Cómo analizar hojas de cálculo con IA en Whizi

Perfila los datos antes de preguntarle nada

El error más común al analizar hojas de cálculo no tiene nada que ver con la IA. El archivo tiene 14 filas con un espacio final en el nombre de la región, dos formatos de fecha, una fila de subtotal que alguien dejó en medio y 300 celdas vacías en la columna que estás a punto de promediar. Si preguntas primero, obtendrás una respuesta segura calculada sobre datos defectuosos.

Por eso el primer prompt es siempre el mismo, sea cual sea el archivo.

Prompt: el perfil

Perfila este archivo antes de analizar nada. Devuelve: número de filas, nombres de columna con el tipo inferido, el conteo y porcentaje de valores faltantes por columna, el número de filas exactamente duplicadas, los valores distintos de cada columna con menos de 25 valores distintos, el mínimo y máximo de cada columna numérica y de fecha, y cualquier columna donde los valores parezcan inconsistentes (formatos mixtos, espacios en blanco al final, unidades mixtas, formatos de fecha mixtos). No analices ni interpretes todavía. Solo dime qué hay en el archivo y qué parece estar mal.

Ese único prompt detecta la mayoría de lo que arruinaría el análisis. La lista de valores distintos es justo donde descubres que "UK", "U.K." y "United Kingdom" son tres regiones separadas en tus datos.

Prompt: corrige lo que encontró

Estandariza los problemas que identificaste: elimina espacios en blanco, unifica [columna] a un solo formato y consolida estas variantes: [enuméralas]. Muéstrame el mapeo que aplicaste como tabla antes de aplicarlo. No elimines ninguna fila sin decirme cuál y por qué.

Haz preguntas que produzcan respuestas verificables

Las preguntas vagas obtienen respuestas vagas. Los prompts que funcionan nombran la columna, la operación y el formato de salida, y piden que se muestre el procedimiento.

Prompt: agregación con el procedimiento mostrado

Agrupa por [columna] y calcula [métrica]. Devuelve una tabla en Markdown con el grupo, el conteo de filas en él y la métrica. Debajo de la tabla, indica exactamente cómo calculaste la métrica, qué filas excluiste y por qué, y cómo manejaste los valores vacíos. Ordena de forma descendente por [columna].

Prompt: la pregunta de cohortes

Para cada [dimensión de cohorte, por ejemplo mes de registro], calcula [métrica] en [intervalo]. Muestra el tamaño de la cohorte junto a cada cifra. Marca cualquier cohorte con menos de [n] filas como demasiado pequeña para interpretar en lugar de reportar un porcentaje para ella.

Esa última instrucción evita el resultado más engañoso en el análisis de hojas de cálculo: una cohorte de cuatro usuarios reportada como "75% de retención" y colocada en una tabla junto a una cohorte de nueve mil.

Prompt: búsqueda de anomalías

¿Qué resulta sospechoso en estos datos? Busca: valores fuera de un rango plausible, discontinuidades repentinas en una serie temporal, columnas donde la distribución cambia a mitad de camino, filas exactas o casi duplicadas, valores que parecen demasiado redondos y cualquier señal de un cambio en cómo se recolectaron los datos. Para cada caso, cita las filas específicas.

Ese es el prompt de mayor valor en esta página y no tiene equivalente en un flujo de hoja de cálculo normal. Con frecuencia encuentra el día en que se rompió el seguimiento, el proveedor que empezó a reportar en otra moneda y la importación duplicada que infló un trimestre.

Prompt: la especificación del gráfico

Recomienda el gráfico adecuado para esta pregunta y esta forma de datos, y explica por qué la alternativa obvia es peor aquí. Después dame la especificación: tipo de gráfico, eje x, eje y, series, agregación, orden de clasificación y tratamiento de ejes. No uses un eje doble. No truncues el eje de un gráfico de barras.

Dónde falla realmente la aritmética

Esto merece una respuesta directa, porque "la IA es mala con las matemáticas" es a la vez cierto y poco útil tal cual se dice.

Un modelo de lenguaje que razona sobre números en texto está completando patrones, no calculando. Es fiable para describir estructura, categorizar filas e identificar qué cálculo necesitas. Es mucho menos fiable al ejecutar una larga cadena de aritmética sobre cientos de filas, y falla en silencio: el resultado es una tabla bien formateada con números incorrectos y sin ninguna señal de alerta.

