=== PARÁMETROS (rellénalos antes de lanzar la investigación) ===
# Si no tienes algún dato, deja "" o null. Usa números sin separadores (p. ej., 75000).
params:
  mercado:
    pais: ""
    ciudad_o_area: ""
    moneda: "EUR"
    impuestos:
      iva_pct: 21
    ajuste_coste_vida_COLI: null      # p. ej., 1.08 si tu ciudad es 8% más cara que la media de la fuente
    ajuste_PPP: null                  # p. ej., 0.95 si tu poder adquisitivo local es 5% menor que la fuente
  cliente_objetivo:
    tipo: "B2C"                       # B2C | B2B | mixto
    sectores: []                      # p. ej., ["tech", "salud"]
    tamanos: []                       # p. ej., ["particulares", "micro", "pyme", "corporate", "startup VC"]
    idiomas_trabajo: ["es"]
  practicas:                           # mezcla de materias (sieres generalista, indica el % de cada rama)
    - rama: ""
      mix_pct: null                   # 0–100
      complejidad_media: "media"      # baja | media | alta
  experiencia:
    anios_ejercicio: 0
    roles: ["socio","senior","mid","junior","paralegal"]   # ajusta a tu realidad
    senority_principal: "senior"      # tu perfil habitual de prestación
    credenciales_destacables: []      # rankings, docencia, premios, publicaciones
  capacidad:
    horas_anuales_por_persona: 1600
    utilizacion_pct: 65               # % de horas realmente facturables sobre disponibles
  realization_pct: 85                 # % de horas registradas que acabas facturando
  collection_pct: 95                  # % de lo facturado que cobras
  costes:
    fijos_anuales: 0                  # alquiler, software, RC, cuotas, comunicaciones, etc.
    variables_pct: 0                  # % sobre ingresos (comisiones, pasarelas, etc.)
  objetivo_retribucion_anual: 0       # tu objetivo de remuneración anual (antes o después de impuestos: especifica en notas)
  margen_deseado_pct: 20              # margen empresarial además de tu retribución
  politica_comercial:
    descuentos_habituales: ""
    depositos_anticipos: ""
    plazos_pago_dias: 30
    recargo_urgencia_pct: 0
  competidores_referencia:
    - nombre: ""
      notas: ""
  restricciones_y_cumplimiento:
    colegio_profesional: ""           # p. ej., "ICAM"
    normas_honorarios_url: ""         # si existen criterios orientadores
    notas_legales: ""
  horizonte_meses: 12
  inflacion_prevista_pct: 3
  modalidad: "híbrido"                # presencial | remoto | híbrido
  alcance_geografico: "local"         # local | nacional | internacional
  canales_captacion: ["propio","referral"]
  notas: ""                           # cualquier matiz relevante que quieras que el modelo tenga en cuenta

=== INSTRUCCIONES PARA DEEP RESEARCH (léeme y sigue todo lo que pido) ===

Rol y objetivo:
- Actúa como analista de mercado jurídico y pricing. Con los datos de "params", elabora un estudio para fijar una tarifa/hora competitiva y viable para el perfil descrito.
- Entregables clave: rango recomendado P25–P50–P75 y una tarifa objetivo antes de impuestos; mapa de recargos/bonificaciones; paquetes/retainer; sensibilidad de variables operativas; benchmark de competidores; plan de validación.

Alcance:
- Mercado: el definido en params.mercado (ciudad/área primero; si faltan datos locales, usa proxies cercanos y ajusta con COLI/PPP explícitos).
- Especialidades: las listadas en params.practicas (si generalista, reparte por mix_pct).
- Cliente objetivo: según params.cliente_objetivo.
- Horizonte: "hoy" y proyección a params.horizonte_meses con inflacion_prevista_pct.

Metodología (triangulación obligatoria):
1) Top-down (disposición a pagar y benchmarks de mercado por especialidad, seniority, tipo de cliente).
2) Bottom-up (cost-plus) con capacidad y eficiencia reales:
   - Horas facturables anuales = horas_anuales_por_persona × utilizacion_pct.
   - Horas efectivas cobradas = horas_facturables × realization_pct × collection_pct.
   - Tarifa objetivo (antes de impuestos) =
     (costes_fijos + (variables_pct × ingresos_estimados) + objetivo_retribucion + margen_deseado) / horas_efectivas_cobradas.
   - Si no puedes resolver ingresos_estimados circularmente, itera: inicia con media de benchmarks, calcula, y ajusta hasta converger.
3) Competencia: identifica comparables (despachos y/o abogados) y sitúa una distribución de tarifas con percentiles.

Fuentes y evidencia (obligatorio):
- Cita al menos 3 fuentes independientes y recientes para el mercado/ciudad (guías de tarifas/fee guides, informes de consultoras y asociaciones, colegios profesionales, marketplaces legales, informes sectoriales, portales de procurement, artículos de medios con datos verificables).
- Incluye: título, autor/entidad, fecha de publicación, URL. Señala divergencias entre fuentes y cómo las resolviste (promedio ponderado, exclusión de outliers, ajustes COLI/PPP).
- Distingue claramente tarifas de despacho vs. salarios in-house (no mezclar).
- Lista las consultas de búsqueda utilizadas en ES y EN.
- Si una especialidad carece de datos locales, usa proxy (ciudad/región análoga) y aplica ajustes COLI/PPP indicando el factor.

