Qué hace realmente Meta Muse cuando le pides que investigue
Construyo integraciones en eesel, y los flujos de investigación forman parte de mi trabajo diario. Nuestro redactor de blogs con IA ejecuta un paso de investigación antes de cada borrador, y un equipo que lo usa tiene un flujo de palabra clave a publicación con 360+ artículos al mes. La lección que me dejó es simple: un agente de investigación falla en silencio. Rara vez se cae. Te entrega un párrafo seguro de sí mismo con una cifra que nadie puede rastrear. Por eso leo Muse con esa mirada: cómo encuentra las cosas y cómo compruebas lo que encontró.
Meta Muse es el agente de IA personal de Meta, lanzado el 8 de septiembre de 2026 y impulsado por Muse Spark. Para investigar, importan tres piezas.
Una habilidad de investigación con nombre. La página de ayuda sobre skills de Meta incluye "compiling research" junto a redactar documentos, crear paneles y navegar por la web. Estas habilidades vienen integradas, y puedes ver cuáles usó Muse en su registro de actividad. Las preguntas frecuentes de Meta mencionan "researching topics" como uso cotidiano.
Su propio navegador. Muse tiene un navegador completo dentro de su máquina virtual aislada. Según el artículo de ayuda sobre navegación web, puedes abrir una ventana de visualización para verlo, tomar el control o detener la tarea.
Tiempo en segundo plano. Muse sigue trabajando después de que cierras la app, y puede ejecutar tareas recurrentes con una programación, "like daily check-ins or weekly summaries." Esa es la función que lo diferencia de una ventana de chat.
Meta describe el hábito de investigación del modelo en su entrada sobre Muse Spark 1.3: "uses tools to generate its own context across messy and conflicting sources" y "keeps track of what it has learned to produce a final deliverable." Eso encaja con lo que querría de un investigador júnior. Que aguante depende de lo que le des.
Las entradas son más amplias que en la mayoría de las herramientas de investigación. Muse se conecta a Box, Dropbox y Notion (añadidos con Muse for Small Business, según muse.ai/business), lee archivos locales en un Mac con tu permiso y obtiene notas de reuniones de Granola o Zoom. Mi entrada sobre Muse para ventas enumera el conjunto completo de conectores. Lo que no encontrarás: Google Scholar, PubMed, Zotero ni ningún conector de bases de datos académicas. Para revisiones bibliográficas, es una carencia real.
¿Dónde están las fuentes?
Esto fue lo que más me sorprendió. Muse no pone citas en sus respuestas por defecto. El artículo de ayuda sobre aprobaciones de Meta lo plantea como una opción: "You can also ask your Muse to provide the sources it based its response on."
También puedes pedirle su historial de navegación. El artículo sobre navegación da el prompt exacto: "Show all URLs you have visited in the last week." Es un rastro de auditoría útil. No es lo mismo que una nota al pie junto a cada afirmación.
Revisé todas las páginas de Muse que publica Meta (muse.ai, los 13 artículos del centro de ayuda, la entrada de lanzamiento, introducing.muse.ai). Ninguna describe un modo de deep research ni citas en línea por defecto. Compáralo con ChatGPT deep research o Perplexity, donde la lista de citas es el producto.
Muse sí puede generar notas al pie cuando el resultado es un documento. Un usuario de Reddit le pidió a Muse que investigara un problema de barba y obtuvo una guía web completa con "Ten footnotes." El problema apareció en otro sitio:
"the chat gave me a $53 buy list with three products, and the website it built recommends five completely different ones. The website even calls the products on my buy list "unverified" and "not presented as recommendations here." Same session, same AI."
Ese es el modo de fallo para el que yo planificaría. La respuesta del chat y el artefacto terminado pueden contradecirse, y solo uno de los dos traía fuentes. Cuando Muse te dé un resumen en el chat, pregúntale de qué documento o URL salió cada cifra antes de reutilizarla.
