIG.06: Lo que una sesión recupera del cerebro[######] hoja 6/6
jarvis · cerebro de la organización● sincronizado
$jarvis recall "hook-loop-app-horas" # ejemplo esquemático
[esencial]comportamiento clave: registrar las horas de hoy · frecuencia deseada: diaria · tipo principal de reward: Self
[esencial]límite ético: sin notificaciones después de las 21:00, la racha tiene un modo de pausa
[tarea]experimento 17:30 frente a 21:00 · en curso, semana 2 de 2 · a la espera de revisión humana
[decisión]variante Tribe descartada: la validación social no encaja con los autónomos, registrado y aprobado
[registro]sesión anterior: claude construyó el loop, la persona bajó la frecuencia de notificaciones, resultado guardado
[ok]contexto cargado · esta sesión no empieza vacía
así recorre cada encargo el cerebro: registradocontexto determinadodelegadoaprobación humanaguardado · el recorrido completo está en jarvis/funcionamiento NL
contexto.conservado Tu próxima sesión no empieza de cero Hoy explicas qué hace tu producto y qué comportamiento buscas, y mañana un chat suelto ya no sabe nada de eso. Con Jarvis, cada sesión empieza con los mismos proyectos, el conocimiento esencial y las decisiones anteriores, como en la FIG.06: primero recall, luego a trabajar.
ia.conectada ChatGPT, Claude y Codex, una sola fuente Cada IA conectada trabaja desde el mismo conocimiento esencial y los mismos acuerdos. Lo que registras y apruebas en una herramienta, lo usa también la otra. No explicas nada tres veces y no aparecen tres verdades distintas en paralelo.
tareas.seguidas Tareas planificadas, seguidas, marcadas como listas Un encargo se registra con objetivo y fecha límite, lo recoge el agente adecuado y se marca como listo con el resultado incluido. En un experimento de dos semanas eso significa: ves cuándo empezó, qué se midió y cuándo llega el resultado.
todo.registrado Todo registrado y consultable Cada paso deja un rastro verificable: quién pidió qué, qué fuentes se usaron, qué agente trabajó en ello y quién dio su aprobación. En las decisiones éticas sobre triggers, esa es la diferencia entre un acuerdo y el recuerdo de un acuerdo.
persona.aprueba Nada sale sin aprobación La IA prepara, una persona decide. La salida sigue siendo un borrador hasta que alguien la aprueba, y solo el conocimiento aprobado vuelve al cerebro. Ese límite se aplica en todo el sistema, también para el trabajo que un agente ha preparado por completo por su cuenta.
cerebro.aislado Cerebro de cliente aislado Si trabajas para varios clientes o productos, el conocimiento de cada uno queda estrictamente separado. Lo que aprendes para uno no se filtra al trabajo del otro.
# LA PRUEBA HONESTA · NO ES UNA DEMO

Nosotros mismos llevamos meses trabajando con este sistema. Cada sesión de agente, cada tarea y cada decisión queda registrada y se puede volver a leer. Una sesión nueva, por tanto, no empieza en blanco: primero recupera las decisiones registradas, los proyectos en marcha y los últimos cambios, y continúa donde paró la anterior. Así que no describimos una promesa, sino la forma de trabajar en la que nosotros mismos trabajamos cada día.

$ cat precios.mdpaga por tu cerebro, no por pregunta de IA
Brain Start 9 € /mes con IVA incluido 1 cerebro de organización · 1 usuario · 1 empleado de IA
Brain Solo 29 € /mes con IVA incluido 1 cerebro de organización · 1 usuario · 3 empleados de IA
Brain Team 99 € /mes con IVA incluido 1 cerebro de organización · 5 usuarios · 10 empleados de IA
Brain Business 249 € /mes con IVA incluido 3 cerebros de organización · 20 usuarios · 50 empleados de IA

Consulta los cuatro planes en jarvis/precios NL. A través de la lista de espera NL solo indicas, sin compromiso, tu plan preferido. Eso todavía no crea ninguna cuenta, pedido ni obligación de pago. El trabajo a medida para empresas lo hablamos primero por separado.

~/skills/ai-hook-model-bouwer/08-groeiketen[ok]
Sección 08 · La cadena de crecimiento

Las skills alrededor

reg. H.008

Un hook loop nunca está solo: debajo hay un producto, al lado una medición y detrás una decisión sobre qué construyes primero. Estas skills de la misma biblioteca cubren cada una una parte distinta de esa cadena.

