Curso de Microsoft 365 Copilot

Researcher de Copilot con GPT y Claude en paralelo

Curso de Microsoft 365 Copilot

Contenido del curso

ACTUALIZACIÓN

    Researcher de Copilot con GPT y Claude en paralelo

    Resumen

    El agente Researcher de Microsoft 365 Copilot te permite hacer investigaciones profundas combinando GPT y Claude en paralelo, ideal si trabajas con temas que exigen detalle, contraste de fuentes y resultados accionables para tu día a día.

    La novedad está en el modo council: dos modelos investigan al mismo tiempo, comparan hallazgos y tú decides con qué te quedas. Esto cambia la forma en que un profesional valida información dentro de Copilot.

    ¿Qué es el agente Researcher de Microsoft Copilot?

    Researcher es uno de los agentes integrados en Copilot, especializado en investigación a profundidad. A diferencia de una búsqueda simple, su trabajo es ir a fondo, documentar fuentes y entregarte un informe estructurado.

    Lo interesante es que ahora soporta distintos modelos. Puedes pedirle que GPT busque y Claude refine, que ambos trabajen en paralelo, o que uno solo te responda. Esa flexibilidad es la que abre el modo critique y el modo council.

    ¿Para qué sirve Researcher en Copilot? Para hacer investigaciones detalladas dentro de Microsoft 365, integrando documentos de OneDrive, archivos locales y servicios conectados, con resultados comparables entre modelos.

    ¿Cómo funciona el modo council con GPT y Claude?

    Al seleccionar council, Researcher manda llamar a GPT y a Claude al mismo tiempo. En la interfaz aparecen lado a lado: a la izquierda GPT haciendo su propia búsqueda, a la derecha Claude haciendo la suya. Cada uno consulta fuentes distintas y devuelve un resultado diferente.

    Cuando ambos terminan, Researcher resalta:

    • En qué puntos coinciden los dos modelos.
    • En qué puntos están en desacuerdo.
    • Qué fuentes usó cada uno para sustentar su respuesta.

    Con ese contraste, tú tomas la decisión final. No es que el agente elija por ti, te da el material para concluir mejor.

    ¿Cómo lanzar un prompt efectivo en Researcher?

    La interacción empieza con un prompt. Ahí defines el tema y, si quieres, adjuntas archivos. Puedes sumar documentos de OneDrive, archivos de tu computadora o información de servicios conectados a Microsoft 365.

    Después de enviar el prompt, Researcher hace algo clave: te devuelve tres preguntas aclarativas antes de investigar. Aquí defines el alcance, el enfoque y hasta la longitud de la respuesta en páginas. Puedes pedir una reseña corta o un informe extenso, según necesites.

    ¿Qué son las preguntas aclarativas de Researcher? Son tres preguntas que el agente hace antes de investigar para afinar el alcance, el enfoque y el tamaño del entregable. Puedes responderlas o adelantar las respuestas desde el prompt inicial.

    ¿Qué tipo de entregable devuelve cada modelo?

    Los formatos varían entre GPT y Claude, y ahí está parte del valor de compararlos.

    • GPT suele entregar un informe con resúmenes organizados en tablas y un listado de fuentes documentadas.
    • Claude tiende a incluir referencias distintas, infografías, líneas de tiempo y secciones como barreras específicas o por qué funciona algo.
    • Ambos documentan las fuentes para que puedas auditar de dónde salió cada dato.

    En un mismo tema puedes terminar con dos respuestas total y completamente distintas. Esa diversidad es justo lo que te permite afinar tu propia conclusión.

    ¿Cuándo conviene usar un modelo, dos o el modo critique?

    No todas las investigaciones requieren el mismo nivel de profundidad. Researcher te deja elegir según el caso.

    • Un solo modelo: cuando necesitas rapidez y el tema no tiene mucha controversia.
    • Modo critique: cuando quieres que GPT busque y Claude refine, o viceversa, para pulir un primer borrador.
    • Modo council: cuando el tema es crítico y necesitas contrastar dos investigaciones independientes antes de decidir.

    La recomendación práctica es jugar con los tres modos sobre un mismo tema de tu operación diaria. Así descubres cuál te da mejores resultados para tu tipo de trabajo.

    ¿Qué diferencia hay con la versión anterior de Researcher?

    Si ya conocías Researcher, la diferencia más visible es la integración de dos modelos trabajando en paralelo o en refinamiento secuencial. Antes la investigación dependía de un solo motor; ahora puedes generar dos investigaciones simultáneas o encadenar una sobre la otra.

    Eso amplía el rango de uso: desde un proyecto que quieras profundizar, hasta un tema recurrente de tu operación que merezca una mirada más rigurosa.

    Ahora te toca probarlo con un tema real de tu trabajo. Cuéntame en los comentarios qué modelo te dio mejores resultados y cómo te fue con el modo council.