PTENES
Saltar al contenido
Banner: Fable 5 Real Tips — figura central de IA con paneles de Memory, Agents, Code y Strategy, y un flujo de trabajo Understand-Plan-Execute-Evaluate-Improve.
RUTA 2

🛠️ Fable 5 como Agente de Trabajo

De la respuesta puntual al sistema de trabajo: cómo usan Fable 5 los profesionales en la práctica — no como un chat más inteligente, sino como un agente que analiza, ejecuta, verifica y aprende. Contenido complementario a la Trilha 1, basado en una guía práctica probada en el día a día.

"resuelve esto" chat puntual Agente contexto + límites + memoria del proyecto la tarea adecuada, no trivial diagnóstico plan ejecución verificación loop continuo
7
Módulos
42
Temas
~4h20
Duración
Intermed.
Nivel
Progreso de la ruta: 0% 0 de 42

Mapa de la ruta

Contenido detallado

2.1~35 min

🎯 Elige la tarea adecuada + explica el motivo

Un modelo de este nivel se desperdicia en tareas triviales y responde mucho mejor cuando entiende el motivo real de la solicitud.

Qué es:

Un modelo avanzado como Fable 5 se desperdicia resumiendo textos o respondiendo preguntas rápidas; su verdadero valor aparece ante problemas difíciles: revisar la arquitectura de un proyecto completo, evaluar riesgos de producto/tecnología/negocio, convertir una idea en un plan de ejecución, analizar un documento extenso, revisar código/seguridad/UX/base de datos.

Por qué aprender:

Dirigir la herramienta adecuada a la tarea adecuada es el primer filtro para usar el modelo como agente de trabajo, no como un chat caro.

Conceptos clave:

Tarea de alto valor; desperdicio de capacidad; diagnóstico frente a pregunta rápida.

Qué es:

Una plantilla de prompt que solicita un diagnóstico del problema central, decisiones estratégicas, riesgos, un plan de ejecución por etapas, entregables concretos y qué hacer ahora, en orden.

Por qué aprender:

Es un prompt listo para copiar y adaptar, probado en tareas reales de análisis de proyectos.

Conceptos clave:

Prompt probado en la práctica (no es una cita oficial); agente sénior; entregable por etapas.

Qué es:

El modelo responde mejor cuando entiende la intención detrás de la solicitud: el objetivo general, el público, el contexto y el resultado esperado; no solo la instrucción sin más.

Por qué aprender:

"Crear una ruta de IA" es impreciso; decir para quién es, con qué objetivo y qué resultado final se espera cambia por completo la calidad de la respuesta.

Conceptos clave:

Contexto de intención; público objetivo; resultado esperado declarado.

Qué es:

Una plantilla que declara el objetivo («profesionales que quieren aplicar IA en el trabajo, practicando todos los días») antes de solicitar una ruta con diagnóstico inicial, práctica diaria, proyecto semanal, apoyo, criterio de progreso y resultado final.

Por qué aprender:

Comparar el prompt débil con el fuerte, uno al lado del otro, muestra de forma concreta la mejora que se obtiene al dar contexto antes de pedir algo.

Conceptos clave:

Prompt débil vs. fuerte; estructura con criterio de evolución; resultado final esperado.

Qué es:

En la práctica: antes de escribir cualquier prompt para un análisis exhaustivo, primero confirma que la tarea amerita usar el modelo (consejo 1) y luego define el motivo real de la solicitud (consejo 2); juntos, los dos forman un prompt de diagnóstico completo.

Por qué aprender:

Por separado, cada consejo ayuda poco; combinados, cambian el tipo de respuesta que recibes.

Conceptos clave:

Filtro de tarea + contexto de intención; prompt de diagnóstico completo.

Qué es:

Errores comunes: usar el modelo para tareas de resumen o subtítulos; pedir un análisis sin decir para quién es ni cuál es el resultado esperado; copiar un prompt genérico sin adaptarlo al proyecto real.

Por qué aprender:

Lista de verificación rápida antes de empezar: ¿la tarea es lo bastante difícil? ¿El motivo está explícito? ¿El público y el resultado están claros?

Conceptos clave:

Lista de verificación previa al prompt; adaptación al proyecto real; motivo explícito.

