Claude Code
Mini tutorial
Cómo usar Claude Code para ser 100 veces más productivo. Guía completa del sistema para profesionales del conocimiento.
Quién te enseña esto
Iwo Szapar
Cofundé AI Maturity Index (adquirida por ISG, Nasdaq: III en enero de 2026). Ayudé a más de 3.000 empresas a transformar su forma de trabajar. He aparecido en Financial Times y Forbes, y dirijo todo mi negocio con el mismo sistema que estás a punto de aprender.
Credenciales:
- • Más de 1.164 días usando IA a diario
- • Más de 30 agentes personalizados en producción
- • 3 productos impulsados por IA creados
- • Consultor para equipos de Fortune 500
Lo que me diferencia:
- • Ingeniería de contexto, no trucos de prompts
- • Un sistema real con más de 30 agentes (no teoría)
- • Enfoque no técnico
Cómo recorrer este tutorial
Esta guía está estructurada en 6 etapas progresivas, más una nueva capa de ingeniería del entorno de trabajo para un trabajo con IA fiable.
Etapas 1-2: Fundamentos (15 min)
Entiende qué es Claude Code y déjalo instalado
Etapas 3-4: Potencia esencial (30 min)
Divulgación progresiva, hooks, agentes, skills y aprendizaje compuesto
Etapa 5: Avanzado (20 min)
Integraciones MCP para conectar tus herramientas de negocio
Etapa 6: Implementación (10 min)
Tu camino a seguir con plantillas listas para usar
Consejo: Haz clic en los títulos de sección para expandir o contraer. Ahorra tiempo centrándote en lo que más necesitas.
Inicio rápido: tus primeros 10 minutos
¿Quieres ver la magia antes de leer la teoría? Elige tu configuración y hazlo ahora mismo.
Instala Claude Code (2 min)
curl -fsSL https://claude.ai/install.sh | bashAbre la terminal, autentícate y arranca
claude login
claudeDi esto (cópialo y pégalo tal cual):
"Research the top 3 competitors in my space and
summarize their pricing models. Run them in parallel
with subagents."Mira cómo Claude lanza varios agentes automáticamente
Acabas de ejecutar un flujo de trabajo multiagente. Tres trabajadores de IA investigaron en paralelo mientras tú esperabas. Esa es la idea central; ahora sigue leyendo para ver cómo construir un sistema completo a su alrededor.
¿Ya usas Claude Code? Salta a Etapa 4: Agentes, skills, hooks y entornos de trabajo para ver los patrones avanzados de orquestación.
Comprensión: del chat a la IA basada en repositorios
Introducción en 30 segundos
Claude Code es un agente de programación con IA de Anthropic que funciona en tu terminal, tu IDE, la app de escritorio y el navegador. Las sesiones siguen empezando de cero, pero tu repositorio puede arrastrar un contexto duradero a través de archivos como CLAUDE.md, .claude/rules/, skills, agentes y documentación del proyecto.
"Claude Code es la herramienta de IA más infravalorada para personas sin perfil técnico."
Tres formas de trabajar con Claude
El nombre confunde porque la app de escritorio ahora contiene varias pestañas. Separa la superficie del producto del flujo de trabajo que buscas.
Pestaña Chat · Navegador o app
Claude Chat
- • Ideal para preguntas, redacción y lluvia de ideas
- • No requiere flujo de trabajo con repositorio
- • Los archivos son adjuntos, no un cerebro de proyecto
- • Úsala cuando la tarea es puntual
Ideal para: pensar rápido, no para sistemas reutilizables
Pestaña Cowork · App de escritorio
Claude Cowork
- • Agente autónomo en segundo plano en una VM en la nube
- • Bueno para tareas de conocimiento más largas
- • Menos configuración que los flujos de terminal
- • Gran punto de partida si quieres resultados, no infraestructura
Ideal para: consultores, analistas, operadores
Pestaña Code, CLI, IDE, web
Claude Code (esta guía)
- • Agente de programación para archivos, repos, GitHub y automatización
- • Funciona en terminal, IDEs, app de escritorio, navegador, Slack y CI/CD
- • Skills, subagentes, hooks, MCP, rutinas y sesiones en segundo plano
- • Su máxima potencia llega cuando tu trabajo vive en un repositorio estructurado
Ideal para: usuarios avanzados que construyen un sistema operativo reutilizable
Estás leyendo la guía de esto ↗¿No lo tienes claro? Usa Chat para pensar puntualmente, Cowork para trabajo en segundo plano con poca configuración y Claude Code cuando quieras memoria de proyecto, flujos personalizados, hooks, MCP y sistemas repetibles.
Cualquier profesional del conocimiento que:
- Hace trabajo repetitivo que sigue patrones (informes, correos, propuestas, contenido)
- Gestiona proyectos continuos donde el contexto importa a lo largo de semanas y meses
- Hace malabares con múltiples herramientas (CRM, correo, calendario, analítica, plataformas de contenido)
- Quiere una IA que se vuelve más inteligente con el tiempo, no una que lo olvida todo después de cada chat
Consultores
Informes de clientes, propuestas, marcos de trabajo
Product managers
PRDs, roadmaps, historias de usuario
Marketers
Calendarios de contenido, campañas
Fundadores
Estrategia, actualizaciones a inversores, operaciones
Ventas e ingresos
Pipeline, prospección, automatización de CRM
Investigadores y analistas
Síntesis de datos, inteligencia competitiva
No es ideal para:
Preguntas puntuales sin seguimiento, sesiones simples de lluvia de ideas o tareas que nunca se repiten. Para eso, el chat normal de Claude funciona bien.
"No soy programador. No escribo código. Así que es increíble que este tipo de cosas estén disponibles y puedan pasar."
— Dominic, consultor cloud • Construyó una plataforma de suscripción con Claude Code sin ninguna base de programación
Antes de empezar
Mira hacia dónde estás construyendo
Este tutorial enseña cada concepto paso a paso. Pero si quieres ver cómo es un sistema completo en la práctica, aquí tienes un clip de 3 minutos de una sesión en directo.
