Claude (3): Usándolo Para Algunas Actividades de Estudio

Continuamos con esta serie de comentarios sobre el uso de Claude. En este tercer capítulo veremos algo de configuración y uso básico. Les comparto la experiencia:

Imagen generada en Gemini ocupando este Prompt: Con la gráfica de la Ciencia Ficción de los años cincuenta genera una imagen que represente esta idea: "Claude: Usándolo Para Algunas Actividades de Estudio ".

Cabe destacar que tomé como guía este vídeo, publicado hace poco por el Doctor Jarvier Garzás:

El título es: La mayoría usa ChatGPT/Claude para chatear y NO para Gestionar. Los 15 trucos que lo cambian. Como se indica el objetivo es empezar a usar Claude de una manera más poderosa que solo como un “Buscador con Superpoderes” sic. La idea es empezar a usarlo como un apoyo para aumentar la productividad. ¿Y cuáles son los temas que se presentan?

Bueno, obviamente son 15 y los listo a continuación ya que son una buena guía para empezar a usar mejor al propio Claude:

1. Dar contexto de entrada mediante la memoria: Configurar la funcionalidad de memoria del chatbot para que conozca de base los datos mínimos de tu organización, equipo, tipo de cliente y proyectos. Esto evita respuestas genéricas y contextualiza cada interacción [00:51].

2. Utilizar conscientemente el selector de modelos: No dejar la elección del modelo LLaM predefinido. Se deben economizar tokens asignando las tareas estratégicas y complejas al modelo más potente (ejemplo Opus), las intermedias a modelos estándar (ejemplo Sonnet) y los textos simples o correos rutinarios a los más básicos (ejemplo Haiku) [01:24].

3. Conectar herramientas básicas del día a día vía MCP: Familiarizarse con el Model Context Protocol (MCP) para vincular el chatbot directamente con el gestor de correo electrónico y el calendario (como Google Calendar). La recomendación es usar la interfaz de la IA como punto de entrada para gestionar citas y correos de forma más rápida [03:30].

4. Conectar herramientas de gestión de tareas vía MCP: Llevar la conexión MCP un paso más allá integrando herramientas de ticketing, incidencias y documentación del equipo (como Jira, Notion o CRMs), permitiendo que la IA interactúe directamente con las tareas sin tener que hacerlo manualmente [04:56].

5. Utilizar Artefactos (Artifacts): Emplear esta funcionalidad para pedirle al chatbot que genere pequeñas aplicaciones integradas orientadas a la visualización de datos financieros, métricas u objetivos (OKRs), transformando el texto plano en elementos dinámicos [06:01].

6. Crear visuales interactivos: Aprovechar la capacidad gráfica de los modelos para diseñar esquemas típicos de la gestión de productos, tales como User Story Maps o Customer Journey Maps, sustituyendo las antiguas pizarras físicas por lienzos interactivos [06:52].

7. Agrupar el trabajo en Proyectos: Organizar las conversaciones en carpetas o espacios específicos por cliente, producto o actividad. Esto permite definir instrucciones comunes personalizadas para ese entorno, adjuntar archivos de contexto (como PDFs de requerimientos) y mantener una memoria compartida entre chats [08:00].

8. Sustituir la escritura por el habla: Dejar de teclear los prompts, ya que resulta lento y obsoleto. Se aconseja utilizar la función de micrófono nativa de los chatbots o herramientas externas de dictado (como Whisper Flow) para agilizar la comunicación en cualquier campo de texto [09:19].

9. Realizar Web Scraping mediante extensiones: Utilizar extensiones especializadas (por ejemplo, la de Chrome para Claude) para indicarle al chatbot, mediante prompts, que interactúe, haga scroll y extraiga información de páginas web externas. Es especialmente útil para labores de Discovery y análisis de competencia [10:54].

10. Adoptar aplicaciones de escritorio (ejemplo Claude Code / Cowork): Salir del navegador web e instalar las aplicaciones locales en la computadora. Al operar de forma nativa en el entorno local, se agiliza drásticamente la lectura, síntesis y mezcla de múltiples archivos pesados o PDFs [12:31].