Ver completo
2.2~35 min

🎚️ Controla la profundidad + define límites

No todas las tareas necesitan un razonamiento máximo, y antes de dejar que el agente actúe, hay que dejar claro qué puede y qué no puede hacer.

Qué es:

Baja: resumen, leyenda, ajuste de texto, idea rápida. Media: planificación sencilla, comparación, revisión de contenido. Alta: estrategia, arquitectura, auditoría, decisión de producto. Máxima: problema crítico, migración, seguridad, análisis de riesgo complejo.

Por qué aprender:

Pedir el máximo razonamiento para una tarea trivial cuesta más y tarda más sin aportar beneficios, y lo contrario produce resultados demasiado superficiales para una decisión importante.

Conceptos clave:

Profundidad de análisis; costo × complejidad; calibración según el tipo de tarea.

Qué es:

Un prompt breve que limita dónde aplicar profundidad: «usa un análisis profundo solo en la parte estratégica. No compliques la solución. No crees abstracciones innecesarias. Entrega la solución más sencilla que resuelva bien el problema.»

Por qué aprender:

Concentra el esfuerzo costoso donde importa y evita que el resto de la respuesta se vuelva innecesariamente complejo.

Conceptos clave:

Profundidad selectiva; solución más simple; evitar abstracciones.

Equivalente técnico/API: módulo 1.6 de la Ruta 1 cubre los niveles de esfuerzo oficiales (low/medium/high/xhigh/max).

Qué es:

Los modelos potentes pueden tomar demasiada iniciativa: antes del análisis técnico o la ejecución, hay que dejar claro qué puede y qué no puede hacer el agente por su cuenta.

Por qué aprender:

Sin un límite declarado, «evalúa este servidor» puede terminar en «reinicié el servicio»: una sorpresa costosa en un entorno de producción.

Conceptos clave:

Límite explícito; iniciativa del agente; separación entre evaluación y ejecución.

Qué es:

"Primero, solo evalúa. No modifiques archivos, no reinicies servicios, no crees una rama, no edites la configuración ni ejecutes comandos destructivos. Entrega un diagnóstico con evidencias. Después, indica exactamente qué cambios recomiendas y por qué."

Por qué aprender:

Divide el proceso en dos etapas explícitas —evaluar y luego recomendar— antes de que ocurra cualquier acción real.

Conceptos clave:

Evaluación sin acción; diagnóstico con evidencia; recomendación separada de la ejecución.

Esto evoca la técnica de límites de la Ruta 1, módulo 1.3, que cuenta con el respaldo oficial de la documentación de Anthropic.

Qué es:

En una auditoría de seguridad real: pide un nivel alto de profundidad solo para el análisis de riesgos (consejo 3), pero fija la ejecución con «solo evalúa, no cambies nada» (consejo 4): el agente analiza a fondo y aun así no toca producción sin permiso.

Por qué aprender:

La profundidad sin límite es un riesgo; el límite sin profundidad lleva a un análisis superficial: ambos consejos se complementan.

Conceptos clave:

Profundidad acotada por un límite; auditoría segura; pensar a fondo sin actuar por cuenta propia.

Qué es:

Errores comunes: pedir la máxima profundidad en todas las tareas por costumbre; dejar «evalúa el sistema» sin decir qué no puede tocar; confundir evaluación con autorización para ejecutar.

Por qué aprender:

Lista de verificación rápida: ¿la profundidad solicitada coincide con la complejidad real? ¿Los límites de acción están explícitos antes de cualquier análisis técnico?

Conceptos clave:

Lista de verificación previa al prompt; hábito de profundidad máxima; límite explícito antes del análisis.

Ver completo
2.3~40 min

🔍 Verificación real + subagentes especializados

Nunca aceptes un «listo» sin pruebas, y cambia la opinión única por una estructura de subagentes que analicen el problema desde distintos ángulos.

Qué es:

Nunca aceptes un «listo» sin pruebas: en código, automatización, bases de datos, deploy o documentos, el modelo tiene que demostrar lo que hizo.

Por qué aprender:

Sin exigir pruebas, es fácil recibir un informe de estado atractivo que no refleja lo que realmente ocurrió.

Conceptos clave:

Evidencia real; prueba ejecutada; registro/salida verificable.