Las cifras independientes respaldan la cautela. En Artificial Analysis, Muse Spark 1.3 (Max) obtiene 43.6% de precisión en la prueba de conocimiento AA-Omniscience con una tasa de alucinación del 32.9%. Esa prueba penaliza las respuestas erróneas y no penaliza el "no lo sé". En lenguaje llano: cuando el modelo no conoce un dato, a veces responde igualmente.
¿Qué tan bueno es Muse investigando, en números?
Meta publicó una tabla de benchmarks con el lanzamiento de Muse Spark 1.3. Dos filas importan para investigar: una de navegación web y otra de lectura de documentos largos.
| Benchmark (de la tabla de Meta) | Qué mide | Muse Spark 1.3 | GPT 5.6 Sol | Opus 5 |
|---|---|---|---|---|
| DeepSearchQA (F1) | 900 preguntas de navegación con respuestas en lista | 90.3 | 93.1 | 90.4 |
| GDPval-AA v2 (Elo) | 220 tareas profesionales con informes y hojas de cálculo | 1754 | 1710 | 1824 |
| MRCR 256K-512K | Encontrar datos en entradas muy largas | 98.5 | 91.5 | No informado |
| MRCR 512K-1M | Lo mismo, hasta 1M de tokens | 98.1 | 73.8 | No informado |
Dos salvedades. Son cifras de Meta con razonamiento máximo, y el informe de metodología de Meta dice que cada modelo recibe su mejor resultado comparable. Además, miden el modelo, no la app de Muse con sus conectores y aprobaciones.
Aun así, el panorama es claro. En investigación web, Muse está a la par de Opus 5 y un paso por detrás de GPT 5.6 Sol. En documentos largos, es el mejor de los tres por un margen amplio. Si tu investigación es "lee estos cinco PDF de 200 páginas y encuentra cada mención de X", ese es el mejor caso de Muse. Mi análisis a fondo de Muse Spark 1.3 tiene el panorama completo del modelo.
Cinco tareas de investigación que Muse hace bien
Aquí es donde yo pondría a Muse a trabajar, ordenadas por cuánto confiaría en el resultado.
1. Vigilar un tema durante semanas
Este es el trabajo que Muse hace y una herramienta de chat no. Lo configuras una vez y vuelve a revisar por su cuenta. Un usuario de Hacker News describe justo esto:
"Muse I use for general research and monitoring my Ig/Facebook/Threads conversations and posts. Research here meaning stuff I need a browser for, like the other day I asked Muse to monitor the Apple website every few hours to tell me when iPhones in my area are back in stock."
Para el trabajo, cambia el iPhone por la página de precios de un competidor, el tablón de avisos de un regulador o un changelog. Muse te avisa cuando algo cambia, y tú lees el cambio.
2. Leer archivos largos que ya tienes
Muse lee PDF, DOCX, texto plano, Markdown, XLSX y CSV, según la página de ayuda sobre artefactos. Puedes hacer preguntas de seguimiento como "What's on page 3?" y pedirle que lea un documento y escriba un resumen aparte "all in one request." Meta no publica un límite de tamaño de archivo, solo una nota que dice "Large or complex files may take a moment to process." PowerPoint no está en la lista de formatos admitidos, así que exporta las presentaciones a PDF primero.
3. Resúmenes semanales de investigación
Las tareas recurrentes siguen ejecutándose hasta que las canceles. Un usuario temprano las configuró el día del lanzamiento:
"I asked Muse to schedule repeating tasks that only involve web search e.g., every other morning find sci-fi movies playing in my city, 3pm EST stock market summary, etc."
Un resumen de los viernes sobre "qué cambió esta semana en mi mercado" es la versión laboral. Es la misma idea que la investigación proactiva de dots de OpenAI, con los conectores de Muse detrás.
