Wide Research

​

¿Qué es Investigación Amplia?

Investigación Amplia es el enfoque de Manus para manejar tareas que implican el procesamiento de muchos elementos similares, como analizar 100 productos, investigar 50 empresas o generar 20 piezas de contenido. En lugar de utilizar un único agente de IA que procesa los elementos secuencialmente, Investigación Amplia implementa cientos de agentes independientes que trabajan en paralelo. Cada agente recibe su propio contexto dedicado y procesa un elemento de forma independiente. Esta arquitectura resuelve la limitación de la ventana de contexto que hace que la calidad de los sistemas de IA tradicionales se degrade a medida que aumenta el número de elementos.

​

El Problema de la Ventana de Contexto

Los sistemas de IA tradicionales, incluidos la mayoría de los chatbots, operan con una ventana de contexto fija, un límite en la cantidad de información que pueden procesar activamente a la vez. Cuando se les pide que analicen muchos elementos secuencialmente:

• Elementos 1-5: Análisis detallado y exhaustivo con contexto completo disponible
• Elementos 10-20: Las descripciones se vuelven más cortas a medida que el contexto se llena
• Elementos 30+: Resúmenes genéricos y aumento de errores a medida que el contexto anterior se comprime o se pierde

Esta degradación ocurre porque la IA debe mantener todos los elementos anteriores en la memoria mientras procesa los nuevos. La investigación muestra que este “umbral de fabricación” ocurre típicamente alrededor de 8 a 10 elementos para la mayoría de los sistemas de IA.

​

Cómo Funciona Investigación Amplia

Investigación Amplia utiliza una arquitectura fundamentalmente diferente: 1. Descomposición de Tareas: El agente principal analiza su solicitud y la divide en subtareas independientes (por ejemplo, “investigar empresa #1”, “investigar empresa #2”, etc.) 2. Despliegue de Agentes Paralelos: Cada subtarea se asigna a un agente dedicado con su propia ventana de contexto nueva 3. Procesamiento Independiente: Los agentes trabajan simultáneamente, cada uno realizando una investigación exhaustiva sin competir por espacio de contexto 4. Síntesis de Resultados: El agente principal recopila todas las subtareas completadas y las ensambla en el formato solicitado (tabla, informe, conjunto de datos, etc.) Resultado: El Elemento #250 recibe la misma profundidad de análisis que el elemento #1, porque cada uno tiene su propio agente dedicado y ventana de contexto completa.

​

Inicio Rápido

​

Solicitud Simple

​

Solicitud Detallada

​

Solicitud Creativa

​

Ejemplos Reales

​

Ejemplo 1: Investigación de 250 Investigadores de IA

Resultado: Base de datos completa con 250 perfiles detallados Reproducción: https://manus.im/share/IXdMjxObbFKbIjUUkBk4EH?replay=1 Por qué funciona:

• Ninguna otra herramienta de IA puede manejar tareas de esta escala
• Cada investigador obtiene una investigación independiente y exhaustiva
• Tabla generada automáticamente y completada con todos los campos
• Calidad constante desde el investigador #1 hasta el #250

​

Ejemplo 2: Comparación de 100 Modelos de Zapatillas

Resultado: Tabla completa de investigación de mercado de 100 productos Reproducción: https://manus.im/share/3zvs5smekSmn4lS14n9QNg?replay=1 Por qué funciona:

• Investigación profunda independiente sobre cada producto
• Extracción de datos estructurados a gran escala
• Organización y clasificación automáticas
• Sin degradación de calidad a lo largo de 100 elementos

​

Ejemplo 3: Análisis de Cronogramas de IGA

Resultado: Análisis completo con visualización de datos Reproducción: https://manus.im/share/GajPnKzrpM4pEbpcrKDmx0?replay=1 Por qué funciona:

• Sintetiza información de docenas de fuentes
• Crea una representación visual de los hallazgos
• Identifica patrones y valores atípicos
• Proporciona un resumen basado en evidencia

​

Ejemplo 4: Investigación de 20 Biografías

Resultado: 20 biografías completas con estructura coherente Reproducción: https://manus.im/share/ayLBetEJkfSIVuWKo2toPn?replay=1 Por qué funciona:

• Cada biografía es investigada a fondo y de forma independiente
• Estructura coherente en todos los materiales
• Inmersión profunda en múltiples fuentes sobre cada individuo
• Sin atajos ni generación de contenido genérico

​

Ejemplo 5: Edición Masiva de Fotos de Perfil de LinkedIn

Resultado: 50 fotos de perfil editadas profesionalmente Reproducción: https://manus.im/share/5iT2464ldyvdf1FMxUOCsW?replay=1 Cómo funciona:

• Reemplaza las herramientas micro-SaaS para el procesamiento masivo de imágenes
• Aplica ediciones coherentes en todas las imágenes
• Proceso automatizado de descarga y procesamiento
• Resultados profesionales a escala

​

Ejemplo 6: Extracción de una Biblioteca de Prompt de GitHub

Resultado: Base de datos estructurada que contiene más de 100 prompts Reproducción: https://manus.ai/share/wxTg2q4hV6GN4YY4KnQeFx?replay=1 Cómo funciona:

• Extrae y estructura información a escala
• Clasificación y etiquetado automáticos
• Crea una base de datos organizada y con capacidad de búsqueda
• Maneja tareas complejas de web scraping

​

Casos de Uso por Categoría

​

Por qué elegir Investigación Amplia en lugar de otras herramientas

​

Cuándo usar Investigación Amplia

Mejor para:

• Inteligencia Competitiva (Análisis de más de 50 competidores)
• Investigación de Mercado (Comparación de más de 100 productos)
• Investigación Académica (Revisión de más de 30 artículos)
• Generación de Leads (Investigación de más de 200 prospectos)
• Creación de Contenido (Generación de más de 20 elementos similares)
• Extracción de Datos (Raspado y estructuración de más de 100 páginas)
• Procesamiento Masivo (Edición de más de 50 imágenes/archivos)

No es para:

• Análisis profundo único (Utiliza el modo Agente regular)
• Tareas que requieren dependencia secuencial
• Investigación interactiva en tiempo real
• Tareas con menos de 10 elementos

​

Consejos para Mejores Resultados

Sé explícito sobre la estructura:

• ✅ “Crea una tabla con las siguientes columnas: Nombre, Empresa, Puesto, Correo electrónico, LinkedIn”
• ❌ “Investiga a estas personas”

Especifica la escala por adelantado:

• ✅ “Analiza las 100 empresas de esta lista”
• ❌ “Analiza algunas empresas”

Describe el formato de salida requerido:

• ✅ “Organiza en una hoja de cálculo ordenable con filtros”
• ❌ “Dame los resultados”

Incluye criterios de evaluación:

• ✅ “Puntúa cada producto basándote en: Precio, Características, Reseñas, Disponibilidad”
• ❌ “Compara estos productos”

​

Preguntas Frecuentes

​