Portal UX Deliverables Skill

Cubre la producción documental del EPIC UX (el documento integrador de cada actividad A1–A5). La investigación de campo vive en portal-ux-research; aquí vive el documento que la escuela califica. Fuente de verdad: context/planeacion_proyecto.md §2, §24, §25.2.

Rules — NON-NEGOTIABLE

• Nombre de archivo exacto: "Entregable Actividad N_equipo_8" (N = 1..5), formato PDF, entrega por Canvas. Cuenta para todo el Project Group.
• Deadline interno: sábado 20:00 anterior a cada entrega dominical (buffer de 24 h). Integración final: Arthur.
• Toda cifra respeta la regla de honestidad metodológica (encuesta propia, fuente citada o estimación declarada — ver portal-ux-research).
• Referencias en formato APA; estilos, paginación e identidad visual consistentes entre A1 y A5.
• Prosa en español neutro, sin emojis. Los cuadrantes de mapas de empatía se rotulan en inglés (exigencia de rúbrica).
• Al publicarse una rúbrica A2–A5: aplicar el protocolo de absorción (abajo) antes de cualquier trabajo de esa actividad.

Calendario de entregas

Actividad	Tema	Entrega	Rúbrica	Sprint
A1	Definición del producto e instrumentos de investigación	dom 26-jul-2026	Publicada (15 pts)	S1
A2	Escenarios y Journey Maps	dom 2-ago-2026	Pendiente	S2
A3	Análisis competitivo y Arquitectura de Información	dom 9-ago-2026	Pendiente	S3
A4	Interfaces de alta fidelidad	dom 16-ago-2026	Pendiente	S4
A5	Entrega final	dom 23-ago-2026	Pendiente	S5

Rúbrica A1 — desglose exacto (§2.2)

Fuente: docs/general/semana_1/rubrica_tarea_1_UI.pdf.

#	Apartado	Peso	Modalidad	Puntos (de 15)
1	Portada con nombres de los integrantes	2 %	Equipo	0.30
2	Introducción	3 %	Equipo	0.45
3	Identificación de la audiencia	5 %	Equipo	0.75
4	Descripción general del problema	20 %	Equipo	3.00
5	Definición del producto digital	20 %	Equipo	3.00
6	Dos mapas de empatía por integrante (6 en total)	25 %	Individual	3.75
7	Dos user personas por integrante (6 en total)	25 %	Individual	3.75

Elementos obligatorios por sección:

• Audiencia: clientes y necesidades; pain points; demografía (edad, sexo, ubicación); intereses; dónde se conectan; herramienta de investigación utilizada y sus resultados.
• Problema: identificación; cuantificación (datos de encuesta E-06/E-07); impacto; solución. ≥2 elementos visuales (diagrama de silos antes/después + gráfica de encuesta).
• Producto digital: tipo (plataforma web); características y beneficios (tabla módulo→perfil→beneficio §6.1; patrones UX 2026 §6.2).
• Mapas de empatía: cuadrantes "Says", "Thinks", "Does", "Feels" con observaciones clave basadas en la información recopilada.
• Personas: foto + básicos (nombre, edad, sexo, ocupación); antecedentes; objetivos; pain points; comportamientos; frase/cita.

Checklist de excelencia A1 (§24) — con responsables

Rubro (peso)	Banda "Completo"	Extra de excelencia	Responsable
Portada (2 %)	Nombres de los 3 integrantes; curso/equipo 8	Identidad visual del producto reutilizable en A2–A5	Alexandro
Introducción (3 %)	Qué se hizo y organización del documento	Párrafo de método: instrumentos + n + fechas de campo	Jacqueline
Audiencia (5 %)	Todos los elementos de §2.2, herramienta y resultados	Gráficas de encuesta; tabla 3 perfiles (§5.1); nota "roles no excluyentes" con dato E-08	Jacqueline
Problema (20 %)	Identificación, cuantificación, impacto, solución; visuales	Diagrama silos antes/después; horas/semana de la encuesta; impacto por perfil	Arthur
Producto (20 %)	Tipo + características y beneficios	Tabla módulo→perfil→beneficio; patrones UX 2026 con citas; mockup conceptual	Alexandro
6 mapas (25 %)	4 cuadrantes Says/Thinks/Does/Feels	Citas textuales reales en "Says"; plantilla uniforme	Cada quien ×2
6 personas (25 %)	Foto, básicos, antecedentes, objetivos, pains, hábitos, frase	Conexión persona↔perfil↔dato de campo; fotos IA consistentes	Cada quien ×2
Formato	PDF "Entregable Actividad 1_equipo_8" por Canvas	Referencias APA; paginación y estilos consistentes	Arthur

