Claude como alternativa a Chat GPT en el trabajo

En el siguiente post te explicaré que es Claude y como puedes empezar a usarla en el trabajo para tener resultados de otro nivel

Todo el mundo habla de ChatGPT, pero pocas personas conocen el verdadero potencial de Claude.

Algunas de las características que más me gustan de Claude son:
- Es mucho más creativa a la hora de escribir.
- Puedes configurar tu propio estilo de escritura
- Soporta grandes cantidades de texto (hasta 175.000 palabras) sin perder coherencia.
- Tiene habilidades excepcionales de razonamiento.

Si bien es cierto que Claude no es una herramienta muy usada a nivel de usuario, a nivel de B2B a través de su API su uso es mucho mayor. Por ejemplo, herramientas como Bolt o Cursor usan sus modelos para codificar.

En este post te explicaré que es Claude y como hacer prompts para sacarle el máximo provecho a esta fantástica herramienta.

¿Que es Claude?

Claude es un asistente de IA creado por Anthropic, una empresa de Inteligencia Artificial fundada en 2021 que se especializa en el desarrollo de sistemas de IA seguros y responsables.

El modelo Claude 3.7 Sonnet destaca en el seguimiento de instrucciones, razonamiento general, capacidades multimodales y codificación agéntica, con un pensamiento extendido que proporciona una mejora notable en matemáticas y ciencias. Aquí puedes ver la comparativa con otros modelos de Open AI o Deepseek en diversos benchmark

Fuente: https://www.anthropic.com/news/claude-3-7-sonnet

Modelos de Claude

Al igual que Chat GPT, Claude tiene varios modelos, cada uno con diferentes capacidades optimizadas para distintos casos de uso.

Opus: Es el modelo mas avanzado. Es el mejor para análisis complejos y escritura técnica.

Sonnet: El mas usado para tareas generales, escritura y codificación. Tiene el mejor balance entre rapidez y performance.

Haiku: Es el más rápido y económico, ideal para respuestas rápidas, tareas básicas y análisis simples.

¿Qué es la ingeniería de prompts?

La ingeniería de prompts trata de intentar que el modelo haga cosas, sacarle el máximo provecho y trabajar con él para lograr resultados que de otra manera no serían posibles. En su esencia, es una comunicación clara con el modelo.

Principios clave para escribir buenos prompts:

Comunicación clara: Intenta ser lo más claro y directo posible al indicar lo que quieres que el modelo haga.

Instrucciones completas: Desglosa sistemáticamente toda la información necesaria para que el modelo comprenda la tarea. Por ejemplo: incluye tu audiencia, objetivo, numero de palabras, especifica algunos puntos que quieres incluir y algunos ejemplos. A menudo, lo que parece obvio para un humano no lo es para el modelo.

Iteración: Prepárate para interactuar con el modelo, no te quedes con la primera respuesta y ves enviando múltiples prompts hasta conseguir el resultado esperado. Esto te permite ver cómo interpreta tus instrucciones y adaptar el resultado.

Consideración de ‘edge cases”: Piensa en los casos inusuales o ambiguos que tu prompt podría encontrar y proporciona instrucciones sobre cómo debe manejarlos el modelo.

Preguntar al modelo: Si el modelo comete un error o algo no está claro, pídele al modelo que explique por qué se equivocó o qué partes de tus instrucciones no entendió . A veces, el modelo puede incluso sugerir cómo mejorar tus instrucciones.

No confiar ciegamente: Prueba la fiabilidad del modelo en diferentes escenarios, especialmente en situaciones donde podría salirse de su distribución de entrenamiento. (En otro post hablaré sobre las evaluaciones)

La evolución de la ingeniería de prompts:

Con los modelos más avanzados, se pueden observar cambios hacia una mayor colaboración con el modelo para definir los prompts. En lugar de simplemente dar instrucciones, el modelo suele hacer preguntas para aclarar tus necesidades y el contexto.

Empecemos a promptear

Después de la introducción a Claude y algunos consejos sobre prompts, vamos a ver dos ejemplos.

Ejemplo 1:
Voy a crear un prompt para crear un post sobre inteligencia artificial para product managers/product ownners

Prompt 1: Crea un post sobre inteligencia artificial aplicada al product management

Resultado:

Como ves, es un resultado muy genérico y no era exactamente lo que yo tenía en mente.

Ahora voy a probar con un segundo prompt, especificando un poco mas que es lo que quiero.

Prompt 2: Crea un post para mi blog de 300 palabras sobre como empezar a implementar la inteligencia artificial si eres product manager. La audiencia son product managers y product owners. Incluye lo siguiente:
- 5 Ejemplos reales de implementación, por ejemplo historias de usuario y PDR, con ejemplos de prompts
- 5 Herramientas específicas. Por ejemplo para hacer presentaciones o para análisis de datos.

Resultado:

Me ha creado un resultado en un artefacto que puedes ver con detalle en este enlace

Como puedes ver, el resultado es mucho mas preciso y se acerca más a lo que yo tenía en mente.

Para seguir mejorando el prompt, recomiendo usar XML tags, ya que proporcionan a Claude una mejor comprensión.