Un solo comando. La IA lee tus correos, mensajes de WhatsApp, tareas y CRM, y luego te dice en qué centrarte hoy. Todo lo que ves aquí, aprenderás a construirlo en las etapas siguientes.
Problema n.º 1: cero memoria persistente
IA tradicional (ChatGPT, Claude Chat): Cada conversación empieza de cero. Vuelves a explicar tu proyecto más de 10 veces por semana.
Solución de Claude Code: El repositorio como memoria persistente. El archivo CLAUDE.md se carga al inicio de cada sesión. Documentos de desarrollo (plan.md, context.md, tasks.md) para proyectos de varias semanas.
Sesión de IA tradicional:
Session 1:
You: "I'm building a SaaS product..."
[Explain project for 10 minutes]
Session 2 (next day):
You: "Remember my SaaS product?"
AI: "What product? Please explain."
[Re-explain AGAIN]Sesión de Claude Code:
Session 1:
Claude reads CLAUDE.md
"I see you're building a SaaS
product. What would you like?"
Session 2 (next day):
Claude reads CLAUDE.md
"Back to the SaaS project.
What's next?"Punto clave: La memoria persistente elimina la sobrecarga de cambiar de contexto
Impacto real: Richard (consultor de gestión, Australia) pasó una semana configurando Claude Code por su cuenta. Tras una sola sesión de 2 horas con las plantillas del Second Brain: "En esta llamada has resuelto lo que yo seguía haciendo mal: le hablaba como si fuera un chatbot. En cambio, usando comandos y agentes puedes hacer que gestione tu flujo de trabajo diario por ti. Eso es enorme. Vale cada euro por ahorrarme tres o cuatro meses de ir abriéndome paso a la fuerza."
Problema n.º 2: el cuello de botella secuencial
IA tradicional: Solo puede trabajar en UNA cosa a la vez. ¿Analizar 10 archivos? A esperar cada uno en orden.
Solución de Claude Code: Los subagentes ejecutan varias tareas en paralelo dentro de la sesión. Para trabajo independiente de larga duración, usa sesiones en segundo plano desde Claude Code en web, escritorio, Slack o la vista de agentes.
SEQUENTIAL (ChatGPT Way):
[Agent 1: Research] → [Agent 2: Content] → [Agent 3: Analysis]
15 min 20 min 10 min
Total: 45 minutes
PARALLEL (Claude Code Way):
[Agent 1: Research] ─┐
[Agent 2: Content] ─┼─ All running simultaneously
[Agent 3: Analysis] ─┘
Total: MAX(15, 20, 10) = 20 minutes
Speedup: 45 min → 20 min = 2.25x fasterImpacto real: Un consultor analizó 5 competidores (Asana, Monday, ClickUp, Notion, Airtable). ChatGPT tardó 45 min y solo completó 3. Claude Code con subagentes tardó 20 min y completó los 5 a la vez.
Punto clave: Los agentes en segundo plano permiten un procesamiento verdaderamente paralelo
Impacto real: Damian (consultor de IA, Suiza) construyó un flujo completo de contenido para redes sociales en 2 días: algo que una herramienta SaaS comercial vende por cientos al mes. Su flujo: capturar ideas → extraer el ADN de su voz en LinkedIn → generar PDFs de carruseles → programar publicaciones. "Un amigo acaba de hablarme de esta nueva solución supercool que compró. Era lo que yo había construido en dos días con el Second Brain. Pura magia."
Problema n.º 3: el impuesto del cambio de contexto
IA tradicional: Copiar documentos → Pegar → Esperar. Copiar código → Pegar → Esperar. Más de 30 minutos perdidos por sesión.
Solución de Claude Code: MCP (Model Context Protocol) conecta directamente con Gmail, Calendar, CRM y analítica. Se acabó el copiar y pegar entre apps.
Proceso manual:
- 1. Abrir HubSpot
- 2. Exportar 200 asistentes al webinar
- 3. Descargar CSV
- 4. Copiar la lista de correos
- 5. Pegar en ChatGPT
- 6. Pedir el análisis
- 7. Copiar los resultados de vuelta
- 8. Subir a HubSpot
Tiempo: 35 minutos
Proceso con MCP:
- 1. "Etiqueta a los asistentes al webinar"
- 2. Claude se conecta a HubSpot
- 3. Listo.
Tiempo: 3 minutos
Impacto real: Un responsable de Sales Ops pasó de 2 horas a la semana actualizando el CRM a mano a cero. Todo automatizado vía MCP.
Problema n.º 4: el aislamiento de las herramientas
IA tradicional: La IA no puede acceder a tus herramientas de negocio reales. Transferencia manual de datos por todas partes.
Solución de Claude Code: Las skills se activan solas según palabras clave. Los hooks ejecutan scripts de forma automática. Constrúyelo una vez, reutilízalo para siempre.
Traditional AI:
You: "Generate weekly sales report"
AI: "Please provide data..."
You: [Copy sales from HubSpot]
You: [Copy traffic from Analytics]
You: [Copy revenue from Stripe]
AI: [Generates report]
You: [Format manually]
You: [Send to team]
Time: 45 minutes
Claude Code with Skills:
You: "Generate weekly sales report"
Skill auto-loads:
├─ MCP: Fetch HubSpot deals
├─ MCP: Fetch GA4 traffic
├─ MCP: Fetch Stripe revenue
└─ Generate formatted report
└─ Save to reports/weekly-2025-01-11.md
Time: 2 minutesImpacto real: Una responsable de marketing automatizó 5 informes semanales. Pasó de 3,5 horas a la semana a 10 minutos. Eso es 21 veces más rápido.
