{"id":6507,"date":"2026-09-08T08:15:00","date_gmt":"2026-09-08T06:15:00","guid":{"rendered":"https:\/\/blog-david.moreno-morales.com\/?p=6507"},"modified":"2026-09-06T15:35:34","modified_gmt":"2026-09-06T13:35:34","slug":"productividad-con-inteligencia-artificial-un-sistema-semanal-para-trabajar-mejor-sin-multiplicar-herramientas","status":"publish","type":"post","link":"https:\/\/blog-david.moreno-morales.com\/index.php\/2026\/09\/08\/productividad-con-inteligencia-artificial-un-sistema-semanal-para-trabajar-mejor-sin-multiplicar-herramientas\/","title":{"rendered":"Productividad con inteligencia artificial: un sistema semanal para trabajar mejor sin multiplicar herramientas"},"content":{"rendered":"\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

Usar inteligencia artificial ya no es necesariamente una ventaja competitiva. Tener un sistema para utilizarla bien s\u00ed puede serlo.<\/p>

Durante los \u00faltimos a\u00f1os hemos incorporado asistentes, copilotos, buscadores con IA, generadores de contenido, agentes y automatizaciones a nuestro trabajo. El resultado, sin embargo, no siempre es una jornada m\u00e1s sencilla. A veces ocurre exactamente lo contrario: m\u00e1s pesta\u00f1as abiertas, m\u00e1s aplicaciones, m\u00e1s prompts que mantener y m\u00e1s informaci\u00f3n saltando de una herramienta a otra.<\/p>

El problema no es que falten herramientas. Es que muchas veces falta un sistema.<\/p>

La productividad con inteligencia artificial no deber\u00eda medirse por el n\u00famero de aplicaciones que utilizamos, sino por nuestra capacidad para transformar una entrada, una idea, una petici\u00f3n, un problema o unos datos, en un resultado \u00fatil con menos fricci\u00f3n, menos trabajo repetitivo y mejores controles.<\/p>

La investigaci\u00f3n reciente apunta precisamente en esa direcci\u00f3n. Un experimento con 7.137 trabajadores del conocimiento encontr\u00f3 que quienes utilizaron de forma habitual una herramienta de IA integrada en sus aplicaciones redujeron significativamente el tiempo dedicado al correo electr\u00f3nico. Sin embargo, el estudio no encontr\u00f3 una transformaci\u00f3n equivalente en actividades que depend\u00edan de la coordinaci\u00f3n con otras personas, como las reuniones.<\/p>

La conclusi\u00f3n pr\u00e1ctica es importante: la IA puede acelerar partes del trabajo sin arreglar autom\u00e1ticamente el sistema de trabajo completo<\/strong>.<\/p>

De usar IA para tareas a dise\u00f1ar flujos con IA<\/h2>

Durante la primera etapa de la IA generativa, el patr\u00f3n habitual era sencillo:<\/p>

  1. Abrir un chatbot.<\/li>
  2. Escribir una petici\u00f3n.<\/li>
  3. Obtener una respuesta.<\/li>
  4. Copiarla a otra herramienta.<\/li><\/ol>

    Ese modelo contin\u00faa siendo \u00fatil, pero en 2026 est\u00e1 apareciendo otro enfoque: convertir tareas recurrentes en flujos repetibles.<\/p>

    OpenAI describe precisamente este cambio al plantear los agentes de trabajo alrededor de tres elementos: un desencadenante, un proceso definido y las herramientas necesarias para realizarlo. Tambi\u00e9n recomienda introducir l\u00edmites y puntos de aprobaci\u00f3n humana cuando existen acciones sensibles.<\/p>

    Al mismo tiempo, el salto desde el chatbot hacia los agentes cambia la unidad de trabajo. En lugar de solicitar respuestas aisladas, podemos delegar tareas de mayor duraci\u00f3n que implican varios pasos, herramientas e iteraciones.<\/p>

