Formación › Claude en 8 horas › Hora 1
Claude en 8 horas · hora 1 de 8
Qué es Claude (y qué no)
Antes de pedirle nada, entiende cómo responde. Con dos ideas, la predicción del siguiente token y la ventana de contexto, sabrás por qué a veces acierta de lleno, por qué a veces se inventa cosas y qué tareas conviene darle.
Al terminar sabrásClasificar tareas de tu trabajo en «delegar y revisar», «colaborar» o «hacerlo tú», justificando cada decisión con cómo funciona Claude por dentro: predicción, ventana de contexto, memoria y privacidad.
60 minutos· 4 esquemas· 4 preguntas· 1 ejercicio· entregable
Antes de empezar
Comprueba Tu intuición antes de la lección: cuando Claude responde a una pregunta sobre tu sector, ¿de dónde sale la respuesta?
No. Solo busca si la búsqueda está activada y la usa; si no, genera con lo aprendido.
Correcto. Exacto, y es la clave de toda la lección.
No. Es la idea más extendida, y es falsa: sin búsqueda activada no consulta nada. Lo verás enseguida.
Vocabulario Cuatro palabras para esta hora
- Token
- Trozo de texto (una palabra o parte de ella) con el que el modelo lee y escribe.
- Ventana de contexto
- Todo lo que el modelo tiene en cuenta en una respuesta: instrucciones, documentos, conversación y tu mensaje.
- Alucinación
- Una respuesta segura y bien escrita que es falsa.
- Delegación
- Decidir qué hace la IA, qué haces tú y qué hacéis juntos, antes de escribir el prompt.
Un modelo que predice, no una base de datos
Claude es un modelo de lenguaje, como ChatGPT, Gemini o DeepSeek. No busca la respuesta en una base de datos: la genera. Tu texto se parte en tokens, el modelo calcula qué token es más probable que venga después, elige uno, lo añade y repite. Así, token a token, escribe un párrafo, un análisis o un programa.
Esta mecánica explica casi todo lo que verás:
- Por qué escribe tan bien: ha aprendido de una cantidad enorme de texto cómo se encadenan las ideas.
- Por qué a veces se inventa cosas: si no tiene el dato, genera lo que suena plausible. No miente a propósito: completa.
- Por qué la misma pregunta da respuestas distintas: al elegir cada token hay una parte de azar, que se regula con la temperatura.
Completa: «Tras la inspección, el equipo está …»
Antes de tocar nada: ¿qué crees que pasa con las probabilidades si bajas la temperatura a 0? ¿Y si la subes a 2? Piénsalo y compruébalo.
Datos ilustrativos: un modelo real reparte la probabilidad entre decenas de miles de tokens. Con temperatura 0 elige siempre el más probable; cuanto más alta, más reparte. Top-p descarta los menos probables hasta sumar ese porcentaje. En las aplicaciones de chat no se tocan, y varios modelos actuales (por ejemplo, los que razonan) los ignoran: lo que importa es entender que la salida es una distribución, no una respuesta fija.
En las aplicaciones de chat no eliges la temperatura: la fija el fabricante. La idea sirve igual, porque explica por qué conviene pedir varias versiones cuando buscas creatividad y dar datos concretos cuando buscas exactitud.
Delegar, colaborar o hacerlo tú
Saber cómo funciona sirve para una decisión que tomarás cien veces al día: ¿esto se lo paso a Claude? El marco de fluidez en IA que difunde Anthropic lo llama delegación. Una regla práctica con tres casillas:
- Delegar y revisar: tareas donde un error se ve y se corrige fácil. Un primer borrador, el resumen de un texto que tienes delante o reformatear una tabla.
- Colaborar: tareas donde Claude aporta mucho, pero el criterio es tuyo. Un informe técnico, un correo delicado o un análisis que vas a presentar.
- Hacerlo tú: decisiones con consecuencias serias o que dependen de algo que Claude no puede ver. Parar un equipo, firmar un dictamen o juzgar a una persona.
