A bordoMapa de misión
Ya lo sabés desde Track 1: el modelo predice tokens; no "sabe" nada. Un efecto colateral que te muerde en multi-turn: el modelo puede contradecir casualmente lo que dijo dos turnos atrás y no darse cuenta.
En cada turno, el modelo está prediciendo la continuación más probable dada la conversación hasta ese punto. Si el turno 2 dijo "4.2 toneladas" y el turno 4 dice "4.7 toneladas", no hay chequeo interno que marque el conflicto. Generó cada uno aislado.
Si no estás mirando, el modelo se desvía silenciosamente. Las dos afirmaciones contradictorias suenan igual de seguras. Las dos parecen respuestas. Una está mal.
Echo va a deslizar una contradicción en el brief. en la masa, en la cubierta, o en la clase de prioridad. Una contradicción. Necesitás:
Ella no te va a ayudar. Pushback vago ("¿estás segura?") la hace repetirse, no corregirse. Pushback específico ("dijiste 4.2 toneladas, ahora 4.7. ¿cuál?") fuerza el compromiso.
En trabajo real con IA, este modo de falla causa incidentes reales. Un bot de atención al cliente cita una política de reembolso en un turno y la contradice en otro; el usuario screenshotea las dos. Un asistente de código afirma que una función devuelve un Promise, después escribe la siguiente línea como si devolviera un valor. El fix es la misma skill que estás entrenando ahora: leé cada turno contra los anteriores, y forzá al modelo a reconciliar cuando divergen.
Tip: mantené una cuenta mental de cualquier número o etiqueta que Echo te dé. En el momento que un valor se mueve, esa es tu señal.