pipeline-judge-dual

Pipeline — FASE 9: Judge Dual-LLM

Dos LLMs evalúan el plan desde perspectivas complementarias. Planitor sintetiza ambas evaluaciones y produce un informe de calidad unificado con validación fiscal, scoring de completitud y feedback documentado.

Cuándo se ejecuta

Después de FASE 8 (Investor Pack). Cuando plan-final.md e investor-evidence-pack.md están generados.

Input

Fuente	Ruta
Plan final	projects/{proyecto}/plan-final.md
Todos los artefactos	projects/{proyecto}/v{n}/
Research web	projects/{proyecto}/research-web.json
Research benchmarks	projects/{proyecto}/research-benchmarks.json

Output

Producto	Ruta
Evaluación Juez A	projects/{proyecto}/v{n}/judge/JUDGE-A.json
Evaluación Juez B	projects/{proyecto}/v{n}/judge/JUDGE-B.json
Informe final sintetizado	projects/{proyecto}/v{n}/JUDGE-REPORT.json
Feedback para re-run	projects/{proyecto}/v{n}/judge/FEEDBACK-FOR-RERUN.json

Los Dos Jueces

Agente	Modelo	Enfoque
modelo-a	modelo-principal	Analítico-riguroso — fact-check numérico, coherencia interna, verificación de cálculos, consistencia de datos entre secciones, validación contra artefactos fuente
modelo-b	modelo-secundario	Estratégico-creativo — viabilidad del modelo, diferenciación real, fuerza de la propuesta, calidad narrativa, persuasión del documento, honestidad estratégica

Ventaja dual-LLM: Un modelo detecta errores y inconsistencias mecánicas; el otro evalúa si el plan realmente convencería a un inversor/banco. La síntesis produce una evaluación completa y equilibrada.

Paso 1: Launch Paralelo

ejecutar como sub-tarea(id=modelo-a, task:
  "Lee skills/pipeline-judge-dual/SKILL.md para entender el formato.
   Lee plan-final.md en projects/{proyecto}/.
   Lee TODOS los artefactos en projects/{proyecto}/v{n}/.
   Lee research-web.json y research-benchmarks.json en projects/{proyecto}/.
   
   Tu ENFOQUE: analítico-riguroso.
   
   Ejecuta fact-check exhaustivo:
   1. NÚMEROS: ¿Coinciden break-even, márgenes, cash flow entre secciones y artefactos?
   2. COHERENCIA INTERNA: ¿Buyer persona consistente? ¿Pricing igual en todas las secciones?
   3. DATOS vs FUENTES: ¿Los datos del plan coinciden con GROUND-TRUTH y research?
   4. SENSIBILIDAD: ¿3 escenarios presentes? ¿Variable make-or-break identificada?
   5. REDUNDANCIA: ¿Datos repetidos? ¿Secciones duplicadas?
   6. COMPETENCIA: ¿URLs verificadas? ¿Mínimo 3 competidores?
   7. ESTACIONALIDAD: ¿Basada en datos INE? ¿Zona emisora/receptora correcta?
   8. DATOS ANTIGUOS: ¿Hay datos >6 meses sin marcar ⚠️?
   9. UNIT ECONOMICS: ¿LTV/CAC ≥ 3:1 en escenario base? ¿Techo de facturación?
   10. CURVA DE INGRESOS: ¿Realista para el sector? ¿Efecto novedad modelado?
   11. FISCALIDAD — IVA: ¿Se desglosa IVA repercutido (21%) vs IVA soportado? ¿Se contempla IVA soportado en inversiones?
   12. FISCALIDAD — IRPF: ¿Se estima IRPF por tramos sobre beneficios? ¿Se incluyen retenciones?
   13. FISCALIDAD — CUOTA AUTÓNOMOS: ¿Se incluye cuota RETA mensual (~300€/mes mínimo)?
   14. FISCALIDAD — RÉGIMEN FISCAL: ¿Se indica régimen fiscal (módulos vs estimación directa)? ¿Es coherente con el modelo?
   15. FISCALIDAD — DEDUCCIONES: ¿Se identifican deducciones fiscales aplicables (inversión en equipo, I+D, creación empleo)?
   16. COMPLETITUD: ¿El plan tiene TODAS las secciones obligatorias? Verificar checklist:
       - Resumen ejecutivo
       - Análisis de mercado (TAM/SAM/SOM)
       - Competencia con URLs
       - Modelo de negocio (9 bloques Canvas)
       - Plan financiero 3 años
       - Análisis de sensibilidad
       - Plan operativo
       - Riesgos y mitigación
       - Plan de financiación
       - Timeline con hitos
       - Análisis fiscal (IVA, IRPF, cuota autónomos, régimen)
       - Plan regulatorio / marco legal
       - Plan de salida/liquidación
   
   Para cada issue: clasificar como crítico/warning/sugerencia.
   Scores 1-10 por criterio.
   
   Genera un JUDGE-REPORT.json.
   Escríbelo en projects/{proyecto}/v{n}/judge/JUDGE-A.json"
)

ejecutar como sub-tarea(id=modelo-b, task:
  "Lee skills/pipeline-judge-dual/SKILL.md para entender el formato.
   Lee plan-final.md en projects/{proyecto}/.
   Lee TODOS los artefactos en projects/{proyecto}/v{n}/.
   
   Tu ENFOQUE: estratégico-creativo.
   
   Evalúa como un inversor/banco leería el plan:
   1. PROPUESTA DE VALOR: ¿Es realmente diferencial o 'me too'? ¿Convence?
   2. MODELO DE NEGOCIO: ¿Es sostenible y escalable? ¿O es un trabajo disfrazado?
   3. NARRATIVA: ¿El plan engancha? ¿Se lee de tirón? ¿O es aburrido y genérico?
   4. HONESTIDAD: ¿Hay optimismo infundado? ¿Se ocultan riesgos? ¿Edulcoración?
   5. DIFERENCIACIÓN: ¿La ventaja competitiva es defendible? ¿O fácil de copiar?
   6. VIABILIDAD ESTRATÉGICA: ¿El GTM tiene sentido? ¿Los canales son realistas?
   7. PERSUASIÓN: ¿Convince a un inversor escéptico? ¿Y a un banco conservador?
   8. CALIDAD DE CONSULTORÍA: ¿Se aplicaron frameworks de expertos? ¿O solo se nombraron?
   9. PROPÓSITO: ¿Resuelve un problema real? ¿O es una solución buscando problema?
   10. FACTOR X: ¿Tiene algo que lo hace memorable y diferente de otros planes del sector?
   
   Para cada issue: clasificar como crítico/warning/sugerencia.
   Scores 1-10 por criterio.
   
   Genera un JUDGE-REPORT.json.
   Escríbelo en projects/{proyecto}/v{n}/judge/JUDGE-B.json"
)