Lo que una herramienta + contexto estructurado reemplazó de verdad
Esto no es teórico. Son páginas de administración reales funcionando en producción ahora mismo.
| Categoría SaaS | Coste mensual típico | Ahora integrado en Second Brain |
|---|---|---|
| CRM (HubSpot/Pipedrive) | $45-100/mo | Pipeline de ventas + seguimiento de prospectos |
| Email marketing (Mailchimp) | $30-60/mo | Secuencias automatizadas + newsletter |
| Programación de contenido (Buffer) | $15-30/mo | Calendario de contenido + gestión de cola |
| Gestión de tareas (Asana/Linear) | $10-25/mo | Seguimiento de tareas + flujo de sesiones |
| Panel de analítica | $20-50/mo | Business intelligence + informes |
| Portal de entrega a clientes | A medida | Generador de repositorios + onboarding |
$120-265/mes antes
$20/mes después (Claude Pro)
Esto no es una comparación entre Claude y HubSpot. HubSpot es mejor siendo un CRM. Pero para un solopreneur o un equipo pequeño, Claude Code + contexto estructurado cubre el 80 % de lo que realmente usas de esas herramientas, al 10 % del coste.
Checklist de la etapa 1
¿Quieres el atajo?
Sáltate 2-3 semanas de prueba y error. Todo lo de abajo viene ya construido en el Second Brain.
Ver paquetesConfiguración: primeros pasos
Suscripción a Claude o facturación por API
La mayoría debería empezar con un plan Claude Pro o Max para un uso mensual predecible. La facturación por API también está disponible para flujos programáticos o de equipo.
Elige cómo usar Claude Code
Elige la superficie que encaje con tu nivel de comodidad y tu sistema operativo
Claude Code en la web
Research preview. Conecta GitHub en claude.ai/code. Se ejecuta en una VM en la nube gestionada por Anthropic.
Pestaña Code de la app de escritorio
App nativa para macOS y Windows. Interfaz gráfica para Claude Code con barra lateral, terminal, editor de archivos, diffs, vistas previas y seguimiento de PRs.
CLI de terminal (la más potente)
Control total sobre archivos locales, shell, MCP, hooks, scripts, CI y automatización.
Extensión para IDE
VS Code, Cursor e IDEs de la familia JetBrains. Claude Code se ejecuta dentro de tu editor, junto a tus archivos.
Cuenta de GitHub (opcional pero recomendada)
Piénsalo como "Google Drive para el cerebro de tu IA": respalda tu repositorio y lo sincroniza entre dispositivos.
Checklist de la etapa 2
La mejor forma de adoptar Claude Code
No intentes construir el sistema entero de golpe. El mayor error que comete la gente es intentar automatizarlo todo el primer día. Eso nunca funciona.
Elige un caso de uso al día. Eso es todo.
Día 1
"Ayúdame a investigar esta empresa."
Día 2
"Escríbeme un post de LinkedIn sobre X."
Día 3
"Audita esta landing page."
Día 4
"Crea una skill para mi informe semanal."
Poco a poco, tu repo se va llenando. Tus skills, agentes, reglas y CLAUDE.md se vuelven más inteligentes. Después de unas semanas miras atrás y te das cuenta de que has construido un sistema entero, una pequeña pieza cada vez.
Tu hoja de ruta de adopción de 4 semanas
Subagentes (cero configuración)
Pídele a Claude Code que use subagentes para 2-3 tareas de investigación independientes. Fíjate en cómo tu conversación principal se mantiene limpia mientras los especialistas trabajan en paralelo.
Tu primera skill
Elige tu flujo de trabajo más repetido (creación de contenido, revisión de código, análisis de datos). Crea .claude/skills/my-workflow/SKILL.md con una descripción clara e instrucciones paso a paso. Pruébala pidiéndola de forma natural o invocando /my-workflow, y luego itera.
Skills + subagentes combinados
Dentro de tu skill, añade pasos que usen subagentes para investigar. Encadena dos skills. Configura tu CLAUDE.md con el contexto y las preferencias del proyecto.
Entorno de trabajo + MCP + avanzado (opcional)
Añade gates de plan, prueba, revisión y aprobación alrededor de tus flujos más importantes. Después conecta herramientas de negocio vía MCP. La mayoría debería construir el entorno de trabajo antes de dar más autonomía.
Sistema de memoria: CLAUDE.md y estructura del repositorio
Nota: CLAUDE.md es opcional, pero muy recomendable para un contexto persistente. Elimina tener que reexplicar tu proyecto en cada sesión.
Un archivo Markdown especial que Claude Code carga al inicio de cada sesión. Piénsalo como el manual de instrucciones de tu proyecto, pero para la IA, no para humanos.
Sin CLAUDE.md:
- • Cada sesión: "Este es mi proyecto..."
- • Reexplicar el contexto más de 10 veces/semana
- • Claude olvida tus preferencias
- • Resultados inconsistentes
Con CLAUDE.md:
- • Claude lo lee una vez por sesión
- • Contexto instantáneo sobre tu proyecto
- • Recuerda tu estilo y tus requisitos
- • Calidad consistente
# CLAUDE.md
## Project Overview
[One sentence: What you're building]
**Mission**: [Your project's goal]
**Target Users**: [Who uses this]
## Repository Structure
- `company-brain/`: Business knowledge
- `agents/`: AI agent templates
- `data/`: Datasets and analysis
## Key Guidelines
- [Important fact #1 Claude should always know]
- [Important fact #2]
- [Important fact #3]
## Output Standards
- [How you want deliverables formatted]
- [Your writing style preferences]
## Guardrails
- [Things Claude should NEVER do]
- [Data privacy rules]Míralo en la práctica
Cómo es un Second Brain real en GitHub
Olvida la teoría por un momento. Aquí tienes un repositorio Second Brain real con más de 30 agentes, skills, comandos y archivos de conocimiento: la estructura que hace que todo en este tutorial funcione.
"Lo metía todo en CLAUDE.md: 500 líneas. Claude empezó a ignorar la mitad. Entonces aprendí sobre la divulgación progresiva y todo encajó."
— Andrew, director de producto
El error n.º 1 que todos cometen
La gente lo mete todo en CLAUDE.md: contexto de negocio, documentación de API, guías de estilo, gotchas, plantillas. Pasadas las 500 líneas, Claude empieza a ignorar instrucciones. Las investigaciones muestran que el seguimiento de instrucciones se degrada más allá de unas ~300 líneas y ~50 reglas. Más instrucciones llevan, paradójicamente, a un peor seguimiento de instrucciones.
