10 · Personas Secondary

10 — Personas Secondary

Versión: 0.1 Última actualización: 2026-04-23 Status: 🟡 Draft

Academia Agentes empieza con Luis como beta, pero se diseña para 5 personas. El primary (Luis) se detalla en 02 · User Primary. Aquí los otros 4.

Persona B — El Dev Tradicional Curioso

Snapshot

“Mateo, 34, backend engineer 10 años Java/Spring en banco, sintiendo que AI lo va a rebasar.”

Perfil

28-45 años, 5-15 años de experiencia
Stack tradicional sólido (Java, .NET, Ruby, PHP, Python backend clásico)
Tiene título CS o bootcamp veterano
Trabaja en empresa mid-size o enterprise (no startup)
Ansiedad: ve LinkedIn lleno de AI, siente que no sabe, no quiere quedar obsoleto
Salario cómodo pero estancado, ascenso requiere “nuevas skills”

Conocimiento entrante

✅ Programación sólida, arquitectura, debugging
✅ SQL, REST, microservicios
❌ Casi nada de AI/LLMs más allá de chat con ChatGPT
❌ Nunca ha tocado Claude Code, OpenAI API, agents
❌ Escepticismo sano: “esto va a ser hype”

Tiempo disponible

Commute: 45-60 min (coche o metro)
Nights/weekends para hands-on
~5-8 hrs/semana real

Dolor

Siente FOMO profesional
No sabe por dónde empezar — todo está en inglés, tutoriales asumen cosas
Tiene colegas que “saben de AI” pero no se quiere ver ignorante pidiendo

Lane recomendado

Builder — aprovecha su foundation técnica. Empieza con Bridge (B0) → Claude Code Pro (B1) → MCP Servers (B3).

Qué espera de Academia Agentes

Que no lo trate como ignorante (tiene 10 años de experiencia)
Que no asuma fluidez en AI tampoco
Que vaya rápido a lo útil
Español le ayuda (inglés técnico lo maneja pero le cuesta audio)

Métricas de éxito

Pasa de “no sé qué es un agent” a “tengo 2 agents en mi proyecto personal + propuse AI feature en el trabajo” en 3-4 meses

Persona C — El Product Manager Técnico

Snapshot

“Sofía, 31, PM en scale-up SaaS LATAM, decide roadmap de features AI sin saber construirlas.”

Perfil

28-40 años, 4-10 años en producto
Fundadora técnica O PM senior con background de ingeniería
Puede leer código pero no escribe diario
Decide sobre AI features, contratos de consultoras AI, hiring
Riesgo real: aprueba cosas que no entiende → gasta millones en soluciones que no funcionan

Conocimiento entrante

✅ Producto, estrategia, métricas, discovery
✅ Puede leer specs técnicos, discutir trade-offs
⚠️ Programación a nivel scripting / SQL / bajo ajuste de código
❌ No sabe qué Claude puede/no puede hacer
❌ No sabe diferenciar vendors (thinks Claude = ChatGPT)
❌ No sabe costos reales de operar AI en producción

Tiempo disponible

Fragmentado (entre juntas): 15-20 min windows
Weekend dedicado ocasional
~3-5 hrs/semana real

Dolor

Su equipo técnico le “explica” AI pero ella siente que le oculta complejidad
Ha tomado malas decisiones por no entender (ej: prometió feature AI que el equipo no pudo construir)
No quiere convertirse en dev — quiere framework para decidir

Lane recomendado

Cross-lane — Path C-I “AI for Leaders”. Bridge (B0) → C2 Costos+Ética → C1 Vendor Comparison → C3 AI Strategy → O1-G como práctico (opcional).

Qué espera de Academia Agentes

No la infantilice (es PM senior)
No la marimandonee con código
Le dé modelos mentales que puede usar en juntas
Framework de decisiones claro (cuándo AI, cuándo no, cuánto cuesta)

Métricas de éxito

Toma 3 decisiones AI en 6 meses con confianza fundamentada
Ahorra $X en consultora que no era necesaria
Propone una feature AI que el equipo sí puede construir

Persona D — El Career Switcher / Estudiante

Snapshot

“Diego, 23, egresó bootcamp fullstack hace 6 meses, ve que AI es la ola, quiere posicionarse.”

