ontoref/assets/ontology_ops/about_info.md
Jesús Pérez 472952e29b
Some checks failed
Rust CI / Security Audit (push) Has been cancelled
Rust CI / Check + Test + Lint (nightly) (push) Has been cancelled
Rust CI / Check + Test + Lint (stable) (push) Has been cancelled
Nickel Type Check / Nickel Type Checking (push) Has been cancelled
feat: domain extension system, VCS abstraction, personal/provisioning domains, web subpages
Domain extension system (ADR-012): bash-layer dispatch activates repo_kind-conditional CLI
  domains. install.nu copies domains/ tree; short_alias wrappers generated (personal, prov).
  ore help and describe capabilities domain-aware.

  personal domain (PersonalOntology): career skills/talks/publications/positioning, CFP
  pipeline (Watching→Delivered), opportunities lifecycle, content pipeline, Sessionize
  integration. Daemon pages: /career, /personal.

  provisioning domain (DevWorkspace/Mixed): FSM state, next transitions, connections graph,
  gates, workspace card, capabilities, backlog. Daemon page: /provisioning.

  VCS abstraction layer (ADR-013): reflection/modules/vcs.nu — uniform jj/git API via
  filesystem detection (.jj/ vs .git/). opmode.nu and git-event.nu migrated off ^git.
  reflection/bin/jjw.nu — jj + ontoref + Radicle agent workspace lifecycle. jjw-ncl-merge.nu
  registered as jj merge tool for .ontology/ NCL conflicts. init-repo.nu for new_project mode.
  jj/rad not in ontoref requirements — belong in orchestration project manifests.

  'Framework RepoKind: ontology/schemas/manifest.ncl gains 'Framework variant; ontoref
  self-identifies as framework — no domain activates for the protocol itself.

  Web presence: personal.html and provisioning.html domain subpages. index.html gains
  "Project Types — Domain Extensions" section with type cards and subpage links. Nav
  compacted (Arch/Prov labels, solid backdrop-filter background).

  on+re: vcs-abstraction (adrs: adr-013) and agent-workspace-orchestration Practice nodes;
  21 manifest capabilities; state.ncl catalysts updated.
2026-04-07 23:08:29 +01:00

21 lines
2.6 KiB
Markdown

This is a great question — let me build this explanation visually so that the concepto quede claro de forma intuitiva.Voy a construirte una explicación visual e intuitiva de este concepto. La "ontología operacional" suena intimidante, pero en esencia responde a una pregunta simple: **¿qué cosas existen cuando usas IA, y cómo se relacionan entre sí?**
Piénsalo como el "mapa del territorio" que necesitas para moverte con soltura. Vamos por capas:Ahora te lo desgloso en lenguaje llano. La ontología operacional es simplemente **el inventario de todo lo que participa cuando usas IA**, organizado para que entiendas qué puedes controlar y qué no.
**La columna izquierda es el flujo principal** — lo que tú vives directamente:
**Tú** eres el punto de partida. Llegas con una intención ("necesito un resumen", "quiero ideas para un nombre") y un contexto personal (tu industria, tu nivel de conocimiento, tus preferencias). La IA no sabe nada de esto salvo que tú se lo digas.
**El prompt** es tu única vía de comunicación. No es solo "lo que escribes", es *cómo* lo escribes. Un prompt vago produce resultados vagos. Uno específico, con rol, contexto y formato deseado, produce resultados útiles. Es como la diferencia entre decirle a un taxista "llévame por ahí" versus darle la dirección exacta.
**El modelo** es la caja que procesa tu mensaje. Tú no ves qué pasa dentro, pero sí puedes influir en su comportamiento a través del prompt, las herramientas que activas y el contexto que proporcionas.
**El output** es lo que recibes. Puede ser texto, una tabla, un archivo, código, un diagrama. La clave es que no es "la verdad" — es una *generación* basada en probabilidades que necesitas evaluar.
**La flecha punteada que sube** es quizás lo más importante: la iteración. Rara vez el primer resultado es perfecto. Lees el output, ajustas tu prompt, y vuelves a intentar. Este ciclo es donde realmente se aprende a usar IA.
**La columna derecha son las dimensiones invisibles** — lo que existe detrás de escena y afecta todo:
El **contexto** incluye el historial de tu conversación, las instrucciones del sistema y cualquier documento que hayas subido. El **conocimiento base** es lo que la IA aprendió en su entrenamiento más lo que puede buscar en internet. Las **herramientas** son capacidades extras (buscar en la web, crear archivos, hacer cálculos). Las **restricciones** son los límites éticos y técnicos. Y el **formato de salida** determina cómo se presenta la respuesta.
¿Te gustaría que profundice en alguna de estas piezas? Puedes tocar cualquier caja del diagrama para explorar más, o preguntarme directamente.