Qué es:

"Antes de decir que algo está listo, confírmalo con evidencia real: una prueba ejecutada, un archivo modificado, un registro, la salida de un comando o un resultado verificable. Si no se verificó, di claramente: 'no verificado'. Si falló, muestra el error. Si omitiste un paso, dilo."

Por qué aprender:

Transforma "confío en la respuesta" en "verifico la evidencia": funciona en cualquier ámbito, no solo en código.

Conceptos clave:

"No verificado" explícito; error mostrado, no oculto; paso omitido declarado.

Esto evoca la técnica de prueba de finalización de la Ruta 1, módulo 1.4, que cuenta con el respaldo oficial de la documentación de Anthropic (casi eliminó los informes de estado inventados en la prueba interna).

Qué es:

En lugar de dar una sola respuesta, analiza el mismo problema desde varios enfoques especializados: estrategia, producto, comunicación, tecnología y una perspectiva escéptica que busca fallas.

Por qué aprender:

Es útil para evaluar ideas, ofertas, productos, proyectos y campañas; la consolidación final es más sólida que un análisis de una sola ronda.

Conceptos clave:

Estructura de roles; agente escéptico; consolidación con prioridades.

Qué es:

"Usa una estructura de subagentes: el Agente 1 analiza la estrategia y el posicionamiento. El Agente 2 analiza el producto y el recorrido del usuario. El Agente 3 analiza el contenido y la comunicación. El Agente 4 analiza la tecnología y la automatización. El Agente 5 actúa como escéptico y busca fallas. Después, consolida todo en una recomendación única, con prioridades."

Por qué aprender:

Es la plantilla lista para evaluar cualquier decisión compleja desde varias dimensiones a la vez.

Conceptos clave:

5 roles fijos; una sola recomendación consolidada; prioridad explícita.

Se cruza con la delegación a subagentes de la Ruta 1, módulo 1.7: allí se trata de CÓMO delegar técnicamente; aquí, de QUÉ estructura de roles usar.

Qué es:

El Agente 5 (escéptico) de la estructura de subagentes es, en la práctica, el mecanismo de verificación real aplicado a las decisiones: existe para rechazar un «listo» demasiado fácil y exigir pruebas antes de la recomendación final.

Por qué aprender:

La verificación no es solo para código: el papel de escéptico dentro de los subagentes aplica el mismo principio a decisiones de producto y estrategia.

Conceptos clave:

Escéptico como verificador; evidencia antes de recomendar; rol dedicado a cuestionar.

Qué es:

Errores comunes: aceptar «listo» sin pedir evidencia; usar solo 1 perspectiva para una decisión compleja; saltarse al agente escéptico por pensar que retrasa el resultado.

Por qué aprender:

Lista de verificación rápida: ¿hay pruebas concretas de que está "listo"? ¿La decisión se evaluó desde más de una perspectiva? ¿La voz escéptica tuvo cabida en la síntesis final?

Conceptos clave:

Lista de verificación previa a la aceptación; múltiples perspectivas; voz escéptica en la síntesis.

Ver completo
2.4~40 min

🗂️ Memoria del proyecto + continuar hasta terminar

El uso más potente no es el prompt perfecto, sino la memoria continua del proyecto y saber cuándo el agente debe ejecutar en vez de detenerse demasiado pronto.

Qué es:

El uso más potente de Fable 5 no es escribir el prompt perfecto de una sola vez, sino mantener una memoria continua del proyecto: posicionamiento, público objetivo, ofertas, tono de voz, errores que hay que evitar, decisiones confirmadas y prompts validados, cada uno en un archivo.

Por qué aprender:

Sin memoria, cada sesión empieza desde cero y repite los mismos errores que ya se habían corregido.

Conceptos clave:

Memoria del proyecto; estructura de carpetas por tema; decisión confirmada vs. hipótesis.

Qué es:

"Cada vez que aprendamos algo importante sobre este proyecto, regístralo en la memoria. Formato: decisión o lección; por qué importa; dónde aplicarla; qué evitar; fecha. No dupliques información. Actualiza la nota existente cuando sea necesario."

Por qué aprender:

Transforma la memoria en un hábito automático de la sesión, no en una tarea manual que se olvida.

Conceptos clave:

Registro estructurado con fecha; prevención de duplicados; actualización de una nota existente.

