Pensé que la IA se volvía poderosa cuando aprendí prompting.
Me equivoqué.
Se volvió poderosa cuando dejé de tratarla como un chatbot.
La mayoría todavía usa Claude así:
→ autocompletado más inteligente
→ Google más rápido
→ máquina de prompts
Pero ¿la gente que obtiene resultados increíbles?
Ellos construyen sistemas alrededor de la IA.
Y después de leer cientos de discusiones de usuarios avanzados que la usan a diario…
estos 11 patrones aparecieron una y otra vez:
- Projects están enormemente subestimados
La mayoría empieza cada chat desde cero.
Mal movimiento.
Los mejores usuarios vuelcan:
→ contexto del código base
→ guías de estilo
→ documentación
→ decisiones de arquitectura
→ PRs antiguos
dentro de Projects una vez…
y dejan de explicarse para siempre.
Una persona dijo que perdió más de 100 horas antes de darse cuenta.
Probablemente sea algo común.
- Tu CLAUDE.md importa más que tus prompts
Esto apareció constantemente.
Un buen CLAUDE.md se convierte en el "manual de operación" para la IA.
Stack tecnológico.
Comandos.
Reglas.
Arquitectura.
Puntos delicados.
Convenciones de código.
La IA deja de adivinar.
¿Y sinceramente?
La mayoría de los problemas de prompting son en realidad problemas de contexto.
- Los estilos personalizados son un truco infalible
Una idea explotó por completo:
Un estilo personalizado llamado:
"ingeniero senior escéptico"
En lugar de estar de acuerdo con todo…
cuestiona.
Desconfía de suposiciones.
Encuentra fallas.
Actúa como un revisor exigente.
Eso por sí solo mejora enormemente la calidad del resultado.
Porque la mayor debilidad de la IA es la falsa confianza.
- Sonnet probablemente debería ser tu opción predeterminada
Muchos usuarios avanzados llegaron a la misma conclusión:
Sonnet maneja ~80% del trabajo perfectamente.
La gente desperdicia una cantidad increíble de uso forzando Opus en tareas simples.
El stack emergente se ve así:
Haiku:
→ resúmenes
→ tareas repetitivas
→ limpieza
Sonnet:
→ uso diario
→ redacción
→ codificación
Opus:
→ arquitectura
→ razonamiento profundo
→ tareas con gran contexto
El enrutamiento de modelos se está convirtiendo en una habilidad real.
- Haiku es MUCHO más útil de lo que la gente cree
La gente subestima los modelos pequeños.
Pero para:
→ tickets de soporte
→ extracción de datos
→ categorización
→ borradores de correos
→ resúmenes de PDFs
Haiku es ridículamente eficiente.
No necesitas la potencia de un Ferrari para ir al supermercado.
- El modo de voz cambia la forma de pensar
Esto me sorprendió.
Mucha gente usa el modo de voz mientras:
→ camina
→ conduce
→ lluvia de ideas
No porque sea perfecto.
Porque desbloquea una forma diferente de pensar.
Algunos usuarios resuelven mejores problemas literalmente mientras se mueven.
Eso es fascinante.
- Los subagentes cambian todo en silencio
Aquí es donde las cosas se vuelven locas.
Ejemplo de flujo de trabajo:
"Levanta un subagente para ejecutar pruebas mientras sigo programando."
Eso suena pequeño.
Pero cambia fundamentalmente el modelo de interacción.
Ya no es:
humano ↔ IA
Se convierte en:
humano ↔ fuerza laboral de IA
Ese cambio es ENORME.
- Skills > prompts gigantes
La gente se está alejando de los mega-prompts.
En su lugar, construyen flujos de trabajo reutilizables.
Cosas como:
→ recuperación automática de documentos
→ auditoría de repositorios
→ comportamiento específico por archivo
→ ejecución estructurada de tareas
Las mejores configuraciones reducen la ambigüedad al máximo.
Un usuario dijo:
"Haz que los flujos de trabajo sean deterministas. No dependas de la prosa."
Esa es una idea importante.
- La memoria es poderosa y extraña a la vez
A muchos usuarios les sorprendió cuando Claude empezó a referirse a conversaciones antiguas.
Porque la memoria cambia fundamentalmente la sensación del producto.
La IA deja de sentirse sin estado.
Y de repente la continuidad se vuelve parte del flujo de trabajo.
Eso cambia el comportamiento del usuario por completo.
- La mayoría de los usuarios de IA todavía confían demasiado en los resultados
Este punto apareció repetidamente.
Los usuarios experimentados ya no solo leen los resultados.
Inspeccionan:
→ trazas
→ ejecución real
→ archivos generados
→ commits
→ acciones tomadas
Porque un lenguaje pulido ≠ corrección.
Y honestamente…
que la IA suene segura sigue siendo una de las mayores trampas.
- El futuro son los sistemas, no los prompts
Este fue el tema real detrás de cada discusión.
Las mayores ganancias no vienen de:
"mejores prompts."
Vienen de:
→ memoria persistente
→ contexto reutilizable
→ orquestación de flujos de trabajo
→ comportamientos especializados
→ agentes paralelos
→ herramientas conectadas
Los usuarios más inteligentes ya no están "hablando con la IA."
Están diseñando entornos dentro de los cuales la IA opera.
Ese es el cambio real que está ocurriendo ahora.
Y la mayoría aún no lo ha notado.
Basado en conversaciones y flujos de trabajo compartidos por usuarios avanzados de Claude.