11. Configurar tareas programadas: Aprovechar las herramientas de escritorio para automatizar procesos recurrentes, como revisar los backlogs de Jira/Notion de forma periódica o auditar los correos de incidencias recibidos durante la noche [13:33].

12. Configurar la función Dispatch: Establecer esta característica para enviar instrucciones o registrar ideas de forma remota desde la aplicación móvil directamente hacia los entornos e instalaciones configurados en el computador local [14:32].

13. Perder el miedo y aplicar herramientas de código (ejemplo Claude Code): Interactuar mediante lenguaje natural con herramientas de desarrollo local para conectar repositorios (como GitHub) o construir prototipos funcionales a partir de requerimientos en texto, permitiendo que perfiles no técnicos materialicen ideas visuales para sus equipos [15:19].

14. Gestionar e integrar Skills: Aprender a empaquetar prompts bajo formatos estándar reutilizables en distintos chatbots. Consiste en adoptar metodologías de librerías y repositorios abiertos orientados a la división de historias de usuario, entrevistas de User Personas y otras técnicas de gestión [17:15].

15. Diseñar activamente con herramientas dedicadas (ejemplo Cloud Design): Utilizar diseñadores integrados que comprenden tendencias y hojas de estilo en conjunto con herramientas de código. Esto capacita al gestor para presentar maquetas visuales (como landings básicas) a los desarrolladores en lugar de redactar requerimientos abstractos en texto [19:21].

En mi caso particular lo tomé como una orientación para configurar y usar mejor mi cuenta de esta IA.

Esto fue lo que apliqué:

Paso 1: Configurar Claude.

Este es un clásico en cada IA y significa seleccionar la opción configuración de perfil tal como se muestra en la imagen:

- Respecto al Avatar: decidí cambiarlo y finalmente lo dejé como una representación de un conjunto de nodos. Solo muestra como opciones símbolos abstractos.

- Tanto el nombre completo como la forma en que el modelo se dirige a mí son bastante obvios.

- La opción ¿Qué describe mejor su trabajo? Me desilusionó un poco ya que hay una lista de opciones solamente. En mi caso hubiese escogido: Educador e Ingeniero/a de software, pero se puede escoger solo uno. Está también la opción de “Otro” pero escogí el de Educador. No lo encontré muy práctico.

Paso 2: configurar las instrucciones específicas para Claude. En mi caso agregué esto, de momento:

Probé la opción y generé un resumen sobre el concepto de Web Scraping creando un archivo Word que se puede descargar. Explicaré lo hecho más abajo, pero antes configuré las “Notificaciones”:

En el momento de generar este comentario, las dos primeras opciones, simplemente no las pude seleccionar. Consulté al propio Claude la razón y la respuesta fue que era algo temporal.

Paso 3: Creación de un resumen didáctico de un concepto. Decidí probar esta opción y la configuración que hice a la generación de archivos Word (no Google Docs, sino directamente Word) con la siguiente instrucción:

El resultado me satisfizo bastante y la opción de “marcarlo” con mis datos de Docente/Capacitador me parece muy atractiva.

El resultado lo pueden descargar aquí.

Paso 4: Analizar y escoger uno de los algoritmos que proporciona Claude. Este paso es importante porque hay que tener conciencia de que tipo de tarea se le pide a Claude. Si, por ejemplo, se hace una consulta muy simple usando el Modelo: “Fable 5” sería como “matar una mosca con un cañón” porque este consume muchos recursos para desarrollar la respuesta.

Estas son las opciones que proporciona Claude, ordenadas desde el más simple al más poderoso:

1. Claude Haiku 4.5: Lo básico: Es el modelo más rápido, compacto y económico de la familia (US$1/US$5 por millón de tokens, contexto de 200K). Está diseñado para ofrecer respuestas inmediatas y procesar altos volúmenes de datos con una latencia mínima, ideal para tareas repetitivas o automatizaciones sencillas.

Ejemplo práctico: Clasificación automatizada de correos de soporte técnico en tiempo real o generación de resúmenes instantáneos de transcripciones de reuniones cortas.

