Enero y Febrero. Época de performance reviews.
Y tú con 47 formularios por rellenar, intentando recordar qué hizo María en Q3 o por qué Pedro no llegó a sus objetivos.
El resultado de siempre: feedback genérico que suena a copy-paste, managers que escriben lo mismo para todos, y empleados que salen de la reunión pensando "¿para esto he esperado 3 meses?"
El problema no es que no te importe. El problema es que no tienes tiempo para hacerlo bien.
El 70% de los managers dedica menos de 15 minutos a preparar cada review.
Pero, ¿y si un agente de IA pudiera hacer el trabajo pesado por ti?
No hablo de que la IA escriba el feedback final. Hablo de que te prepare un borrador con todo el contexto que necesitas: los mensajes de Slack donde María resolvió aquel problema crítico, los tickets de Jira que cerró Pedro, los OKRs que se cumplieron (y los que no).
Tú solo revisas, personalizas y añades tu perspectiva humana.
Pero antes de que conozcas el flujo completo, recuerda que People Things colabora con Próximo, el mejor programa de upskilling en IA para tus empleados.
Formación transversal y especializada en IA para tus áreas de HR, Marketing, Finanzas, Ventas y Support.
Contenido práctico, asíncrono y con workshops semanales para mantener a tus empleados al día.
Soporte interno y resolución de dudas para que nadie se atasque con nada.
Programa específicos para líderes HR: políticas de uso, gobernanza, cultura de IA…
Transforma tu empresa sin salirte de tu presupuesto de formación.
El flujo completo (de principio a fin)
Antes de meternos en código, visualiza cómo funciona:
📅 Trigger (1 semana antes) → 📋 Lista empleados (Sheets/HRIS) → Por cada empleado: Slack + Jira + OKRs → 🤖 Claude (analiza y genera) → 📄 Borrador markdown → 📧 Email/Slack al manager
Tiempo de ejecución: ~2-3 minutos por empleado (automático). Tiempo del manager: 10-15 min revisando y personalizando.
Implementación con Claude Code (el camino rápido)
Si no quieres montar nodos en n8n, hay una forma más directa: pedirle a Claude Code que te lo construya.
Qué es Claude Code
Claude Code es un agente de programación que vive en tu terminal. Le describes qué quieres, él escribe el código, lo ejecuta, lo depura. Tú supervisas.
Para este proyecto, le vas a pedir un script en Python que:
Se conecte a Slack/Jira/Sheets
Extraiga datos por empleado
Los pase a Claude API para generar el borrador
Te envíe el resultado
El prompt para Claude Code
Abre tu terminal y lanza Claude Code. Luego pégale esto:
Necesito un script en Python que me ayude a preparar performance reviews.
CONTEXTO:
- Tengo un equipo de 15 personas
- Uso Slack para comunicación, Jira para tareas, Google Sheets para OKRs
- Quiero generar borradores de feedback automáticamente
LO QUE NECESITO:
1. CONFIGURACIÓN
- Archivo .env para API keys (Slack, Jira, Google Sheets, Anthropic)
- requirements.txt con dependencias
- README con instrucciones de setup
2. SCRIPT PRINCIPAL (review_assistant.py)
Inputs:
- Lista de empleados (desde Sheets o CSV)
- Rango de fechas (último trimestre)
Por cada empleado, extraer:
- Slack: mensajes enviados, menciones recibidas, reacciones (kudos)
- Jira: tickets completados, story points, tiempo medio de resolución
- Sheets: OKRs y % cumplimiento
Generar con Claude API:
- Resumen de contribuciones (3-5 logros concretos)
- Áreas de mejora (basado en patrones)
- Alineación con OKRs
- 2-3 citas textuales de Slack como evidencia
- Sugerencias de desarrollo
Output:
- Archivo markdown por empleado en /outputs/
- Resumen enviado por email al manager
3. ESTRUCTURA DE CARPETAS
/review-assistant
├── .env.example
├── requirements.txt
├── README.md
├── review_assistant.py
├── config/
│ └── employees.csv
├── outputs/
│ └── (borradores generados)
└── templates/
└── review_prompt.txt
Empieza creando la estructura y el script principal.
