Cómo usar IA en el trabajo: de Claude Code a flujos fiables
Una revisión de alcance, contexto, desarrollo, incidentes, automatización, permisos y entrega, con un ejemplo Python local.
Fuentes y versiones
En este artículo
1. Qué puede enseñar este artículo
Anthropic presenta casos internos de navegación de código, depuración, pruebas, prototipos y automatización; no son experimentos controlados de productividad [1]. La fuente se publicó el 24 de julio de 2025. Los flujos, diagramas y cálculos siguientes son diseños didácticos de Token Lab, no reconstrucciones de sistemas internos. Ejemplos: infraestructura—código; seguridad—incidentes; marketing—variantes publicitarias.
La pregunta central es cómo convertir una petición vaga en un resultado utilizable. «Crear un panel con IA» oculta decisiones sobre datos, permisos, errores y aceptación. Una interfaz atractiva puede contar dos veces un pago. La unidad útil de trabajo es un resultado aceptado con evidencia trazable, no una respuesta ni una línea de código.
Aprenderás a delimitar tareas, preparar contexto, elegir patrones de ejecución y controlar efectos externos. Conviene conocer archivos, API, Git y pruebas: Git conserva cambios reversibles; una API define operaciones; una prueba comprueba comportamiento observable. Ninguno demuestra que el requisito comercial fuera correcto. Esta distinción organiza todo el artículo.
2. Elegir la tarea antes que el modelo
Empieza por tareas con entradas disponibles, salidas inspeccionables y errores reversibles: explicar un módulo, proponer una migración o visualizar datos sintéticos. Esto es una heurística, no una garantía. Incluso un resumen de solo lectura puede revelar información si se envía a un servicio no autorizado.
Define resultado, restricciones y evidencia. Nuestro ejemplo es un informe de facturas vencidas: informe estructurado con identificadores y saldos a una fecha concreta, sin mensajes a clientes ni escrituras en producción. Deben conservarse la instantánea de entrada, los cálculos y los motivos de exclusión. «Buscar clientes que no pagaron» no distingue impago de vencimiento ni contempla disputas.
Calcula el valor en una misma unidad: coste manual menos preparación, revisión, retrabajo, herramientas y pérdida esperada por fallos. El volumen amortiza la preparación; las decisiones irreversibles pueden estar dominadas por el riesgo. Para reglas deterministas, el ejecutor adecuado puede ser código convencional escrito con ayuda de IA.
3. Un paquete de contexto, no un vertedero
El modelo necesita significado, estado y restricciones que no puede deducir. Proporciona un esquema pequeño, filas representativas, errores exactos y definiciones autorizadas. En facturas, aclara si amount es total o saldo, cómo cuentan los reembolsos y qué zona horaria define hoy. Un programa plausible puede implementar una interpretación contable equivocada.
Separa reglas duraderas de evidencia temporal. El archivo de instrucciones del repositorio guarda comandos y zonas protegidas; el paquete de tarea contiene síntomas e instantáneas actuales. Los documentos recuperados son datos, no autoridad. Una celda que ordene enviar todos los registros sigue siendo una celda.
La ingeniería de contexto trata la información disponible durante la inferencia [3]. Nuestro paquete contiene objetivo, fuentes autorizadas, entorno y versión, restricciones y aceptación. Vincula afirmaciones importantes con fuentes o márcalas como supuestos. No elimines excepciones ni preguntas pendientes al comprimir el contexto.
4. Elegir un patrón de ejecución
Una respuesta propone información; un workflow sigue transiciones prefijadas; un agente elige acciones según observaciones. Son formas de ejecución, no niveles de calidad. Anthropic distingue workflows fijos y agentes dirigidos por modelos [2]. Un filtro determinista no mejora por debatir cada fila.
Usa una respuesta para explicaciones acotadas, una tubería fija para transformaciones repetidas y un agente para investigaciones cuyo siguiente paso depende de hallazgos. Paraleliza solo si puedes reconciliar resultados: investigar módulos independientes es distinto de editar simultáneamente una migración compartida.