<tarea> Crea un post para mi blog de 300 palabras sobre como empezar a implementar la inteligencia artificial si eres product manager.</tarea>

<audiencia>product managers y product owners</audiencia>

<tono>Profesional pero cercano</tono>

<requerimientos>

- 5 Ejemplos reales de implementación, por ejemplo historias de usuario y PDR, con ejemplos de prompts
- 5 Herramientas específicas. Por ejemplo para hacer presentaciones o para análisis de datos.

</requerimientos>

Existe un generador de prompts de Anthropic que te podría ayudar, pero es de pago y necesitarás comprar créditos.

Ejemplo 2:

Usando un prompt con tags voy a crear un prompt para enviar un email después de una reunión con los puntos claves tratados.

Partiendo de las bases de estas notas creadas en una reunión, le pediré a Claude que me prepare un email para enviar a mi equipo con los next steps.

Asistentes

María (Product Owner)
Javier (Desarrollador principal)
Elena (UX/UI)
Carlos (Data Scientist)
Sofía (Marketing)

Puntos tratados

Nueva funcionalidad para app móvil "HealthyEat"
Nombre "CalorieSnap"
Objetivo - Permitir a usuarios conocer calorías y valores nutricionales de alimentos mediante foto 
Facilitar decisiones alimenticias saludables

Aspectos técnicos
Usar API de reconocimiento visual + ML para identificar alimentos
Base de datos nutricional necesita ampliar (actualmente solo cubre 2000 alimentos)
Carlos sugiere usar modelo pre-entrenado y fine-tuning con nuestros datos
Javier menciona limitaciones de procesamiento en dispositivos antiguos
Discusión sobre procesamiento en nube vs. local

Local: más rápido, sin conexión
Nube: más preciso, requiere conexión


Decisión: enfoque híbrido - reconocimiento básico local, refinamiento en nube

Diseño UX/UI

Elena propone interfaz minimalista: tomar foto → mostrar resultados en overlay
Necesitamos solución para múltiples alimentos en un plato
Ideas de visualización:

Etiquetas flotantes sobre cada alimento identificado
Vista detallada con desglose nutricional completo
Modo de comparación con alternativas más saludables


Javier advierte sobre problemas de rendimiento con etiquetas dinámicas

Plan de implementación

Fase 1: MVP con reconocimiento básico (2 meses)
Fase 2: Mejorar precisión, añadir desglose nutricional (1.5 meses)
Fase 3: Características avanzadas - sugerencias, historial, etc. (2 meses)

Problemas y riesgos identificados

Precisión del reconocimiento en condiciones de baja luz
Dificultad para identificar platos mezclados o muy procesados
Base de datos limitada para platos poco comunes
Javier preocupado por consumo de batería
Sofía menciona potenciales problemas de privacidad (fotos de comida)

Próximos pasos

Carlos: evaluación de APIs de ML disponibles para próxima semana
Elena: primeros wireframes para revisión (viernes)
Javier: prototipo técnico para probar reconocimiento básico (2 semanas)
Sofía: investigar expectativas de usuarios (encuesta)
María: definir KPIs y métricas de éxito

Decisiones pendientes

Nombre final de la funcionalidad (opciones: NutriLens, CalorieSnap, FoodScan)
Política de uso de datos y privacidad
¿Versión gratuita limitada? ¿Modelo freemium?
Integración con otras apps de fitness

Notas adicionales

Carlos sugiere colaboración con nutricionistas para validar datos
Elena propone opción para guardar comidas frecuentes
Sofía menciona oportunidad de monetización con recomendaciones de productos saludables
Reunión técnica específica programada para el jueves

Prompt:

<tarea> Crea un email resumiendo todo lo que se ha hablado en una reunión. Al final de todo te indico las notas de la reunión</tarea>

<audiencia>El equipo de desarrollo</audiencia>

<tono>Profesional pero cercano</tono>

<requerimientos>
- Saludos y breve introducción
- Resumen de la reunión
- Puntos clave discutidos
- Plan de acción

</requerimientos>
<notas>
"Aquí he pegado el texto de las notas"
</notas>

Como puedes ver, me ha generado el siguiente artefacto, lo cual m servirá para ahorrar tiempo en la escritura de este email. En otro post hablaré con mas detalle de los artefactos así como también del tono de escritura personalizado.

Conclusiones

Claude representa una alternativa poderosa a ChatGPT que merece un lugar en tu caja de herramientas de IA. Su capacidad para manejar grandes cantidades de texto, sus habilidades de razonamiento avanzadas y su flexibilidad para adaptarse a diferentes estilos de escritura la convierten en un asistente excepcional para cualquier Product Manager o profesional que trabaje con IA.

Lo que diferencia a Claude es su enfoque en la precisión y la calidad de sus respuesta a la hora de escribir textos, cuando se utiliza con prompts bien estructurados. Como has visto en los ejemplos, la diferencia entre un prompt genérico y uno detallado puede marcar la diferencia.

A medida que la inteligencia artificial sigue evolucionando, tener experiencia con diferentes modelos te dará una ventaja competitiva. Claude no solo es una alternativa, sino en muchos casos una mejor opción para tareas que requieren creatividad, análisis profundo y procesamiento de grandes cantidades de información.

Te animo a que experimentes con diferentes prompts y desarrolles tus propias técnicas. La ingeniería de prompts es tanto un arte como una ciencia, y la práctica constante es clave para dominarla.

¿Has probado ya Claude? ¿Qué otros modelos de IA utilizas en tu trabajo diario? Me encantaría leer tus experiencias en los comentarios.