estimar-story-points

Calcular los Puntos de historia (Story Points) de una historia / tarea / habilitador cuando el desarrollo lo hace la IA: el puntaje sale de la COMPLEJIDAD a nivel sistema + el CONSUMO DE TOKENS para r

SKILL.md

GitHub

Estimar Story Points

En este flujo el desarrollo lo hace la IA, así que el puntaje no sale de un Planning Poker ni de un consenso de equipo: lo calcula la IA a partir de dos cosas medibles a nivel sistema:

  1. Complejidad del desarrollo — cuántas capas/módulos toca, algoritmos, manejo de estados, integraciones, reglas de negocio.
  2. Consumo de tokens — cuánto le cuesta a la IA resolver el desarrollo y cuánto le cuesta investigar (navegar) las historias/fichas relacionadas.

El número se expresa en Fibonacci (1, 2, 3, 5, 8, 13, 20) solo por compatibilidad con el campo Puntos de historia de Azure; de 13 para arriba, se parte.

El punto acá no mide "cuánto tarda una persona": mide cuánto le cuesta al sistema (la IA) entregarlo. El token es la señal más directa de ese costo.

Regla de oro

  • Lo calcula la IA, no un Planning Poker. No hay votación ni consenso humano (desarrolla la IA). La IA propone el número con su justificación; el humano puede ajustarlo, pero no hace falta una ceremonia de estimación.
  • El token manda como señal de costo. Cuanto más cuesta resolver + investigar (en tokens), más pesa el ítem. La complejidad a nivel sistema completa el cuadro.
  • NO inventar. Si falta info para evaluar una señal (relacionadas, integraciones, reglas), se marca ⚠ (pendiente) y se pregunta. Los umbrales token→banda no se inventan: se calibran con datos reales del historial.
  • 13+ ⇒ partir. Si da 13 o más, la acción es descomponer, no "estimar heroico".
  • Español (Argentina). Esta skill NO toca el board: solo calcula/propone.

Las señales

A-priori — antes de desarrollar (estimación de entrada)

Antes de codear no se conocen los tokens reales, así que se estima con proxies observables del ítem:

# Señal Suma poco Suma mucho
1 Complejidad a nivel sistema cambio directo, patrón conocido, 1 capa varias capas/servicios, algoritmo, manejo de estados
2 Integraciones / dependencias interno, sin sistemas externos uno o más sistemas externos, autenticación federada, otros servicios
3 Reglas de negocio [RN-…] ninguna o una simple varias, con bordes/excepciones
4 Investigación en relacionadas 0-1 relacionada, superficial muchas historias/fichas, grafo profundo
5 Incertidumbre / claridad requerimiento claro, sin ⚠ difuso, muchos (pendiente)
6 Novedad vs. precedente gold hay un gold parecido para imitar net-new, sin precedente

A-posteriori — el token real (la señal más fuerte)

Cuando la IA efectivamente resuelve o investiga, mide y usa:

  • Tokens para RESOLVER — cuánto costó producir la solución (proxy directo de la complejidad real).
  • Tokens para NAVEGAR relacionadas — cuánto costó leer/investigar historias y fichas para entender o resolver.

El token real se conoce durante/después del desarrollo. Antes se usa el perfil de proxies (1-6); con el token real, la IA ajusta el número y lo registra en el historial para ir calibrando el mapeo "tantos tokens ≈ tanta banda". Los umbrales exactos arrancan (pendiente) y se fijan con datos.

Flujo

  1. Traer el ítem. Texto, o por MCP get_work_item (solo lectura) si es un #ID. Si hace falta, leer las relacionadas y las fichas del Cerebro Digital del tema (la ruta está declarada en [[contexto-proyecto]]).
  2. Evaluar las 6 señales a-priori y, si la IA ya resolvió/investigó, sumar el token real (resolver + navegar).
  3. Mapear a una banda Fibonacci. El conjunto de señales + el costo en tokens define la banda.
  4. Justificar en 1-2 líneas qué pesó (p. ej. "8: toca 2 servicios + 4 reglas + 3 relacionadas profundas; alto costo de investigación").
  5. Marcar ⚠ toda señal que no se pueda evaluar por falta de info, y preguntar.
  6. Si da 13+, proponer partir el ítem y estimar las partes.
  7. Registrar el número (y, si hubo, los tokens reales) en la fila del [[historial/INDICE]] para calibrar las próximas.

Cómo se combinan las señales → banda (orientativo)

Perfil Banda
Cambio directo, hay gold para imitar, casi sin investigación 1 - 2
Complejidad media, alguna regla, 1-2 relacionadas 3
Varias piezas o 1 integración simple; investigación media 5
Alta complejidad o integración externa o mucha investigación/incertidumbre; token de resolver alto 8
Varias señales altas a la vez (complejidad + integración + incertidumbre) 13 ⇒ partir

Es una guía para no arrancar de cero cada vez, no una fórmula rígida. La IA propone; el humano puede ajustar.

Contexto adicional

  • Base de estimación (escala Fibonacci, Gravedad/Prioridad, MoSCoW): [[estimacion-y-priorizacion]]
  • Control de que la historia esté lista para estimar: [[definicion-preparado-terminado]]
  • Registro y calibración con tokens reales: [[historial/README]]
  • Lectura de tarjetas por MCP: [[integracion-azure-mcp/00-index]]

Ejemplo (genérico)

Historia: "Filtrar recursos por cercanía en un módulo". La IA evalúa: complejidad media (cálculo de distancia), 1 integración (un servicio externo de padrón/geo), 2 reglas [RN-…], 3 relacionadas a leer, sin gold previo; la investigación le costó bastante en tokens (leyó 3 fichas). Propone 8, con la justificación, y sugiere partir en "endpoint de cercanía" + "UI del filtro". ⚠ (pendiente): ¿la distancia sale de un servicio existente o hay que crearlo? (define si sube a 13). El número lo propone la IA; el humano lo puede ajustar.