Se conecta con el sistema de memoria oficial de Ruta 1, módulo 1.7 ("1 lección por archivo"), respaldado por la documentación oficial de Anthropic.

Qué es:

En tareas largas, el modelo puede detenerse antes de tiempo o terminar con una promesa en lugar de ejecutar; hay que dejar explícito que debe continuar cuando ya tiene lo que necesita.

Por qué aprender:

Es útil para código, documentación, planificación y creación de contenido: cualquier tarea larga en la que detenerse a mitad de camino genera trabajo repetido.

Conceptos clave:

Ejecutar en lugar de prometer; detenerse solo cuando sea necesario; acción destructiva como excepción.

Qué es:

"Si ya tienes suficiente información, ejecuta. No termines con una promesa, un plan o una pregunta genérica. Detente solo si necesitas información que únicamente yo puedo proporcionar o si la acción es destructiva o irreversible."

Por qué aprender:

Cierra el ciclo de «lo haré después», que bloquea sesiones largas sin necesidad real de hacer una pausa.

Conceptos clave:

Criterio de detención explícito; acción irreversible como única excepción; fin de las «promesas vacías».

Se cruza con el anti-overplanning de la Ruta 1, módulo 1.4, que cuenta con el respaldo oficial de la documentación de Anthropic.

Qué es:

La memoria del proyecto es precisamente la "información suficiente" que permite al agente ejecutar sin detenerse: cuanto más completa sea la memoria, menos motivos legítimos tendrá el agente para parar antes de tiempo.

Por qué aprender:

Los dos consejos forman un ciclo: una memoria bien mantenida reduce las pausas innecesarias y cada ejecución genera una nueva lección para la memoria.

Conceptos clave:

La memoria como combustible para la ejecución; ciclo memoria-acción-lección.

Qué es:

Errores comunes: nunca registrar aprendizajes en la memoria; dejar que el agente se detenga por la costumbre de pedir confirmación; duplicar una nota en vez de actualizar la existente.

Por qué aprender:

Lista de verificación rápida: ¿se registró la lección de esta sesión? ¿El agente ejecutó la tarea o solo la prometió? ¿La memoria no tiene duplicados?

Conceptos clave:

Lista de verificación para cerrar la sesión; registro frente a olvido; nota duplicada.

Ver completo
2.5~35 min

🖼️ Visión para interfaces + seguridad defensiva

Usar la visión del modelo para revisar pantallas reales y pedir una revisión de seguridad defensiva en lugar de exploración, sin provocar una negativa.

Qué es:

Evalúa la claridad, la conversión y el impacto de pantallas, páginas, PDF y piezas visuales compartiendo una captura o imagen; no te limites a pedir «hazlo más bonito».

Por qué aprender:

La revisión visual estructurada señala un problema específico y concreto, en vez de dar una opinión estética vaga.

Conceptos clave:

Revisión visual estructurada; primera impresión; generación de dudas frente a deseos.

Qué es:

"Analiza esta captura o imagen. Compárala con el objetivo: lograr que una persona entienda rápidamente el valor de la propuesta. Di: dónde se detiene la mirada primero; qué resulta confuso; qué genera interés; qué genera dudas; qué eliminar; qué cambiar para aumentar la conversión."

Por qué aprender:

Cada pregunta exige una respuesta concreta y comprobable, en lugar de un «está bien» genérico.

Conceptos clave:

6 preguntas de revisión visual; recorte frente a adición; conversión como criterio.

Qué es:

En seguridad, pedir una revisión defensiva en lugar de exploración o ataque evita una respuesta bloqueada y mantiene el foco en la protección.

Por qué aprender:

La forma de plantear la pregunta cambia si recibes ayuda de verdad o una negativa, aunque preguntes por la misma vulnerabilidad.

Conceptos clave:

Enfoque defensivo; rechazo evitable; foco en la protección.

Qué es:

"Analiza mi código de servidor como una revisión defensiva. Busca errores, validaciones faltantes, problemas de autorización, exposición accidental de datos, fallas de configuración y riesgos operativos. No crees exploits. No muestres instrucciones paso a paso para atacar. Solo indica el riesgo, el archivo afectado, la causa probable y la corrección defensiva."