La solución es la divulgación progresiva: mantén CLAUDE.md corto (menos de 200 líneas) con tablas de punteros que carguen documentación detallada a demanda. Piénsalo como un índice, no como una enciclopedia.
Monolítico (se rompe a escala):
CLAUDE.md (972 lines)
├─ Business context (50 lines)
├─ API documentation (200 lines)
├─ Database schema (150 lines)
├─ Style guide (100 lines)
├─ Email templates (120 lines)
├─ Gotchas list (80 lines)
├─ MCP configs (150 lines)
└─ ... Claude ignores half of itPor capas (escala hasta el infinito):
CLAUDE.md (200 lines)
├─ Business context (always loaded)
├─ Tech stack (always loaded)
├─ Pointer table → docs/
├─ Critical gotchas (3-5 rules)
└─ Self-improvement protocol
.claude/docs/ (loaded on demand)
├─ api-guide.md
├─ database-ops.md
├─ email-system.md
└─ gotchas.mdLas tres capas
Capa 1: CLAUDE.md (siempre cargada, menos de 200 líneas)
Aquí solo va el contexto de aplicación universal. Contexto de negocio, stack tecnológico, gotchas críticos y una tabla de punteros hacia todo lo demás.
## Architecture & Patterns
| Area | Read This File |
|-------------------|----------------------------|
| Writing API code | .claude/docs/api-guide.md |
| Database work | .claude/docs/database.md |
| Email system | docs/EMAIL_SYSTEM.md |
| Known gotchas | .claude/docs/gotchas.md |
| Troubleshooting | docs/TROUBLESHOOTING.md |
Read the relevant file BEFORE making changes
in that area.Cuando Claude necesita trabajar en el sistema de correo, lee CLAUDE.md, ve el puntero y carga docs/EMAIL_SYSTEM.md a demanda. El resto de la documentación se queda fuera del contexto.
Capa 2: .claude/docs/ (cargada a demanda)
Documentación detallada que Claude lee solo cuando trabaja en un área concreta. Cada archivo empieza con un disparador de "cuándo leer".
# API Development Guide
> When to read: Before writing or modifying
> any API endpoint
## Pattern: Legacy Request/Response
All endpoints MUST use VercelRequest/
VercelResponse pattern. Web API pattern
causes 30-second timeouts.
## Required: .js Extensions
All imports in API files MUST include .js
extension. Missing extensions cause silent
build failures in production.
## Template
export default async function handler(
req: VercelRequest,
res: VercelResponse
) { ... }Capa 3: knowledge/ (contexto específico de agentes)
Material de referencia profundo que solo necesitan agentes o skills concretos. Nunca se carga en sesiones generales.
.claude/knowledge/
├─ content-creator/ # Voice DNA, templates
│ ├─ brand-voice.md
│ └─ content-types.md
├─ sales/ # CRM context, scripts
│ ├─ objection-handling.md
│ └─ email-sequences.md
└─ data-analysis/ # Schema, query patterns
└─ common-queries.mdPor qué funciona:
Eficiencia de contexto
Un CLAUDE.md ligero con punteros usa muchísimos menos tokens que un archivo gigante. Deja espacio para el trabajo de verdad.
Mejor seguimiento de instrucciones
50 reglas en un archivo enfocado ganan a 200 reglas en un archivo inflado. Siempre.
Escala hasta el infinito
Añade documentación nueva sin tocar CLAUDE.md. Solo añade una fila a la tabla de punteros.
Inicio rápido: divulgación progresiva en 3 pasos
- 1. Crea el directorio .claude/docs/
Saca de CLAUDE.md cualquier sección de más de 20 líneas a su propio archivo.
- 2. Añade una tabla de punteros a CLAUDE.md
Mapea cada área de trabajo al archivo que Claude debería leer antes de empezar.
- 3. Añade disparadores de "cuándo leer"
Empieza cada archivo de documentación con un disparador de una línea: "Cuándo leer: antes de trabajar en [X]"
Construir esta arquitectura lleva 4-6 horas
Escribir tablas de punteros, organizar la documentación con disparadores de "cuándo leer", probar que Claude carga el archivo correcto en el momento correcto. El Second Brain viene con más de 10 documentos preconfigurados, tablas de disparadores y la arquitectura completa de divulgación progresiva lista para usar.
Sáltate la configuraciónChecklist de la etapa 3
Automatización: agentes, skills, hooks, entornos de trabajo y aprendizaje
"Esa es la verdadera ventaja de Claude Code. Programación en paralelo. Lanzas 3 agentes de investigación y todos vuelven con resultados mientras tú sigues trabajando en el hilo principal."
— Wytze, miembro de la comunidad
Los subagentes son trabajadores de IA especializados con contexto aislado. Como tener un analista de investigación Y un redactor en tu equipo trabajando a la vez.
Cuándo usar subagentes:
- ✅ Análisis en paralelo (10 competidores a la vez)
- ✅ Se necesita experiencia especializada
- ✅ Subtareas independientes
- ✅ Proyectos grandes con fases diferenciadas
Cuándo NO usarlos:
- ❌ Tareas únicas y simples
- ❌ Dependencias secuenciales
- ❌ Tareas que requieren contexto compartido
Ejemplo real: análisis competitivo
Tarea: analizar 5 competidores (Asana, Monday, ClickUp, Notion, Airtable)
Secuencial (ChatGPT): 45 minutos
Analizar uno → El siguiente → El siguiente... 3 mal hechos, 2 saltados por agotamiento
En paralelo (Claude Code): 8 minutos
5 subagentes corren a la vez. Los 5 completos, de alta calidad, con formato consistente
USER PROMPT:
"Analyze these 5 competitors: Asana, Monday, ClickUp,
Notion, Airtable. For each, analyze pricing, features,
target market."