2. Claude Sonnet 5: Lo básico: Representa el equilibrio perfecto entre velocidad e inteligencia. Es la opción predeterminada y más eficiente para las tareas cotidianas de nivel profesional, destacando especialmente en tareas operativas, análisis de documentos a escala y asistencia en programación general.

Ejemplo práctico: Redacción y depuración de funciones de código específicas, generación de documentación técnica o análisis preliminar de requerimientos para un sistema de información.

3. Claude Opus 4.8: Lo básico: Un modelo de alta fidelidad orientado a tareas complejas que exigen un razonamiento analítico profundo. Sobresale en la reducción drástica de alucinaciones, la ejecución de subagentes en paralelo y la resolución de problemas lógicos multidisciplinares de alta dificultad.

Ejemplo práctico: Auditoría de bases de datos críticas, optimización de algoritmos de Big Data o consultoría guiada paso a paso para la reingeniería y gestión de procesos de negocio (BPM).

4. Claude Fable 5 y Claude Mythos 5 (nivel "Mythos", por encima de Opus): Lo básico: ambos comparten el mismo modelo subyacente, el más capaz que Anthropic ha liberado. Fable 5 está disponible de forma general (con medidas de seguridad adicionales en biología, ciberseguridad e I+D de LLM). Mythos 5 es de acceso restringido, solo para organizaciones aprobadas dentro del "Project Glasswing" (por ejemplo, defensa cibernética crítica). Un dato relevante: ambos se lanzaron el 9 de junio de 2026, fueron suspendidos el 12 de junio por controles de exportación de EE.UU., y Fable 5 se restableció globalmente el 1 de julio de 2026.

Ejemplo práctico: La migración automatizada y completa de un ecosistema entero de código heredado (legacy) a una arquitectura moderna en la nube, encargándose de la refactorización, las pruebas unitarias y la autocorrección de errores de forma autónoma.

Fuentes consultadas (Formato APA):

Anthropic. (2026). Introducing Claude Fable 5 and Claude Mythos 5. Claude Platform Documentation. https://platform.claude.com/docs/en/about-claude/models/introducing-claude-fable-5-and-claude-mythos-5

Fernández, Y. (2026, 29 de mayo). Claude 4.8 Opus: lista de novedades de la nueva versión del modelo de Inteligencia Artificial de Anthropic. Xataka Basics. https://www.xataka.com/basics/claude-4-8-opus-lista-novedades-nueva-version-modelo-inteligencia-artificial-anthropic

OpenRouter. (2026). Claude 5 Sonnet Migration Guide. OpenRouter Cookbook. https://openrouter.ai/docs/cookbook/evaluate-and-optimize/model-migrations/sonnet-5

Cómo curiosidad les comento que le pedí al propio Claude que explicara los 4 modelos que proporciona y no lo hizo, pese a varias solicitudes por mi parte. Posteriormente repetí la consulta a Gemini quien generó, a mi entender, una buena respuesta. Se la mostré a Claude quien respondió lo siguiente: “¡Gracias por el feedback, Gerardo! Me alegra que el formato te haya funcionado. Antes de adoptarlo como plantilla, verifiqué la información con las fuentes oficiales de Anthropic, porque la respuesta de Gemini tiene un par de imprecisiones importantes que vale la pena corregir (sobre todo respecto a Mythos 5, que no menciona, y a cómo se relaciona con Fable 5). Aquí va la versión corregida, usando la misma estructura que te gustó”.

Encontré muy interesante la respuesta de Claude quien, después de varios intentos fallidos “entendió” lo que yo requería. ¿Será porque Gemini me “conoce” más que respondió lo pedido y Claude aún no es capaz? Lo dejo a vuestro criterio, solo mencionando que complementé las dos respuestas para generar la descripción anterior.

¿Qué les pareció?

Sinceramente cada paso que doy con Claude hace que me parezca muy robusto y útil.

La Comunidad agradecería mucho si comparten sus experiencias usando los comentarios que están habilitados, así creceremos todos juntos en productividad utilizando esta poderosa IA.

Saludos cordiales

Profesor Gerardo Cerda Neumann

Editor del Blog de la Comunidad