Por qué aprender:

Es, literalmente, la estrategia práctica para evitar que se active la categoría de rechazo «cyber» durante una revisión legítima de seguridad.

Conceptos clave:

Sin exploit; riesgo + causa + corrección; rechazo evitado mediante el encuadre.

Se cruza con la categoría de rechazo cyber explicada en la Ruta 1, módulo 1.6, que cuenta con el respaldo oficial de la documentación de Anthropic; este consejo es la estrategia práctica para no activar ese disparador.

Qué es:

En el lanzamiento de un producto: usa la revisión visual (consejo 9) en la landing/impresión antes de publicar, y la revisión defensiva (consejo 10) en el backend que respalda el formulario; así cubres la experiencia y la seguridad de la misma funcionalidad.

Por qué aprender:

Los dos consejos juntos cubren «lo que ve el usuario» y «lo que protege lo que no ve»: la seguridad nunca es solo código y la UX nunca es solo estética.

Conceptos clave:

Revisión de experiencia + revisión de riesgos; cobertura completa de una funcionalidad.

Qué es:

Errores comunes: pedir «hazlo más bonito» sin un criterio de conversión; plantear una revisión de seguridad como una solicitud de exploit o ataque; revisar solo la pantalla y olvidarse del backend.

Por qué aprender:

Lista de verificación rápida: ¿están respondidas las 6 preguntas de la revisión visual? ¿La revisión de seguridad está planteada como defensiva? ¿Se cubrieron la pantalla y el servidor?

Conceptos clave:

Lista de verificación previa a la publicación; enfoque correcto; cobertura de pantalla y servidor.

Ver completo
2.6~40 min

🔁 Bucles con verificación + memoria externa

Un buen ciclo necesita enfoque, criterio, pruebas y aprendizaje; el trabajo prolongado no puede depender solo del historial del chat.

Qué es:

"Revisa mi app todos los días" es un ciclo débil: un buen ciclo necesita un enfoque (un área pequeña), criterios (basados en la memoria), pruebas y un aprendizaje registrado en cada ciclo.

Por qué aprender:

Repetir sin criterio consume presupuesto y no mejora nada de forma medible; un ciclo con verificación sí mejora de verdad, ciclo tras ciclo.

Conceptos clave:

Ciclo débil frente a ciclo sólido; enfoque en cada ciclo; criterio guardado en la memoria.

Qué es:

"En cada ciclo: 1) elige un área pequeña del sistema; 2) analízala según los criterios ya guardados en la memoria; 3) propone una mejora; 4) impleméntala solo si es segura y reversible; 5) ejecuta una prueba; 6) pídele al verificador que intente encontrar errores; 7) registra lo aprendido."

Por qué aprender:

Cada paso del ciclo tiene un propósito específico; saltarse alguno (generalmente el 6 o el 7) es el motivo más común por el que el ciclo no avanza.

Conceptos clave:

7 pasos del loop; cambio seguro y reversible; verificador dedicado.

Se cruza con la verificación por subagente de la Ruta 1, módulo 1.4, que cuenta con el respaldo oficial de la documentación de Anthropic («establish a method for checking your own work»).

Qué es:

No dependas solo del historial del chat: crea un archivo, una base de datos o documentación de apoyo que sobreviva al final de la sesión.

Por qué aprender:

El historial del chat desaparece o se vuelve demasiado largo para ser útil; la memoria externa es lo que permite trabajar durante semanas, no solo en una sesión.

Conceptos clave:

Memoria externa; persistencia más allá de la sesión; documentación de apoyo.

Qué es:

Público objetivo, tono de comunicación, ofertas, campañas que funcionaron, reglas técnicas, decisiones estratégicas, errores recurrentes, procesos de trabajo, prompts validados, estándares de calidad.

Por qué aprender:

Es la lista de referencia para decidir qué vale la pena registrar: evita una memoria vacía o con demasiado ruido.

Conceptos clave:

Categorías de memoria externa; estándar de calidad registrado; error recurrente documentado.

Qué es:

El paso 7 del ciclo («registra la lección aprendida») es exactamente donde el ciclo alimenta la memoria externa. Sin memoria externa, el ciclo vuelve a aprender lo mismo en cada iteración.

Por qué aprender:

Los dos consejos cierran un ciclo virtuoso: el ciclo genera una lección, la memoria externa la guarda y el siguiente ciclo parte de un criterio más sólido.