    Pero delegar m\u00e1s no significa controlar menos. Cuanto mayor sea la autonom\u00eda de una automatizaci\u00f3n, m\u00e1s importante resulta definir qu\u00e9 informaci\u00f3n puede utilizar, qu\u00e9 resultado esperamos, cu\u00e1ndo debe detenerse y qu\u00e9 decisiones deben seguir dependiendo de una persona.<\/p>

    Ah\u00ed empieza un sistema productivo con IA.<\/p>

    El sistema m\u00ednimo: cinco etapas<\/h2>

    Para la mayor\u00eda de profesionales tecnol\u00f3gicos, aut\u00f3nomos y equipos peque\u00f1os no hace falta construir una arquitectura gigantesca.<\/p>

    Un sistema semanal razonable puede organizarse alrededor de cinco etapas:<\/p>

    Capturar \u2192 Investigar \u2192 Producir \u2192 Revisar \u2192 Automatizar<\/strong><\/p>

    Cada etapa resuelve un problema diferente.<\/p>

    1. Capturar: una sola puerta de entrada<\/h3>

    Ideas, tareas, enlaces, peticiones y notas suelen terminar repartidos entre correo, mensajer\u00eda, documentos, pesta\u00f1as del navegador y aplicaciones de tareas.<\/p>

    La primera regla deber\u00eda ser reducir esa dispersi\u00f3n. No necesitas almacenar absolutamente todo en una sola aplicaci\u00f3n, pero s\u00ed necesitas una fuente de verdad desde la que puedas saber qu\u00e9 est\u00e1 pendiente.<\/p>

    Puede ser un gestor de tareas, una base de datos, un documento estructurado o tu sistema de gesti\u00f3n habitual.<\/p>

    Lo importante es que responda r\u00e1pidamente a cuatro preguntas:<\/p>

    • \u00bfQu\u00e9 tengo que hacer?<\/li>
    • \u00bfPor qu\u00e9?<\/li>
    • \u00bfCu\u00e1l es el siguiente paso?<\/li>
    • \u00bfD\u00f3nde est\u00e1 el contexto necesario?<\/li><\/ul>

      La IA puede ayudarte a clasificar o resumir entradas, pero no deber\u00eda obligarte a mantener cinco bandejas de entrada diferentes.<\/p>

      2. Investigar: separar b\u00fasqueda de producci\u00f3n<\/h3>

      Uno de los errores m\u00e1s habituales consiste en investigar y redactar simult\u00e1neamente. Lees una fuente, escribes dos p\u00e1rrafos, buscas otra cosa, vuelves al documento, consultas a una IA, recibes un mensaje y terminas cambiando constantemente de contexto.<\/p>

      Una alternativa es investigar por lotes.<\/p>

      Antes de comenzar a producir, define:<\/p>

      • Qu\u00e9 preguntas debes responder.<\/li>
      • Qu\u00e9 informaci\u00f3n necesita verificaci\u00f3n.<\/li>
      • Qu\u00e9 fuentes tienen prioridad.<\/li>
      • Qu\u00e9 datos pueden haber cambiado recientemente.<\/li>
      • Qu\u00e9 afirmaciones requieren una referencia.<\/li><\/ul>

        La IA es especialmente \u00fatil para ordenar informaci\u00f3n, comparar documentaci\u00f3n y detectar huecos, siempre que las afirmaciones importantes terminen contrast\u00e1ndose con fuentes adecuadas.<\/p>

        Este enfoque tambi\u00e9n encaja con los datos recientes sobre utilizaci\u00f3n profesional de la IA. El Work Trend Index de Microsoft de 2026 indica que una parte importante del uso de Copilot est\u00e1 asociada a actividades cognitivas como analizar informaci\u00f3n, resolver problemas, evaluar alternativas y pensar creativamente.<\/p>

        No se trata \u00fanicamente de producir m\u00e1s texto. Se trata de mejorar el trabajo previo a la decisi\u00f3n.<\/p>