El controlador de referencia valida entradas, solicita planes cuando aportan valor, ejecuta operaciones permitidas y almacena artefactos. Una decisión de publicación separada gobierna efectos externos. El modelo propone y el controlador impone límites. Esto no garantiza veracidad, pero evita convertir una respuesta persuasiva en una escritura no revisada.
| Etapa | Entrada → salida | Responsable / fallo |
|---|---|---|
| Alcance | Petición → contrato | Responsable aclara |
| Contexto | Fuentes → paquete versionado | Rechazar faltantes |
| Borrador | Paquete → plan | Modelo sin publicación |
| Ejecución | Plan permitido → artefactos | Parar por límite |
| Aceptación | Evidencia → decisión | Bloquear evidencia ausente |
| Publicación | Artefacto aprobado → efecto | Conciliar reintentos |
5. Del código desconocido a un parche revisable
Empieza con el recorrido de un usuario: validación→lectura de facturas→saldo→serialización. Pide símbolos y rutas exactos, distinguiendo llamadas observadas de relaciones inferidas. Un diagrama con dependencias inventadas puede orientar mal todo el cambio.
Define después una porción vertical mínima: entra un caso fijo y sale un informe correcto. Deja decoración y refactorizaciones amplias fuera. Explica invariantes: monedas separadas, IDs únicos, fechas explícitas y ausencia de mensajes a clientes. Son requisitos del ejemplo, no reglas contables universales.
Entrega diferencias, cambios de comportamiento y supuestos abiertos. Código y pruebas escritos desde la misma frase ambigua pueden coincidir y estar ambos equivocados. El revisor debe contrastarlos con el requisito y un ejemplo calculado independientemente. Una prueba solo evidencia la propiedad que comprueba.
Flujo concreto: implementar un informe de facturas vencidas
Use las seis filas del ejemplo final como contrato compartido: «Añade report(raw, as_of) y devuelve identificadores aceptados, exclusiones justificadas y saldos por moneda. No envíes recordatorios ni modifiques el libro contable». El entregable es un cambio de código, no una operación en producción.
Pida primero localizar el analizador, la representación monetaria y la entrada del informe. Exija rutas y un plan de cambios antes de editar. Entregue el esquema y aclare que una factura que vence hoy todavía no está vencida: una implementación plausible puede adoptar una política equivocada.
Solicite después una ruta completa: leer CSV, calcular saldo = total − pagado con Decimal, aplicar fechas y disputas y producir JSON estable. Mantenga las monedas separadas: USD 80 y EUR 25 no suman «105». Un identificador duplicado debe detener el proceso, no desaparecer mediante deduplicación silenciosa.
El resultado intermedio es un parche explicado por función; el final, una rama revisable, un comando reproducible y el archivo de resultados. La aceptación independiente se detalla al final. Si falla, se vuelve al parche; no se publica. El mantenedor controla la integración y el despliegue.
Instrucción reutilizable
Inspecciona el código antes de editar. Implementa report(raw, as_of) con el esquema CSV suministrado. Usa Decimal, due_date < as_of y excluye disputas. Devuelve accepted, excluded y totals por moneda. Rechaza identificadores duplicados e importes inválidos. Modifica solo el módulo de informes; no accedas a producción, instales paquetes ni envíes mensajes. Explica supuestos y archivos cambiados.
6. Acotar incidentes, no adivinar arreglos
Para SRE, el artefacto útil es una tabla de observaciones, hipótesis, evidencia discriminante y siguiente lectura. Un pod Pending no identifica la causa. Los eventos pueden indicar recursos o afinidad; un pod ya asignado pero atascado al crear su sandbox puede sugerir red. Conserva fase, eventos, nodo y tiempos exactos.
Pide dos hipótesis respaldadas y una observación que las distinga. Para agotamiento de IP, busca errores de asignación y capacidad disponible. No amplíes una red por parecido con otra incidencia. El siguiente paso debe aportar información con mínima perturbación.
