Mi mujer invoca a Charlie Munger para planificar el presupuesto familiar. En ChatGPT. No es broma.
Le dice algo como «actúa como Charlie Munger revisando nuestras finanzas familiares» y le planta los gastos del mes. El bicho le devuelve cosas como «estás confundiendo inversión con gasto en la partida de educación» o «ese fondo tiene un coste oculto que no estás contabilizando». Cosas que Munger diría. Con el tono que Munger usaría.
Yo hice lo mismo. Pero en vez de un inversor, invoqué a un experto diferente: Edward Tufte.
Quién es Edward Tufte (y por qué debería importarte)
Edward Tufte es probablemente la persona que más ha influido en cómo visualizamos datos. Su libro The Visual Display of Quantitative Information (1983) es uno de esos raros textos que cambia para siempre cómo miras un gráfico. Lleva más de 40 años siendo referencia absoluta en universidades, redacciones y estudios de diseño de todo el mundo.
Sus principios son brutalmente simples:
- Maximiza la ratio dato-tinta. Cada píxel de tu gráfico debe comunicar datos. Si no comunica datos, bórralo.
- No decores. Las rejillas, los gradientes 3D, las sombras, los marcos decorativos… todo eso es lo que Tufte llama chartjunk. Basura visual que distrae de los datos.
- Deja que los datos hablen. Si necesitas explicar tu gráfico con una leyenda de 200 palabras, el gráfico está mal diseñado.
Tufte también inventó los sparklines — esos gráficos diminutos que caben dentro de una línea de texto. La idea de que un gráfico no necesita título, ejes, ni leyenda para comunicar. Solo datos.
Mi gráfico era una chapuza
Estoy construyendo una app de menú bar para macOS que monitoriza mi cuota de Claude Max. Parte de la app muestra un sparkline — un gráfico de línea pequeñito — con la velocidad a la que consumo cuota.
Mi primera versión tenía estos problemas:
- Eje Y fijo de 0 a 100% — Si tu uso está al 8%, el gráfico es una línea plana pegada al suelo. El 85% del espacio no muestra nada.
- Una línea de umbral al 80% — Arbitraria, nadie la pidió, no comunica nada útil.
- Etiqueta flotante con el % actual — Redundante: la tarjeta de debajo ya muestra el número exacto.
- «pp/min» como unidad — ¿Puntos porcentuales por minuto? Ni yo sabía lo que significaba.
- Relleno degradado debajo de la línea — Pura decoración. Chartjunk.
Dicho en cristiano: había violado cada principio de Tufte en un gráfico de 56 píxeles de alto.
La técnica: invocar al experto en bucle
En vez de intentar arreglarlo yo (que claramente no tengo criterio para esto), hice algo diferente. Le pedí a Claude que fuera Tufte.
El prompt:
Actúa como Edward Tufte revisando este gráfico.
Analiza el código SwiftUI de VelocityCardView.
Identifica TODAS las violaciones de tus principios
de visualización de datos.
Para cada violación:
1. Qué principio viola
2. Por qué es un problema
3. Prescripción concreta (código, no filosofía)
Sé implacable. Si algo es chartjunk, dilo.
Evalúa con PASS o FAIL.
La clave es la última parte: PASS o FAIL. Porque sin eso, el LLM te da sugerencias amables y te dice que «en general está bien». Con un veredicto binario, se compromete. No puede esconderse detrás de «hay margen de mejora».
Y luego el bucle:
Aplica las prescripciones de Tufte.
Implementa cada cambio.
No pares de iterar hasta que dé el visto bueno.
Cuatro rondas hasta el PASS
No pasé a la primera. Ni a la segunda. Ni a la tercera.
Ronda 1 — FAIL (6 prescripciones): – Eje Y adaptativo en vez de fijo 0-100 – Eliminar la línea de umbral al 80% (chartjunk) – Eliminar la etiqueta flotante (redundante con la tarjeta inferior) – Reemplazar «pp/min» con palabra simple (rising, falling, stable) – Colapsar la fila de resumen a solo ventana temporal + tendencia – Subir la altura del sparkline de 44 a 56 puntos
Implementé las 6. Segunda ronda.
Ronda 2 — FAIL (1 prescripción): – Eliminar la etiqueta de % en el borde derecho. Completamente redundante: la tarjeta de cuota debajo ya muestra el número. Dejar que el sparkline ocupe todo el ancho.
Una sola cosa, pero Tufte no negocia con la redundancia.
Ronda 3 — FAIL (4 prescripciones):
– Eje Y contextual: min - 3 a max + 5, con mínimo 10 puntos de rango para resolución visual
– Tendencia como enum único (no computar dos veces)
– Color de línea gris neutro — la forma comunica, no el color. Colorear la línea entera según el valor actual miente sobre la historia
– Umbral de tendencia proporcional: max(2, media * 0.1) en vez de un número fijo
Esa tercera prescripción me encantó. No se me habría ocurrido. Si tu cuota está al 80% y la línea entera es roja, estás diciendo que siempre estuvo alta. Pero hace 20 minutos estaba al 40%. El color miente. La forma no.
