El modelo se equivoca. Vos lo arreglás.

Hasta acá la herramienta principal fue preguntar mejor. Pero a veces el modelo no te da una respuesta vaga. te da una respuesta incorrecta que parece firme. La capacidad de detectar el error específico y pedir la corrección sin reiniciar la conversación es lo que separa el chat-de-juguete del trabajo real.

El task

Forge te va a explicar el procedimiento para purgar el reciclador de agua. Su primera respuesta va a tener una contradicción interna obvia. dos pasos del procedimiento que no pueden ser ciertos a la vez.

Tu trabajo: detectar la contradicción, citarla específicamente en tu siguiente mensaje, y conseguir que Forge dé la versión coherente.

Lo que NO funciona

• "está mal, explicame de nuevo"
• "no entendí"
• "podés repetir?"

Esas son vaguedades. Forge te va a repetir la misma versión con el mismo error. No es por capricho. es porque no le dijiste qué arreglar.

Lo que sí funciona

• "Decís que apago el sistema antes de abrir la válvula 7, pero también decís que la válvula 7 solo se abre con sistema operativo. ¿Cuál es?"

Esa pregunta nombra ambos pedazos del conflicto y pide la resolución. Forge tiene que reconocer y corregir.

Cómo se evalúa

4 criterios llm-judge:

1. Identificaste la contradicción específicamente (citando ambos pedazos).
2. No te quedaste solo con follow-ups vagos.
3. La conversación termina con Forge dando la versión coherente.
4. Mantuviste tono respetuoso.

Los 4 tienen que pasar. Máximo 5 turnos.

Tip: leé la primera respuesta de Forge DOS veces antes de responder. Si la lees rápido, no ves la contradicción. Si la lees con cuidado, te salta.