        3. Producir: trabajar desde contexto estable<\/h3>

        Una vez recopilado el material necesario, llega el momento de producir. Aqu\u00ed conviene evitar un h\u00e1bito muy extendido: reconstruir todo el contexto desde cero cada vez que abrimos una conversaci\u00f3n con una IA.<\/p>

        Para tareas recurrentes, crea una plantilla m\u00ednima que incluya:<\/p>

        • objetivo<\/li>
        • audiencia<\/li>
        • contexto disponible<\/li>
        • restricciones<\/li>
        • formato esperado<\/li>
        • criterios de calidad<\/li>
        • fuentes o datos autorizados.<\/li><\/ul>

          Ese contexto puede formar parte de una plantilla, proyecto, agente o proceso documentado.<\/p>

          La ventaja no es \u00fanicamente ahorrar unos minutos escribiendo instrucciones. El beneficio principal es reducir la variabilidad.<\/p>

          Si cada ejecuci\u00f3n utiliza reglas completamente diferentes, resulta dif\u00edcil distinguir si el proceso est\u00e1 mejorando o simplemente est\u00e1 produciendo resultados distintos.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t

          \n\t\t\t\t\t\t
          \n\t\t\t\t\t
          \n\t\t\t
          \n\t\t\t\t\t\t
          \n\t\t\t\t\t\t\t\t\t\t\t\t
          \n\t\t\t\t\t\t\t\t\t\t\"Caos\t\t\t\t\t\t\t\t\t\t\t
          Caos de herramientas vs. flujo compacto<\/figcaption>\n\t\t\t\t\t\t\t\t\t\t<\/figure>\n\t\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t
          \n\t\t\t
          \n\t\t\t\t\t\t
          \n\t\t\t\t\t\t\t\t\t\t\t\t
          \n\t\t\t\t\t\t\t\t\t\t\"Qu\u00e9\t\t\t\t\t\t\t\t\t\t\t
          Qu\u00e9 automatizar y qu\u00e9 mantener bajo control humano<\/figcaption>\n\t\t\t\t\t\t\t\t\t\t<\/figure>\n\t\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t
          \n\t\t\t\t\t\t
          \n\t\t\t\t\t
          \n\t\t\t
          \n\t\t\t\t\t\t
          \n\t\t\t\t\t\t\t\t\t

          4. Revisar: la parte que no debemos automatizar a ciegas<\/h2>

          La velocidad de generaci\u00f3n crea una tentaci\u00f3n peligrosa: pensar que revisar significa \u00fanicamente corregir errores gramaticales.<\/p>

          Una buena revisi\u00f3n deber\u00eda comprobar al menos cuatro dimensiones.<\/p>

          Exactitud.<\/strong> \u00bfLos datos, nombres, versiones y afirmaciones son correctos?<\/p>

          Adecuaci\u00f3n.<\/strong> \u00bfEl resultado responde realmente al objetivo original?<\/p>

          Calidad.<\/strong> \u00bfHay redundancias, contradicciones, huecos o conclusiones d\u00e9biles?<\/p>

          Riesgo.<\/strong> \u00bfExiste alguna acci\u00f3n o afirmaci\u00f3n cuyo error pueda tener consecuencias importantes?<\/p>

          La evidencia disponible sobre productividad tambi\u00e9n recomienda evitar conclusiones excesivamente simples.<\/p>

          Una revisi\u00f3n de la Organizaci\u00f3n Internacional del Trabajo publicada en junio de 2026 concluye que existen mejoras reales de productividad asociadas a la IA generativa, aunque son desiguales y todav\u00eda resulta dif\u00edcil observar c\u00f3mo los ahorros individuales se traducen en mejoras equivalentes a mayor escala.<\/p>

          Otro an\u00e1lisis de la misma organizaci\u00f3n resume el problema como una paradoja de agregaci\u00f3n: pueden existir mejoras considerables en tareas concretas sin que aparezca autom\u00e1ticamente el mismo incremento de productividad en toda la empresa.<\/p>

