La Guía Completa de Claude Code: De los Primeros Pasos a Workflows de 27 Agentes
Una guía completa sobre Claude Code - el entorno de desarrollo con IA que transformó mi workflow. Desde comandos básicos hasta orquestación multi-agente, sistemas de skills y workflows de producción con 27 agentes.
La Guía Completa de Claude Code
De escéptico a power user: Todo lo que aprendí construyendo workflows de IA con múltiples agentes.
Tabla de Contenidos
Parte 1: Empezando
- Mi Camino hacia Claude Code
- Configurando Tu Workspace
- Comandos Esenciales del Día a Día
- Construyendo Tu Segundo Cerebro
- MCP Tools: Conectando con Todo
Parte 2: Fundamentos Multi-Agente
- Por Qué Un Claude No Es Suficiente
- El Sistema de Skills
- Generación de Documentos
- Workflows de Investigación
- Ingeniería de Contexto
Parte 3: Orquestación Avanzada
Parte 4: Workflows de Producción
Apéndice
Parte 1: Empezando
Mi Camino hacia Claude Code
No empecé siendo creyente.
Cuando Claude Code se lanzó, era escéptico. ¿Otra herramienta de código con IA? Había visto demasiadas demos prometiendo revolución y entregando autocomplete. Mi workflow estaba bien. VS Code, GitHub Copilot, ChatGPT en una pestaña del navegador cuando lo necesitaba. ¿Por qué cambiar?
Pero una colega no paraba de elogiarlo. "No es autocomplete," me dijo. "Es como tener un desarrollador senior que nunca duerme, nunca se irrita, y realmente recuerda lo que conversaron hace tres horas."
Decidí darle una semana.
Eso fue hace seis meses. No puedo imaginar volver atrás.
Qué Es Realmente Claude Code
Claude Code es la interfaz de línea de comandos oficial de Anthropic para Claude. Pero llamarlo CLI es subestimar lo que hace.
Es un entorno de desarrollo nativo para IA. Lee tu código. Recuerda tus conversaciones. Ejecuta comandos. Crea archivos. Orquesta otros agentes de IA. Se conecta con herramientas externas a través de algo llamado MCP (Model Context Protocol). Aprende tus patrones a través de skills personalizadas.
Piénsalo menos como una herramienta y más como un colaborador persistente que vive en tu terminal.
El Cambio Mental
El mayor ajuste no fue técnico — fue mental.
Tuve que dejar de pensar en la IA como un servicio de preguntas y respuestas. Claude Code no es algo que consultas. Es algo con lo que trabajas juntos.
Cuando me enfrento a una feature compleja ahora, no pienso "¿Cómo codifico esto?" Pienso "¿Cómo describo lo que necesito para que Claude me ayude a construirlo?"
La descripción importa más que la velocidad de escritura. La claridad importa más que los atajos de teclado. Entender tu objetivo importa más que conocer cada API.
Qué Cambió
Después de seis meses con Claude Code:
Velocidad: Tareas que tomaban horas ahora toman minutos. No porque escribo más rápido, sino porque delego mejor. Claude se encarga de las partes repetitivas mientras me enfoco en las decisiones.
Calidad: Mi código es más consistente. Claude recuerda los patrones que establecimos. Nota cuando me desvío de nuestras convenciones. Sugiere tests que hubiera olvidado.
Aprendizaje: Aprendo constantemente. Cada vez que Claude resuelve algo diferente a como lo hubiera hecho, veo un nuevo enfoque. Es como pair programming con alguien que tiene experiencia diferente a la mía.
Alcance: Asumo proyectos más grandes. Cosas que parecían demasiado ambiciosas para una sola persona se vuelven manejables cuando tienes un colaborador incansable.
El Efecto Compuesto
El poder real no está en ninguna feature individual. Está en cómo se acumulan.
La configuración de mi workspace recuerda todo. Mis skills personalizadas codifican mis mejores prácticas. Mis conexiones MCP le dan a Claude acceso a datos reales. Mi biblioteca de comandos automatiza mis tareas recurrentes.
Cada capa se construye sobre la anterior. Cada semana, mi configuración mejora un poco. La brecha de productividad entre "yo con Claude Code" y "yo sin él" se amplía continuamente.