4. Investigar lo que ya hay en tu bandeja de entrada y tus notas
Conecta Gmail, Notion o Box, y Muse puede buscar en ellos sin descargarlo todo ("it won't download your whole inbox (unless you tell it to)", según la ayuda de conectores). "Trae todos los correos de clientes que mencionen precios este trimestre y agrupa las quejas" es una tarea de investigación que la mayoría nunca llega a hacer. Es el mismo trabajo que cubrí en Muse para el análisis de feedback de clientes.
5. Empaquetar los hallazgos como documento
Muse convierte la investigación en PDF, archivos de Word, hojas de cálculo y herramientas web de una sola página. La entrada de diseño de Meta muestra ejemplos, incluido "an interactive study guide."
Los artefactos siguen siendo privados hasta que apruebes compartirlos. Un consejo de la página de artefactos que yo seguiría: "If you need a PDF instead of a word document file, say so."
Un hábito a vigilar en las cinco tareas. Muse está hecho para actuar, y se nota cuando la investigación toca algo que se podría comprar:
"it still consistently wants to spend money; research a trip? as soon as it has any results it prompts to start booking stuff."
Las compras siempre necesitan tu aprobación, así que no se compra nada sin ti. Pero si solo quieres la investigación, dilo en el primer mensaje.
Qué dicen los términos de Muse sobre la investigación
Los Supplemental Terms de Muse, actualizados el 8 de septiembre de 2026, tienen cuatro líneas que debería conocer cualquiera que investigue. El uso empresarial está permitido. Estos son los límites.
| Cláusula | Qué dice | Qué significa para la investigación |
|---|---|---|
| Sección 4, punto 06 | No puedes "circumvent any third party's terms of service... including but not limited to circumventing any paywalls or CAPTCHAs" | Nada de saltarse muros de pago ni de rastrear un sitio cuyos términos prohíban los bots |
| Sección 11, Accuracy Warning | Los resultados "may be inaccurate, incomplete, or contain material errors even when they appear accurate" | Comprueba cada cifra antes de que salga de tu mesa |
| Sección 12, No Professional Advice | Muse "does not provide, and should not be relied upon for, legal, financial, investment, medical, tax, or other professional advice" | La investigación médica, legal y de inversión es solo información de contexto |
| Meta AI Terms | No puedes "Deceive or mislead others, including but not limited to activity related to plagiarism" | No entregues el informe de Muse como si fuera tu trabajo original |
La cláusula de precisión es la que pegaría en la pared. La línea completa dice que los resultados pueden contener errores "even when they appear accurate due to their level of detail or specificity." Esa es justo la trampa de la investigación. Una respuesta detallada parece comprobada. No lo está.
Conservas la propiedad de lo que creas con Muse (Sección 2.1), y puedes optar por no participar en el entrenamiento de IA en Data Controls. Los Meta AI Terms van más allá en temas regulados: "IT IS YOUR SOLE RESPONSIBILITY TO VERIFY OUTPUTS."
Entrégalo, compruébalo, consérvalo
Junta los benchmarks, el comportamiento con las fuentes y los términos, y el reparto sale solo.
Entrégalo: tareas en las que la entrada es fija y puedes detectar rápido una mala respuesta. Vigilancia, resumir tus propios archivos, resúmenes semanales.
Comprueba cada uno: tareas en las que Muse encuentra los datos en la web abierta. Listas de fuentes, tamaño de mercado, informes de competidores. Pide fuentes siempre y abre al menos las que sostienen tu conclusión.
Consérvalo tú: todo lo que esté tras un muro de pago, todo lo regulado y la lista final de citas de cualquier cosa que publiques.