          Por eso necesitamos revisar no solo el resultado producido por la IA, sino tambi\u00e9n el proceso alrededor de ella.<\/p>

          5. Automatizar: solo despu\u00e9s de entender el proceso<\/h2>

          Una automatizaci\u00f3n mala ejecutada una vez es un error. Ejecutada cien veces es un sistema de errores.<\/p>

          Por eso conviene automatizar despu\u00e9s de haber ejecutado manualmente un flujo suficientes veces como para conocer:<\/p>

          • Sus entradas.<\/li>
          • Sus excepciones.<\/li>
          • Sus criterios.<\/li>
          • Sus salidas.<\/li>
          • Los puntos donde necesita intervenci\u00f3n humana.<\/li><\/ul>

            Una f\u00f3rmula pr\u00e1ctica es empezar por tareas que sean:<\/p>

            frecuentes + repetibles + verificables + reversibles.<\/strong><\/p>

            Por ejemplo:<\/p>

            • clasificar informaci\u00f3n;<\/li>
            • generar res\u00famenes preliminares;<\/li>
            • preparar borradores;<\/li>
            • transformar formatos;<\/li>
            • recopilar datos de sistemas conocidos;<\/li>
            • crear informes peri\u00f3dicos;<\/li>
            • comprobar reglas definidas.<\/li><\/ul>

              En cambio, deber\u00edamos introducir controles adicionales cuando una acci\u00f3n implica publicar, eliminar informaci\u00f3n, enviar comunicaciones sensibles, modificar sistemas importantes o tomar decisiones dif\u00edciles de revertir.<\/p>

              El objetivo de automatizar no es sacar a la persona del proceso. Es reservar su atenci\u00f3n para aquellas partes donde el criterio humano aporta m\u00e1s valor.<\/p>

              La regla de las pocas herramientas<\/h2>

              Cuando aparece una herramienta nueva, la pregunta habitual es:<\/p>

              \u201c\u00bfQu\u00e9 puede hacer?\u201d<\/p><\/blockquote>

              Para mejorar la productividad, resulta m\u00e1s interesante preguntar:<\/p>

              \u201c\u00bfQu\u00e9 herramienta actual sustituye?\u201d<\/p><\/blockquote>

              Si la respuesta es \u201cninguna\u201d, existe el riesgo de estar a\u00f1adiendo otra capa al sistema.<\/p>

              Una configuraci\u00f3n m\u00ednima podr\u00eda incluir simplemente:<\/p>

              • una fuente de verdad para tareas y proyectos;<\/li>
              • una IA principal para investigaci\u00f3n, an\u00e1lisis y producci\u00f3n;<\/li>
              • las herramientas especializadas que ya necesitas para trabajar;<\/li>
              • una capa de automatizaci\u00f3n \u00fanicamente cuando exista un proceso repetible.<\/li><\/ul>

                Eso no significa rechazar nuevas herramientas. Significa exigirles un beneficio suficientemente claro para justificar la nueva complejidad.<\/p>

                Una semana de trabajo con este sistema<\/h2>

                El sistema tambi\u00e9n puede convertirse en una rutina semanal.<\/p>

                Inicio de semana: decidir<\/h3>

                Revisa proyectos, compromisos y tareas.<\/p>

                Escoge los resultados importantes de la semana antes de abrir nuevas l\u00edneas de trabajo.<\/p>

                La IA puede ayudarte a detectar dependencias, ordenar tareas o convertir objetivos ambiguos en siguientes acciones.<\/p>

                Bloques de investigaci\u00f3n: reunir contexto<\/h3>

                Agrupa consultas relacionadas.<\/p>

                Guarda las fuentes importantes y distingue informaci\u00f3n confirmada de hip\u00f3tesis o ideas.<\/p>

