• ANÁLISIS DE BRECHAS
  • DETECCIÓN DE SESGOS
  • PUNTUACIÓN PREDICTIVA
  • REVISIÓN HUMANA

Cómo evaluar criterios de selección con tu IA

Conecta tus datos históricos con tus requisitos de solicitud actuales. Tu IA identificará las brechas entre lo que buscas y lo que realmente tiene éxito.

Pregunta a la IA sobre esta página

Respuesta rápida

¿Cómo saber si mis criterios de selección funcionan?

Compara tus requisitos actuales con los datos de rendimiento de las startups que seleccionaste anteriormente. Esto revela si tus criterios son predictivos o si solo están sesgados hacia ciertos rasgos. Verás exactamente dónde fallan tus filtros para detectar futuros ganadores.

Los resultados.

Lo que obtendrás.

La IA procesa tus datos para generar estos resultados específicos.

ANÁLISIS DE BRECHAS

Identifica señales ausentes

La IA encuentra rasgos presentes en startups exitosas que tu formulario actual ignora. Recibirás una lista de nuevas preguntas para añadir a tu proceso.

DETECCIÓN DE SESGOS

Detecta requisitos erróneos

Identifica criterios que correlacionan con el rechazo pero no influyen en el crecimiento real. Así evitarás descartar a buenos fundadores.

PUNTUACIÓN PREDICTIVA

Valida tus filtros actuales

La IA calcula qué tan bien tu rúbrica actual habría predicho el éxito de tu cohorte anterior. Cuantifica tu precisión actual.

REVISIÓN HUMANA

Refina la rúbrica

La IA te presenta las discrepancias estadísticas. Tú decides qué nuevos criterios implementar basándote en los datos.

El flujo

Lo que hace tu IA al recibir los datos.

La IA se encarga del trabajo pesado de cruzar conjuntos de datos distintos.

  1. Ingesta de datos

    Tu IA extrae tus métricas históricas de rendimiento y tus preguntas de solicitud actuales.

    evaluate_selection_effectiveness
  2. Mapeo de correlación

    El agente vincula respuestas específicas de la solicitud con las métricas de crecimiento o éxito posteriores de esas empresas.

    evaluate_selection_effectiveness
  3. Identificación de discrepancias

    Aísla las variables que son estadísticamente significativas para el éxito pero que faltan en tu rúbrica actual.

    evaluate_selection_effectiveness
  4. Generación de informes

    La IA genera un resumen sobre cuánto se inclinan tus criterios actuales hacia ciertos rasgos en comparación con el rendimiento real.

    evaluate_selection_effectiveness

Pruébalo

Copia estos prompts para empezar.

Usa estos comandos para iniciar el análisis.

Puntos de partida

Estos son ejemplos iniciales. Sustituye el texto entre corchetes por tus nombres de archivo o enlaces a bases de datos específicos.

Accelerator Selection Bias Correction Connector

Todo listo. Elige tu cliente MCP y sigue las instrucciones de configuración.

Enlace del conectorhttps://edge.vinkius.com/vk_preview_J6hTHey2s2hm5A5AD3VAxmOAU5gxJa4FiXMPKEJD/mcp

Claude Desktop

Sigue los pasos siguientes para conectarte en segundos.

  1. 1In Claude Desktop, open Settings → Connectors.
  2. 2Click “Add custom connector” and paste the connector link above as the remote MCP server URL.
  3. 3Click Add and start a new chat — Accelerator Selection Bias Correction capabilities are ready to use.
Configuración · claude_desktop_config.jsonCopiar
{
  "mcpServers": {
    "accelerator-selection-bias-correction-mcp": {
      "url": "https://edge.vinkius.com/vk_preview_J6hTHey2s2hm5A5AD3VAxmOAU5gxJa4FiXMPKEJD/mcp"
    }
  }
}
Copia en el chat04
  • Compara mis preguntas actuales en [Nombre de la hoja] con los datos de rendimiento en [Nombre de la base de datos].

  • Analiza la correlación entre [Pregunta específica] y el crecimiento de ingresos a 12 meses de nuestra cohorte pasada.

  • Identifica cuáles de nuestros criterios de selección son más predictivos de la supervivencia de una startup según [Conjunto de datos].

  • Muéstrame las brechas donde las startups exitosas en [Conjunto de datos] difirieron de nuestros requisitos de selección actuales.

  • Claude
  • ChatGPT
  • Cursor
  • VS Code
  • Windsurf
  • Claude Code
  • JetBrains
  • Cline

Empieza aquí

Conecta Accelerator Selection Bias Correction una vez y empieza a preguntar.

Solo tienes que vincular tu fuente de datos una vez. Tus credenciales permanecen cifradas y podrás preguntar a tu IA sobre la precisión de tu selección de inmediato.

Conecta Accelerator Selection Bias Correction a tu IA

FAQ

Cómo funciona esta tarea.

  • 01

    ¿Puede la IA cambiar mi formulario de solicitud automáticamente?

    No. La IA identifica las brechas y sugiere cambios, pero tú debes actualizar tus formularios manualmente.

  • 02

    ¿La IA elimina alguno de mis datos históricos de startups?

    No. La IA solo lee tus datos para realizar la evaluación. No tiene permisos para eliminar ni modificar tus registros.

  • 03

    ¿Qué tipo de datos debo proporcionar?

    Necesitas dos conjuntos de datos: tus requisitos de solicitud actuales y las métricas de rendimiento histórico de las startups que seleccionaste anteriormente.

  • 04

    ¿Puede predecir el éxito de nuevos solicitantes?

    Puede proporcionar una puntuación basada en qué tan bien los nuevos solicitantes coinciden con los patrones de éxito encontrados en tus datos históricos.

  • 05

    ¿Funciona con cualquier hoja de cálculo?

    Funciona con cualquier fuente de datos a la que tu cliente de IA pueda acceder a través del MCP conectado.

  • ¿Tienes más dudas sobre Accelerator Selection Bias Correction? La página del conector tiene las respuestas. Ver todo lo que puede hacer el conector Accelerator Selection Bias Correction

Conecta Accelerator Selection Bias Correction a Claude, Cursor, ChatGPT y más