Protocolo de absorción de rúbricas A2–A5 (§25.2)

Cuando se publique una rúbrica en Canvas:

1. T+0 h: leerla completa; volcarla a una tabla criterio→peso→banda "Completo" (mismo formato que la tabla A1 de arriba).
2. T+1 h: mapear cada criterio a la historia UX correspondiente del plan; ajustar sus criterios de aceptación provisionales; recalcular SP.
3. T+1 día: si excede lo previsto, congelar STRETCH técnicos del sprint en orden E5 → E4 → E2 hasta cubrir el delta.
4. Registrar el ajuste en context/planeacion_proyecto.md (sección de la actividad + registro de cambios) con fecha.

Referencias APA — los 10 papers ancla (docs/papers/)

Citar donde aplique; los archivos llevan prefijo numérico:

1. Bai, J., Zhang, Z., Zhang, J., & Zhu, Z. (2026). Insight Agents: An LLM-based multi-agent system for data insights. arXiv:2601.20048.
2. Agarwal, S., Biswal, A., Zeighami, S., Cheung, A., Gonzalez, J., & Parameswaran, A. G. (2026). Arming data agents with tribal knowledge. arXiv:2602.13521.
3. Singh, G., Kavehzadeh, P., Xia, J., Fu, X.-Y., Bouvier Tremblay, J., Laskar, M. T. R., Lum, V., & Bhushan TN, S. (2026). Beyond Text-to-SQL: An agentic LLM system for governed enterprise analytics APIs. arXiv:2605.21027.
4. Kim, H. J., Khoeurn, S., & Yoon, Y. J. (2026). A semantic-layer-mediated agent for natural language to SQL over heterogeneous enterprise databases. arXiv:2606.31041.
5. Sun, Y., Wei, P., & Hsieh, L. B. (2026). Don't retrieve, navigate: Distilling enterprise knowledge into navigable agent skills for QA and RAG. arXiv:2604.14572.
6. Jang, J., & Li, W.-S. (2026). TwinBI: An agentic digital twin for efficient augmented interactions with business intelligence dashboards. arXiv:2606.13731.
7. Naik, S., Passi, S., Vorvoreanu, M., Saponas, S., & Hall, A. (2026). "So there's a catch-22 here": How early adopters who build multi-agent LLM systems conceptualize transparency. arXiv:2606.08323.
8. Bougie, N., Ye, X., Marconi, G. M., & Watanabe, N. (2026). PerceptUI: LLM agents as human-aligned synthetic users for UI/UX evaluation. arXiv:2606.05697.
9. Peng, Y.-H., Das, S., Bigham, J. P., & Wu, J. (2026). Efficient personalization of generative user interfaces. arXiv:2604.09876.
10. Bachkaniwala, R., Luo, C., So, R., Mahajan, D., & Rong, K. (2026). Stream2LLM: Overlap context streaming and prefill for reduced time-to-first-token (TTFT). arXiv:2604.16395.

Coherencia A1→A5 como caso de estudio

• La identidad visual (logo/nombre del producto) definida en la portada de A1 reaparece en A2–A5.
• Cada actividad consume artefactos de la anterior: personas (A1) → journeys (A2) → sitemap/taxonomía (A3) → alta fidelidad + pre-validación sintética (A4) → SUS y documento integrador (A5).
• A5 hila todo el proceso como caso de estudio UX (estándar del Grocery Shopping App del curso, superado con producto real y métricas de §22), más video demo de 3 min y presentación final.

Checklist de cierre por actividad

• Rúbrica (o criterios provisionales) volcada a tabla y cubierta al 100 %
• Checklist de excelencia de la actividad verificado con responsables
• Cifras auditadas contra la regla de honestidad metodológica
• Referencias APA presentes donde se usa un paper
• PDF con nombre exacto, estilos consistentes y paginación
• Subido a Canvas antes del deadline interno (sáb 20:00)

When NOT to Use This Skill

• Diseñar o ejecutar instrumentos de campo → portal-ux-research.
• Pre-validación sintética de interfaces → portal-synthetic-users.
• Implementar el prototipo Nuxt que evidencia A4 → skills de frontend.