                Evita investigar indefinidamente: define qu\u00e9 evidencia necesitas antes de empezar.<\/p>

                Bloques de producci\u00f3n: crear<\/h3>

                Trabaja con el contexto ya preparado.<\/p>

                Utiliza la IA para generar alternativas, estructurar informaci\u00f3n, escribir primeros borradores o resolver partes t\u00e9cnicas.<\/p>

                Pero mant\u00e9n expl\u00edcito el resultado esperado.<\/p>

                Revisi\u00f3n: validar<\/h3>

                Antes de considerar una tarea terminada, ejecuta los controles adecuados.<\/p>

                No todos los trabajos necesitan el mismo nivel de revisi\u00f3n. Un borrador interno y una publicaci\u00f3n p\u00fablica tienen riesgos diferentes.<\/p>

                Final de semana: mejorar el sistema<\/h3>

                Dedica unos minutos a tres preguntas:<\/p>

                1. \u00bfQu\u00e9 trabajo repet\u00ed varias veces?<\/li>
                2. \u00bfD\u00f3nde perd\u00ed m\u00e1s tiempo cambiando de contexto?<\/li>
                3. \u00bfQu\u00e9 podr\u00eda convertir en plantilla, regla o automatizaci\u00f3n?<\/li><\/ol>

                  Esta revisi\u00f3n es probablemente m\u00e1s importante que probar otra herramienta de IA durante el fin de semana.<\/p>

                  Qu\u00e9 medir para saber si realmente funciona<\/h2>

                  La productividad con inteligencia artificial no deber\u00eda medirse contando prompts. Tampoco por el n\u00famero de documentos generados. Un sistema es mejor cuando mejora resultados relevantes.<\/p>

                  Puedes seguir indicadores sencillos:<\/p>

                  • tiempo desde que entra una tarea hasta que termina;<\/li>
                  • n\u00famero de pasos manuales;<\/li>
                  • tiempo dedicado a tareas repetitivas;<\/li>
                  • errores detectados durante revisi\u00f3n;<\/li>
                  • retrabajo necesario;<\/li>
                  • n\u00famero de herramientas utilizadas por proceso;<\/li>
                  • porcentaje de tareas recurrentes con instrucciones claras.<\/li><\/ul>

                    Incluso una m\u00e9trica informal puede ser \u00fatil: \u00bfterminas la semana con menos trabajo arrastrado y mayor claridad sobre lo siguiente?<\/p>

                    La investigaci\u00f3n publicada en agosto de 2026 tambi\u00e9n recuerda que la adopci\u00f3n de IA, aunque extendida entre numerosas ocupaciones y tareas, contin\u00faa siendo desigual incluso entre personas que realizan trabajos similares. Entender c\u00f3mo se incorpora la herramienta al trabajo puede ser tan relevante como identificar qu\u00e9 tareas son t\u00e9cnicamente compatibles con IA.<\/p>

                    La ventaja no est\u00e1 en tener m\u00e1s IA<\/h2>

                    La pr\u00f3xima etapa de productividad tecnol\u00f3gica probablemente no consista en escribir prompts cada vez m\u00e1s sofisticados. Consistir\u00e1 en dise\u00f1ar mejores sistemas.<\/p>

                    Sistemas donde la informaci\u00f3n entra por lugares conocidos, las tareas tienen criterios claros, la IA dispone del contexto necesario, las automatizaciones respetan l\u00edmites y las personas mantienen el control de las decisiones importantes.<\/p>

                    La tecnolog\u00eda deber\u00eda reducir el n\u00famero de cosas que necesitamos recordar y coordinar manualmente. No aumentarlo, por eso, antes de a\u00f1adir otro copiloto, agente o automatizaci\u00f3n, merece la pena revisar el flujo completo.<\/p>

                    Quiz\u00e1s no necesitas una herramienta nueva. Quiz\u00e1s necesitas cinco pasos claros, una fuente de verdad y una regla sencilla:<\/p>

