Publicada el · Actualizada el
Más allá del copia y pega cómo traducir la arquitectura de Claude a marcos y plantillas para emprendedores
Ficha corta sobre la idea aprovechable del "prompt filtrado" de Claude: por qué copiarlo tal cual no sirve, qué patrones de diseño sí se pueden robar y cómo aplicarlos en modelos abiertos sin romperse.
Lo que hay dentro, de principio a fin
Por qué copiar el prompt tal cual la idea que sí merece la pena
El documento original insiste en una idea muy concreta: el valor del "leak" de Fable 5 no está en su texto, sino en la arquitectura. Copiarlo y pegarlo en un modelo gratuito como GLM o Kimi produce tres problemas reales.
| Problema | Qué pasa al pegar el prompt íntegro | Por qué ocurre |
|---|---|---|
| Dependencia tecnológica | El modelo recibe órdenes de usar herramientas (MCP, ordenador, archivos) que no existen. | El prompt estaba atado al ecosistema de Anthropic. |
| Desfase de tamaño | Prompt de unos 30.000 tokens sobre modelos con ventanas de contexto y parámetros mucho menores. | La arquitectura saturada no se traduce bien a modelos abiertos. |
| Riesgo legal y ético | Origen extraído para burlar salvaguardias, autenticidad disputada. | Usarlo como producto comercial propio es delicado. |
El verdadero valor del documento filtrado está en los principios de ingeniería de prompts que encarna, no en su texto literal.
Los cuatro principios extraíbles la parte que se puede aprovechar
De la estructura del prompt se sacan cuatro patrones universales que sí funcionan en cualquier modelo.
| Principio | Descripción | Aplicación práctica sin código |
|---|---|---|
| Modularidad estructural | El prompt se divide en secciones nombradas y aislables. | Crear un "contrato base" con identidad y tono, y "prompts específicos" por tarea que lo extiendan. |
| Contratos de salida estrictos | Se define el formato exacto de la respuesta (JSON, tabla, longitud). | Especificar siempre formato, longitud y estructura de la salida. |
| Priorización funcional | Más de la mitad del texto se dedica a capacidades, no a personalidad. | Invertir el 80 % del esfuerzo en qué puede hacer el modelo y el 20 % en cómo suena. |
| Aprendizaje basado en errores | Reglas negativas añadidas tras observar fallos en pruebas. | Llevar un registro de errores y añadir reglas que los eviten. |
Los principios son válidos, pero la mejora más visible en modelos gratuitos será fiabilidad y previsibilidad, no un salto de "inteligencia". La supervisión humana sigue siendo indispensable.
El marco del contrato de agente cómo montarlo en cinco pasos
La idea clave del original es sustituir "prompt" por "contrato de agente": un documento modular que define la relación entre quien pide y el modelo. Tiene cinco bloques.
Ejemplo: "Asistente de marketing sénior para una SaaS llamada NexaFlow. Tono profesional, directo y orientado a datos".
Bloque candidato a ser modular y reutilizable.
Único bloque que cambia cada vez.
Pasos para desplegarlo en un equipo no técnico:
- Paso 1. Auditar las 3 a 5 tareas repetitivas donde ya se usa IA (correos, resúmenes de reuniones, ideas para redes).
- Paso 2. Crear el contrato base, que será estable.
- Paso 3. Crear prompts específicos por tarea, que extiendan el contrato base con contexto y criterios de finalización.
- Paso 4. Iterar con "post-mortems": registrar errores y añadir reglas negativas.
- Paso 5. Centralizar en una biblioteca compartida (Notion, Google Drive) para reutilizar y mejorar en equipo.
Este enfoque convierte prompts sueltos en un sistema coherente, reutilizable y alineado con objetivos de negocio.
Plantillas listas para copiar cuatro casos frecuentes
Cuatro plantillas modulares que integran el marco anterior y son punto de partida suficiente.
| Tarea | Contrato base extendido |
|---|---|
| Redacción de correo de seguimiento | Contexto: descripción del negocio, cliente objetivo y propósito. Rol: especialista en ventas B2B. Acción: redactar email de seguimiento para la situación indicada. Expectativa: máximo 150 palabras, tono profesional o directo, un solo párrafo. |
| Resumen ejecutivo financiero | Contexto: resultados del trimestre para dirección, con datos brutos pegados. Rol: analista financiero sénior. Acción: resumir en informe ejecutivo. Expectativa: 3 hallazgos clave, 1 alerta, 1 recomendación, máximo 200 palabras, sin proyecciones especulativas. |
| Ideas para LinkedIn | Contexto: nueva función de alerta de presupuesto en tiempo real, público de gerentes financieros, tono profesional sin jerga. Rol: redactor B2B especializado en LinkedIn. Acción: 3 ideas de publicación. Expectativa: cada idea con gancho, solución y CTA suave, en lista numerada. |
| Análisis de competidores | Contexto: Competidor A, B y C. Rol: consultor de marketing sénior. Acción: análisis comparativo de ofertas. Expectativa: tabla de 3 columnas (precio, fortaleza, debilidad) por competidor, sin afirmaciones no verificables. |
Cualquier código generado por modelos como GLM o Kimi debe tratarse como borrador de alto nivel: hay estudios que muestran tasas de error sensiblemente mayores que en código escrito por personas, sobre todo en seguridad. La revisión humana sigue siendo obligatoria.