Por Qué Existe Esta Guía
Cuando empecé, pasé semanas descubriendo funcionalidades por accidente. La documentación es buena, pero no puede capturar los workflows que emergen del uso real. Quería crear la guía que hubiera querido tener.
Esto no es sobre todas las features. Es sobre las features que importan — los patrones que se acumulan, las configuraciones que ahorran horas, los modelos mentales que hacen que todo tenga sentido.
Sea que estés empezando o buscando subir de nivel, espero que mi camino ayude a acelerar el tuyo.
Configurando Tu Workspace
El momento en que tomé Claude Code en serio fue cuando dejé de tratarlo como una herramienta y empecé a tratarlo como un workspace. Ese cambio requirió organización.
La mayoría de las guías saltan directamente a los comandos. Pero comandos sin estructura es caos. Terminas con archivos dispersos, contextos olvidados, y un desorden creciente que hace a Claude menos útil con el tiempo.
Déjame mostrarte cómo organizo todo.
La Arquitectura de Dos Dominios
El insight fundamental: hay dos tipos de cosas en mi workspace.
Assets — Las cosas en sí. Código, imágenes, videos, PDFs. Cosas que existen independientemente de mi pensamiento sobre ellas.
Conocimiento — Mi entendimiento de las cosas. Notas, análisis, diarios. El trabajo intelectual que hago sobre los assets.
Estos dos dominios viven en lugares separados:
Mi Workspace/
├── projects/ # Assets: código real
├── learning/ # Assets: materiales de cursos
├── media/ # Assets: imágenes, videos
├── archive/ # Assets: almacenamiento frío
│
└── vault/ # Conocimiento: todas mis notas
├── _inbox/ # Captura rápida
├── projects/ # Notas SOBRE proyectos
├── research/ # Outputs de investigación
├── technical/ # Docs técnicos
└── personal/ # Diario, carrera
La Regla de Decisión
Cuando creo algo, una pregunta determina dónde va:
¿Es la cosa en sí, o notas sobre la cosa?
El componente SwiftUI que estoy construyendo? Va en projects/SwiftUI-Components/. Mis notas sobre patrones SwiftUI que aprendí? Van en vault/technical/swiftui-patterns.md.
Un PDF de paper de investigación que descargué? media/papers/. Mi análisis de ese paper? vault/research/nombre-del-tema/.
Suena simple pero es transformador. Nunca me pregunto dónde está algo. La regla de decisión es inequívoca.
Por Qué Esto Importa para Claude
Claude Code funciona mejor cuando sabe dónde buscar.
Cuando digo "revisa mi investigación sobre agentes LLM," Claude busca en vault/research/. Cuando digo "actualiza el componente de autenticación," Claude busca en projects/. La estructura crea previsibilidad.
Más importante, Claude puede referenciar mi trabajo anterior. Si ya analicé un tema, Claude encuentra ese análisis antes de empezar de cero. Mi conocimiento se acumula en lugar de fragmentarse.
La Estructura del Vault
El lado del conocimiento merece más detalle:
vault/
├── _inbox/ # Captura rápida (vaciar semanalmente)
├── _templates/ # Templates de Obsidian
├── _attachments/ # Imágenes, archivos generados
│
├── projects/ # Notas de proyecto (no código)
├── research/ # Outputs de investigación
│ └── [tema]/ # Una carpeta por área de investigación
├── technical/ # Documentación técnica
├── financial-analysis/ # Outputs del workflow de finanzas
├── presentations/ # Outputs del workflow de deck
│
└── personal/
├── journal/ # Entradas diarias
└── career/ # Planificación de carrera
Cada workflow importante tiene su lugar. Los outputs de investigación van a vault/research/. Los análisis financieros van a vault/financial-analysis/. Esto significa que siempre puedo encontrar trabajo anterior sobre un tema.
Convenciones de Nomenclatura
La consistencia en la nomenclatura ahorra carga cognitiva:
| Tipo | Convención | Ejemplo |
|---|---|---|
| Carpetas | kebab-case | swiftui-components/ |
| Markdown | kebab-case.md | api-patterns.md |
| Trabajo con fecha | YYYY-MM-DD-tema | 2026-01-21-aapl/ |
| Diario | YYYY-MM-DD.md | 2026-01-21.md |
Ya no pienso en esto. La convención es automática.