                    Captura una vez, investiga con intenci\u00f3n, produce con contexto, revisa con criterio y automatiza solo lo que ya entiendes.<\/strong><\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t

                    \n\t\t\t\t\t\t
                    \n\t\t\t\t\t
                    \n\t\t\t
                    \n\t\t\t\t\t\t
                    \n\t\t\t\t\t

                    REFERENCIAS\n<\/h4>\t\t\t\t<\/div>\n\t\t\t\t
                    \n\t\t\t\t\t\t\t\t\t
                    • Microsoft WorkLab \u2014 2026 Work Trend Index report: Agents, human agency, and opportunity \u2014 https:\/\/www.microsoft.com\/en-us\/worklab\/work-trend-index\/agents-human-agency-and-the-opportunity-for-every-organization<\/li>
                    • OpenAI Academy \u2014 Agentes del \u00e1rea de trabajo \u2014 2026-04-22 \u2014 https:\/\/openai.com\/es-ES\/academy\/workspace-agents\/<\/li>
                    • OpenAI \u2014 How agents are transforming work \u2014 2026-06-25 \u2014 https:\/\/openai.com\/index\/how-agents-are-transforming-work\/<\/li>
                    • International Labour Organization \u2014 The impact of GenAI on jobs, productivity and work organization: a review of the empirical evidence \u2014 2026-06-01 \u2014 https:\/\/www.ilo.org\/publications\/impact-genai-jobs-productivity-and-work-organization-review-empirical<\/li>
                    • International Labour Organization \u2014 The Aggregation Paradox of AI: Why do micro-economic productivity gains from AI disappear at scale \u2014 2026-05-06 \u2014 https:\/\/www.ilo.org\/publications\/aggregation-paradox-ai-why-do-micro-economic-productivity-gains-ai<\/li>
                    • NBER \u2014 Shifting Work Patterns with Generative AI \u2014 revision 2025-11 \u2014 https:\/\/www.nber.org\/papers\/w33795<\/li>
                    • NBER \u2014 What Work Does Generative AI Do? \u2014 2026-08 \u2014 https:\/\/www.nber.org\/papers\/w35677<\/li><\/ul>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<\/div>\n\t\t","protected":false},"excerpt":{"rendered":"

                      Flujo sencillo para investigar, redactar, revisar y automatizar tareas con pocas herramientas y reglas claras.<\/p>\n","protected":false},"author":1,"featured_media":6510,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[43],"tags":[66,49,52,65,48,64],"class_list":["post-6507","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-productividad","tag-herramientas","tag-ia","tag-inteligenciaartificial","tag-productividad","tag-software","tag-tecnologia"],"_links":{"self":[{"href":"https:\/\/blog-david.moreno-morales.com\/index.php\/wp-json\/wp\/v2\/posts\/6507","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/blog-david.moreno-morales.com\/index.php\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/blog-david.moreno-morales.com\/index.php\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/blog-david.moreno-morales.com\/index.php\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/blog-david.moreno-morales.com\/index.php\/wp-json\/wp\/v2\/comments?post=6507"}],"version-history":[{"count":6,"href":"https:\/\/blog-david.moreno-morales.com\/index.php\/wp-json\/wp\/v2\/posts\/6507\/revisions"}],"predecessor-version":[{"id":6516,"href":"https:\/\/blog-david.moreno-morales.com\/index.php\/wp-json\/wp\/v2\/posts\/6507\/revisions\/6516"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/blog-david.moreno-morales.com\/index.php\/wp-json\/wp\/v2\/media\/6510"}],"wp:attachment":[{"href":"https:\/\/blog-david.moreno-morales.com\/index.php\/wp-json\/wp\/v2\/media?parent=6507"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/blog-david.moreno-morales.com\/index.php\/wp-json\/wp\/v2\/categories?post=6507"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/blog-david.moreno-morales.com\/index.php\/wp-json\/wp\/v2\/tags?post=6507"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}