Ejemplo resuelto Un técnico de mantenimiento reparte su mañana
- «Redactar el parte de la avería de la bomba 2 a partir de mis notas» → colaborar. Claude ordena y redacta; el técnico comprueba que los datos son los suyos.
- «Resumir el capítulo de lubricación de un manual de 300 páginas» → delegar y revisar, comprobando en el manual las cifras de intervalos y cantidades.
- «Decidir si la bomba sigue en servicio hasta el fin de semana» → hacerlo tú. Depende de lo que ve, oye y mide en planta, y la responsabilidad es suya.
Clasifica Clasifica estas tareas como lo haría un profesional
- Pasar a tabla las 40 líneas de un albarán que tienes en textoEs mecánico y el resultado se comprueba de un vistazo contra el original.
- Preparar la presentación del presupuesto de mantenimiento para direcciónClaude estructura y redacta, pero las cifras y los mensajes clave los decides tú.
- Decidir a qué proveedor se adjudica un contratoTiene consecuencias económicas y legales. Claude puede comparar ofertas, pero no decidir.
- Traducir al inglés un correo rutinario a un clienteEl riesgo es bajo y revisas el tono antes de enviarlo.
- Responder a una reclamación de un cliente enfadadoEl borrador ayuda mucho, pero el tono, lo que se promete y la relación son tuyos.
- Evaluar el desempeño de una persona de tu equipoAfecta a una persona y depende de información que el modelo no tiene; además, sería tratar datos personales.
La ventana de contexto: lo que «ve» en cada respuesta
Claude no conoce tu empresa. En cada respuesta tiene en cuenta lo que aprendió al entrenarse y lo que cabe en su ventana de contexto: las instrucciones del sistema, las de tu proyecto si lo usas, los documentos que adjuntas, la conversación hasta ese momento y tu último mensaje. Tu procedimiento o tu documento, si no están ahí, no los conoce: su entrenamiento no incluye tu empresa.
Estimación: en español, una página de texto ocupa del orden de 500 tokens; cada herramienta cuenta a su manera. Los tamaños de ventana son ejemplos: el real depende del modelo y del plan.
Tres consecuencias prácticas:
- Dale el material, no supongas que lo sabe. Si la respuesta depende de tu procedimiento, pega o adjunta el procedimiento.
- Las conversaciones muy largas se degradan. Cuando cambies de tema, abre un chat nuevo con un buen resumen.
- Más no siempre es mejor. Un documento de 300 páginas cabe en los modelos actuales, pero si solo importan 4, señálaselas: «céntrate en el capítulo 7».
¿Y la memoria? Claude puede recordar cosas entre conversaciones. Según la ayuda de Anthropic, en los planes Free, Pro y Max la memoria viene activada por defecto, y en los ajustes de tu cuenta puedes ver, editar, pausar o borrar lo que recuerda. Para lo que no quieras que guarde, usa un chat de incógnito: no se guarda en el historial ni en la memoria. La memoria es cómoda, pero no sustituye a darle el material en cada tarea importante.
Qué modelo usar
Anthropic ofrece varios modelos a la vez. Lo útil no es memorizar nombres, que cambian varias veces al año, sino la regla: el más capaz para lo difícil y el rápido para lo sencillo y repetitivo. Según la documentación de Anthropic (consultada el 24/10/2026), la familia actual incluye Fable 5.1, Opus 5.5, Sonnet 5.5 y Haiku 5.5, y qué modelos aparecen en tu selector depende de tu plan.
| Si la tarea es… | Elige | Por qué |
|---|---|---|
| Un borrador, un resumen o una duda rápida | El modelo por defecto o uno rápido | Responde antes y, para esto, sobra |
| Un análisis con muchas piezas, un documento largo o código | El más capaz que tengas | Razona mejor y comete menos errores sutiles |
| La misma tarea sencilla cientos de veces (por API) | El más pequeño | Coste y velocidad; pruébalo antes con casos reales |
Qué no darle nunca (y qué sí)
La regla profesional es sencilla: no subas lo que no pondrías en un correo a un proveedor externo, salvo que tu empresa tenga un contrato que lo permita (planes de empresa con acuerdo de tratamiento de datos).
