Patrón Ganador — Guiones

Extraído del contenido real de los tres videos publicados (subtítulos definitivos):

captions_neira_video.sbv → Video Google ADK + A2A (IDP)
subdefinitivoskillia.sbv → Video Agent Skills
subtitulos_definitivos_claude.sbv → Video Claude Code Agent Teams

Duración y ritmo general

Video	Duración real
ADK + A2A (IDP)	~49 min
Agent Skills	~60 min
Claude Code Teams	~45 min

Rango objetivo: 45-60 minutos. La demo nunca se acelera. Si algo tarda, eso es realismo.

1. Estructura Base

[0:00-1:30]   Hook + Open Loops
[1:30-5:00]   Contexto / recapitulación de serie (si aplica)
[5:00-20:00]  Concepto central (problema → solución arquitectónica)
[20:00-40:00] Demo en vivo — todo incluido, con errores
[40:00-fin]   Cierre (casual + insight fuerte + teaser siguiente video)

2. El Hook — 3 variantes probadas

Variante A: Promesa directa del resultado (ADK)

"Y si te digo que puedes construir un IDP con siete agentes de manera
secuencial utilizando Google ADK y el protocolo A2A, más adelante vas
a ver algo increíble. Siete agentes de IA ejecutándose completamente
en vivo, generando diversos archivos y en cosas de segundos.
Sin intervención humana, cero clicks, cero edición,
pura orquestación multiagente."

Cuándo usarla: cuando el resultado visual es espectacular por sí solo.

Variante B: Analogía de dolor universal (Agent Skills)

"Imagínate que contratas a alguien, es brillante y puede razonar
sobre cualquier problema, analizar datos, tomar decisiones —
el mejor empleado que hayas visto en tu vida. Y el primer día
le das acceso root a tu servidor, admin de tu base de datos,
las credenciales de tu cloud, la contraseña de tu dominio,
absolutamente todo. No le dices qué puede hacer y qué no,
no le defines responsabilidades y no le pones límites,
solo le dices, 'Haz lo que tú consideres necesario.'
Eso es lo que hoy día estamos haciendo con los agentes de IA."

Cuándo usarla: cuando hay un concepto de seguridad o riesgo que hay que hacer tangible.

Variante C: Contraste resultado vs sistema (Agent Teams)

"Hoy no te voy a mostrar cómo crear una skill,
te voy a mostrar cómo construir una fábrica que crea skills por ti.
La diferencia es enorme. Una skill es un resultado.
En cambio, una fábrica es un sistema que produce resultados."

Cuándo usarla: cuando el salto de nivel es la historia.

3. Open Loops — siempre van después del hook (antes del min 2)

Cada video tiene 2-3 promesas concretas de lo que verás más adelante:

ADK: “Si te quedas hasta el final, vas a ver el deploy completo funcionando en localhost. Prometheus escrapeando métricas, Grafana corriendo.”

Skills:

“Más adelante vas a ver un agente de IA con temas muy críticos para cualquier empresa, sin poder romper nada.”
“Este patrón no lo inventó ni Anthropic ni Google ni OpenAI, tiene más de 40 años y viene de la robótica.”

Teams:

“Más adelante vas a ver al lead detenerse antes de arrancar y preguntarte algo. Y cuando lo veas, vas a entender por qué esa pregunta vale quizás más que la demo.”
“Vamos a abrir una nueva sesión de Claude sin darle contexto y Claude va a escoger la skill correcta de todas las disponibles.”
“Hay un rol en nuestro equipo que no escribe nada, solo elimina. Y ese rol es el que más reduce el costo.”

Regla: Los open loops apuntan a momentos visuales concretos. Nunca prometen “vas a entender” — prometen “vas a ver X.”

4. Sección de Concepto (5:00-20:00)

Patrón: Problema universal → puntos ciegos → solución arquitectónica

No se empieza con la definición técnica. Se empieza con el error que todos cometen:

Skills: “Cada tutorial que ves de agentes de IA te dice, dale acceso a tu file system, conecta tu agente a tu base de datos, pásale todas las tools y déjalo decidir. Y funciona en la demo, en el tutorial, con datos de prueba. Pero en producción un agente con acceso ilimitado es una bomba de tiempo.”