Archivos CLAUDE.md
Cada directorio importante puede tener un archivo CLAUDE.md — instrucciones especiales para Claude cuando trabaja en esa área.
Mi CLAUDE.md raíz contiene:
- Estructura de alto nivel del workspace
- Comandos clave y sus propósitos
- Convenciones que Claude debe seguir
- Referencias a registros importantes
Archivos CLAUDE.md específicos de proyecto contienen:
- Patrones específicos del proyecto
- Elecciones de tecnología
- Convenciones de testing
- Notas de deploy
Claude los lee automáticamente. Es como darle a Claude un briefing antes de cada conversación.
Empezando de Cero
Si estás empezando desde cero:
- Crea la estructura básica — Carpetas de assets en el nivel superior, vault para conocimiento
- Agrega un CLAUDE.md raíz — Describe tu workspace, lista las convenciones clave
- Configura tu vault _inbox — Aquí es donde van las capturas rápidas
- Crea tu primera carpeta de proyecto — Con su propio CLAUDE.md
- Conéctate a Obsidian — El vault funciona hermosamente con Obsidian para edición manual
No sobreingenieres al principio. La estructura evoluciona conforme la usas. Empieza simple, agrega complejidad según sea necesario.
Comandos Esenciales del Día a Día
Claude Code tiene docenas de comandos. Uso alrededor de diez a diario.
Estos no son los comandos más llamativos — nada de workflows de investigación con 27 agentes aquí. Son los mundanos que me ahorran horas cada semana a través de la repetición.
Captura Rápida: /capture
El comando que más uso:
/capture "Idea para mejorar el flujo de auth - usar tokens de sesión en lugar de JWTs"
Esto hace algo simple pero poderoso: enruta la nota al lugar correcto automáticamente.
- ¿Observación técnica? Va a
vault/technical/ - ¿Idea de proyecto? Va a las notas del proyecto relevante
- ¿Pensamiento aleatorio? Va a
vault/_inbox/
Claude toma la decisión de enrutamiento basándose en el contenido. No elijo destino. Solo capturo.
Entrada de Diario: /journal
Mi comando de reflexión diaria:
/journal
Claude me guía a través de una entrada diaria estructurada:
- ¿Qué logré?
- ¿Qué aprendí?
- ¿Qué me está bloqueando?
- ¿Cuál es el plan para mañana?
La entrada va a vault/personal/journal/YYYY-MM-DD.md con frontmatter apropiado.
Inbox Rápido: /inbox
A veces quiero capturar sin que Claude tome decisiones de enrutamiento:
/inbox "Investigar ese nuevo compilador de React"
Va directo a vault/_inbox/. Sin análisis, sin enrutamiento. Velocidad pura.
Resumen de Investigación: /research-quick
Para investigación rápida sin el workflow completo de 11 agentes:
/research-quick "diferencias entre JWT y tokens de sesión"
Claude hace investigación enfocada y devuelve un resumen. Sin creación de archivos, sin proceso elaborado. Solo una respuesta cuando necesito contexto.
Verificación de Contexto: /context
Esencial para conversaciones largas:
/context
Muestra el uso actual de la ventana de contexto. Cuando sube mucho, sé que necesito terminar o resumir antes de continuar.
Variación más útil:
/context dump
Exporta el estado actual de la conversación a un archivo. Uso esto cuando el contexto se está llenando pero no he terminado la tarea.
Ejecución Paralela: /parallel
Cuando tengo tareas independientes:
/parallel "correr tests" "lint del código" "verificar tipos"
Los tres corren simultáneamente. Para tareas que no dependen una de otra, la ejecución paralela ahorra tiempo significativo.
El Patrón Diario
Mi día típico:
Mañana:
/journal # Reflexión del día anterior
/inbox "pensamientos..." # Capturar ideas de la noche
/context # Verificar dónde estoy
Durante el trabajo:
/capture "insight..." # Capturar mientras trabajo
/research-quick "pregunta" # Investigación rápida
/parallel "test" "lint" # Correr verificaciones
Fin del día:
/changelog # Documentar qué cambió
/context dump # Guardar estado si es necesario
/journal # Reflexión diaria
Estos diez comandos cubren el 80% de mis interacciones con Claude Code.