- Nunca: contraseñas y claves, datos personales de terceros (clientes, pacientes, empleados), datos de salud y secretos industriales.
- Con cuidado: documentos internos, mejor anonimizados («cliente A», «planta 2»).
- Sin problema: textos públicos, tus propios borradores y datos ficticios o agregados.
Revisa también la configuración de privacidad de tu cuenta: si permites que tus chats se usen para mejorar los modelos y cuánto tiempo se conservan.
Comprueba lo que has aprendido
Comprueba Claude te da una cifra de ventas de tu sector, con mucha seguridad y sin fuente. ¿Qué haces?
No. Una fuente citada puede no existir o no decir eso. Abre el enlace y comprueba que la cifra está.
Correcto. Es el único dato que puedes defender: lo ha publicado alguien responsable de él.
No. Es exagerado: para un borrador o una lluvia de ideas sí te sirve. Lo que no vale es presentarlo como dato.
No. En una charla informal, quizá. En un informe, esa cifra acabará pareciendo un dato.
Comprueba Llevas dos horas en el mismo chat y Claude empieza a olvidar decisiones del principio. ¿Qué es lo más eficaz?
No. Puede ayudar algo, pero el problema es el contexto acumulado, no el modelo.
Correcto. El contexto vuelve a estar limpio y lo importante queda al principio.
No. Añade texto a una ventana que ya está cargada y no arregla la causa.
Comprueba ¿Cuál de estos materiales NO deberías subir a tu cuenta personal de Claude?
Correcto. Son datos personales de terceros. En una cuenta personal, nunca; en una de empresa, solo con contrato y base legal.
No. Es pública: no hay problema.
No. Es tuyo y no contiene datos personales: se puede subir.
No. Los datos ficticios son la mejor forma de practicar sin riesgo.
Entregable Tu mapa de delegación
Haz una lista de 6 tareas reales de tu semana y clasifícalas en «delegar y revisar», «colaborar» o «hacerlo tú», con una frase de motivo para cada una. Escribe después una regla personal: qué datos no subirás nunca. Prueba una tarea «delegar y revisar» con Claude y anota cuánto te ha costado revisarla.
Lo esencial
- Antes de escribir el prompt, decide: delegar y revisar, colaborar o hacerlo tú.
- Claude genera texto token a token con lo más probable: por eso escribe bien y por eso puede inventar.
- Solo conoce tu material si está en su ventana de contexto: dáselo y limpia los chats largos.
- El modelo más capaz para lo difícil y el rápido para lo sencillo: los nombres cambian, la regla no.
- Nada de claves, datos personales de terceros ni secretos en una cuenta personal.
Fuentes y para seguir
- Resumen de modelos de Claude (se abre en otra pestaña) y ventanas de contexto (se abre en otra pestaña) (Anthropic, documentación oficial, consultada el 24/10/2026).
- Memoria y búsqueda en chats (se abre en otra pestaña) (ayuda de Anthropic) y el centro de privacidad (se abre en otra pestaña).
- AI Fluency: Framework & Foundations (se abre en otra pestaña) (Academia de Anthropic, en inglés): el marco de las 4D (delegación, descripción, discernimiento y diligencia), de Dakan y Feller.
- Claude 101 (se abre en otra pestaña) (Academia de Anthropic) e Intro to Large Language Models (se abre en otra pestaña) (Andrej Karpathy), ambos en inglés.
- En MaestrIA: cómo funciona la IA por dentro y usar la IA con cabeza.
Lección revisada el 24/10/2026 con la documentación oficial enlazada en sus fuentes. Revisamos los cursos cada trimestre.