CLAUDE CODE SPAWNS 5 SUBAGENTS:
┌─────────────────────────────────────────────┐
│ Main Claude │
│ ├─ Subagent 1: Analyze Asana │
│ ├─ Subagent 2: Analyze Monday │
│ ├─ Subagent 3: Analyze ClickUp │
│ ├─ Subagent 4: Analyze Notion │
│ └─ Subagent 5: Analyze Airtable │
│ │
│ [All run in parallel] │
│ │
│ After 8 min: Aggregate results → │
│ Generate comparison table │
└─────────────────────────────────────────────┘Verificación de costes con los pies en la tierra
Los subagentes consumen sus propias ventanas de contexto. Una tarea en paralelo con 3 agentes usa aproximadamente 3 veces los tokens de hacerla en orden. Los equipos de agentes (5 o más) pueden llegar a 7 veces o más. Esto importa si pagas por API.
| Estrategia | Cómo | Ahorro |
|---|---|---|
| Modelos más pequeños para los trabajadores | Usa Haiku para tareas simples y Opus para decisiones | 60-80% |
| Limita el alcance del agente | Restringe las herramientas y el acceso a archivos por agente | 30-50% |
| Usa agentes Explore para buscar | Solo lectura, rápidos, uso mínimo de tokens | ~70% |
| Cachea en CLAUDE.md | Guarda resultados para que los agentes no vuelvan a investigar | Considerable |
| Configura max_turns | Evita bucles descontrolados de agentes | Límite estricto |
Con una suscripción Claude Pro/Max (20-200 $/mes), los subagentes corren dentro de los límites de tu plan, sin coste extra por token. Los usuarios con clave API deberían vigilar el uso con más cuidado.
Míralo en la práctica
Qué hay realmente dentro del archivo de un agente
Acabas de leer sobre las configuraciones de agentes. Aquí ves cómo se abre una en vivo: un agente creador de contenido con acceso a herramientas, un árbol de decisión, ajustes de voz y referencias a archivos de conocimiento. Es un archivo de texto, no código.
"He notado mejor contenido cuando tengo un agente central y luego un conjunto de skills que puede invocar por su cuenta. En vez de recordar yo el flujo exacto cada vez, solo digo 'escribe un post de LinkedIn' y él activa la skill correcta."
— Shaun, especialista en marketing y crecimiento
Agente = Modelo + Entorno de trabajo
La mayoría sigue actualizando el modelo. Los usuarios avanzados actualizan el entorno que rodea al modelo. Un entorno de trabajo es el sistema operativo del trabajo con IA: define el plan, da al agente herramientas seguras, comprueba la salida, pide revisión, captura lecciones y solo entonces deja que el trabajo se publique.
El modelo es solo una entrada. El entorno de trabajo es todo lo demás: prompts, CLAUDE.md, reglas, herramientas, servidores MCP, sistema de archivos, Git, sandboxes, hooks, subagentes, políticas de contexto, registros, evaluadores, rutas de recuperación y gates de publicación. Claude Code, Cursor, Codex, Aider, Cline y los Managed Agents son todos entornos de trabajo alrededor de modelos.
El trinquete: cada fallo se convierte en una corrección permanente
La ingeniería del entorno de trabajo empieza cuando dejas de culpar al modelo por defecto. Si el agente repite un error, el trabajo es cambiar el entorno para que ese fallo concreto sea más difícil o imposible la próxima vez.
| Fallo observado | Corrección del entorno | Dónde vive |
|---|---|---|
| Ignoró una convención del proyecto | Añade una regla corta y ganada a pulso | CLAUDE.md o .claude/rules/ |
| Ejecutó un comando destructivo | Bloquéalo antes de la ejecución | Hook PreToolUse |
| Se perdió en una tarea larga | Separa los roles de planificador, ejecutor y revisor | Skill + subagentes |
| Terminó con la salida rota | Ejecuta comprobaciones objetivas y reinyecta los fallos | Hook de verificación o evaluador |
| Repitió el mismo borrador flojo | Añade ejemplos, rúbrica y preguntas de revisión | Archivos de referencia de la skill |
Añade restricciones solo cuando se remontan a un fallo real. Elimínalas cuando queden obsoletas. Un buen entorno de trabajo es un artefacto vivo, no un cementerio de prompts.
1. Gate de plan
Antes de actuar, Claude debe replantear el objetivo, las suposiciones, los archivos o fuentes que tocará y qué significa "terminado".
2. Frontera de trabajo
El agente solo obtiene las herramientas y el alcance que necesita. Solo lectura para investigar. Aprobación antes de enviar, eliminar, publicar o cambiar registros.
3. Gate de verificación
La salida se comprueba contra criterios objetivos: fuentes citadas, números reconciliados, checklist completo, campos requeridos presentes.
4. Gate de revisión
Una pasada aparte busca lo que la automatización pasa por alto: diagnóstico erróneo, sobreingeniería, tono que no encaja, suposiciones ocultas.
5. Gate de acumulación
Cada error se convierte en una regla, plantilla, ejemplo o ítem de checklist. El sistema mejora porque el entorno de trabajo aprende.
6. Gate de publicación
Nada sale del sistema hasta que existan los artefactos de plan, verificación, revisión y aprobación. Claude puede proponer; el entorno de trabajo decide.
Las partes que sostienen un entorno de trabajo
Estado
Sistema de archivos, Git, archivos de tareas, archivos de memoria y carpetas de salida. Aquí es donde el trabajo sobrevive más allá de la ventana de contexto actual.
Herramientas
Bash, ejecución de código, automatización de navegador, servidores MCP y APIs. Mantén las herramientas enfocadas; las herramientas solapadas confunden al modelo e inflan el contexto.
Política de contexto
Qué se carga, se compacta, se descarga o se recupera más tarde. Esto decide qué cruza la frontera de contexto del modelo.
Cumplimiento
Hooks, permisos, sandboxes, comandos de prueba y gates de aprobación. Convierten las preferencias en restricciones.
Evaluación
Rúbricas, evaluadores, agentes de revisión y criterios de aceptación. Califica el resultado, no el camino raro que tomó el agente.