Perfil

20-28 años, 1-3 años experiencia o recién graduado
Viene de bootcamp, CS degree, o self-taught
Quizás trabaja de junior dev, quizás sigue buscando primer trabajo
Ambición: entrar al campo AI antes de que se sature
Presupuesto limitado, no puede pagar bootcamp de $10K

Conocimiento entrante

✅ Básicos de programación (JS/TS o Python)
✅ Git, HTML/CSS, React básico
⚠️ Puede construir CRUD sencillo con AI help
❌ Architecture, scalability, production concerns son vagos
❌ AI: usa ChatGPT como pair programmer, sin modelo mental

Tiempo disponible

Más tiempo que otros (no tiene responsabilidades familia)
~10-15 hrs/semana
Prefiere binge-learning weekends + daily habits

Dolor

Ve YouTube, tutoriales, cursos — nada se conecta
No sabe qué stack elegir, qué priorizar
Feels like imposter — todos parecen saber más
Necesita portfolio que justifique salario junior-mid, no solo básicos

Lane recomendado

Builder con Bridge obligatorio. B0 (Bridge) → B1 (Claude Code Pro) → B2 (Tool Use) → B3 (MCP) → B5 (Evaluation).

Qué espera de Academia Agentes

Curriculum con orden claro
Proyectos publicables en portfolio (GitHub, LinkedIn)
Certificados que demuestren algo real
Comunidad (o al menos no sentirse solo)
Precio accesible si algún día se comercializa

Métricas de éxito

Consigue trabajo junior AI / AI-adjacent en 4-6 meses
O construye side project AI que le genera algún ingreso
Portfolio con 3+ agents funcionales

Persona E — El Profesional No-Técnico ⭐

Snapshot

“Lic. Patricia, 42, abogada de 15 años en DF, maneja 40+ clientes de empresa, quiere automatizar review de contratos.”

[O: Contadora Lucero automatizando reconciliaciones. O: Agente inmobiliario Carlos calificando leads. O: Doctor Ricardo resumiendo notas clínicas.]

Perfil común

30-55 años
Profesional exitoso en dominio específico (legal, finance, healthcare, real estate, marketing)
Expertise profundo en SU campo
Cero programación formal
Usa ChatGPT ocasional, no como herramienta sistemática
Reality: su trabajo TIENE mucho margen para automatización pero no sabe por dónde

Conocimiento entrante

✅ Dominio propio — sabe qué importa en su trabajo
✅ Herramientas ofimáticas (Office, Google Workspace)
✅ Usa apps SaaS (Clio, QuickBooks, HubSpot, etc.)
⚠️ Puede seguir tutoriales paso a paso
❌ No escribe código
❌ No entiende APIs, SDKs, mucho menos agents
❌ ChatGPT lo usa para “redactar emails” — 5% de su potencial

Tiempo disponible

Fragmentado (entre casos, clientes, reuniones)
15-30 min windows de ansiedad learning
Focus time limitado, valora más audio
~3-6 hrs/semana real

Dolor

Ve a competidores “que ya usan AI” y siente presión
No sabe si vale la pena contratar dev / consultora
Riesgo: automatizar algo mal → consecuencias en dominio regulado (legal, medical)
Confidentialidad: “¿qué datos puedo meter sin violar X?”

Lane recomendado

Operator con variante de su dominio. Bridge (B0) → O1-{L/F/H/R/M/E} según profesión → O3 (MCPs) → etc.

Qué espera de Academia Agentes

Que hable en su idioma (variantes por dominio específico)
Cero jerga de dev innecesaria
Casos reales DE SU CAMPO, no genéricos
Framework de riesgo (qué sí, qué no, qué con cuidado)
Apps no-code como primera parada (Claude Projects, Zapier, etc.)
Que honre su expertise de dominio (no lo trate de novato en todo)

Métricas de éxito

1-3 automatizaciones reales corriendo en su práctica diaria
Ahorra ~10-20 hrs/mes de trabajo repetitivo
Justifica inversión en herramientas AI ($40-100/mes) con ROI claro
Opcional: contrata/recomienda dev para lo que ya sabe que NO puede hacer solo

Cómo cada persona impacta el diseño

Persona	Impacto principal en diseño
A — Luis/Chombi (primary)	Dogfood constante; define el tono
B — Dev Tradicional	Builder Lane rigor técnico pero sin asumir AI background
C — PM Técnico	Cross-Lane Path C-I crítico; modelos mentales > código
D — Career Switcher	Portfolio-oriented; comunidad nice-to-have eventualmente
E — Profesional No-Téc ⭐	Operator Lane con variantes por dominio; no-code first; cost/risk framework obligatorio

Priorización de atención

En orden de importancia para construir:

A (Luis) — beta obligatorio, dogfood
E (No-técnico dominio específico) — mercado más grande y subatendido
B (Dev tradicional) — onda grande, fácil conversión
D (Career switcher) — activo pero presupuesto bajo
C (PM técnico) — nicho, alto valor pero pocos

Decision consequence: si tenemos que elegir entre diseñar una feature para B vs E, elegimos E primero.