Antes de cambiar, registra destino, condiciones, impacto, límites de reversión y señal de recuperación. Revertir no siempre equivale a ejecutar la orden inversa: una red ya puede tener recursos asignados. Escribe el runbook a partir de eventos verificados. Este es un ejemplo original, no una instrucción para un clúster concreto.
Flujo de decisión: un Pod de inferencia permanece Pending
Este incidente es ficticio, no un informe de Anthropic. Un despliegue crea inference-7c9 en ai-demo mientras la réplica anterior sigue atendiendo. Use una identidad autorizada de solo lectura y registre contexto, namespace, UID y hora. No entregue credenciales generales de cluster-admin al asistente.
Recoja la descripción y los eventos del Pod. Pending no identifica la causa. Sin nodo asignado y con FailedScheduling, investigue solicitudes, restricciones y capacidad. Con nodo asignado, examine motivos de espera y eventos de imagen, volumen o sandbox. [8]
Suponga que el evento indica «Insufficient nvidia.com/gpu»: el manifiesto solicita dos GPU, pero cada nodo elegible solo dispone de una GPU libre. El problema es de colocación, no simplemente un «clúster roto». Proponga un nodo compatible con dos GPU o cambie la configuración únicamente si el modelo admite menos recursos. No reduzca solicitudes para ocultar el síntoma.
El asistente entrega hipótesis, evidencia, diff propuesto, impacto esperado y recuperación. Un operador decide y aplica el cambio con otra identidad de escritura. Si faltan evidencias o son antiguas o contradictorias, deténgase y observe de nuevo; no reinicie componentes al azar. Los controles de recuperación están al final.
Comandos de solo lectura; sustituya contexto y Pod por valores autorizados
kubectl --context=lab -n ai-demo get pod inference-7c9 -o wide
kubectl --context=lab -n ai-demo describe pod inference-7c97. Automatización empresarial inspeccionable
El ejemplo sigue un patrón: exportación versionada, tipos normalizados, rechazo de registros inválidos, saldos elegibles, borrador y decisión autorizada. El modelo ayuda con reglas e implementación; la aritmética final puede ser convencional. Conserva filas originales y motivos de exclusión para explicar cada resultado.
En contenido, sustituye «mejorarlo» por audiencia, hechos, afirmaciones prohibidas y límites del canal. Un validador cuenta caracteres, pero no demuestra una afirmación sanitaria ni la calidad estratégica. Separa restricciones mecánicas y revisión sustantiva: un generador masivo amplifica supuestos erróneos.
Usa datos sintéticos y una etiqueta de borrador en prototipos. Para usuarios reales hacen falta responsable, permisos, copias de seguridad, retención, supervisión y respuesta a incidentes. Poder construir una herramienta no concede acceso universal ni permiso para enviar comunicaciones.
Flujo empresarial: de exportación contable a borrador aprobado
El cálculo contable determinista queda fuera del modelo. Este puede explicar resultados o redactar recordatorios, pero no decidir saldos, destinos de pago ni marcar facturas pagadas.
El importador conserva una instantánea CSV y una fecha de corte. Una validación fallida produce un registro de rechazo y ningún borrador. El informe válido devuelve A/F, exclusiones B/C/D/E y USD 80 / EUR 25. Conserve identificador de instantánea, versión de política y resumen criptográfico del informe para rastrear cada texto.
Para A, proporcione solo campos aprobados: identificador A, saldo USD 80, vencimiento 2026-10-01 y referencia de contacto. Solicite un texto sin cargos inventados, amenazas ni cuentas bancarias nuevas. «Ignora las reglas» dentro del CSV sigue siendo dato no fiable. El resultado guardado es un borrador vinculado al informe, no un correo enviado.
