Lo que MiroFish no puede hacer
Todo producto de predicción con IA tiene límites, y casi ninguno los publica. Estos son los nuestros, incluidos los que nos perjudican: 24 agentes son una muestra, no una población; los agentes son modelos de lenguaje, no personas; nunca hemos contrastado una predicción con lo que ocurrió de verdad; y que los agentes simulados coincidan no demuestra que acierten.
Si algo de esto hace que el producto te resulte menos útil de lo que esperabas, esa es la conclusión correcta, y preferimos que la saques aquí y no después de pagar.
Escrito por Zinedine · Publicado el 27 de agosto de 2026
Límite duro
24 agentes son una muestra, no una población
Una ejecución crea 24 actores a partir de tu escenario y los hace pasar por 3 rondas. Eso basta para sacar a la luz el abanico de reacciones y los argumentos que se propagan; no basta ni de lejos para modelar un mercado, un electorado o una base de clientes como población estadística.
Trata el resultado como una sala bien informada discutiendo tu decisión, no como una encuesta. Si necesitas saber qué harán 40.000 personas, esto te dirá a qué argumentos recurrirán, no cuántas actuarán.
Límite duro
Los agentes no son personas, y sus citas no son evidencia
Cada agente es un modelo de lenguaje con un rol y un incentivo asignados. Ninguno ha comprado nada nunca, ni ha cancelado una suscripción, ni se ha molestado por una subida de precio. Razonan sobre cómo reaccionaría esa persona, que no es lo mismo que serlo.
Las citas del informe están generadas, no recogidas. Sirven como ensayo de la objeción que vas a encontrarte. Nunca deben pegarse en una presentación como cita de cliente, citarse como investigación ni mostrarse a nadie que pueda confundirlas con algo real.
Límite duro
Nunca hemos evaluado una predicción frente a lo que pasó de verdad
Esta es la limitación que menos nos gusta y la que más deberías sopesar. Los informes de MiroFish llevan probabilidades, pero no tenemos datos de calibración: ni un archivo de predicciones contrastadas con resultados, ni una tasa de acierto medida, nada que permita afirmar que un «70 %» acierta siete de cada diez veces.
Hasta que eso exista, las probabilidades expresan cómo se dividió la sala simulada, no un pronóstico validado. Quien cite una tasa de acierto para una herramienta así — la nuestra o la de un competidor — está citando algo que nadie ha medido.
Límite duro
Que los agentes coincidan no prueba que acierten
La cifra de confianza del informe es real en un sentido estrecho: es la proporción de agentes que adoptó la misma postura en la ronda final, y varía de verdad — hemos medido ejecuciones entre el 42 % y el 92 %. Lo que mide es con qué consistencia el escenario apunta en una dirección.
No mide si es correcto. Que veinticuatro agentes coincidan puede significar que la situación es clara, o que el modo en que la planteaste hacía obvia una respuesta. Una cifra alta es motivo para preguntarte si describiste la tensión con honestidad, no para dejar de pensar.
Conviene saberlo
Se equivoca en la aritmética
Los modelos de lenguaje son calculadoras poco fiables, y a veces los informes derivan mal una cifra a partir de números que tú aportaste. Un ejemplo publicado en este sitio calcula una pérdida de 6.000 $ donde la respuesta correcta ronda los 2.000 $, y lo dejamos a la vista en vez de regenerarlo.
Hemos endurecido las instrucciones y ahora verificamos automáticamente un tipo de error: los conjuntos de probabilidades deben sumar 100 %, comprobado contra ejecuciones reales antes de cada publicación. Las cifras monetarias derivadas no se verifican solas. Comprueba cualquier número sobre el que vayas a actuar.
Límite duro
No ve nada que no le hayas contado
No hay conexión con tu facturación, tu CRM, tu analítica, tu bandeja de soporte ni tus contratos. La simulación sabe exactamente lo que hay en tu prompt y en el documento que adjuntes, y nada más.
Por eso los datos vagos producen informes vagos, y por eso nombrar dos o tres detalles reales — un segmento concreto, un competidor concreto, la cifra real — cambia el resultado más que ninguna otra cosa que puedas hacer.
Límite duro
No puede saber lo que aún no ha pasado ni lo que no es público
El dato decisivo en una crisis suele ser un documento que un periodista ya tiene y tú no. El dato decisivo en un lanzamiento suele ser el plan no anunciado de un competidor. Ninguna simulación llega ahí, y un informe seguro que omite eso es seguro e incompleto a la vez.
Los escenarios de crisis son el caso más débil por este motivo, y nuestras páginas de crisis lo dicen sin rodeos: allí las cifras de confianza son más bajas que en precios o lanzamientos, y deben serlo.
Conviene saberlo
Los informes se escriben en inglés, escribas en el idioma que escribas
Puedes enviar un escenario en cualquier idioma y el motor razonará sobre él, pero el informe vuelve en inglés. El sitio está en español, francés y chino; la salida del producto no.