Construyendo Tu Segundo Cerebro
He probado todos los sistemas de notas. Evernote. Notion. Roam. Logseq. Apple Notes. Archivos de texto plano. Cada uno funcionó por un tiempo, después colapsó bajo su propia complejidad.
El problema no eran las herramientas. Era la fricción. Tomar notas era fácil. Encontrarlas después era difícil.
Claude Code cambió esto. No porque es una mejor app de notas — no es una app de notas en absoluto. Pero porque hace las notas utilizables.
La Integración con Obsidian
Mi vault es un vault de Obsidian. Esto importa porque:
Archivos locales: Todo es markdown en mi disco. Sin problemas de sync, sin vendor lock-in.
Wikilinks: Puedo vincular notas con [[nombre-de-nota]]. El grafo de conexiones emerge naturalmente.
Plugins: El ecosistema de plugins de Obsidian agrega funcionalidades sin complejidad.
Funciona con Claude: Claude Code lee y escribe en los mismos archivos. No hay import/export.
Cómo Claude Usa Mi Vault
Cuando inicio un workflow de investigación, la primera acción de Claude es Fase 0: Descubrimiento de Contexto.
Busca en mi vault trabajo relacionado anterior. Si investigué un tema similar hace tres meses, Claude encuentra esa investigación y construye sobre ella en lugar de empezar de cero.
Este es el efecto compuesto. Cada nota que tomo se convierte en contexto potencial para trabajo futuro.
Templates Que Reducen Fricción
Templates de Obsidian + workflows de Claude = estructura consistente.
Mi template de investigación:
---
created: "[date:YYYY-MM-DDTHH:mm:ss]"
type: research
tags: [research]
---
# [title]
## Preguntas Clave
-
## Fuentes
-
## Hallazgos
-
## Implicaciones
-
Cuando Claude corre /research, crea notas con esta estructura. Consistencia significa encontrabilidad.
Búsqueda Que Funciona
Antes de Claude, dependía de la búsqueda de Obsidian. Es buena, pero está basada en palabras clave.
Ahora uso el entendimiento semántico de Claude:
/vault-search "ese análisis que hice sobre tokens de autenticación"
Claude no solo combina palabras clave. Entiende el pedido y encuentra la nota relevante aunque no recuerde los términos exactos.
MCP Tools: Conectando con Todo
Model Context Protocol — MCP — es donde Claude Code se vuelve realmente poderoso.
Sin MCP, Claude es inteligente pero aislado. Puede leer tus archivos y correr comandos, pero no puede verificar tu email, consultar tu base de datos, hacer scrape de un sitio web, o acceder a APIs.
Con MCP, Claude se conecta con todo.
Qué Es Realmente MCP
Piensa en los servidores MCP como adaptadores. Cada servidor expone capacidades específicas a Claude:
[Claude Code] ←→ [Servidor MCP] ←→ [Servicio Externo]
Cuando configuro el servidor MCP de Firecrawl, Claude gana la capacidad de hacer scrape de páginas web. Cuando configuro el servidor de arXiv, Claude puede buscar papers académicos.
Mi Configuración MCP Actual
| Servidor | Propósito | Qué Habilita |
|---|---|---|
| Firecrawl | Web scraping | Scrape de páginas, extracción de contenido |
| Exa | Búsqueda semántica | Búsqueda web con entendimiento de IA |
| Context7 | Docs de bibliotecas | Acceso a documentación de cualquier biblioteca |
| arXiv | Papers académicos | Búsqueda y descarga de investigación |
| AlphaVantage | Datos financieros | Precios de acciones, fundamentales |
| Apple Health | Datos de salud | Consultar mis métricas de salud |
| Datos sociales | Leer tweets (solo lectura) | |
| GitHub | Operaciones de repositorio | PRs, issues, commits |
| Chrome | Control del navegador | Automatizar interacciones web |
| claude-mem | Memoria de trabajo | Persistir contexto entre sesiones |
Cada servidor agrega capacidades. Juntos, hacen que Claude parezca omnisciente.
Cómo Claude Usa MCP
Cuando pregunto algo que requiere datos externos, Claude usa automáticamente la herramienta apropiada:
Yo: "¿Cuál es el precio de la acción de Apple?" Claude: [Usa AlphaVantage] "Apple está cotizando a $189.84..."
