Dos sesiones para pasar del chat suelto a un sistema propio: que cada área salga con su Project, al menos una Skill y criterio para decidir qué modelo abrir y cómo no gastar de más.
Tres cosas concretas, no apuntes.
Con contexto real adentro, para no reexplicar tu área en cada chat.
Una tarea que hoy rehaces desde cero, guardada como procedimiento reutilizable.
Cuándo abrir cada modelo y cómo no gastar de más en el camino.
Hoy cada quien trabaja con lo que tiene: Claude o ChatGPT. Todo lo que veamos tiene su equivalente en las dos.
La mayoría de lo que se pide en internet hoy no lo pide una persona frente a una pantalla.
Cloudflare — tráfico HTML · Imperva: más del 53% de todo el tráfico web es automatizado.
Ya no es una proyección a futuro: es la razón que las propias empresas escriben en el comunicado.
Challenger, Gray & Christmas — EE.UU., primer semestre de 2026. Casi el doble que en todo 2025.
El titular asusta, pero describe mal lo que está pasando en el día a día de un área.
Un mensaje que paraliza y que no te dice qué hacer el lunes por la mañana.
Dejas de producir el borrador y pasas a auditar y dirigir el que ya está hecho.
¿Sientes que tu trabajo ya cambió por esto, o todavía no? Responde en el chat antes de seguir.
Large Language Model: un modelo de lenguaje grande. Los nombres que ves en el selector de Claude —Opus, Sonnet, Haiku— son eso: modelos.
No es una app ni un buscador. Es el motor que genera el texto, y puedes elegir cuál usar.
Calcula la palabra (token) más probable que sigue. No consulta una base de datos: continúa el texto.
No tiene memoria entre chats, salvo que tú se la des. Ahí entra el Project.
Abrimos Claude y miramos el selector: cada nombre de esa lista es un modelo distinto, y tú eliges cuál trabaja para ti.
Un token es la unidad mínima de texto que procesa el modelo — más o menos un trozo de palabra. Todo lo que subes y todo lo que responde se cuenta en tokens.
Tres niveles en las dos herramientas, con la misma lógica: rápido, equilibrado, pesado.
Rápido y de consumo bajo. Tareas simples y repetitivas.
El que viene por defecto. Resuelve el 97% de los casos.
Solo para casos complejos.
El que viene por defecto para el día a día.
Cuando la tarea exige que se detenga a pensar.
El más pesado del plan.
En Claude se llama Esfuerzo y vive en el selector del modelo: a más esfuerzo, respuesta más completa — y consume tus límites más rápido.
Respuestas rápidas y directas.
Un paso más de elaboración.
El que viene puesto. Para casi todo.
Solo si Alto se quedó corto.
Problemas realmente difíciles.
Aparte del esfuerzo hay un interruptor de Pensamiento. Es propio de Claude: ChatGPT Go ya no ofrece este control.
El consumo no se controla usando menos, sino eligiendo mejor lo que le mandas.
El mismo contenido en texto plano consume una fracción de lo que consume el documento original.
No te quedes siempre en Opus: Sonnet resuelve casi todo. Revisa qué tienes seleccionado ahora mismo.
Cada mensaje arrastra todo lo anterior. Lo que quieras que persista va en el Project.
Si lo vas a usar varias veces, súbelo una vez al Project en lugar de pegarlo en cada chat.
Se aplican en menos de un minuto sobre cualquier resultado, antes de darlo por bueno.
Que te diga la fuente de cada dato. Si no puede señalarla, ese dato no se usa.
Elige uno al azar y compruébalo. Una cifra, una fecha, un nombre.
Secciones, criterios o categorías que tú nunca mencionaste y ahora parecen oficiales.
Es el riesgo que obliga a que todo lo anterior sea un hábito y no una recomendación.
El modelo puede inventar un dato con total seguridad, sonando exactamente igual de convincente que uno real.
