definition of done, as always, is especially useful.
related to the Pareto rule. but inverted.
if you spend a good amount of time properly defining what you want (hard 20%), development and output will be better (thus, easier 80%)
Try these in your first Opus 5.5 session:
→ Hand over a whole task. Define "done" and when to check in.
→ Drop "think carefully". It always thinks first.
→ After a long run, check what it needs to go further.
Our playbook: https://t.co/h4Vz9BIl0z
¿Hay alguien que siga currando full remoto en big 2026? Veo que muchos empezamos trabajando 100% remoto pero a casi todos nos han acabado pasando a modelo híbrido.
Se nos acabó la fiesta.
Inspirado por los gráficos de @Ballityorg me he preguntado, ¿cómo están rindiendo los centrales en esta temporada en LaLiga?
Ojo a Kike Salas con la convocatoria de Luis de la Fuente a la vuelta de la esquina. Nivelón de Huijsen, Cubarsí, Yoel Lago... Y cuidado con lo de Noubi.
Zalto (https://t.co/WhQ12x0rvW, aquí puedes unirte a la beta) es una herramienta para creadores de YouTube que quieren dejar de adivinar qué grabar y ver que no tienen visitas. Zalto encuentra outliers, vídeos que rindieron muchas veces por encima de lo habitual de sus canales propio canal.
Así ves qué ideas funcionaron aunque el canal sea pequeño. Cada puntuación muestra su cálculo, y un panel explica por qué funcionó el vídeo. Después puedes convertir lo que encontraste en ideas, títulos y miniaturas con IA.
Solo pagas cuando generas, y si la IA falla, por supuesto, los créditos se devuelven.
Funcionalidades:
Descubrir (investigación)
- Búsqueda de outliers por tema, nicho o canal.
- Filtros por múltiplo, visitas, suscriptores, duración y fecha.
- Vídeos parecidos por título o miniatura.
- Inspección de vídeo: rango en el canal, curva de visitas, visitas frente a me gusta, historial de cambios de título y miniatura, y previsión a 7 días.
- Qué piden los comentarios de un outlier.
- Contexto de un vídeo: pico de atención del tema, temporada o ráfaga de vídeos parecidos.
- Páginas públicas de nichos con cifras agregadas.
Biblioteca y canales
- Guardar y quitar vídeos.
- Carpetas.
- Búsquedas guardadas.
- Seguir canales.
- Feed de canales seguidos.
- Alertas cuando un vídeo supera tu escalón de múltiplo, visto o previsto.
- Guardar ideas y títulos generados.
Estudio (IA)
- Lotes de ideas con su porqué y los outliers que las inspiraron.
- Títulos con la técnica de cada uno, voz del canal conectado, descripción, etiquetas y hashtags.
- Miniaturas con IA: varias variantes, 16:9 o , imágenes de referencia, texto editable en capa aparte y ampliación 4x.
- Editor de miniaturas gratuito sin IA, con capas, texto, recorte, deshacer y exportación a PNG.
- Edición IA de miniaturas (redibujar, cambiar cara, ampliar), con precio visible y posibilidad de deshacer.
- Optimize: título y miniatura nuevos para un vídeo de tu canal.
- AutoCut: sube un vídeo de hasta 30 minutos y quita silencios, muletillas y tomas repetidas AUTOMÁTICAMENTE. Puedes editar el plan de cortes, añadir subtítulos con estilos y descargar el MP4.
- Plantillas virales y plantillas de creador.
- Presupuesto previo: ves el coste en créditos y el precio queda fijo al confirmar.
Gratis y sin cuenta
- Previsualizador de miniaturas (portada, búsqueda, barra lateral y Shorts).
- Calculadora de ingresos de un vídeo.
- Páginas de ejemplo de título, descripción y etiquetas.
- Ayuda pública en ES y EN.
- Comparativas con 1of10, vidIQ, TubeBuddy y ViewStats.
Me ha dado por probar la nueva skill de /reverse-any-video. Primera iteración:
- a la izquierda un vídeo que he encontrado por X
- a la derecha el resultado aplicado a mi startup https://t.co/Ksi43rYQEU
Our OSS skills just got a huge refresh
update HyperFrames skills to unlock /reverse-any-video and the top generative models with Pro
sign in and get access to 10,000+ music tracks, sound effects, 75,000+ stock images and tts for free
npx hyperframes skills update
let's see how this goes:
/pstack:poteto-mode /goal make check is being a bit of a pain. it takes so long. lets optimize it.
should be faster and way more optimized. go until the council all agrees that the results are at least a 9/10 in terms of quality, design, speed, optimization, coverage...
make a new pr for "make check optimization", and keep iterating until you have made the whole council happy
results, 3 alternating runs each on a shared machine: main: 867s median pr: 184s median 4.7x faster, 3141 tests passing, 96.8% coverage. a quieter pair earlier gave 511s → 148s, so call it ~4x
update on the make check thing. the first win was dumb: locally pytest ran on one core while CI was quietly passing -n 4. moved the worker count into the Makefile so both run the same command, plus a test that fails if they ever drift apart again
one 72s test kept a worker busy long after the others had finished. subagents profiled the slowest tests and made them faster without changing a single output bit. each one has a golden test against the old code to prove it
40% of worker time was postgres creating and dropping a fresh database for each of 768 tests. now each worker keeps one db and resets it after every test. that alone is ~15% of the final run
estoy haciendo una herramienta que te dice qué grabar en YouTube
busca los vídeos que funcionaron mucho mejor de lo normal, aprende y enseña por qué
mediana del canal, muestra, edad del vídeo, confianza...
investigar y estudiar entra en la capa gratis, y solo hace falta un plan para otras cosas que tiene, como generar títulos y miniaturas potenciados por el algoritmo. aun así, siempre hay créditos gratis para esto
la marca personal importa ahora más que nunca, y ya es hora de que lo que funciona en YouTube no sea suerte,
sino datos y patrones
acceso anticipado en comentarios