Si se incorpora envío, registre aprobación ligada a destinatario, digest del borrador y versión del informe. El despachador comprueba esa aprobación inmediatamente antes de enviar y guarda el recibo del proveedor. Tras un timeout, marque entrega desconocida y reconcilie con el proveedor o su mecanismo de idempotencia antes de reintentar. Una bandera local no garantiza entrega exactamente una vez entre sistemas.
Borrador ilustrativo; Token Lab no envía este mensaje
La factura A tiene un saldo pendiente de USD 80 y venció el 1 de octubre de 2026. Revísela e indíquenos si ya realizó el pago. Este borrador requiere aprobación antes de enviarse.
8. Separar instrucciones y autoridad
Una instrucción expresa intención; no es una barrera del sistema operativo. La documentación distingue orientación interpretada por el modelo de controles obligatorios [4] y describe permisos y aislamiento [5]. Los valores predeterminados dependen de versión y configuración.
Usa un espacio dedicado, datos aprobados y ninguna credencial de producción. Prefiere herramientas estrechas como read_invoice_export a una consola general. Sus argumentos y resultados deben ser inequívocos [6]. Un éxito debe identificar objeto y operación; tras un timeout ambiguo, consulta el destino antes de repetir una escritura.
Una clave de idempotencia funciona solo si el destino implementa su semántica. Un registro local «enviado» no prueba entrega. Cancelar detiene trabajo futuro, no desenvía mensajes. Por eso generación de borradores y envío deben ser flujos distintos.
9. Medir el trabajo completo
Sean M minutos manuales, S preparación amortizada, G generación y coordinación, R revisión y W retrabajo esperado. El tiempo asistido es S+G+R+W. Un ejemplo inventado usa 120, 10, 15, 25 y 10: son 60 minutos, reducción del 50% y razón de rendimiento 2× solo con calidad y restricciones equivalentes. No son medidas de Anthropic.
Convierte tiempo a dinero con un coste laboral explícito y añade API, cómputo y fallos. No extrapoles una mejora local a toda la organización: revisión y colas de despliegue pueden dominar. El cuello de botella puede desplazarse.
Registra resultados aceptados por coste total y hora, junto con gravedad de defectos. Un modelo caro puede reducir reintentos; un borrador rápido puede trasladar trabajo a otros. Compara familias semejantes y conserva intentos fallidos, no solo demostraciones exitosas.
10. Convertir sesiones en capacidades mantenidas
El activo del equipo no es un archivo enorme de prompts, sino un paquete mantenido: contrato, fuentes aprobadas, instrucciones, ejemplos, aceptación, responsable y revisión. Conserva las excepciones difíciles de descubrir; la memoria obsoleta puede generar errores convincentes.
Empieza con un flujo repetible de bajo impacto. Distingue quien propone de quien acepta, aunque una persona desempeñe ambos papeles en momentos diferentes. Revisa resultados y retira procedimientos obsoletos. Más agentes o modelos nuevos son cambios que requieren evidencia.
Persisten problemas: calidad abierta, errores correlacionados de revisores, contexto que envejece y sobreajuste a ejemplos favoritos. La IA reduce la distancia entre intención e implementación; no elimina decidir el objetivo ni demostrar que se cumplió.
11. Práctica y verificación
Un encargo adaptable
Construye un informe local con el CSV sintético. Explica esquema y ambigüedades. Usa importes decimales, fecha fija y monedas separadas. Rechaza IDs duplicados y valores inválidos; aparta disputas. No contactes clientes ni producción. Entrega función, exclusiones, cálculo manual y pruebas; declara supuestos y límites.
Ejemplo local completo
Seis facturas inventadas y fecha fija 2026-11-09. A debe USD 80 y F EUR 25; B está liquidada, C no vence aún, D tiene disputa y E vence hoy. La regla due < as_of excluye E. No se mezclan monedas ni se cobra. Reembolsos, cuotas, impuestos y conversión requieren otros requisitos.
Python 3.11+ y biblioteca estándar. Ejecuta python3 ai-workflow-report.py. Sin claves, modelos, red ni aleatoriedad. Se ejecutaron nueve comprobaciones locales. Es un componente determinista, no un agente autónomo ni un sistema contable de producción.