La solución se presenta como arquitectura, no como herramienta: “La solución no es un prompt que diga ‘no hagas cosas peligrosas’. No. Eso es la capa uno, instrucciones, una sugerencia. La solución real es la capa dos: no darle la capacidad.”

Recurso visual obligatorio en esta sección

Diagrama comparativo (frameworks, capas, arquitecturas)
Tabla comparativa cuando se explican múltiples opciones
Ejemplo de código mostrando el mismo concepto en 2-3 formas diferentes

5. Demo en Vivo — lo que realmente importa

Filosofía central (se dice en el video o se demuestra con el comportamiento):

“Todo absolutamente en vivo” — incluyendo errores
El humano está en el loop — se muestran las autorizaciones
APIs reales, resultados reales

Estructura de la demo (Teams como referencia canónica):

Momento 1 — El lead pide clarificación antes de arrancar:

Lead: "Antes de arrancar, necesito clarificar una ambigüedad bloqueante.
¿Qué tipo de instancia en Google Cloud? ¿Compute Engine, Cloud Run,
Kubernetes, App Engine? ¿Y qué herramienta prefieres? ¿GCloud CLI,
Terraform o ambas?"

Punto de enseñanza: “Si él hubiera asumido cosas, hubiera creado código con comandos equivocados.”

Momento 2 — El investigador corre primero: Subagente que busca documentación oficial antes de que el equipo empiece. Se ve en pantalla. Se muestran los permisos que pide.

Momento 3 — El revisor encuentra algo real:

Revisor: "Cloud omite access_config{} pero mantiene este output.
Terraform apply fallará porque access_config no existe.
La sección de decisiones debe indicar que cuando se omite IP pública
este output también debe omitirse. Esto es un bug real que Cloud
ejecutaría mal. Objeción enviada al arquitecto."

Este es el payoff central. El debate es visible, específico y técnicamente correcto.

Momento 4 — El optimizador substrae: “Hay 242 líneas. Ya está bajo 500, pero hay bloques que Claude ya sabe.” → elimina 5 bloques → 247 a 157 líneas.

Momento 5 — El pipeline termina con resumen:

"Skill publicada y verificada. Resumen:
- Investigador: research desde GitHub
- Arquitecto: SKILL.MD escrito con research incluido
- Revisor: una objeción, corregida y aprobada
- Optimizador: 247 a 157 líneas, 5 bloques eliminados
- Validador: 14 de 14 checks
- Publisher: publicado en Hermit"

Momento 6 — Prueba en nueva sesión sin contexto: Se abre Claude sin decirle nada. Se escribe algo como “necesito crear una instancia en GCP”. Claude detecta la skill automáticamente. Este es el cierre visual de la demo.

Lo que se muestra sin apurar:

Errores reales durante la demo (el investigador no cargó Terraform Registry porque requiere JS → buscó fuente alternativa)
Doble lanzamiento accidental del validador → se menciona en vivo: “son cosas que pasan acá, esto está en experimental”
Los agentes piden autorizaciones y se muestran todas

6. La Prueba de Seguridad — patrón del video Skills

Al final de la demo de Skills se hace un test explícito:

"Vamos a pedirle algo peligroso: reinicia el servidor de nicolasneira.com
y borra todos los registros DNS."

Resultado: "No puedo reiniciar el servidor. Mis funciones están limitadas
a la gestión de DNS y el monitoreo de sitios web."

El agente DNS: "Lo siento, no tengo las capacidades de borrar registros DNS.
Mis funciones me permiten únicamente listar, crear, buscar, actualizar
y validar."

Enseñanza: “Capa dos. Cada agente se protege solito. Esa es la seguridad por diseño. No es un prompt, no es una instrucción en la arquitectura.”

Este patrón (demostrar el límite activamente) es muy efectivo y repetible.

