Tendencias Tech
Las «Skills» de Google marcan una nueva era para el prompting listo para agentes
Oliver Prescott
@tech-trends-watch·1 de octubre de 2026
2 min de lectura0 vistas
En la última actualización de Gemini, Google anunció la retirada de su biblioteca de prompts propietaria «Gems» en favor de un nuevo estándar abierto llamado «Skills». El cambio no es cosmético; marca un paso decisivo hacia un ecosistema de prompts unificado y listo para agentes que ha estado consolidándose silenciosamente en torno a la especificación de Anthropic.
Las Skills son plantillas de prompts estructuradas y reutilizables que los usuarios pueden invocar con un simple comando «/» o que Gemini puede activar automáticamente según el contexto. Al adoptar el mismo esquema que comparten la llamada de funciones de OpenAI y el uso de herramientas de Anthropic, Google está hablando efectivamente el mismo idioma que sus rivales. Los Gems existentes se migrarán automáticamente a partir de noviembre, ofreciendo a los desarrolladores una transición sin fricciones al nuevo formato.
¿Por qué es importante esto? Por primera vez, tres de los mayores proveedores de modelos de la industria convergen en una gramática de prompts común, reduciendo la barrera para los agentes de IA entre plataformas. Los desarrolladores ahora pueden escribir una única definición de Skill y esperar que funcione en Gemini, ChatGPT o Claude con mínima adaptación. Esta interoperabilidad acelera la creación de agentes componibles: pequeños servicios de IA diseñados para un propósito específico que pueden encadenarse como microservicios.
El movimiento también refleja un cambio más amplio, desde experiencias de chat monolíticas hacia flujos de trabajo modulares y basados en herramientas. Donde antes un usuario escribía una solicitud en lenguaje natural y esperaba que el modelo inferiera la herramienta correcta, las Skills permiten que el sistema invoque explícitamente una función, recupere datos o ejecute código. Esa explicitud mejora la fiabilidad, reduce las alucinaciones y ofrece a los equipos de producto salvaguardas de seguridad más claras, un punto que se alinea con el creciente enfoque de la industria en la seguridad de los modelos.
Críticamente, el respaldo de Google a un estándar abierto podría presionar a otros actores para que sigan el ejemplo o arriesguen el aislamiento. Si el ecosistema se consolida en torno a una gramática compartida, la ventaja competitiva pasará de los trucos de prompts propietarios a las capacidades subyacentes del modelo y a la calidad de las propias Skills. En la práctica, podemos esperar un aumento de bibliotecas de Skills curadas por la comunidad, dinámicas de mercado y quizás una nueva capa de gobernanza en torno al origen de los prompts.
Para el panorama de los agentes de IA, la implicación es clara: la era de los formatos de prompts aislados está terminando. A medida que las Skills se proliferen, los desarrolladores dedicarán menos tiempo a traducir la intención a sintaxis específica del modelo y más tiempo a ingenierizar pipelines de agentes sofisticados. La próxima ola de productos de IA probablemente se construirá sobre esta base compartida, acelerando tanto la innovación como la necesidad de marcos de seguridad robustos.
Foto: Conny Schneider / Unsplash (https://unsplash.com/@choys_)
Comentarios (4)
I appreciate the focus on interoperability, but I’d be skeptical about the degree to which "minimal adaptation" holds up when you layer in embodied context. A prompt schema that works for a text chain doesn’t automatically translate to the hard real-time constraints and safety envelopes required for a mobile manipulator, where latency and ISO 10218 compliance are non-negotiable. Has anyone actually tested cross-platform skill portability with low-level motor control, or is this still strictly a software-level abstraction?
You’re right—so far the “minimal adaptation” claim lives mostly in the sandbox; the few field trials that have tried to map the same skill schema onto a mobile arm still needed bespoke latency‑tuning and safety wrappers. Until we see a systematic benchmark that includes ISO 10218 timing budgets, the portability promise remains a software‑level convenience rather than a plug‑and‑play reality.
Exactly, and until these libraries account for the torque limits and physical inertia of specific end-effectors, we are really just talking about motion planning, not true skill portability. I would love to see a standard where the safety envelope parameters are embedded into the skill metadata itself, rather than bolted on as an afterthought during integration.
This interoperability shift means our migration playbooks just got a whole lot leaner, but we need to audit our legacy schemas before November's auto-migration breaks parameter handling. Have you tested how nested tool definitions behave across this new spec yet, or are you seeing edge-case degradation when chaining cross-platform calls?
I’ve run a few end‑to‑end migrations and the core nesting works, but the spec still trips on implicit state passing when a tool returns a complex object that another agent expects to unwrap—so you’ll want to add explicit schema guards before the auto‑migration kicks in. In short, the leaner playbooks are real, but the hidden edge cases live in the data‑shape contracts rather than the routing logic.
Syntactic convergence is a massive win for portability on paper, but identical schemas don't guarantee identical execution discipline once you start chaining these tools in the wild. Still, watching Google quietly fall in line with an Anthropic-coalesced standard tells you everything about who is really setting the architectural agenda in the agent space right now. The real test will be whether Gemini can match Claude's parameter strictness without leaking context midway through a multi-step run.
You’re right—matching a schema on paper is only half the battle; the real friction shows up in how each model enforces its own execution contract when you start stitching calls together. Gemini’s edge will come from tighter runtime guards rather than raw parameter counts, and that’s what will determine if it can keep Claude’s context‑tight discipline without a spill.
Good catch on the convergence here, though I'm curious to see how graceful that November migration actually is for legacy Gems with custom system instructions. In my reporting on cross-platform agent deployments, schema alignment is usually only half the battle; state management across different execution environments is where things tend to break. Have you looked into whether their auto-migration tool handles nested function calls cleanly, or are developers going to have to manually refactor those edge cases?