Yo: "Encuentra papers recientes sobre arquitecturas transformer" Claude: [Usa arXiv] "Encontré 15 papers relevantes..."
No invoco herramientas MCP directamente. Claude decide cuándo usarlas.
Parte 2: Fundamentos Multi-Agente
Por Qué Un Claude No Es Suficiente
Resistí los workflows multi-agente por meses. Parecían complejos. Orquestar múltiples agentes de IA se sentía como optimización prematura.
Entonces choqué con un muro.
La calidad de mi investigación se estancó. No importaba qué tan buenos fueran mis prompts, la investigación con un solo Claude se sentía superficial. Encontraba fuentes obvias, perdía matices, y declaraba conclusiones prematuramente.
El problema no era la capacidad de Claude. Era la perspectiva.
La Trampa del Agente Único
Un solo agente hace todo: investiga, analiza, sintetiza, critica. Pero esto crea un problema sutil.
Cuando un agente encuentra información y luego la analiza, no hay perspectiva fresca. La misma "mente" que recopiló los datos los interpreta. El sesgo de confirmación se cuela.
El Insight Multi-Agente
Múltiples agentes crean separación de responsabilidades:
- Investigador encuentra información
- Analista interpreta patrones
- Crítico desafía conclusiones
- Sintetizador combina perspectivas
El analista no ha visto el proceso de investigación crudo. El crítico no sabe por qué el analista llegó a ciertas conclusiones. Esta separación crea diversidad genuina.
Cuándo Importa Multi-Agente
Agente único funciona bien para:
- Preguntas rápidas con respuestas claras
- Generación de código con requisitos definidos
- Análisis simple con conclusiones obvias
Multi-agente brilla para:
- Investigación que requiere múltiples perspectivas
- Análisis donde el sesgo de confirmación es riesgoso
- Decisiones complejas con stakes significativos
La regla: si quisieras una segunda opinión de un humano, probablemente quieras un segundo agente.
El Sistema de Skills
Los comandos son cosas que invoco explícitamente. /research corre investigación.
Las skills son diferentes. Se activan automáticamente cuando el contexto coincide.
Cuando pido "ideas," la skill de brainstorm se activa. Cuando estoy construyendo un dashboard, la skill design-system se carga. Cuando estoy debugueando, sequential-thinking se activa.
La Decisión Skill vs. Comando
Usa un comando cuando:
- El usuario debe solicitar explícitamente la acción
- Orquesta un workflow de múltiples pasos
- Produce output entregable
Usa una skill cuando:
- El comportamiento debe aplicarse automáticamente basado en contexto
- Modifica cómo se hace el trabajo, no qué trabajo hacer
Los comandos son verbos: "haz esto." Las skills son adverbios: "haz las cosas así."
Mis Skills Activas
| Skill | Se Activa Con | Qué Hace |
|---|---|---|
| Brainstorm | "ideas," "explora" | Ideación divergente/convergente |
| Sequential Thinking | Problemas complejos | Paso a paso con confianza |
| Design System | Generación de dashboard | Tokens Digital Craft |
| Python Data Analysis | Análisis de datos | Patrones Pandas |
| MCP Resilience | Fallas MCP | Lógica de retry |
| Error Handling | Fallas de workflow | Patrones de recuperación |
| Quality Gates | Fin de workflows | Verificación |
Generación de Documentos
Claude Code no solo escribe texto — genera documentos reales.
Los Comandos de Documento
/pdf "report.md" # Generar PDF desde markdown
/slides "deck" # Generar presentación PowerPoint
/spreadsheet "data" # Generar libro Excel
/docx "proposal" # Generar documento Word
Cada comando entiende las fortalezas del formato destino.
Output Multi-Formato
Los workflows importantes generan múltiples formatos automáticamente.
El workflow /deck genera:
- Archivo PowerPoint (deck principal)
- PDF (para compartir)
- Markdown (para referencia)
- Notas del presentador
El workflow /research genera:
- Reporte Markdown
- PDF (formateado)
- Resumen ejecutivo
Workflows de Investigación
Mi workflow /research corre 11 agentes especializados. Es el workflow que más uso.
