PTENES
RUTA 5 · FINAL

🧠 Qué pensar

Los modelos mentales: cuándo conviene (y cuándo NO conviene) una skill, los antipatrones que las arruinan y cómo publicarlas, versionarlas y medirlas: de GitHub al portal.

🧭 ⚠️ 🚀 📈 Decidir Evitar errores Publicar Medir
6
Módulos
38
Temas
~4h15
Duración
Avanzado
Nivel
5.1~42 min

🧭 Cuándo vale la pena una skill (y los antipatrones)

El árbol de decisión completo: ¿workflow repetible o one-off? ¿Skill, CLAUDE.md, MCP o subagente? Y los tres antipatrones que acaban con las skills antes incluso de que se activen.

Qué es:

Una skill se justifica cuando hay un workflow repetible, conocimiento contextual del equipo, output verificable y una tarea multi-step. Cuando aparecen ≥2 de estas señales, vale la pena empaquetarla.

Por qué aprender:

Una skill mal aplicada se convierte en ruido en el contexto. Conocer las señales positivas evita crear skills que nadie activa y que contaminan el catálogo.

Conceptos clave:

flujo de trabajo repetible · conocimiento contextual · resultado verificable · varios pasos

Qué es:

Una tarea puntual, algo que el modelo ya hace bien por sí solo o una query simple de 1 paso no necesitan una skill. Una skill aquí es over-engineering.

Por qué aprender:

La mayoría de las skills deficientes se crea para problemas que no existían. Reconocer los casos que no aplican ahorra esfuerzo y mantiene ligero al agente.

Conceptos clave:

tarea de una sola vez · capacidad nativa del modelo · consulta de 1 paso

Qué es:

Cuatro herramientas, cuatro propósitos: CLAUDE.md para reglas siempre activas, MCP para conectar servicios externos, subagente para trabajo paralelo aislado y skill para conocimiento que se activa bajo demanda.

Por qué aprender:

Usar la herramienta equivocada es el error más común. Una skill no es MCP, y una regla global no es una skill. El árbol de decisión lo resuelve en segundos.

Conceptos clave:

siempre activa vs. bajo demanda · conocimiento vs. conexión vs. aislamiento

Qué es:

La skill "tudo-sobre-react" de 800 líneas que intenta abarcarlo todo. El agente la asimila mal, la description queda vaga y el trigger nunca acierta. Divídela en skills atómicas.

Por qué aprender:

Un alcance gigantesco es el antipatrón más tentador: parece eficiente, pero degrada tanto el trigger como la calidad de la respuesta.

Conceptos clave:

atomicidad · una responsabilidad · <500 líneas · división por activador

Qué es:

Llenar la skill de "DEBES" en mayúsculas y pegar ejemplos demasiado específicos. El modelo memoriza los casos y falla fuera de ellos. Explica POR QUÉ y generaliza más allá de los ejemplos.

Por qué aprender:

El overfit pasa desapercibido: la skill supera tus pruebas y falla en la vida real. Entender por qué permite crear instrucciones robustas.

Conceptos clave:

explicar el porqué · generalización · imperativo tranquilo · evitar el overfit

Qué es:

La description es el activador. Si es vaga ("ayuda con código"), la skill nunca se activa — o se activa mal, en el contexto equivocado. Di QUÉ hace Y CUÁNDO usarla.

Por qué aprender:

Una skill brillante con una mala description es invisible. El activador es el único nivel que siempre está en el contexto: vale oro invertir en él.

Conceptos clave:

qué + cuándo · un poco insistente · evitar que se active de menos · triggers explícitos

Ver completo
5.2~43 min

🚀 Publicar, versionar y medir

Del repo de GitHub a skills.sh: estructura de carpetas, control de versiones con git, aparecer en el directorio, medir el triggering, seguridad y el ciclo de vida completo de la skill.

Qué es:

Un repo publicable tiene una carpeta skills/, y dentro de ella cada skill con su SKILL.md más los resources (scripts/, references/, assets/). Convención que el CLI y skills.sh entienden.

Por qué aprender:

Una estructura fuera del estándar significa que la skill no se indexa ni se puede instalar. La convención es el pasaporte al ecosistema.

Conceptos clave:

carpeta skills/ · SKILL.md · scripts/ references/ assets/ · divulgación progresiva

Qué es:

Las skills viven en git. Como se instalan como symlinks, un git push + npx skills update propaga la nueva versión a todos los que la instalaron. Es importante llevar un buen control de versiones.

Por qué aprender:

No controlas solo tu repo: controlas el comportamiento de quienes la instalaron. Un versionado descuidado rompe los agentes de otras personas.

Conceptos clave:

git como fuente · symlink · npx skills update · changelog

Qué es:

skills.sh indexa repos públicos y muestra la cantidad de instalaciones como métrica social. Es el escaparate: de las 39.366 skills del catálogo, solo el 0,3% supera las 100k instalaciones.

Por qué aprender:

El descubrimiento es la mitad del juego. Entender la ley de potencia del catálogo calibra las expectativas y la estrategia de naming/description.

Conceptos clave:

install count · leaderboard · ley de potencia · 53,9M installs sumadas

Qué es:

¿La description se activa en los casos correctos? Lo mides con evals de activación: listas de consultas should-trigger y should-not-trigger, además de los near-misses que generan confusión.

Por qué aprender:

Triggering es el KPI más ignorado. Si no lo mides, no sabes si la skill desaparece en el contexto adecuado o invade el contexto equivocado.