$ claude --interactief # siete preguntas, siete respuestas
DOC.07 · FAQ

Preguntas frecuentes

¿Cuánto cuesta la skill Constructor del Modelo Hook con IA?

Nada. La skill es gratuita, se rige por la licencia MIT y no tienes que crear ninguna cuenta ni dejar tu correo electrónico. Descargas un zip de 5,4 KB con una carpeta y un único archivo, SKILL.md de 1.912 palabras, y eso es la skill completa. No hay versión de pago ni llega después ningún correo de ventas.

¿Funciona esta skill también en Codex, Cursor o Gemini CLI?

Sí. SKILL.md es un estándar abierto desde diciembre de 2025, por lo que el mismo archivo funciona también en Codex, Cursor, Gemini CLI y otras herramientas que sigan el estándar. En Codex extraes el zip en .agents/skills/ dentro de tu proyecto, o en ~/.agents/skills/ para todos tus proyectos; Codex admite SKILL.md directamente desde el estándar abierto de diciembre de 2025. Pegar el contenido de SKILL.md en tu AGENTS.md también sigue funcionando. Las instrucciones son simplemente texto legible, así que cualquier asistente de IA que acepte archivos de instrucciones puede usarlas.

¿Inventa la skill cifras de retención si no las aporto yo?

No, y eso es una regla estricta del archivo. En cada punto donde debería ir una cifra sobre retención, conversión o uso que tú no hayas aportado, la skill lo marca como RELLENAR. Tampoco mide nada por su cuenta. Y en ningún sitio promete que un loop lleve a un porcentaje de retención concreto: la formación de hábitos es una hipótesis que pruebas, no un resultado que se encarga.

¿Rechaza la skill determinados productos?

Sí. Para productos que causan daño con el uso intensivo no construye ningún loop: juego, crédito por impulso, y todo lo dirigido a menores u otros grupos vulnerables. Entonces rechaza y explica por qué. Tampoco aconseja dark patterns, así que nada de botones de cancelar ocultos, escasez falsa ni notificaciones que sugieran algo que no existe.

¿Qué es la Manipulation Matrix y por qué está ahí?

La Manipulation Matrix es la prueba ética del propio Nir Eyal, con dos ejes: si usas tú mismo el producto, y si la vida del usuario mejora de forma medible gracias a él. Solo cuando ambas respuestas son sí eres, según Eyal, un facilitador. Con un no en el segundo eje estás construyendo algo de lo que el usuario se arrepentirá más adelante. La skill fija ese control como paso siete obligatorio y no puede aplazarlo al final ni rellenarlo en positivo porque resulte más cómodo.

¿Qué necesita la skill de mí para poder funcionar?

En la checklist hay ocho cosas: qué hace el producto en una frase, quién es el usuario y en qué situación está durante el uso, el comportamiento clave, la frecuencia deseada, dónde abandonan ahora los usuarios y después de cuántas veces, qué canales hay disponibles para triggers, qué datos recoge ya el producto y puede usar, y si existe una rutina a la que el comportamiento se pueda enganchar. Solo pregunta por lo que falta.

¿Para qué productos no sirve el Hook Model?

Para productos que usas dos veces al año, como la declaración de la renta o una hipoteca. El modelo describe comportamiento que se repite a menudo, en un ciclo corto, y sin repetición en un plazo breve no surge ningún hábito. El archivo también nombra un segundo límite que se olvida más a menudo: un hábito solo surge si el producto ya aporta valor por sí mismo. Un loop alrededor de un producto vacío solo acelera la fuga.

$ cat 08-en-nu.md
DOC.08

Que te encuentren primero, que vuelvan después

Un buen bucle hace que la gente vuelva, pero antes tiene que entrar alguien. Si el flujo de entrada se queda corto, el trabajo real está antes de esta página: que te encuentren las personas que te buscan, en Google y en las respuestas de IA. El análisis SEO gratuito muestra en unos segundos dónde está tu web. Y si quieres seguir hablando de lo que la IA puede hacer además por tu empresa, desde skills sueltas hasta automatización completa, lo hacemos sin más en una conversación.

Sección 09 · Siguiente pasodisponibles 24/7
Reserva una llamada NL
$ whoami
Gianluca, fundador
Escrito por GianlucaFundador. Construye desde 2017 visibilidad para empresas neerlandesas, en Google y en las respuestas de IA. Más sobre el instituto.