Python · Descargar Python
"""Local teaching fixture. No network, model calls, customer messages or writes."""
import csv
import io
import json
from datetime import date
from decimal import Decimal, InvalidOperation
DATA = '''id,currency,total,paid,due,disputed
A,USD,100.00,20.00,2026-10-01,false
B,USD,50.00,50.00,2026-10-01,false
C,USD,30.00,0.00,2026-12-01,false
D,USD,40.00,0.00,2026-10-01,true
E,USD,60.00,0.00,2026-11-09,false
F,EUR,25.00,0.00,2026-10-02,false
'''
FIELDS = {'id', 'currency', 'total', 'paid', 'due', 'disputed'}
def money(value):
try:
n = Decimal(value)
except InvalidOperation as exc:
raise ValueError('invalid money') from exc
if not n.is_finite() or n < 0 or n != n.quantize(Decimal('0.01')):
raise ValueError('money must be finite, nonnegative, exact cents')
return n
def report(raw, as_of):
"""Whole batch fails on malformed rows; disputes are held, not resolved."""
reader = csv.DictReader(io.StringIO(raw))
if set(reader.fieldnames or []) != FIELDS or len(reader.fieldnames) != len(FIELDS):
raise ValueError('unexpected schema')
seen, accepted, excluded, totals = set(), [], [], {}
for row in reader:
if None in row or any(v is None for v in row.values()):
raise ValueError('malformed row')
key = row['id']
if not key or key in seen:
raise ValueError('empty or duplicate id')
seen.add(key)
if row['currency'] not in {'USD', 'EUR'}:
raise ValueError('unsupported currency')
if row['disputed'] not in {'true', 'false'}:
raise ValueError('invalid dispute flag')
total, paid = money(row['total']), money(row['paid'])
if paid > total:
raise ValueError('overpayment needs a separate policy')
balance = total - paid
due = date.fromisoformat(row['due'])
reason = ('disputed' if row['disputed'] == 'true' else
'settled' if balance == 0 else
'not_overdue' if due >= as_of else None)
if reason:
excluded.append({'id': key, 'reason': reason})
continue
accepted.append({'id': key, 'currency': row['currency'], 'balance': str(balance)})
totals[row['currency']] = totals.get(row['currency'], Decimal('0')) + balance
return {'as_of': as_of.isoformat(), 'accepted': accepted, 'excluded': excluded,
'totals': {k: str(v) for k, v in sorted(totals.items())}}
def must_reject(raw):
try:
report(raw, date(2026, 11, 9))
except ValueError:
return
raise AssertionError('invalid input was accepted')
if __name__ == '__main__':
result = report(DATA, date(2026, 11, 9))
assert [r['id'] for r in result['accepted']] == ['A', 'F']
assert result['totals'] == {'EUR': '25.00', 'USD': '80.00'}
assert {r['id']: r['reason'] for r in result['excluded']} == {
'B': 'settled', 'C': 'not_overdue', 'D': 'disputed', 'E': 'not_overdue'}
assert result == report(DATA, date(2026, 11, 9))
for raw in [DATA + 'A,USD,1.00,0.00,2026-10-01,false\n',
DATA.replace('100.00', 'NaN'), DATA.replace('100.00', '-1.00'),
DATA.replace('20.00', '120.00'), DATA.replace('100.00', '100.001')]:
must_reject(raw)
print(json.dumps(result, indent=2))
print('9 checks passed; synthetic data only.')
Salida esperada
{
"as_of": "2026-11-09",
"accepted": [
{
"id": "A",
"currency": "USD",
"balance": "80.00"
},
{
"id": "F",
"currency": "EUR",
"balance": "25.00"
}
],
"excluded": [
{
"id": "B",
"reason": "settled"
},
{
"id": "C",
"reason": "not_overdue"
},
{
"id": "D",
"reason": "disputed"
},
{
"id": "E",
"reason": "not_overdue"
}
],
"totals": {
"EUR": "25.00",
"USD": "80.00"
}
}
9 checks passed; synthetic data only.