Cálculos y supuestos (muestra tus números):
- Presenta una tabla de "Parámetros operativos" con todas las cifras efectivas (utilización, realization, collection, costes, margen, inflación).
- Aplica impuestos locales (p. ej., IVA) solo al presentar precios "con impuestos"; reporta siempre "antes de impuestos".
- Ajustes: recargos por urgencia/SLA, complejidad, idioma, canal; bonificaciones por prepago/volumen/retainer. Indica el rango típico de cada ajuste.

Segmentaciones mínimas:
- Por seniority (roles en params.experiencia.roles).
- Por rama de práctica y complejidad.
- Por tipo de cliente (B2C/B2B/sector).
- Por SLA/urgencia (mismo día / 24–48h / estándar).
- Por canal de captación y riesgo de cobro.
- Por idioma y, si aplica, industria regulada (financiero/salud).

Entregables (formato y contenido):
1) Resumen ejecutivo (máx. 200 palabras) con: tarifa objetivo (antes de impuestos), rango P25–P50–P75, principales ajustes y 3 riesgos/limitaciones.
2) Tabla "Rango recomendado por especialidad y seniority" (Markdown) con columnas:
   - Especialidad | Seniority | P25 | P50 | P75 | Tarifa objetivo | Min–Max sugerido | Con impuestos (si aplica)
3) "Mapa de precios y ajustes" (Markdown):
   - Línea base (por especialidad/seniority) y multiplicadores/recargos: urgencia, complejidad, idioma, canal, riesgo. Indica fórmula de aplicación (aditivo o multiplicativo).
4) "Paquetes y retainer":
   - Tres niveles (Essential/Standard/Premium) con lo que incluyen, precio fijo, equivalente €/h y condiciones (tope de horas, rollover, SLA).
5) "Benchmark de competidores" (si hay datos):
   - Tabla con 5–10 comparables: Nombre | Tipo (boutique/full-service/solo) | Nicho | Evidencias de tarifa (rango/indicios) | Notas | Fuente (URL y fecha).
6) "Sensibilidad" (tabla):
   - Impacto en la tarifa objetivo de ±10% en utilización, realization, collection y margen.
7) "Plan de validación (4–6 semanas)":
   - Qué testear (tarifa ancla, depósito, mínimo de horas, descuento por pronto pago), métricas de éxito, riesgos y salvaguardas.
8) "Checklist de implementación":
   - Política de descuentos, anticipo/retainer, condiciones de pago, cláusulas de revisión anual, comunicación de precios, ética/publicidad, control de morosidad.
9) "Anexos":
   - Fórmulas, supuestos, lista de fuentes con fecha, consultas de búsqueda, fecha de elaboración y versión.

Reglas de calidad y verificación:
- No inventes datos. Si falta información, declara la brecha, usa proxies con ajustes explícitos y señala el nivel de confianza.
- Marca claramente cualquier supuesto que introduzcas y su impacto.
- Usa fechas en formato DD/MM/AAAA y la moneda de params.mercado.moneda.
- Entrega tablas en Markdown y un bloque JSON llamado resultado_json con:
  {
    "moneda": "...",
    "tarifa_objetivo_antes_impuestos": number,
    "rango_percentiles": {"P25": number, "P50": number, "P75": number},
    "ajustes_clave": [{"tipo":"urgencia","rango_pct":"..."}],
    "paquetes": [{"nombre":"Essential","precio_fijo": number,"equivalente_hora": number}],
    "sensibilidad": {"utilizacion_+10pct": number, "utilizacion_-10pct": number, "realization_+10pct": number, "collection_+10pct": number, "margen_+10pct": number},
    "fuentes": [{"titulo":"...","entidad":"...","fecha":"DD/MM/AAAA","url":"..."}],
    "supuestos_criticos": ["...","..."]
  }

Estilo de respuesta:
- Español (España), claro y directo. Secciones numeradas, encabezados concisos, sin jerga innecesaria.

Qué hacer si faltan datos en params:
- Procede igualmente con supuestos razonables y señala explícitamente dónde asumiste valores.
- Al final, incluye una breve lista de "Datos que maximizarían la precisión" priorizados (máx. 5).

Verificaciones antes de finalizar (checklist):
- [ ] ¿Incluiste al menos 3 fuentes independientes con fecha y enlace?
- [ ] ¿Mostraste la tabla de parámetros y los cálculos de horas efectivas?
- [ ] ¿Calculaste tarifa objetivo antes de impuestos y con impuestos?
- [ ] ¿Generaste percentiles P25–P50–P75 y el mapa de ajustes?
- [ ] ¿Incluiste paquetes, sensibilidad, plan de validación y checklist?
- [ ] ¿Entregaste el bloque resultado_json exactamente con las claves indicadas?

=== FIN ===