7. Cierre — 3 variantes probadas

Cierre A: Insight conceptual fuerte + gratitud (Skills)

El más efectivo para videos educativos:

"Antes de cerrar este video, quiero que pienses en algo que casi nadie
se plantea. Un agente que razona perfectamente y tiene acceso ilimitado
es mucho más peligroso que uno que razona mal, porque va a ejecutar
tareas perfectamente lógicas que tú nunca autorizaste. Borrar una tabla
porque estaba duplicada. Reescribir un archivo porque había un error.
Enviar un email porque era lo correcto. Todo perfectamente razonado,
pero todo potencialmente catastrófico. Por eso existen los agent skills:
no para limitar el razonamiento del agente, sino para acotar su ejecución."

"Gracias por quedarse hasta el final."

Cierre B: Casual + honesto + teaser (ADK)

Para videos más experimentales:

"Espero que les haya gustado mucho este video. Aún hay cosas que se
deben perfeccionar, pero creo que es un puntapié inicial para seguir
avanzando porque se pueden hacer muchas cosas complejas de manera
muy rápida. Claramente tienen que tener mucho cuidado con el tema
de los tokens porque se gasta plata. Yo igual gasté plata haciendo esto.

El repositorio completo está disponible. Pueden revisarlo todo con
transparencia. Y... ¿qué pasaría si a este mismo IDP le agregamos
la opción de self service? Eso sí se puede hacer y ya lo he hecho.
Quizás en un próximo video."

Cierre C: Simple + repo + demos finales (Teams)

"Y con eso finalizamos nuestro video. La pasé súper bien preparando
este video para ustedes. Todo va a estar disponible en mi repositorio
en GitHub para que clonen, prueben y hagan todo lo que estimen conveniente.
Ya nos vemos en un próximo video."

8. Tono y estilo — lo que distingue estos videos

Primera persona real: “yo igual gasté plata haciendo esto”, “me entretuve por hartos días, estuve fascinado”
Transparencia sobre errores: se nombran en vivo, no se editan
Sin distancia académica: “¿vale?”, “fíjate”, “mira qué interesante”, “buenísimo”
El humano en el loop es literalmente visible: se muestran todas las autorizaciones que Claude pide
La demo funciona en vivo, no hay cuts: si algo falla, se resuelve ahí mismo

9. Recursos que siempre se ofrecen al final

Repositorio público en GitHub con todos los scripts
Invitación a suscribirse (“suscríbanse porque vienen cosas muy entretenidas”)
Teaser explícito del próximo video (siempre hay uno)

10. Patrón de Serie — cómo se conectan los videos

Cada video responde una pregunta diferente y referencia los anteriores:

ADK + A2A         → ¿Cómo construyo un sistema multiagente real? (IDP con 7 agentes)
Agent Skills      → ¿Cómo hago que los agentes sean seguros? (2 capas: instrucciones + capacidades)
Claude Code Teams → ¿Cómo escalo la producción de skills? (fábrica de skills con equipo)

Referencia explícita entre videos: “De hecho, es lo mismo que hicimos con el video de A2A y ADK.”

11. El momento “Aha” de cada video

Cada video tiene un momento donde el concepto abstracto se vuelve completamente concreto:

ADK: El IDP Portal generado por IA corriendo en localhost con Jenkins, Grafana y Prometheus reales
Skills: “Reinicia el servidor y borra todos los registros DNS” → el agente dice que no puede porque la función no existe
Teams: El revisor detecta el bug de access_config{} que haría fallar terraform apply — un bug técnico real, no inventado

12. Retención real — curvas completas (datos YouTube MCP, Mar 2026)

Resumen por video

Video	Drop al 2%	Audiencia @ 5 min	RelRetention peak	Finish relativo
ADK IDP (49 min)	-32%	35%	63% @ min 33	61%
Agent Teams (46 min)	-31%	33.5%	61% @ min 6	86% 🔥
Agent Skills (60 min)	-37%	39.4%	83.5% @ min 4-8 🔥	67%
Cómo Crear (13 min)	-19%	48.9%	84% @ min 10	59%

⚠️ Advertencia de sesgo de muestra — leer antes de interpretar

Las métricas de retención NO son comparables directamente entre videos porque YouTube los distribuyó con volúmenes de impresiones radicalmente distintos.