Estos son los prompts con los que empezaría:
| Tarea de investigación | Prompt para probar | Comprobación posterior |
|---|---|---|
| Vigilancia de competidores | "Every Monday, check these three pricing pages and tell me what changed since last week." | Abre la página de cualquier cambio que reporte |
| Revisión de PDF largos | "Read these two reports and list every figure on churn, with the page number." | Comprueba al azar tres números de página |
| Exploración de mercado | "Find the five most-cited sources on this market and summarize each in two lines." | "Show me the sources you based this on" |
| Investigación en la bandeja de entrada | "Group every customer email about refunds this quarter by reason." | Lee cinco correos del grupo más grande |
| Informe final | "Turn this into a two-page PDF with a source list at the end." | Haz clic en cada enlace de la lista de fuentes |
El registro de actividad ayuda a comprobar. Muestra una línea de tiempo de cada acción y habilidad que Muse usó, para que veas si realmente abrió las páginas que resumió.
Cuándo encaja mejor otra herramienta de investigación
Muse no es el único agente que investiga, y para algunas tareas elegiría otro.
- Necesitas un informe con citas hoy. ChatGPT deep research arma un plan, lee ampliamente y devuelve un informe con fuentes adjuntas. Perplexity responde con citas por defecto.
- Tu investigación vive en un espacio de trabajo de equipo. Notion research mode funciona dentro de las páginas compartidas en las que tu equipo ya escribe. Muse no tiene plan de equipo, memoria compartida ni consola de administración.
- Quieres otro tipo de agente. Mi reseña de Claude Cowork cubre un agente de trabajo de escritorio. Para otros agentes personales, mira Instinct AI vs Meta Muse.
Muse gana cuando la investigación es continua, personal y está repartida entre tu bandeja de entrada, tus archivos y la web. El panorama completo está en mi recopilación de alternativas a Meta Muse.
Cuánto cuesta Muse para investigar
Muse se mide en "tokens de Muse" por semana. Estos son los planes de la página de suscripciones de Meta:
| Plan | Precio | Uso semanal | Bueno para |
|---|---|---|---|
| Free | 0 $ | 100M de tokens de Muse, según Mark Zuckerberg en el lanzamiento | Vigilancia ligera, unos pocos resúmenes de archivos |
| Power | 20 $/mes | 500M de tokens de Muse | Resúmenes semanales y lectura regular de archivos largos |
| Maximum | 100 $/mes | 3B de tokens de Muse | Investigaciones diarias con muchas fuentes |
Investigar es un uso pesado. Los documentos largos llenan la ventana de contexto, y el modelo es hablador: en la ejecución del índice de Artificial Analysis, Muse Spark 1.3 generó 170M de tokens frente a una mediana de 81M. Espera que la investigación llegue al límite gratuito antes que el chat. No hay plan de equipo ni anual, así que cada investigador paga con su propia cuenta de Meta. La entrada sobre los precios de Meta Muse tiene los detalles, y las tarifas de API del modelo están en precios de Muse Spark 1.3.
De la investigación a un artículo publicado: el redactor de blogs con IA de eesel
Si tu investigación termina como artículo de blog, lo difícil empieza cuando Muse se detiene. Cada cifra necesita un enlace a la fuente, cada cita un enlace permanente, y el borrador tiene que sonar como si lo hubiera escrito una persona. Ese es el trabajo para el que se contrató al redactor de blogs con IA de eesel.
Es uno de los compañeros de IA de eesel: una incorporación lista para trabajar en una sola tarea, no un agente general al que tengas que dirigir. Investiga fuentes primarias de un tema, mantiene el enlace a la fuente en cada afirmación y redacta un artículo largo con infografías, capturas de producto y preguntas frecuentes. Una marca alemana de ecommerce lo ejecuta con una palabra clave y recibe un artículo de 2,000 a 2,900 palabras en unos 12 a 20 minutos. El flujo de trabajo del redactor de blogs muestra cada paso, y mi guía sobre cómo investigar temas para el blog cubre la parte previa. Si prefieres preparar el brief desde Muse, mira Muse para briefs de SEO.
Usa Muse para vigilar tu mercado y leer tus archivos. Cuando toque publicar, prueba eesel y consigue un borrador con citas que puedes editar, en lugar de un resumen que tienes que volver a comprobar línea por línea.