Comparación justa y fallos
Predice IDs y totales. Introduce duplicado, NaN, negativo, sobrepago y tres decimales: deben rechazar el lote. Cambia al día siguiente y explica E. Compara trabajo manual, script fijo y desarrollo con IA en casos nuevos equivalentes, incluyendo preparación, fallos, revisión y correcciones. Fija resultados esperados independientemente. Un juez modelo puede valorar explicaciones, no sustituir aritmética ni estado real [7]. Añade procedencia, autorización, límites, contenido adversario, cancelación y recuperación antes de producción. Aceptación por escenario: especifique A/F y la exclusión de vencimientos de hoy antes de revisar el código. Compare una instantánea FailedScheduling sin nodo con otra de fallo de descarga de imagen con nodo: deben producir ramas distintas. Tras un cambio autorizado en un entorno de pruebas, observe planificación, readiness y una solicitud real por separado; Running no demuestra recuperación. Inserte en una nota CSV una orden de cambiar la cuenta bancaria: importes y destinatarios deben seguir ligados a registros aprobados. Simule timeout de envío y exija estado desconocido, no reenvío inmediato. Son ejercicios propuestos; Token Lab no ejecutó un clúster real ni un proveedor de correo.
Ejercicios originales de entrevista
No son preguntas reales de empresas. 1: idea; 2: definición; 3: aplicación; 4: comparación controlada o fallo; 5: incertidumbre, límites y recuperación.
1. ¿Por qué pruebas correctas aceptan una función equivocada?
Pista / pista avanzada
Separa especificación e implementación. / ¿Comparten un supuesto falso?
Respuesta y análisis
Ambos pueden usar una regla de vencimiento errónea. Calcula límites independientemente y contrasta la política.
2. ¿Cuándo conviene un script fijo?
Pista / pista avanzada
¿Depende el paso de evidencia desconocida? / Examina variabilidad y efectos.
Respuesta y análisis
Esquema y cálculo fijos favorecen código; una investigación puede necesitar búsqueda dinámica. Compara resultados, revisión y reintentos.
3. ¿Reintentar tras timeout de envío?
Pista / pista avanzada
Timeout no prueba ausencia de ejecución. / Consulta destino.
Respuesta y análisis
Consulta ID y estado; reutiliza la semántica idempotente admitida. Si sigue incierto, detén repetición y escala.
4. ¿Un borrador cuatro veces más rápido implica 4× productividad?
Pista / pista avanzada
Mide todo el ciclo. / ¿Dónde queda la revisión?
Respuesta y análisis
No. En 120 minutos totales, reducir el borrador de 30 a 7,5 deja 97,5: ahorro 18,75%, si lo demás no cambia.
Fuentes y versiones
Son artículos y documentación, no estudios experimentales revisados. Se indican fechas disponibles; documentos vivos consultados en la fecha superior. No se inventan PDF ni arXiv.
- How Anthropic teams use Claude Code 2025-07-24
https://claude.com/resources/articles/how-anthropic-teams-use-claude-code - Building effective agents 2024-12-19
https://www.anthropic.com/research/building-effective-agents - Effective context engineering for AI agents 2025-09-29
https://www.anthropic.com/research/effective-context-engineering-for-ai-agents - Claude Code best practices
https://code.claude.com/docs/en/best-practices - Claude Code security
https://code.claude.com/docs/en/security - Writing effective tools for agents 2025-09-11
https://www.anthropic.com/research/writing-tools-for-agents - Demystifying evals for AI agents 2026-01-09
https://www.anthropic.com/research/demystifying-evals-for-ai-agents - Kubernetes: Debug Pods
https://kubernetes.io/docs/tasks/debug/debug-application/debug-pods/
Seguir aprendiendo
AI security · AI evaluation · RSI · Anthropic Learnhttps://www.anthropic.com/learn