Probar mensajes o tono en un idioma distinto del inglés también es bastante menos fiable: el idioma y el registro son justo donde la interpretación simulada flaquea. Pide a un hablante nativo que revise cualquier cosa en la que vayas a gastar dinero.
Conviene saberlo
Qué hay realmente debajo
Las ejecuciones usan gpt-4o-mini. Una predicción son 74 llamadas al modelo: una para crear los actores, 72 reacciones de agentes repartidas en 3 rondas, y una para redactar el informe a partir de la transcripción. Tarda unos 29 segundos y nos cuesta alrededor de 1,2 céntimos de dólar.
Lo publicamos porque la alternativa es dejar que imagines algo más grandioso. Si otro modelo o un reparto más amplio cambiaría tu decisión de suscribirte, ahora tienes lo necesario para decidir.
Conviene saberlo
Una ejecución puede quedarse corta, y te lo dirá
Si falla la llamada de un agente, ese agente se descarta; si una ronda se queda sin tiempo, el informe se escribe con las rondas completadas. Las cifras de agentes y rondas que ves en un informe se cuentan del trabajo que ocurrió de verdad, así que una ejecución degradada muestra números más bajos en vez de disimular.
Esto es un cambio. Hasta el 27 de agosto de 2026 esas cifras se generaban al azar y no guardaban relación con nada. Sustituimos el motor, no las etiquetas.
Límite duro
No es asesoramiento profesional
Nada de lo que dice un informe es asesoramiento legal, financiero, médico o laboral. Cuando entran en juego la responsabilidad, la divulgación regulatoria, los valores o el derecho laboral, una simulación es como mucho un insumo para una conversación con alguien cualificado y asegurado.
Tampoco sustituye a hablar con clientes reales. Si puedes preguntar a diez personas que ya te pagan, hazlo primero: gana a cualquier simulación, incluida esta.
Para qué sirve de verdad
Leído todo lo anterior, el argumento honesto a favor: es una forma rápida y barata de que algo te lleve la contraria, algo que no tiene interés en tu decisión ni motivo para ser amable. Saca a la luz la objeción que no habías pensado, el segmento que reacciona al revés de lo que temías, y la noticia del día siguiente para la que no te estabas preparando — mientras cambiar de rumbo aún es barato.
Eso vale unos treinta segundos y unos céntimos. No vale confundirlo con un pronóstico.
Preguntas
¿Son precisas las predicciones con IA?
Nadie que venda una puede decírtelo con honestidad, nosotros incluidos. MiroFish no tiene datos de calibración: nunca hemos contrastado un archivo de predicciones con resultados reales, así que las probabilidades expresan cómo se dividieron los actores simulados, no una tasa de acierto validada. Cualquier proveedor que cite un porcentaje de precisión para este tipo de herramienta cita una cifra que nadie ha medido.
¿Cuántos agentes ejecuta MiroFish en realidad?
24 por ejecución, repartidos en 3 rondas de reacción — 72 respuestas de agentes en total, más una llamada para crear el reparto y otra para redactar el informe. Es una muestra de perspectivas suficiente para sacar a la luz el abanico de reacciones, y muy insuficiente para modelar un mercado como población.
¿Una confianza alta significa que la predicción es correcta?
No. La cifra de confianza es la proporción de agentes que llegó a la misma postura en la ronda final: real, medida y variable entre ejecuciones (hemos visto del 42 % al 92 %). Mide con qué consistencia apunta el escenario en una dirección, no si la respuesta es correcta. Una cifra alta puede significar igualmente que tu planteamiento hacía obvia una respuesta.
¿Puedo usar las citas del informe como investigación de clientes?
No. Las producen agentes simulados, no personas. Sirven para ensayar objeciones que vas a encontrarte y nunca deben presentarse como citas de clientes, citarse como investigación ni mostrarse donde puedan confundirse con opiniones reales.
¿MiroFish puede ver los datos de mi empresa?
No. No hay conexión con tu facturación, tu CRM, tu analítica ni tus contratos. Solo conoce lo que hay en tu prompt y en el documento que adjuntes. Por eso nombrar unos pocos detalles reales mejora el resultado más que ninguna otra cosa.
¿En qué es peor MiroFish?
En predicción de crisis, porque la variable decisiva suele ser un hecho que todavía no es público, a menudo algo que un periodista ya tiene. En segundo lugar, el cambio reputacional a largo plazo: los efectos que se despliegan durante años quedan fuera de lo que unas pocas rondas de simulación pueden estimar. Ambas cosas están dichas en las páginas correspondientes, no solo aquí.
¿Has encontrado una limitación que no aparece, o una afirmación en otra parte del sitio que contradiga algo de aquí? Cuéntanoslo y corregiremos la página en lugar de la queja. Véase también un informe real con sus errores anotados y nuestra investigación publicada.
¿Aun así te resulta útil? Mira exactamente lo que produce antes de pagar nada.
Leer el informe de ejemplo