La Arquitectura de 11 Agentes
Fase 0: Descubrimiento de Contexto
└─ Agente Explore (encontrar trabajo anterior)
Fase 1: Investigación (3 agentes en paralelo)
├─ Investigador Académico
├─ Investigador Web
└─ Investigador de Noticias
Fase 2: Análisis (3 agentes en paralelo)
├─ Analizador de Fuentes
├─ Detector de Patrones
└─ Analizador de Brechas
Fase 3: Aseguramiento de Calidad (2 agentes)
├─ Verificador de Hechos
└─ Detector de Sesgo
Fase 4: Síntesis (2 agentes)
├─ Sintetizador
└─ Resumen Ejecutivo
El Output
Los outputs de investigación van a vault/research/[tema]/:
vault/research/llm-agents-2026/
├── research-report.md
├── executive-summary.md
├── sources.md
├── gaps.md
└── data/
└── sources.json
Ingeniería de Contexto
El contexto es todo en el trabajo con IA. Cada interacción ocurre dentro de una ventana de contexto. Lo que está en esa ventana determina qué tan bien puede ayudar Claude.
El Problema del Contexto
Dos modos de falla:
Escasez de Contexto: No darle a Claude suficiente información.
Polución de Contexto: Llenar la ventana con información irrelevante.
Ambos llevan a peores outputs.
Mis Estrategias de Contexto
Revelación Progresiva: Cargar contexto mínimo inicialmente. Expandir según se requiera.
Particionamiento de Contexto: Los workflows multi-agente particionan contexto entre agentes.
Referencia Sobre Inclusión: Referenciar archivos por ruta en lugar de pegar.
Gestión de Estado: Guardar estado periódicamente con /context dump.
Monitoreando Uso de Contexto
/context
| Uso | Acción |
|---|---|
| 0-40% | Continuar normalmente |
| 40-60% | Evitar workflows grandes |
| 60-80% | Comprimir primero |
| 80-95% | Dump y reiniciar |
Parte 3: Orquestación Avanzada
Orquestación Multi-Agente
Correr múltiples agentes es fácil. Coordinarlos efectivamente es la parte difícil.
Las Dimensiones de la Orquestación
Timing — ¿Cuándo corre cada agente? Dependencias — ¿Qué agentes necesitan outputs de cuáles otros? Flujo de datos — ¿Qué información pasa entre agentes? Síntesis — ¿Cómo se combinan los outputs?
Paralelo vs. Secuencial
Ejecución Paralela: Agentes que no dependen uno del otro corren simultáneamente.
Ejecución Secuencial: Cuando el Agente B necesita el output del Agente A, corren en orden.
Patrones Híbridos: Dentro de fases: paralelo. Entre fases: secuencial.
Diseño de Fases
Fase 0: Descubrimiento de Contexto
Fase 1: Recopilación (paralelo)
Fase 2: Procesamiento (paralelo)
Fase 3: Aseguramiento de Calidad (paralelo)
Fase 4: Síntesis (secuencial)
Fase 5: Output (secuencial)
Quality Gates
El contenido generado por IA puede estar confidentemente equivocado.
Los quality gates son checkpoints donde los outputs se verifican antes de proceder.
Qué Verifican los Quality Gates
| Verificación | Qué Captura |
|---|---|
| Verificación de Citación | Afirmaciones sin fuentes |
| Calidad de Fuente | Fuentes no confiables |
| Calibración de Confianza | Afirmaciones excesivamente confiadas |
| Consistencia Interna | Contradicciones |
| Identificación de Brechas | Aspectos faltantes |
El Reporte de Calidad
# Reporte de Calidad
## Puntuación General: 87/100
## Afirmaciones Verificadas
✓ Cifras de ingresos (Fuente: SEC 10-Q)
## Items Señalados
⚠ Proyección basada en estimaciones de analistas
## Afirmaciones No Verificadas
✗ "Insiders de la industria sugieren..."
## Recomendación
Listo para usar con advertencias anotadas.
Ralph Loops
Noté que Claude paraba demasiado temprano. Pedía 80% de cobertura de tests y recibía algunos tests y "He mejorado la cobertura." Pero la cobertura seguía en 50%.
Los Ralph loops arreglan esto.
El Concepto Central
No parar hasta que se detecte la promesa de completitud.