Observabilidad
Registros, trazas, uso de tokens, coste, latencia y agrupaciones de fallos. Una puntuación sin un ticket no es más que arte de dashboard.
La gestión del contexto es diseño del entorno de trabajo
El modelo no puede pensar sobre tokens que nunca recibe. Cuando la ventana de contexto se llena, el entorno de trabajo debe decidir qué se queda, qué se comprime, qué pasa a disco y qué se recupera después. Esa decisión a menudo importa más que la elección del modelo.
Truncar
Descarta salida de bajo valor o transcripción antigua cuando la continuidad no importa.
Compactar
Resume la sesión y continúa con el estado comprimido.
Descargar
Guarda registros largos, resultados de herramientas y borradores en archivos; mantén solo la vista previa útil en el contexto.
Divulgar
Carga documentación detallada, skills y herramientas solo cuando la tarea realmente los necesita.
Regla práctica: mantén corto el contexto siempre cargado, recorre archivos grandes con offset/limit, usa la búsqueda antes de leer archivos enteros y guarda las salidas largas de herramientas en disco en lugar de pegarlas de vuelta en la conversación.
Rúbricas de resultado: define cómo es "terminado"
La API de Managed Agents de Anthropic hace explícito este patrón: define un resultado, adjunta una rúbrica, deja que un evaluador aparte valore el artefacto y luego reinyecta las carencias al agente para otra iteración. Puedes usar la misma idea manualmente en Claude Code.
Outcome:
Create a competitor pricing report for the 5 named companies.
Rubric:
- Includes all 5 companies
- Every price claim has a source URL
- Pricing tiers are normalized into one table
- Unknown prices are marked "not published" instead of invented
- Final section recommends what we should change
Iteration rule:
If any rubric item fails, revise once before showing me the final.El movimiento importante es la separación: un bucle crea el artefacto, otro lo evalúa contra la rúbrica. Esto reduce la autocomplacencia y detecta las carencias más rápido.
La plantilla de entorno de trabajo para el profesional del conocimiento
1. Track
Capture the request in a task, client folder, or project log.
2. Plan
Ask Claude: "Before doing the work, give me the plan,
assumptions, sources/tools needed, and acceptance criteria."
3. Work
Let Claude execute inside clear boundaries:
read-only research, draft-only writing, no external sends.
4. Verify
Run a checklist that matches the work type:
sources, calculations, brand voice, missing fields, risks.
5. Review
Ask a second pass: "Find what is wrong, overbuilt,
unsupported, or not how we do things here."
6. Learn
Capture one reusable rule or template improvement.
7. Ship
Only publish, send, update CRM, or hand off after approval.Prompt para copiar y pegar: convierte cualquier flujo en un entorno de trabajo
I want to turn this repeated workflow into a reliable AI harness:
[describe the workflow]
Create:
1. The planning questions Claude must answer before starting
2. The tool and permission boundaries
3. The verification checklist
4. The review questions a second pass should ask
5. The human approval points
6. The learning rule to update after each run
Keep it practical for a non-technical knowledge worker.Auditoría semanal del entorno de trabajo: recorta la sobrecarga invisible
Si Claude se nota más lento, más torpe o se come tus límites, audita el entorno de trabajo antes de culpar al modelo. La mayoría del desperdicio se esconde en el contexto siempre cargado.
| Comprobación | Qué buscar | Corrección |
|---|---|---|
CLAUDE.md tamaño | Reglas que ya no importan o que pertenecen a documentos más concretos | Mantén corto el contexto raíz; mueve los detalles a reglas, documentos o skills |
| Hooks | Hooks de UserPromptSubmit o SessionStart que inyectan contexto cada vez | Desactiva todo lo que no tenga una función específica |
| Servidores MCP | Esquemas de herramientas cargados para herramientas que apenas usas | Mantén siempre activas solo las herramientas diarias; activa las demás por sesión |
| Skills | Descripciones amplias que provocan que se carguen skills irrelevantes | Aprieta las descripciones o desactiva las skills sin uso |
| Longitud de la conversación | Sesiones largas releyendo historial obsoleto | Compacta, resume o empieza de cero con una nota de traspaso |
Ejemplos por rol
| Flujo de trabajo | Gate de verificación | Gate humano |
|---|---|---|
| Informe de consultoría | Afirmaciones ligadas a los datos del cliente, recomendaciones mapeadas al alcance, sin nombres confidenciales filtrados | El socio revisa la calidad del análisis antes de enviar |
| Prospección de ventas | Historial de CRM comprobado, fuente de personalización citada, sin evento disparador inventado | Tú apruebas antes de enviar por correo, LinkedIn o WhatsApp |
| Análisis financiero | Totales que cuadran, suposiciones listadas, anomalías señaladas, archivos fuente nombrados | Tú apruebas la interpretación antes de compartir |
| Publicación de contenido | Comprobación de voz, frases prohibidas eliminadas, hechos con fuente, CTA presente | Tú apruebas la versión final antes de la cola o la publicación |
Lo que ningún entorno de trabajo detecta de forma fiable
- • Diagnóstico erróneo: resolver la causa raíz equivocada
- • Sobreingeniería: añadir complejidad que nadie pidió
- • Instrucciones malinterpretadas: hacer la tarea de al lado
- • Normas de equipo del tipo "aquí no lo hacemos así"
- • Gusto, criterio y compensaciones ejecutivas
- • Responsabilidad social por el resultado final
La regla: automatiza la escritura, la investigación, la comprobación y el formateo. Deja la responsabilidad, el criterio final y los compromisos externos en manos de una persona.
"Estoy ENAMORADO de este nuevo sistema. Hice unos 10 días de trabajo en un solo día."
— Shaun, especialista en marketing y crecimiento • Construyó una automatización de audio a post social en su primera semana
Esto es por lo que 5.475 personas comentaron "BRAIN"
La mayoría usa Claude como un único asistente. Haces una pregunta, obtienes una respuesta. Pero Claude Code te deja construir un equipo entero de especialistas que se pasan el trabajo entre ellos, mientras tú revisas.