No viene marcado, no cambia de tono, no avisa. Por eso se audita todo, no solo lo que te suena raro.
Lo que pasó después de esa fecha, simplemente no lo sabe.
Ejemplo típico: el tipo de cambio del dólar dentro de un estado financiero.
Misma pregunta, dos respuestas distintas — y solo una sirve.
Activa la búsqueda para cualquier dato que cambie en el tiempo: precios, tipo de cambio, normativa, competencia, fechas de convocatoria.
Quién quiero que sea. «Eres coordinador de empleabilidad de un instituto en Lima.»
Qué necesita saber: para quién es, en qué momento, con qué restricciones.
Qué tiene que hacer, en concreto y descompuesto.
Cómo lo quiero: tabla, lista, correo, número de secciones.
Cuándo está bien hecho. Es el que casi nadie escribe y el que permite auditar.
Mismo objetivo, misma herramienta, mismo modelo. Solo cambia cómo está escrito el pedido.
Sin rol, sin marca, sin público, sin canal, sin largo, sin criterio. Resultado: texto genérico que sirve para cualquier instituto del país y por eso no sirve para ninguno — hay que rehacerlo entero.
«Eres coordinador de empleabilidad. Escribe el copy de convocatoria del taller X para egresados de la marca Y, para Instagram, máximo 4 líneas, con CTA a inscripción. Está bien hecho si menciona el beneficio concreto y no promete empleo.» Resultado: se audita en 2 minutos y se publica.
La respuesta al problema de que el modelo no recuerda entre chats.
Adentro va el contexto de tu trabajo. Cualquier chat que abras dentro del Project ya llega sabiendo quién eres y qué hace tu área — no lo reexplicas en cada chat.
No necesitas plan pagado para tener un Project. Es la primera cosa que deberías armar hoy, uses la cuenta que uses.
Nómbralo «Mi área · [nombre]» para que sea obvio de qué es.
Reales y en texto plano, y que no tengan datos de estudiantes identificables.
El texto que el modelo lee antes de cada chat dentro del Project.
Quién soy · qué hace mi área · las 4 marcas y su tono (IDAT, Zegel, Corriente Alterna, Innovation School) · qué nunca debe hacer.
Projects: la carpeta con instrucciones y archivos de contexto que ya acabas de crear.
Projects o un GPT personalizado: la misma idea con otro nombre — instrucciones fijas más archivos de contexto.
A diferencia de un despliegue Enterprise como el de Interbank, acá no hay un Project de equipo compartido de fábrica: lo que se comparte entre compañeros es el texto de las instrucciones, que cada quien pega en el suyo.
Si el Project resuelve el contexto, la Skill resuelve la repetición.
Instrucciones guardadas para una tarea que se repite siempre igual: el procedimiento completo, escrito una vez y disponible siempre.
No es lo mismo que un prompt guardado en notas. La Skill queda activa dentro de la herramienta: la llamas y se ejecuta, no la copias y pegas.
Si una tarea cumple los tres criterios, deja de hacerla a mano.
La haces varias veces al mes con la misma lógica, cambiando solo los datos.
Ya sabes cómo tiene que verse el resultado antes de empezar a escribirlo.
Cada vez abres un documento en blanco y reconstruyes el mismo procedimiento.
Armamos juntos una skill corta tipo «resumen de reunión para mi jefe»: qué secciones tiene, qué tono usa y qué nunca debe incluir.
Se confunden todo el tiempo, y son piezas distintas que trabajan juntas.
Dónde ocurre el trabajo y qué sabe el modelo sobre tu área antes de que escribas nada.
Cómo se ejecuta una tarea concreta, paso a paso, siempre de la misma forma.
En Claude: Skills. En ChatGPT: Instrucciones Personalizadas o un GPT personalizado con Plus.
La skill convocatoria-por-marca ya lleva dentro el tono de las cuatro marcas. Se invoca igual y solo cambia el nombre de la marca.
