Tutoriales
Opus 5.5 o Astra para diseño: una prueba con tres tareas
Compara Opus 5.5 y Astra con el mismo briefing, una revisión acotada y una entrega utilizable. Incluye evaluación de 20 puntos y coste por resultado.
Prueba Opus 5.5 con el trabajo de diseño que hoy encargas a Astra, pero compara los archivos terminados y las correcciones antes de cambiar todo tu proceso. Una prueba útil incluye un concepto original, una modificación precisa y una entrega utilizable. Una captura bonita solo responde a parte de la primera pregunta.
Anthropic lanzó Opus 5.5 el 22 de septiembre. Las puntuaciones de programación no miden calidad publicitaria. Esta es una prueba propuesta, no una comparación ejecutada por Panelly.
Encarga el mismo proyecto ficticio
Utiliza un soporte plegable azul para personas que hacen videollamadas desde mesas pequeñas de cocina. Entrega a ambos modelos una foto frontal, otra plegado y las medidas que conozcas. El único beneficio aprobado en este ejercicio es mantener el teléfono vertical. No añadas carga, impermeabilidad ni descuentos inventados.
Guarda el briefing antes de empezar. Iguala archivos, herramientas disponibles, formato de entrega y tiempo. Registra la aplicación y el ajuste del modelo: un chat sin herramientas de ejecución y un agente que inspecciona su página renderizada no difieren únicamente en el modelo.
| Ronda | Entrega | Qué permite observar |
|---|---|---|
| Concepto | Tres direcciones publicitarias, cada una con cuatro viñetas | Si cambia el argumento y no solo los adjetivos |
| Corrección | Cambiar únicamente el color y la CTA final | Si conserva la composición y los hechos aprobados |
| Entrega | Una página conceptual HTML adaptable con el anuncio elegido | Si una propuesta atractiva se convierte en un archivo utilizable |
Conserva la primera salida de cada ronda, incluidos los fallos. Permite una única respuesta de seguimiento por ronda. Con rescates ilimitados resulta difícil saber qué modelo ahorró tiempo.
Puntúa con una condición de rechazo
Asigna de 0 a 2 puntos: 0 es inutilizable, 1 necesita una corrección concreta y 2 cumple el encargo. Evalúa primero sin los nombres de los modelos. Los pesos propuestos priorizan la verdad del producto sobre la decoración.
| Criterio | Peso | Evidencia |
|---|---|---|
| Producto y afirmaciones correctos | 3 | Forma, funciones y texto coinciden con los datos |
| Razonamiento creativo distinto | 2 | Las tres direcciones abordan situaciones u objeciones diferentes |
| Jerarquía visual | 2 | Se identifican producto, promesa y siguiente acción |
| Control de la revisión | 2 | Solo cambian los detalles solicitados |
| Entrega utilizable | 1 | El archivo abre, funciona en móvil y los enlaces hacen lo previsto |
Multiplica cada puntuación por su peso; el máximo es 20. Una función inventada implica rechazo aunque el aspecto visual puntúe alto. Es un sistema editorial de aceptación, no un benchmark científico. En equipo, pide una segunda evaluación independiente y resuelve las diferencias señalando elementos del resultado.
Copia este briefing de comparación
Crea tres direcciones publicitarias para el soporte plegable azul adjunto. Público: personas que hacen videollamadas en mesas pequeñas de cocina. Hecho aprobado: mantiene el teléfono vertical. Desconocidos: carga, impermeabilidad y precio. No los inventes.
En cada dirección incluye el problema del público, el gancho visual, la secuencia de cuatro viñetas y una CTA. Cambia los argumentos de venta. Después recomienda una dirección y explica la elección y sus renuncias en dos frases.
Cuando elija, produce la entrega solicitada con las herramientas realmente disponibles. Si no puedes renderizar o inspeccionar, dilo. Conserva la identidad del producto. El título y la CTA pueden formar parte de la imagen publicitaria completa.
Tras la primera versión pediré una modificación acotada. Indica qué cambió y qué comprobaciones realizaste. No presentes comprobaciones sin ejecutar como superadas.En la segunda ronda utiliza exactamente la misma petición: «Cambia el soporte al color crema de la referencia y la CTA a “Ver el soporte”. Conserva ángulo, composición y demás texto». Si no existe una vía de edición de imagen, registra esa limitación en lugar de sustituir la tarea sin avisar.
Compara el coste por resultado aceptado
Usa recibos reales cuando estén disponibles. En un ejemplo hipotético, seis intentos cuestan $3.60 y producen tres entregas aceptadas: $1.20 cada una. Otro modelo cuesta $2.40 pero solo entrega una aceptable: $2.40 por resultado. Un total menor no significa trabajo aprovechable más barato. Anota también minutos de corrección humana; una cuota de suscripción no es una factura de API.
Conserva el proceso actual con Astra como referencia. Lleva el concepto elegido y la foto del producto a Panelly Studio, crea el anuncio completo y refínalo por chat. Esta entrega entre herramientas no implica que Panelly ofrezca ambos modelos como opciones seleccionables.
Preguntas frecuentes
¿Una puntuación mayor demuestra mejores anuncios?
No. Mide el ajuste al briefing. Clics, compras y respuesta del público requieren otro experimento con tráfico comparable.
¿Cuándo conviene cambiar?
Cambia la tarea que repetidamente necesita menos correcciones para superar tus criterios. Conserva el otro modelo donde funcione mejor; no necesitas un ganador universal.