Distinción importante: subagentes vs. agentes en segundo plano
Los subagentes son especialistas dentro de una sesión de Claude Code. Tienen su propio contexto y sus propios permisos de herramientas, y luego informan a la sesión principal. Los agentes en segundo plano son sesiones en la nube separadas que gestionas a través de Claude Code en web, escritorio, Slack o la vista de agentes.
Usa subagentes cuando:
Un flujo principal necesita varios análisis, revisiones o borradores enfocados en paralelo.
Usa agentes en segundo plano cuando:
Quieres sesiones independientes de larga duración en distintos repos, ramas, PRs o trabajos programados.
Tres niveles de coordinación de agentes
Nivel 1: agente en solitario
Una sesión de Claude haciéndolo todo. Como trabajar con un único generalista muy capaz. Aquí es donde la mayoría se queda.
Nivel 2: lead que delega (subagentes)
Tu sesión principal de Claude actúa como lead. Despacha especialistas para hacer trabajo enfocado (investigación, redacción, análisis) en paralelo. Cada especialista informa al lead, que sintetiza los resultados. Esto está listo para producción y es lo que construye la mayoría de los usuarios avanzados.
Nivel 3: sesiones en segundo plano + vista de agentes
Varias sesiones de Claude Code corriendo de forma independiente. Usa claude agents o las superficies web/escritorio para despachar, monitorizar y reanudar el trabajo. Territorio de research preview: potente pero aún en evolución.
Ejemplo real: pipeline de prospección de ventas
Esto es lo que pasa de verdad cuando digo "redacta la prospección para este prospecto":
Lead Agent orchestrates the pipeline:
│
├─ Research Agent
│ → Pulls LinkedIn profile + company intel
│ → Returns: role, company size, recent posts
│
├─ CRM Agent
│ → Checks prospect history, stage, past notes
│ → Returns: last contact, deal stage, context
│
├─ Draft Agent
│ → Writes personalized email using research
│ → Uses voice guidelines from knowledge files
│
├─ Quality Agent
│ → Scores draft against brand voice rubric
│ → Flags generic phrases, suggests improvements
│
└─ Lead Agent
→ Reviews final draft
→ I approve → sends via email MCP
5 agents. 3 minutes.
What used to take 45 minutes of tab-switching
between LinkedIn, CRM, email, and style guides.Revisión multiagente: cuando los especialistas se desafían entre sí
Con el nivel 2, toda la comunicación fluye a través de la sesión lead. Aun así puedes pedirle a Claude que ejecute pasadas independientes de especialistas, compare sus hallazgos y sintetice los desacuerdos. Para flujos de trabajo separados de larga duración, usa sesiones en segundo plano y la vista de agentes.
"Our conversion rate dropped 15% last week.
Use three specialist subagents to investigate:
- One analyzes traffic sources
- One reviews checkout funnel
- One checks pricing page changes
Then compare their findings and challenge contradictions."
What happens:
Traffic Agent: "Paid traffic quality dropped"
Checkout Agent: "But checkout completion is
stable. The issue is upstream."
Pricing Agent: "New pricing page went live
Tuesday. Bounce rate up 40%."
Traffic Agent: "That explains the drop—
the traffic was fine, the page wasn't."
→ Root cause found in minutes, not hours.La estructura de debate evita el sesgo de anclaje. La investigación secuencial tiende a encontrar una teoría y detenerse. Varios investigadores independientes que se desafían entre sí sacan a la luz la verdadera respuesta.
Construir más de 30 agentes especializados con las personas, los permisos de herramientas, los archivos de conocimiento y la lógica de coordinación correctos llevó meses de iteración. Cada agente necesita saber a qué puede acceder, en qué formato producir y cuándo pasar el trabajo al siguiente. El Second Brain viene con la biblioteca de agentes completa, preconfigurada para creación de contenido, prospección de ventas, gestión de clientes, análisis de datos y operaciones diarias.
Claude Code trabaja junto a otras herramientas
Las configuraciones más eficaces no son "solo Claude Code". Los usuarios avanzados combinan herramientas de forma estratégica: ChatGPT para la lluvia de ideas creativa, Claude Code para la ejecución estructurada, Gemini para la revisión. Claude Code se convierte en la capa de orquestación que lo une todo, no en la única herramienta de tu stack.
1. Brainstorm with ChatGPT (creative, divergent thinking)
2. Hand the brief to Claude Code (precise execution)
3. Review output with Gemini (catching edge cases)
4. Final polish back in Claude Code
Why: Each model has different strengths.
Claude Code orchestrates the whole thing
through skills and sub-agents.Checklist de la etapa 4
Así es como se ve un sistema completo
Más de 30 agentes, más de 50 skills, más de 6 hooks, gates del entorno de trabajo, aprendizaje compuesto, divulgación progresiva, coordinación de agentes: todo configurado y funcionando junto. Este sistema llevó meses de iteración. El Second Brain entrega una versión personalizada en horas.
Ver qué incluyeIntegración: conexiones MCP
MCP (Model Context Protocol) es una forma estándar de conectar Claude Code con herramientas externas. Piénsalo como el USB-C de la IA: un solo protocolo conecta con todo.
┌─────────────────────────────────────────────┐
│ Claude Code │
│ └─ MCP Client (built-in) │
└─────────┬───────────────────────────────────┘
│
├─ MCP Server: Gmail
│ └─ Functions: send_email, search, read
│
├─ MCP Server: HubSpot
│ └─ Functions: create_contact, update_deal
│
├─ MCP Server: PostgreSQL
│ └─ Functions: query, insert, update
│
└─ MCP Server: Google Calendar
└─ Functions: create_event, list_eventsHerramientas de negocio
- • HubSpot (CRM)
- • Gmail
- • Google Calendar
- • Notion
- • Slack
Herramientas de desarrollo
- • GitHub
- • Linear
- • PostgreSQL
- • Jira
Analítica
- • Google Analytics
- • Stripe
- • Mixpanel
Ejemplo real: operaciones de ventas
Tarea: etiquetar a 200 asistentes al webinar en HubSpot
Sin MCP: 35 minutos
- 1. Exportar asistentes desde Zoom
- 2. Abrir HubSpot
- 3. Cruzar correos a mano
- 4. Importación masiva con etiquetas
- 5. Corregir errores
Con MCP: 3 minutos
- 1. "Etiqueta a los asistentes de webinar.csv"
- 2. Claude se conecta a HubSpot
- 3. Listo.