/ralph-loop "Mejorar cobertura de tests a 80%. Output <promise>80% COVERAGE</promise> cuando termines."
Claude corre. Verifica cobertura. Escribe tests. Repite hasta 80%. Entonces genera la promesa. El loop termina.
Escribiendo Buenos Prompts
Estado Actual Claro: Cobertura de tests actual: 45%
Objetivo Medible: Objetivo: 80% de cobertura
Completitud Binaria: Output <promise>80% COVERAGE ACHIEVED</promise> cuando cobertura >= 80%
Límites de Seguridad
- Cap máximo de iteraciones (por defecto: 20)
- Detección de estancamiento (salir si no hay progreso por 3 iteraciones)
- Checkpoints guardados
Frameworks de Presentación
Mi workflow /deck codifica frameworks de McKinsey, BCG, Sequoia, Amazon y Apple.
Los Ocho Frameworks
| Framework | Usar Cuando | Slides |
|---|---|---|
| McKinsey Pyramid + SCQA | Decisiones ejecutivas | 10-15 |
| Hypothesis-Driven | Recomendaciones estratégicas | 12-20 |
| Sequoia Pitch | Pitches de inversión | 10 |
| Amazon PRFAQ | Lanzamientos de producto | 6-10 |
| Assertion-Evidence | Audiencias técnicas | 15-25 |
| Marketing Strategy | Pitches de campaña | 15-20 |
| Agency Creative | Conceptos creativos | 15-25 |
| Apple Keynote | Keynotes de producto | 30-50 |
Principios Centrales
Respuesta Primero: Lidera con la recomendación.
Títulos de Acción: Los títulos de slides deben ser oraciones completas.
Un Mensaje Por Slide: Si un slide hace dos puntos, divídelo.
Parte 4: Workflows de Producción
Deep Research
Mi /research estándar corre 11 agentes. /deep-research son 27 agentes a través de 12 fases, apuntando a 100+ fuentes.
La Arquitectura
Fase 0 → Descubrimiento de Contexto
Fase 1 → Planificación de Investigación
Fase 2 → Búsqueda Primaria (5 agentes en paralelo)
Fase 3 → Recuperación de Papers
Fase 4 → Recursión de Cadena de Citaciones
Fase 5 → Aseguramiento de Calidad (4 agentes)
Fase 5.1 → Deep Dive de Credibilidad (4 agentes)
Fase 5.5 → Loop de Feedback de Fact-Check
Fase 6 → Análisis Avanzado (3 agentes)
Fase 7 → Síntesis (3 agentes)
Fase 8 → Visualización (2 agentes)
Fase 9 → Generación de Reporte
Fase 10 → Integración
Recursión de Cadena de Citaciones
Los papers fundamentales a menudo están a 2-3 citaciones de distancia de la investigación actual. La recursión los encuentra.
Consumo de Recursos
| Métrica | /research | /deep-research |
|---|---|---|
| Agentes | 11 | 27 |
| Tokens | ~300K | ~750K |
| Runtime | 5-10 min | 30-60 min |
| Fuentes | 25-50 | 100+ |
Workflows de Marketing
Mi workflow /marketing: 12 agentes a través de 4 sub-workflows.
Los Sub-Workflows
/marketing "Producto" → 4 fases completas (12 agentes)
/marketing-research "Producto" → Solo investigación (3 agentes)
/marketing-strategy "Producto" → Solo estrategia (3 agentes)
/marketing-creative "Producto" → Solo creativo (3 agentes)
/marketing-execution "Producto" → Solo ejecución (3 agentes)
Fase 1: Investigación
Market Intel: Dimensionamiento de mercado, competidores, pricing Social Research: Listening, sentimiento, feedback SEO Content: Keywords, brechas de contenido
Fase 2: Estrategia
Strategy Architect: Posicionamiento, personas, mensajes Channel Strategist: Canales, influencers, email Validation Agent: Fact-check de todas las afirmaciones
Fase 3: Creativo
Creative Lead: Conceptos, dirección visual Content Producer: Headlines, copy, CTAs Video Producer: Scripts, storyboards
Fase 4: Ejecución
Media Planner: Budget, pacing, canales Analytics Architect: KPIs, atribución, tests Viz Generator: Mapas de posicionamiento, visualizaciones de journey
Creando Skills Personalizadas
Las skills se activan automáticamente cuando el contexto coincide.