Ronda 4 — PASS.
«The sparkline now achieves what a sparkline should: maximum information in minimum space, with zero chartjunk.»
Cuatro iteraciones. De un gráfico mediocre a uno que probablemente no haría a Tufte tirarse de los pelos.
El patrón generalizado
Lo que hice se puede resumir así:
1. Invocar al experto: "Actúa como [EXPERTO] revisando [TU TRABAJO]"
2. Pedir veredicto binario: PASS o FAIL
3. Si FAIL → implementar TODAS las prescripciones
4. Volver al paso 1
5. Repetir hasta PASS
La gracia está en que el LLM no te da palmaditas en la espalda. El veredicto binario le fuerza a comprometerse. Y si dice FAIL, te explica exactamente por qué y qué hacer.
Es como tener un code review infinito con un experto del campo. A las 3 de la mañana. Sin que se enfade porque es la cuarta vez que le pides revisión.
Charlie Munger y el presupuesto familiar
Volviendo a mi mujer. Su prompt es algo como:
Eres Charlie Munger revisando un presupuesto familiar.
Aplica tus modelos mentales: coste de oportunidad,
inversión de la ignorancia, margen de seguridad.
Sé directo y brutalmente honesto como lo serías
en una junta de Berkshire Hathaway.
Le planta los gastos del mes y Munger virtual le dice cosas como «estás pagando un seguro redundante — el coste de oportunidad de esos 80€/mes invertidos a 20 años es X» o «no tienes margen de seguridad suficiente para imprevistos médicos».
¿Es realmente lo que diría Munger? No exactamente. Pero el modelo ha leído todo lo que Munger escribió y dijo públicamente. Tiene una representación estadísticamente sólida de su forma de pensar. No es él, pero es la mejor aproximación disponible fuera de leer sus 40 años de cartas a accionistas.
¿A quién puedes invocar?
La técnica funciona con cualquier experto que haya dejado suficiente obra pública:
| Tu problema | A quién invocar | Por qué |
|---|---|---|
| Diseño de gráficos | Edward Tufte | The Visual Display of Quantitative Information |
| Finanzas personales | Charlie Munger | Modelos mentales, cartas de Berkshire |
| Escritura técnica | Steven Pinker | The Sense of Style |
| Arquitectura software | Martin Fowler | Refactoring, Patterns of Enterprise Architecture |
| Negociación | Chris Voss | Never Split the Difference |
| Pensamiento crítico | Daniel Kahneman | Thinking, Fast and Slow |
| Productividad | Cal Newport | Deep Work |
| Gestión | Andy Grove | High Output Management |
La clave es que el experto tenga obra publicada suficiente. Cuantos más libros, charlas, entrevistas y artículos haya, mejor será la simulación.
Los límites (porque los hay)
Antes de que salgas invocando a Einstein para tu próximo pull request, algunos matices:
No es el experto real. Es una aproximación estadística basada en texto público. El Tufte simulado no va a tener ideas nuevas que el Tufte real nunca publicó. Es una destilación, no una resurrección.
Funciona mejor con principios que con gustos. «¿Qué diría Tufte sobre este gráfico?» funciona porque Tufte tiene principios explícitos y codificados. «¿Qué diría Steve Jobs sobre este diseño?» es más resbaladizo porque Jobs operaba mucho por intuición no documentada.
El bucle es lo que importa. Sin el ciclo de FAIL → implementar → re-evaluar, la técnica es solo un prompt bonito. La magia está en iterar hasta que pase. Cuatro rondas en mi caso. Podría ser más.
Puedes mezclar expertos. Nada te impide pedir una ronda de Tufte para el gráfico, luego una de Jakob Nielsen para la usabilidad, y luego una de Don Norman para la experiencia de usuario. Tres revisores expertos por el precio de cero.
Mentoría destilada
Antes, para consultar a un sabio, había que viajar a los pantanos apestosos de Dagobah, comerte un guiso dudoso y aguantar que un viejo verde te hablara en orden inverso. Ahora lo tienes en tu terminal.
Todo lo que estos pensadores publicaron, debatieron, enseñaron y defendieron durante décadas está comprimido en los pesos de una red neuronal. Cuando le dices al modelo «sé Tufte», activa esos patrones específicos y te devuelve algo que se parece mucho a lo que Tufte te habría dicho.
¿Es lo mismo que tener al maestro delante? Obviamente no. Pero es infinitamente mejor que diseñar un gráfico sin ningún criterio, que es lo que estaba haciendo yo.
Mi mujer lo resume mejor: «Es como tener un asesor financiero que ha leído todo lo que Munger escribió, disponible 24 horas, que no cobra y que no tiene conflicto de intereses.»
Difícil discutir con eso.
Relacionado: Si te interesa cómo uso LLMs para construir software (y los desastres que pueden causar), este post es parte de una serie involuntaria. Primero fue los 44 emails inventados, luego la IA que inventa datos y los tests los validan, y ahora la IA que canaliza a expertos para que te ayuden a diseñar. Al menos este capítulo tiene final feliz.
Read this article in English.