Conceptos clave:

Ciclo virtuoso de bucle y memoria; criterio que mejora con cada ciclo.

Qué es:

Errores comunes: un loop sin un enfoque definido («revisa todo»); saltarse el paso del verificador; depender solo del chat para un trabajo que dura semanas.

Por qué aprender:

Lista de verificación rápida: ¿el ciclo tiene un enfoque acotado y un criterio guardado? ¿Se ejecutó el verificador? ¿La lección pasó a la memoria externa y no quedó solo en el chat?

Conceptos clave:

Lista de verificación del ciclo; enfoque acotado; lección fuera del chat.

Ver completo
2.7~35 min

🧠 Extra: el prompt maestro

Resumen de los 12 consejos en una hoja de referencia, el prompt maestro completo para copiar y el mapa de cómo se conectan las dos rutas del curso.

Qué es:

Los 12 consejos resumidos: tarea correcta, motivo explícito, profundidad calibrada, límite antes de actuar, verificación real, subagentes especializados, memoria del proyecto, continuar hasta terminar, perspectiva para interfaces, revisión defensiva, ciclo con verificación, memoria externa.

Por qué aprender:

Sirve como referencia rápida para consultar antes de escribir cualquier nuevo prompt de trabajo.

Conceptos clave:

Hoja de referencia de los 12 consejos; consulta rápida antes de escribir un prompt.

Qué es:

El prompt genérico completo que combina contexto, objetivo, modo de trabajo (subagentes, evidencia antes de afirmar, ejecución en vez de promesas, memoria del proyecto) y tarea, listo para pegar al inicio de cualquier proyecto nuevo.

Por qué aprender:

Es el bloque de código más grande del módulo: la versión condensada de todo lo que enseñó la ruta, lista para copiar y adaptar.

Conceptos clave:

Prompt maestro; modo de trabajo declarado; primer siguiente paso.

Qué es:

Cambia siempre: el párrafo de contexto y la tarea final, específicos de tu proyecto. Mantén siempre: los 7 elementos del modo de trabajo: son la parte que hace que el prompt funcione como agente, no como chat.

Por qué aprender:

Evita reescribir el prompt desde cero en cada proyecto: solo cambia la parte específica.

Conceptos clave:

Parte variable vs. parte fija; reutilización entre proyectos.

Qué es:

"El valor de Fable 5 no está en responder mejor. Está en trabajar mejor. La forma débil de usarlo es pedir respuestas. La forma sólida es crear un sistema con contexto, memoria, subagentes, verificación y ejecución continua. Quien use el modelo solo como chat obtendrá mejores respuestas. Quien lo use como sistema de trabajo tendrá una ventaja real."

Por qué aprender:

Es la tesis central de la ruta 2: los 12 consejos anteriores existen para salir del chat y entrar en el sistema de trabajo.

Conceptos clave:

Chat frente a sistema de trabajo; ventaja real; ejecución continua.

Qué es:

Mapa rápido de cruce: 2.2→1.6 y 1.3 (esfuerzo y límites), 2.3→1.4 y 1.7 (verificación y subagents), 2.4→1.7 y 1.4 (memoria y anti-overplanning), 2.5→1.6 (categoría cyber), 2.6→1.4 (verificación por subagent): para quienes quieren profundizar en el lado oficial/técnico de cada consejo.

Por qué aprender:

Muestra que la ruta 2 no está aislada: cada consejo práctico tiene una raíz técnica/oficial en la ruta 1 para quien quiera profundizar.

Conceptos clave:

Mapa de cruce entre la ruta 1 y la ruta 2; práctico vs. oficial/técnico.

Qué es:

Lista de verificación que combina las técnicas oficiales del módulo 1 (contexto, indicaciones negativas, límites, prueba de finalización, concisión, niveles de esfuerzo, subagentes/memoria) con los 12 consejos prácticos del módulo 2, en una sola hoja de referencia para todo el curso.

Por qué aprender:

Cierra el curso con una sola referencia: no hace falta recordar en qué ruta estaba cada técnica.

Conceptos clave:

Lista de verificación única del curso; ~19 técnicas combinadas; referencia de cierre.

Ver completo
← Ruta 1 Inicio