Las reglas prácticas:

• Pide el método, no solo el resultado. "Indica exactamente cómo calculaste esto y qué excluiste" hace visible el error cuando lo hay.
• Verifica un grupo a mano. Elige el grupo más pequeño de la tabla de resultados y compruébalo en la hoja de cálculo real. Si coincide, el método probablemente es correcto; si no, nada en la tabla es de fiar.
• Contrasta cualquier cifra relevante con un segundo modelo. Que dos modelos independientes lleguen al mismo número es una evidencia mucho mejor que un modelo repitiéndose a sí mismo. La vista en paralelo de Whizi existe justo para esto.
• Cuidado con el doble conteo. Las filas de subtotal que quedan en el archivo y los cruces uno a muchos son los dos culpables habituales, y el modelo no sabrá que están mal.
• Para todo lo que deba ser exacto, pide la fórmula o el código. Dame la fórmula de Excel o dame el código de pandas traslada la aritmética a un motor determinista, y así reservas al modelo para lo que hace bien: saber qué cálculo ejecutar.

Ese último punto es la respuesta real para el trabajo financiero o de reportes. Usa el modelo para diseñar el análisis y tu hoja de cálculo o un script para ejecutarlo.

Qué modelo lee cada archivo, y cuánto es demasiado grande

CSV y Excel se suben directamente, y los tres modelos se reparten el trabajo con claridad.

Modelo	Ventana de contexto	Créditos por mensaje	Úsalo para
GPT-5.6 Terra	1M tokens	4	Formatos estrictos: tablas limpias, JSON, mapeos de columnas exactos
Claude Sonnet 5	1M tokens	10	El paso de verificación en agregaciones de varios pasos
Gemini 3.5 Flash	1M tokens, unas 1.900 páginas de manuscrito	8	Los archivos más grandes, o una hoja de cálculo junto a un PDF en el mismo hilo

Las cifras de contexto y créditos vienen de el índice de costo de modelos de Whizi, tarifas de lista consultadas el 2026-08-20.

Algunas notas prácticas:

• Dale un rectángulo limpio. Una fila de encabezado, sin celdas combinadas, sin filas vacías de relleno, sin notas en la columna K. Los informes con encabezados múltiples confunden la extracción más que cualquier límite de tamaño de archivo.
• Envía la hoja en bruto, no la hoja de presentación. La versión con formato y subtotales es la que produce el doble conteo.
• Los archivos muy anchos se benefician de una lista de columnas primero. Pregunta qué significa cada columna antes de analizar si los nombres son crípticos, y dile al modelo lo que entendió mal.
• Para archivos muy grandes, usa Gemini 3.5 Flash, que lee el mismo contexto de 1M de tokens que Claude Sonnet 5 y GPT-5.6 Terra al costo más bajo por respuesta de los tres. Más allá de eso, muestrea de forma deliberada: analiza una muestra aleatoria de 5000 filas y dime el error de muestreo que debo esperar en cada cifra es mejor que truncar en silencio.
• Elimina primero los datos personales. Nombres, correos e identificadores casi nunca son necesarios para el análisis, y quitarlos es más rápido que discutir si tenías permiso para subirlos.

La mecánica de las subidas está cubierta en cómo subir documentos.

La secuencia completa de ocho pasos en un archivo real

El flujo completo en un archivo real, en orden:

1. Sube el archivo. Ejecuta el prompt de perfilado. Lee con atención los valores distintos y los conteos de valores faltantes.
2. Corrige lo que encontró, revisando la tabla de mapeo antes de aplicarla.
3. Pide un resumen de qué tratan los datos y las tres preguntas que cree que deberías estar haciendo. Este paso es rápido y a menudo reformula el análisis.
4. Haz tu pregunta real, exigiendo el método y las exclusiones en la respuesta.
5. Ejecuta siempre el prompt de anomalías. Aquí es donde están las sorpresas.
6. Verifica a mano el grupo más pequeño.
7. Contrasta la cifra principal con un segundo modelo.
8. Pide la especificación del gráfico, o la fórmula si el número debe ser exacto y reproducible.

Los pasos 1, 5 y 6 son los que la gente se salta, y son los que separan un análisis que puedes defender de una suposición bien formateada.