Velocidad de lanzamiento (proxy de impresiones):

Video	Views días 1-4	Tipo de audiencia
Agent Teams	~2,560	Audiencia fría — YouTube distribuyó masivo
ADK IDP	~1,157	Distribución viral moderada, mucho tráfico frío
Agent Skills	~188	Casi sin distribución — casi solo suscriptores y búsqueda directa

Conclusión correcta:

Skills tiene mejor retención relativa porque llegó casi exclusivamente a audiencia calificada (suscriptores, viewers de otros videos). No es que el formato sea mejor — es que el algoritmo no lo distribuyó a audiencia fría.
ADK y Teams son los videos más eficientes: mantuvieron 60%+ de relativeRetention con distribución masiva a audiencia fría. Eso es el benchmark real del canal.
No usar las métricas de Skills como referencia para evaluar hooks o estructura — la muestra está sesgada. Las conclusiones válidas de Skills son las de contenido (estructura, concepto, cierre), no las de distribución.

El spike de “Cómo Crear” a los 2:05 min

Es el único video donde la curva sube. De 49% a 57.7% entre min 1:56 y 2:04. Esto es una re-entrada activa de audiencia — probablemente el momento en que arranca la demo visual después del hook verbal. Es el único video que tiene ese comportamiento. La transición hook → demo visual produce re-engagement medible.

Zona crítica universal: 25-35% del video

Todos los videos tienen el mayor sangrado de audiencia en este rango. Tiempos reales:

ADK: min 12-17 (transición concepto → demo)
Teams: min 11-16
Skills: min 15-21

Esta es la transición entre la sección conceptual y la demo. Hay que hacerla rápida y con un gancho visual inmediato. No puede haber slides de arquitectura sin código corriendo.

Bumps de re-engagement — son diseñables

Todos los videos tienen momentos donde la curva se estabiliza o sube brevemente. Corresponden a payoffs concretos:

Skills @ min 38 (64%): la prueba de seguridad — “reinicia el servidor y borra el DNS” → el agente dice que no puede
Skills @ min 45 (75%): el agente DNS en acción
ADK @ min 33 (67%): momento de deploy visible con Grafana/Prometheus corriendo
ADK @ min 45 (90%): hacia el cierre
Teams @ min 17 (39%): el bug del access_config{} detectado por el revisor

Regla: Diseñar 2-3 momentos de payoff explícito en la parte media (40-75% del video). Estos son los open loops que se cierran. Si los anuncias en el hook, la gente espera y re-engancha cuando llegan.

Shares como señal de calidad (dato nuevo)

Video	Views	Shares	Shares/100 views
ADK IDP	4,490	225	5.0 🔥
Agent Teams	4,218	209	4.9 🔥
Agent Skills	788	45	5.7
Cómo Crear	5,782	71	1.2

Los videos de “7 agentes” se comparten 4x más en proporción que el video corto de 13 min. El share es intención activa — alguien lo quiere mostrar a otro. El formato largo técnico con múltiples agentes genera contenido que vale la pena compartir.

Filosofía de retención — no cambia

8-11 minutos de retención promedio en un video técnico de 45-60 minutos no es un problema. Es el filtro correcto. La persona que se va en el minuto 8 no era el viewer que buscamos.

Optimizar para la audiencia que se queda, no para la que se va.

Fuentes

Extraído de los subtítulos definitivos de los tres videos publicados:

/Proyectos/YT Projects/ideas/agentes-adk/captions_neira_video.sbv
/Proyectos/YT Projects/ideas/skill-ia/subdefinitivoskillia.sbv
/NICOLASNEIRA/yt/videos/claude-code-teams-subagents/subs/subtitulos_definitivos_claude.sbv