# Simula una política antes de publicarla

> Reproduce una política en borrador con decisiones recientes sin ninguna llamada al modelo: la sugerencia del explicador queda en borrador y nunca se publica.

- Canonical URL: https://lumtry.com/es-US/guides/simulate-a-policy-before-publishing
- Last updated: 2026-09-26

Antes de publicar una nueva versión de política, Lumtry puede reproducirla contra casos recientes sin ninguna llamada al modelo: el mismo borrador, la misma ventana y el mismo momento producen siempre el mismo resultado. Un explicador puede proponer un cambio de regla a partir de esa reproducción, pero solo llega como una sugerencia pendiente en tu borrador, nunca como una publicación.

## ¿Qué ejecuta en realidad una simulación de política?

El mismo evaluador de política determinista y la misma verificación de piso mínimo que ejecuta un caso en vivo, reproducidos contra una ventana de decisiones recientes a partir del momento que elijas. Nada en una simulación llama a un modelo ni escribe en una versión publicada.

## ¿Una simulación da la misma respuesta dos veces?

Sí. El mismo borrador, la misma ventana y el mismo momento de referencia producen resultados idénticos byte a byte cada vez; esa determinación es lo que un mecanismo de liberación verifica antes de que la plataforma se publique.

## ¿Qué agrega el explicador sobre una simulación?

El explicador lee los resultados de una simulación y puede redactar un cambio de regla candidato. Aceptarlo agrega esa regla a tu borrador, etiquetada como sugerencia de IA; nunca publica por sí solo, y la versión activa publicada de tu espacio de trabajo y su historial permanecen intactos hasta que publiques.

## ¿Simular una política está disponible en todos los planes?

Sí, simular es gratis en todos los planes, sin ninguna llamada al modelo de por medio. El explicador que propone una regla necesita la titularidad de sugerencias de reglas de IA, incluida en Growth, Scale o una prueba.

## Simula un borrador y revisa una sugerencia en cinco pasos

1. **Escribe o edita tu política en borrador**: Cambia las reglas en una versión en borrador; nada de lo que simules toca la versión contra la que se ejecutan tus casos en vivo.
2. **Elige una ventana y un momento de referencia**: Selecciona las decisiones recientes que se reproducirán y el instante en el que evaluarlas, así la simulación refleja un segmento específico de tu historial.
3. **Ejecuta la simulación**: El borrador se reproduce mediante el mismo evaluador y la misma verificación de piso mínimo que usa un caso en vivo, sin ninguna llamada al modelo, y devuelve el mismo resultado cada vez que la ejecutas sin cambios.
4. **Lee la sugerencia del explicador, si aparece una**: Donde la titularidad de sugerencias de reglas de IA esté activa, un explicador puede proponer una regla candidata a partir de la reproducción, mostrada como una sugerencia pendiente que puedes aceptar, editar o ignorar.
5. **Publica solo cuando estés listo**: Aceptar una sugerencia la agrega al borrador; publicar sigue siendo un paso aparte y explícito que inicia una nueva versión de política.

## Preguntas frecuentes

### ¿Una simulación cambia lo que deciden mis casos en vivo?

No. Se ejecuta solo contra tu borrador; una versión de política publicada es inmutable una vez activa, y simular nunca la edita ni la reemplaza.

### ¿Puedo confiar en que una simulación no llamó a un modelo en silencio?

Sí. La simulación se construye solo con el evaluador de política puro y la verificación de piso mínimo pura; un mecanismo de liberación trata cualquier llamada a un modelo durante una simulación como una falla.

### ¿Aceptar una sugerencia del explicador publica mi política?

No. Aceptarla agrega la regla sugerida a tu borrador con una etiqueta de sugerencia de IA. Tu versión activa publicada y cuántas versiones has publicado permanecen exactamente igual hasta que publiques tú mismo.