Pregúntame si necesitas las API keys para probar.
Lo que Claude Code va a hacer
Crear la estructura — carpetas, archivos de config, dependencias
Escribir el código — conexiones a APIs, lógica de extracción, prompts
Pedirte las keys — cuando necesite probar conexiones reales
Iterar contigo — si algo falla, lo arregla; si quieres cambios, los hace
En 20-30 minutos tienes un MVP funcionando.
Ejemplo de output generado
# Performance Review - María García
## Q4 2025
### 🏆 Contribuciones destacadas
1. **Lideró la migración a microservicios** (Oct 2025)
- 12 tickets completados, 47 story points
- Mencionada positivamente por 3 compañeros en #engineering
2. **Resolvió incidencia crítica en producción** (Nov 15)
- Tiempo de respuesta: 23 minutos
- Slack: "María se quedó hasta las 2am arreglando el bug de pagos. MVP." — @carlos
3. **Documentación del API v2** (Dic 2025)
- Primera vez que tenemos docs actualizadas
- 8 páginas en Notion, adoptadas por el equipo
### 📈 Alineación con OKRs
| Objetivo | Target | Resultado | Estado |
|----------|--------|-----------|--------|
| Reducir tiempo deploy | -30% | -42% | ✅ Superado |
| Cobertura tests | 80% | 76% | 🔶 Casi |
| Tickets críticos | <5 | 3 | ✅ Cumplido |
### 🌱 Áreas de desarrollo sugeridas
1. **Comunicación en conflictos** — Dos instancias donde la comunicación fue directa en exceso
2. **Delegación** — Tendencia a absorber trabajo en lugar de distribuir
### 💬 Citas relevantes
> "María es la persona a la que recurro cuando algo está en llamas" — @ana
> "El doc que hizo María me ahorró 2 días de onboarding" — @nuevo_dev
---
*Generado automáticamente. Revisar y personalizar antes de la reunión.*
Alternativa: n8n si prefieres visual
Si el código te da pereza, n8n es tu amigo. Mismo resultado, pero arrastrando cajitas.
Los nodos que necesitas
Schedule Trigger → Cron: "0 9 * * 1" (lunes 9am)
Google Sheets → Read rows de "Empleados Q4"
Loop Over Items → Por cada empleado
Slack → Search messages from:{{slack_id}}
Jira → Search issues assignee={{jira_user}}
Merge → Combina slack + jira + okrs
Anthropic Claude → Genera borrador (claude-3-5-sonnet)
Send Email/Slack → Al manager con el borrador
El prompt para el nodo de Claude
Eres un asistente de HR especializado en preparar performance reviews.
EMPLEADO: {{nombre}}
PERIODO: Q4 2025 (Octubre - Diciembre)
DATOS RECOPILADOS:
## Mensajes de Slack (últimos 3 meses)
{{slack_messages}}
## Tickets de Jira completados
{{jira_tickets}}
## OKRs y resultados
{{okrs_data}}
---
GENERA UN BORRADOR DE REVIEW CON:
1. **CONTRIBUCIONES** (3-5 logros concretos con fechas y evidencia)
2. **MÉTRICAS** (tickets cerrados, cumplimiento OKRs, datos cuantitativos)
3. **RECONOCIMIENTO** (menciones positivas de compañeros, citas textuales)
4. **ÁREAS DE MEJORA** (patrones detectados, siempre constructivo)
5. **SUGERENCIAS** (2 áreas de desarrollo para próximo trimestre)
FORMATO: Markdown estructurado, profesional pero humano.
TONO: Directo, basado en evidencia, sin corporate speak.
IMPORTANTE: Este es un BORRADOR. Indica que el manager debe revisar y personalizar.
Los mejores managers no son los que escriben el feedback más largo.
Son los que dan feedback específico, basado en evidencia, y a tiempo.
La IA no va a reemplazar tu criterio.
Pero sí puede darte las 2 horas que necesitas para ejercerlo bien.
Y en un mundo donde el talento escasea y la retención es crítica, un buen feedback puede ser la diferencia entre un empleado que crece y uno que se va.