¿Por qué Anthropic Claude?

 
Qué cubre este video: Por qué utilizar Anthropic Claude
  • Punto de partida: las recomendaciones no se hacen por moda ni por hype, sino analizando con cabeza fría qué beneficia realmente a clientes, colaboradores y colegas. Lo que sigue son razones sostenidas en el tiempo, no una tendencia pasajera.
  • Quiénes están detrás: los hermanos Dario y Daniela Amodei, ex investigadores de OpenAI que se separaron para fundar Anthropic. Se suma Andrej Karpathy, miembro fundador de OpenAI y ex director de IA en Tesla, que recientemente se unió a Anthropic, señal de que algo bueno están construyendo de cara al futuro.
  • Alianzas estratégicas: SpaceX (les cedió un data center que les permitió duplicar su capacidad de servicio), Google, Canva (integración directa para diseño) y Microsoft, que está rompiendo su exclusividad con OpenAI para incluir Claude dentro de Copilot.
  • Qué dice el mercado: en ingresos, Anthropic venía por debajo de OpenAI todos los años desde su fundación, hasta que hace un par de meses logró superarla. En suscripciones pagas de negocios en EEUU pasó lo mismo, Claude superó a ChatGPT este último trimestre (Google también aparece en esa comparación).
  • Transparencia y responsabilidad: Anthropic es de los pocos laboratorios que libera información de cómo entrena sus modelos y muestra el razonamiento interno de Claude. Esto genera opiniones a favor (transparencia real) y en contra (facilita ingeniería inversa o ataques).
  • Caso Claude «Mythos» (su modelo más potente): no se liberó al público general por considerarse demasiado poderoso. Se dio acceso limitado a empresas selectas, entre ellas la Fundación Mozilla, que lo usó para encontrar cerca de 500 bugs de seguridad en un mes, incluyendo fallas de hasta 10 años de antigüedad. El gobierno de EEUU lo bloqueó después, y ahora se está liberando de forma gradual.
  • Reconocen sus errores públicamente: el caso de la máquina expendedora automatizada (manejada enteramente por Claude, con bebidas y hasta un PlayStation) donde usuarios la convencieron con ingeniería de prompts de regalar todo gratis. Anthropic lo reconoció como una falla real de la plataforma.
  • Encíclica Papal sobre IA: cuando el Papa se pronunció sobre inteligencia artificial, Anthropic fue el único laboratorio mencionado, y reconoció tanto los puntos positivos como los señalamientos negativos.
  • Cierre: estas razones sostenidas (no hype) son la base de la recomendación actual. Se reconoce que Google y OpenAI van a responder con fuerza, pero hoy Claude es lo que mejor funciona. Si eso cambia, la recomendación se actualizará de forma responsable en un próximo video.

Archivos Markdown (.md) y su uso en IA

 
Qué cubre este video:
  • Qué es un archivo Markdown (.md): formato de texto plano con sintaxis mínima, numeral (#) para encabezados y doble asterisco para negritas, creado hace más de dos décadas para ser fácil de leer incluso sin procesar, rápido de escribir y portable entre programas.
  • No es nuevo: el ejemplo clásico son los archivos «Readme» que acompañaban la instalación de software antes de esta era, casi siempre en formato .md.
  • Por qué lo usa Claude (y los agentes de IA en general): es universal, cualquier editor de texto lo abre y lo entiende sin necesitar un programa que lo procese, a diferencia de un HTML (que necesita un navegador) o un Word (que necesita el programa Word).
  • La ventaja real en la era de agentes: si tu base de archivos de referencia está en Markdown, esos mismos archivos sirven igual para Anthropic Claude, Google Antigravity u OpenAI Codex. Tú controlas la información y decides qué agente usar, no al revés.
  • Ejemplo 1, gpt-image-2.md: hoja de referencia con las mejores prácticas para generar imágenes con GPT Image 2 (qué sí y qué no hacer, notas de otras plataformas como Higgsfield). Los encabezados se anclan por sección al navegar el archivo en VS Code, lo que facilita ubicarse dentro del documento.
  • Ejemplo 2, seedance.md: mismo formato, con notas prácticas como «no usar para clips muy simples de un solo plano donde Kling es suficiente y más económico», movimientos de cámara, estructura de multishot para escenas de pelea, y manejo de audio. Esta hoja se ha ido actualizando pidiéndole directamente a Claude que la mantenga al día con cada aprendizaje nuevo.
  • Ejemplo 3, ficha de personaje (Lora): a partir de una imagen de referencia, se le pidió a Claude Code, vía un skill, que generara una ficha con la descripción completa del personaje (incluyendo detalles como la gorra).
  • El beneficio real: al pedir un video de ese personaje, Claude busca automáticamente tanto la imagen como su ficha y la hoja de referencia de Seedance, sin que haya que adjuntar o repetir la información cada vez. Ya no hace falta mandar 20 archivos por cada tarea, el agente toma lo que ya funcionó (y lo que no) del histórico y ejecuta más rápido.

Conocimiento y experiencia: la ventaja inicial

 
Qué cubre este video:
  • Mensaje central: la IA no reemplaza, potencia. Entre más conocimiento y experiencia tengas, mejores resultados vas a obtener, pero solo si sabes comunicarlos.
  • La comparación: dos audios generados con Suno, ambos en la versión gratuita, sin ningún beneficio de por medio (comparación transparente). El primero lo hizo el instructor con conocimientos musicales básicos, el segundo lo hizo 
    @Ellis Newman

     (Gracias Ellis por aportar tu conocimiento y experiencia!!!!) , músico profesional y profesor de composición del Conservatorio Nacional de Música de Panamá.

  • El resultado: el audio del instructor sonó genérico, con un solo tono de voz y un ritmo tipo «retro plena» pero robótico. El de Ellis Newman sonó profesional, con cambios de velocidad y tono según las palabras, y con más «consciencia» en la interpretación.
  • Por qué la diferencia: no fue la plataforma, ambos usaron la misma versión gratuita. Fue que Ellis Newman conocía términos y palabras técnicas específicas de música que colocó en el prompt, y eso permitió que la IA interpretara correctamente lo que buscaba.
  • La conclusión clave: el conocimiento y la experiencia dan una ventaja inicial, pero solo si se saben comunicar en el prompt. No basta con decir «haz esto y que sea bueno», que fue el enfoque del instructor y lo que le dio un resultado inferior.
  • Por qué es solo una ventaja «inicial»: al ver cómo el profesor lo comunicó, el instructor aprendió el término y la técnica, y ahora puede aplicarlos él mismo en el futuro, siempre que los analice y los reutilice.
  • La conexión con Claude y los archivos Markdown (ver video anterior): en vez de quedarse solo con el aprendizaje puntual, se baja esa información a un archivo de referencia Markdown, para que la próxima vez que se quiera generar un audio o una canción, el agente extraiga automáticamente lo ya anotado y el resultado sea exactamente el que se busca.
  • Cierre del mensaje: el conocimiento y la experiencia dan ventaja solo si se saben comunicar, uno de los mensajes centrales del curso en esta era de agentes de IA.
AnteriorSiguiente