### ¿Quién puede ver que una regla vino del explicador?

Cualquiera que revise el borrador. Una sugerencia aceptada lleva su procedencia de sugerencia de IA en el borrador, así que nunca es indistinguible de una regla que escribiste a mano.

## Related

- [Inicio](https://lumtry.com/es-US/index.md): Decida los reembolsos con una política versionada, envíe las excepciones a su equipo en Slack o el panel y deje cada paso registrado. Empiece gratis.
- [Guías](https://lumtry.com/es-US/guides.md): Guías que responden primero sobre reembolsos, devoluciones, contracargos, aprobaciones y registros de auditoría para tiendas en línea.
- [Aprobaciones en Slack para Stripe](https://lumtry.com/es-US/guides/slack-refund-approvals-for-stripe.md): Cómo enviar a Slack los reembolsos de Stripe que necesitan a una persona, aprobarlos desde el mensaje y mantener el panel como fuente de verdad.
- [Aprobaciones por voz](https://lumtry.com/es-US/guides/voice-refund-approvals.md): Cómo una llamada saliente permite que quien aprueba confirme un reembolso retenido lejos de Slack y del panel, con la respuesta registrada.
- [Abuso de devoluciones](https://lumtry.com/es-US/guides/return-abuse-screening.md): Cómo calificar solicitudes según el historial, las devoluciones que no llegaron y los valores inusuales, y retener casos riesgosos sin frenar a clientes honestos.
- [Evidencia de contracargos](https://lumtry.com/es-US/guides/chargeback-evidence-automation.md): Cómo reunir evidencia de disputas a partir de pedidos, política y el registro de auditoría para que cada respuesta parta de un expediente completo.
- [Registro de auditoría](https://lumtry.com/es-US/guides/refund-audit-trail.md): Qué debe registrar un registro de auditoría de reembolsos, por qué debe ser de solo anexión, y cinco pasos para crear uno que resista.
- [Agentes de IA y MCP](https://lumtry.com/es-US/guides/mcp-refunds-for-ai-agents.md): Cómo los asistentes de IA consultan casos y proponen reembolsos con el Model Context Protocol mientras la política y las personas deciden.
- [Ofertas de retención](https://lumtry.com/es-US/guides/retention-offers-before-refund.md): Cuándo ofrecer crédito de tienda, un intercambio o un reembolso parcial antes de devolver dinero, y cómo una política elige la oferta adecuada.
- [Marketplaces](https://lumtry.com/es-US/guides/multichannel-marketplace-refunds.md): Cómo reunir los reembolsos de tu tienda, Amazon y eBay en una sola cola, con una política por canal y cada decisión en un solo registro de auditoría.
- [Decisiones de IA e impugnaciones](https://lumtry.com/es-US/guides/ai-decision-record-and-contest.md): Cómo Lumtry registra cada decisión de reembolso asistida por IA y permite que un comprador la impugne, con una persona que revisa y decide el resultado.
- [Reglas de reembolso en Canadá](https://lumtry.com/es-US/guides/canadian-refund-rules-for-merchants.md): Qué exigen Quebec y Ontario en ventas en línea, por qué una política de reembolsos publicada puede crear riesgo legal, y cómo volverlas tu política en Lumtry.
- [Precios](https://lumtry.com/es-US/pricing.md): Planes de Lumtry según volumen de casos y usuarios, del plan gratuito a Enterprise, con complementos y tarifas con tope. Empiece gratis o reciba un aviso.
- [Servidor MCP](https://lumtry.com/es-US/developers/mcp.md): Conecte un asistente de IA o su propio agente a su espacio de reembolsos con el Model Context Protocol. Lee casos y propone acciones, nunca mueve dinero.
- [Confianza](https://lumtry.com/es-US/trust.md): Cómo Lumtry protege los datos de los comercios, mantiene la IA dentro de una política determinista, enumera sus subencargados y explica la retención de datos.
- [llms.txt](https://lumtry.com/llms.txt)