- ESCALA
- PROPORCIÓN
- DATOS
- HUMANO
Respuesta rápida
¿Cómo puedo usar la IA para saber si mis gráficos engañan?
Tu IA utiliza Data Analysis Prover para escanear datos visuales en busca de ejes Y truncados, escalas sesgadas o proporciones incorrectas. Detecta estos errores para que puedas corregirlos antes de presentarlos. Recibirás un desglose de cada inconsistencia visual que encuentre.
Donde se registran todos los problemas.
Resultados de la auditoría
La IA clasifica cada discrepancia encontrada en estas cuatro categorías.
ESCALA
Integridad de los ejes
La IA identifica ejes Y truncados o bases que no parten de cero para exagerar tendencias. Obtendrás la razón matemática exacta de por qué la escala es engañosa.
PROPORCIÓN
Errores de ratio visual
Detecta efectos 3D o exageraciones de área que hacen que cambios pequeños parezcan masivos. Verás dónde el peso visual no coincide con los números reales.
DATOS
Desajustes de valores
El agente compara la altura visual de barras o puntos con el conjunto de datos original. Señala cualquier elemento visual que no se alinee con los valores reales.
HUMANO
Juicio final
La IA resalta los engaños más graves para tu revisión. Tú decides si el gráfico necesita un rediseño total o solo un ajuste menor.
El flujo
Lo que hace tu IA cuando llegan los datos.
La IA no solo mira la imagen: cruza lo visual con la matemática.
Escaneo visual
Tu agente analiza el gráfico para identificar ejes, leyendas y puntos de datos. Mapea la estructura visual para preparar la auditoría.
validate_data_analysisVerificación de escala
La IA comprueba si el eje Y comienza en cero o si los intervalos son consistentes. Busca trucos usados para que el crecimiento parezca más pronunciado de lo que es.
validate_data_analysisAuditoría matemática
Realiza una comprobación entre la representación visual y los números de origen. Esto detecta casos donde una barra es el doble de alta de lo que debería ser.
validate_data_analysisReporte de errores
El agente compila una lista de cada elemento engañoso encontrado. Te los presenta como puntos de acción para que puedas corregirlos.
validate_data_analysis
Pruébalo
Copia estos ejemplos para empezar.
Pega estos comandos directamente en tu chat para iniciar la auditoría.
Puntos de partida
Sustituye el texto entre corchetes por tus archivos o enlaces específicos. Estas son solo formas de iniciar la conversación.
Data Analysis Prover Connector
Todo listo. Elige tu cliente MCP y sigue las instrucciones de configuración.
https://edge.vinkius.com/vk_preview_z0UOTGMw5z9e0sSzQndQJ5ZX9DZMH1doH3kzey3a/mcpClaude Desktop
Sigue los pasos siguientes para conectarte en segundos.
- 1In Claude Desktop, open Settings → Connectors.
- 2Click “Add custom connector” and paste the connector link above as the remote MCP server URL.
- 3Click Add and start a new chat — Data Analysis Prover capabilities are ready to use.
{
"mcpServers": {
"data-analysis-prover-mcp": {
"url": "https://edge.vinkius.com/vk_preview_z0UOTGMw5z9e0sSzQndQJ5ZX9DZMH1doH3kzey3a/mcp"
}
}
}Revisa este gráfico de barras de mi Google Sheet para ver si tiene ejes Y truncados.
¿Este gráfico de líneas en mi archivo CSV local usa una escala engañosa?
Audita las proporciones en esta captura de pantalla de mi carpeta de proyecto.
Analiza los datos de este archivo Excel y dime si el gráfico de sectores es deshonesto.
Claude
ChatGPT
Cursor
VS Code
Windsurf
Claude Code
JetBrains
Cline
Empieza aquí
Conecta Data Analysis Prover una vez y luego pregunta.
Solo haz clic en el enlace para conectar el MCP a tu cliente. Tus credenciales permanecen cifradas y puedes empezar a auditar gráficos de inmediato.
Conecta Data Analysis Prover a tu IAFAQ
Cómo funciona esta tarea
- 01
¿Puede la IA corregir el gráfico por mí?
No. La IA identifica los errores y te indica qué está mal, pero tú debes realizar los cambios visuales en tu herramienta de gráficos.
- 02
¿La IA modifica mis archivos de datos originales?
No. La IA solo lee tus datos para realizar la validación. Nunca escribe ni modifica tus archivos de origen.
- 03
¿Puede revisar gráficos que son solo imágenes?
Sí, siempre que tu cliente de IA pueda procesar la imagen y pasar el contexto visual al MCP.
- 04
¿Detectará cada pequeño error?
Detecta engaños matemáticos y estructurales. No detectará decisiones de diseño subjetivas, como la preferencia de colores o la elección de fuentes.
- 05
¿Puede la IA generar nuevos gráficos?
No. Este MCP está diseñado para validar visualizaciones existentes, no para crear nuevas.
¿Tienes más dudas sobre Data Analysis Prover? La página del conector tiene las respuestas. Ver todo lo que puede hacer el conector Data Analysis Prover
Conecta Data Analysis Prover a Claude, Cursor, ChatGPT y más