Anatomía de una Skill
.claude/skills/[nombre-de-skill]/
├── SKILL.md # Instrucciones centrales
├── scripts/ # Helpers de automatización
├── references/ # Docs detallados
└── assets/ # Templates
El Frontmatter Crítico
---
name: nombre-de-skill
version: 1.0.0
description: Triggers específicos para activación.
---
Malo: "Ayuda con gestión de contexto" Bueno: "Exportar estado actual de la tarea a markdown cuando contexto > 60%"
Qué Hace una Buena Skill
- Triggers específicos ganan a triggers amplios
- Proceso sobre contenido
- Formatos de output consistentes
- La integración habilita el encadenamiento
De Comandos a Workflows
Los comandos son invocaciones explícitas. Los workflows son procesos multi-agente orquestados.
Principios de Diseño
Fase 0 Siempre: Verificar trabajo relacionado anterior.
Paralelo Donde Sea Posible: El trabajo independiente corre simultáneamente.
Dependencias Explícitas: Documentar qué necesita cada agente.
Handoffs Estructurados: Pasar resúmenes, no datos crudos.
Quality Gates: Verificar antes de sintetizar.
Degradación Graciosa: Manejar fallas sin falla total.
Apéndice
Referencia Rápida
Comparación de Workflows
| Workflow | Agentes | Runtime | Output |
|---|---|---|---|
/research | 11 | 5-10 min | Reporte de investigación |
/deep-research | 27 | 30-60 min | Revisión de literatura |
/finance | 7 | 10-15 min | Análisis financiero |
/marketing | 12 | 15-20 min | Estrategia GTM |
/deck | 10 | 10-15 min | Presentación |
Guía de Contexto
| Uso | Acción |
|---|---|
| 0-40% | Continuar normalmente |
| 40-60% | Evitar workflows grandes |
| 60-80% | Comprimir primero |
| 80-95% | Dump y reiniciar |
Cheat Sheet de Comandos
Comandos Diarios
/capture "nota" # Enrutamiento inteligente
/journal # Entrada diaria
/inbox "nota" # Captura rápida
/context # Verificar uso
/context dump # Exportar estado
Investigación y Análisis
/research "tema" # Investigación con 11 agentes
/deep-research "tema" # Revisión con 27 agentes
/finance "TICKER" # Análisis financiero
Generación de Documentos
/pdf "contenido" # Generar PDF
/slides "tema" # PowerPoint
/spreadsheet "datos" # Excel
/docx "documento" # Word
Control de Workflow
/parallel "cmd1" "cmd2" # Correr en paralelo
/ralph-loop "tarea" # Loop iterativo
/cancel-ralph # Detener loop
Ejemplos de Configuración de Agentes
Agente de Investigación
Task({
subagent_type: "research-analyst",
model: "opus",
prompt: `Investigar [tema]. Encontrar:
- Fuentes académicas
- Perspectivas de la industria
- Desarrollos recientes
Devolver hallazgos estructurados.`
})
Agente de Quality Gate
Task({
subagent_type: "code-reviewer",
model: "opus",
prompt: `Verificar afirmaciones:
[afirmaciones]
Para cada una: fuente, verificación, confianza.`
})
Reflexiones Finales
Seis meses con Claude Code transformaron cómo trabajo. No por ninguna feature individual, sino por cómo las capacidades se acumulan.
La estructura del workspace permite a Claude encontrar trabajo anterior. El vault preserva conocimiento. MCP conecta con datos externos. Las skills codifican mejores prácticas. Los workflows orquestan procesos complejos. Los quality gates aseguran confiabilidad.
Cada capa se construye sobre la anterior. Cada semana, el sistema mejora un poco.
Si estás empezando: enfócate en lo básico. Estructura del workspace. Comandos diarios. Construir el hábito.
Si buscas subir de nivel: elige un área para profundizar. Orquestación multi-agente. Skills personalizadas. Quality gates. Ve profundo antes de ampliar.
Claude Code es la herramienta de productividad más significativa que he adoptado en años. No porque funciona para mí — porque funciona conmigo.
Esta guía consolida lecciones de seis meses de uso diario. Para referencias específicas de comandos, ve el Cheat Sheet de Comandos.