Punto clave: La configuración de MCP puede ser la mayor barrera de tiempo
Andrew (director de producto, Países Bajos) construyó un sistema automatizado de seguimiento de búsqueda de empleo: scraper de LinkedIn → base de datos → planificador de seguimientos. Configuración de MCP por su cuenta: 6-8 horas depurando OAuth. Con las plantillas del Second Brain: 20 minutos.
Míralo en la práctica
Un MCP, tres plataformas, 96 segundos
Los diagramas abstractos están bien. Esto es lo que hace de verdad un MCP: un único comando extrae 20 publicaciones de cada uno de Reddit, X y LinkedIn, 60 puntos de datos analizados en menos de 2 minutos. Sin copiar y pegar entre pestañas.
Depurar el OAuth de MCP promedia 6-8 horas
El paquete Done-With-You incluye una sesión de configuración en directo donde conectamos tus herramientas de Gmail, Calendar, CRM y base de datos, más plantillas que puedes reutilizar para futuras conexiones de herramientas.
Ver Done-With-YouChecklist de la etapa 5
Lo que los clientes construyeron de verdad (primer mes)
Semana 1: Damian (consultor de IA, Suiza)
Sistema de automatización de contenido para redes sociales. Capturar ideas → Extraer el ADN de la voz en LinkedIn → Generar PDFs de carruseles → Programar publicaciones. "Un amigo acaba de hablarme de esta nueva solución supercool que compró. Era lo que yo había construido en dos días con el Second Brain."
Semana 2: Andrew (director de producto, Países Bajos)
Sistema automatizado de seguimiento de búsqueda de empleo. Scraper de LinkedIn, base de datos de candidaturas, planificador de seguimientos. Reemplazó una herramienta SaaS comercial que pagaba mensualmente, construido en dos días con el Second Brain.
Semana 3: Dominic (consultor cloud)
Informes semanales automatizados del estado de los clientes. Integración MCP con Salesforce extrayendo datos de deals, Microsoft Graph para el contexto de calendario/correo. Ahorró 3 horas a la semana en trabajo administrativo.
Semana 4: Richard (consultor de gestión, Australia)
Tras pelearse en solitario durante una semana: "En esta llamada has resuelto lo que yo seguía haciendo mal: le hablaba como si fuera un chatbot. En cambio, usando comandos y agentes puedes hacer que gestione tu flujo de trabajo diario por ti. Vale cada euro por ahorrarme tres o cuatro meses de ir abriéndome paso a la fuerza."
Próximos pasos: tu camino a seguir
Ya has visto cómo es un sistema completo: arquitectura de divulgación progresiva, hooks de obligado cumplimiento, aprendizaje compuesto, el marco de skills frente a agentes, integraciones MCP. Construir esto desde cero lleva 3-4 semanas de prueba y error—depurar estructuras de archivos, escribir hooks, probar disparadores de skills, configurar flujos OAuth de MCP, diseñar esquemas de memoria...
O puedes saltarte todo eso y conseguir una versión personalizada en horas.
"Esta fue una de las mejores inversiones para mí y para mi negocio. Me abrió el mundo del trabajo con agentes fácilmente configurable. Las herramientas de IA normales ahora parecen un juego de niños."
— Damian, consultor de IA • Cliente Done-With-You que construyó un sistema completo de automatización de contenido en 2 días
La foto completa
5 tareas. 20 minutos. Un sistema.
Triaje de correo, respuestas a clientes, análisis financiero, contenido de LinkedIn y una landing page, todo lanzado desde la misma terminal en una sola sesión. Esto es lo que entrega el sistema completo.
Elige tu camino
$197
Paquete DIY
Repositorio Second Brain completo con agentes, comandos y skills. Tú te encargas de la configuración.
- ✅ Repositorio Second Brain completo
- ✅ Sistema de hooks preconfigurado
- ✅ Guías de configuración de MCP
- ✅ Soporte basado en documentación
Plazo: 1-2 semanas de configuración
$597
Paquete Kickstart
Todo lo de DIY + un agente de IA que configura tu sistema a partir de las respuestas del cuestionario.
- ✅ Todo lo de DIY, personalizado para ti
- ✅ Un agente de IA construye el sistema a partir de tus respuestas
- ✅ Soporte asíncrono prioritario en 48 horas
- ✅ Primer año de MemoryOS Pro incluido (valor de 349 $)
Plazo: funcionando en minutos, no en semanas
$2,497
Done-With-You
Todo lo de Kickstart + una llamada de onboarding de 2 horas con Iwo. Despliegue completo de la infraestructura.
- ✅ Todo lo de Kickstart
- ✅ Llamada de onboarding de 2 horas con Iwo
- ✅ Despliegue completo de la infraestructura (Vercel + Supabase)
- ✅ Actualizaciones mensuales del Second Brain
- ✅ 12 meses de MemoryOS incluidos
Plazo: productivo en 2 horas
Apéndice: patrones avanzados
Sigue aprendiendo
Grabación de la sesión de coworking
Sesión en directo de 60 minutos con más de 10 demos: planificación diaria, creación de contenido, investigación con MCP, agentes de WhatsApp y más.
Plantilla de AI Chief of Staff
Plantilla de agente gratuita con configuración completa, estructura de base de conocimiento y guía de personalización para tu rol.
Documentación oficial
Estas son las fuentes canónicas. Este tutorial añade el "cómo" y el "cuándo" prácticos que la documentación oficial no cubre.
¿Listo para construir tu propio Second Brain?
Tres paquetes disponibles, desde plantillas DIY hasta implementación done-with-you.
Ver paquetesGarantía de devolución del dinero de 30 días • Ahorra más de 10 horas en el primer mes o reembolso completo