Devuelve tono directo y de resultado: empleabilidad, oficio y salida laboral concreta. El copy habla de lo que vas a poder hacer al terminar.
Devuelve tono creativo y de portafolio: mirada propia, proyecto y comunidad. El mismo taller, contado desde lo que vas a crear.
Es una sola Skill, no dos prompts. Sale con los tres formatos (Instagram, WhatsApp y correo) y su bloque de auditoría — y el tono lo saca del archivo de marcas, no de tu memoria.
El mismo patrón que Santiago ya usa con su propia skill de correos. Aplica a cualquier área.
Los que escribió la persona, no los que recibió: ahí está tu estilo real.
Tono, estructura, muletillas, cómo abres y cómo cierras.
Escribes el correo rápido y vago, y le pides a la Skill que lo mejore con tu propio estilo.
El conector se usa una sola vez, para crear la Skill. Cuando después la llamas, no se vuelve a ejecutar: la Skill ya lleva tu estilo escrito adentro.
Objetivo: comparar la oferta de inLearning contra los institutos de la competencia y encontrar oportunidades.
Navegación visual en vivo: el mouse moviéndose y cambiando de pestañas mientras trabaja.
Hoja de oportunidades, métricas comparadas y gráficos, listo para pasar a la reunión.
Ventas, Marketing/PR y Relaciones Institucionales trabajan sobre el mismo entregable.
Cowork requiere plan pagado (Pro, Max o Team) y corre en Claude Desktop. Se demuestra en vivo.
«Esto le tomaría un día entero a una persona, Cowork lo arma en minutos.»
Recorrido por la herramienta con todo lo que vimos, en el orden en que lo vas a usar.
Selector de modelo arriba del chat · Projects o GPT personalizado · Instrucciones Personalizadas · clip de adjuntar.
Nadie mira desde afuera: cada persona en la sala crea su Project con el mismo material.
Ahí está todo el material del taller, en el mismo enlace que ya tienes.
El botón «Descargar material Project». Es un ZIP: descomprímelo.
Adentro del ZIP están los archivos de contexto listos para subir.
El ZIP trae el texto de instrucciones: cópialo tal cual en tu Project.
No avanzamos hasta que todos lo tengan creado. Si te trabaste, levanta la mano — este es el momento de preguntar.
Cada quien arma la Skill de su propio estilo de escribir correos. Es el mismo patrón del caso de Outlook, pero hecho por ti.
Los que escribiste tú. Ahí está tu estilo real, no el de los que recibes.
«Analiza mi tono, cómo abro y cierro, qué muletillas repito y qué tan largo escribo.»
«Con eso arma una Skill que reescriba cualquier correo mío con ese estilo.»
Escribe un correo rápido y vago, llama a la Skill y compara antes y después.
El conector se usa una sola vez, para crear la Skill. Si tu cuenta es gratuita no vas a ver Skills: júntate con alguien al lado y háganla en su pantalla.
Esto es lo mínimo. Si llegas más lejos, mejor.
Con nombre e instrucciones escritas, no vacío.
Real y anonimizado: sin datos de estudiantes identificables.
Específica de tu área, no un ejemplo genérico del taller.
Si armaste una Skill, aplícala acá: que la salida de tu área salga generada con ella.
No son apuntes: son cosas que ya existen en tu cuenta y funcionan mañana.
Tu Project, creado con el material que descargaste de inlearning.myworkin.ai y tus instrucciones adentro.
Tu Skill de correos, hecha desde tus propios correos enviados con el conector de Outlook.
El armador de prompts descargado, para convertir un pedido vago en uno completo.
Saber para qué sirve cada pieza: el Project es el contexto, la Skill el procedimiento, y el modelo y el esfuerzo son cuánta potencia pides y cuánto gastas.
Las 3 preguntas de auditoría, para no dar nada por bueno sin revisarlo.
Una salida real de tu área, generada y auditada por ti.