Conceptos clave:

should-trigger · should-not-trigger · casi coincidencia · precisión/recall del disparador

Qué es:

Una skill no debe hacer nada que el usuario no esperaría según la description: nada de borrar archivos, enviar datos ni ejecutar comandos destructivos por sorpresa.

Por qué aprender:

Las skills se ejecutan con la confianza del usuario. Una sorpresa destructiva arruina la reputación de todo el repo y del ecosistema.

Conceptos clave:

sin sorpresas · least privilege · transparencia · auditar resources

Qué es:

Publicar no es el final: es publicar → observar las instalaciones y los comentarios → iterar en la description y el cuerpo → volver a publicar. Y dónde seguir aprendiendo: el portal INEMA.CLUB.

Por qué aprender:

Una skill es un producto vivo. Su ciclo de vida cierra el curso y te da el mapa para saber adónde ir después de tu primera skill.

Conceptos clave:

publicar · observar · iterar · INEMA.CLUB

Ver completo
5.3~42 min

⭐ Las mejores skills de proceso

Las skills más queridas no enseñan un dominio: enseñan CÓMO pensar y trabajar. test-driven-development, la familia superpowers y el patrón de las skills de proceso (rígidas vs. flexibles).

Qué es:

Una skill de dominio codifica «qué hay que saber sobre X» (React, Postgres). Una skill de proceso codifica CÓMO trabajar, independientemente del tema y del stack.

Por qué aprender:

El proceso tiene un mercado total más amplio y es lo que le falta al agente de forma predeterminada; por eso domina los primeros puestos de instalaciones.

Conceptos clave:

dominio vs. proceso · independiente del stack · activador por tipo de tarea

Qué es:

La process skill de Testing más instalada (obra/superpowers). Obliga a escribir la prueba que falla ANTES de la implementación.

Por qué aprender:

Cambia el comportamiento predeterminado y perezoso del agente: cada feature nace con cobertura real; «pasa las pruebas» deja de ser teatro.

Conceptos clave:

rojo · verde · refactor · resultado verificable

Qué es:

brainstorming, systematic-debugging, writing-plans y verification-before-completion — cada una cambia un comportamiento del agente en un momento específico.

Por qué aprender:

Son el modelo de process skills atómicas que se invocan entre sí: lo opuesto a la skill "todo-sobre-X".

Conceptos clave:

brainstorming · systematic-debugging · writing-plans · verification

Qué es:

El espectro de las process skills: rígida (secuencia fija que no admite desviaciones) vs. flexible (principios que el agente adapta al contexto).

Por qué aprender:

Elegir mal en el espectro es un antipatrón: ser rígida cuando el caso varía genera fricción; ser flexible con los MUSTs provoca overfitting.

Conceptos clave:

rígida · flexible · equivocarse duele → rígida · el valor está en el criterio → flexible

Qué es:

Corrigen el valor predeterminado perezoso, sirven para cualquier lenguaje/proyecto (mercado total enorme) y la mejora se acumula en todo el trabajo.

Por qué aprender:

Entender por qué gusta te dice qué tipo de skill vale la pena crear: una process skill bien hecha supera el promedio de un grupo mediocre.

Conceptos clave:

corrige el valor predeterminado · mercado total · efecto compuesto · Testing&QA

Qué es:

Los patrones que hacen que una process skill sea apreciada: atómica, con triggers según el tipo de tarea, explica el porqué y se combina con otras.

Por qué aprender:

No necesitas publicar la próxima superpowers: basta con aplicar estos patrones en tu skill.

Conceptos clave:

atómica · independiente del stack · explica por qué · se compone

Ver completo
5.4~44 min

🛠️ Cómo crear: de la decisión a la publicación

El camino concreto: la lista de verificación de decisiones antes de crear, estructurar el repo, versionar con git y los comandos exactos — npx skills add / update — para publicarlo en skills.sh.

Qué es:

Cuatro preguntas (¿repetible? ¿contexto? ¿verificable? ¿varios pasos?) y el árbol que elige entre skill, CLAUDE.md, MCP y subagente.

Por qué aprender:

Usar la herramienta equivocada es el error más común. El filtro distingue una skill útil de la contaminación del catálogo.

Conceptos clave:

≥2 sí → vale la pena · siempre activa vs. bajo demanda · conocimiento vs. conexión

Qué es:

La convención que entienden el CLI y skills.sh: carpeta skills/ en la raíz, cada skill con SKILL.md (frontmatter + cuerpo) + scripts/ references/ assets/.

Por qué aprender:

Fuera del estándar = la skill no se indexa ni se puede instalar. La convención es el pasaporte al ecosistema.

Conceptos clave:

skills/ · SKILL.md · frontmatter name+description · resources

Qué es:

Git es la fuente de verdad. Los symlinks hacen que el push se propague a quienes la instalaron: trata main como producción, usa una branch + PR + CHANGELOG.

Por qué aprender:

Controlas el comportamiento de quienes la instalaron, no solo tu repo. Un versionado descuidado rompe los agentes de otras personas.

Conceptos clave:

git como fuente · symlink · main = producción · CHANGELOG

Qué es:

npx skills add ./local para probar antes, add owner/repo para producción y update para obtener las últimas versiones.

Por qué aprender:

El symlink agiliza el ciclo de prueba: edita el SKILL.md local y el cambio ya se refleja. Así puedes iterar antes de publicar.

Conceptos clave:

add ./local · add owner/repo · update · con-skill vs baseline

Qué es:

Repo público con la carpeta skills/ en la convención correcta; skills.sh lo indexa y muestra el install count. name + description son el escaparate.

Por qué aprender:

El descubrimiento es la mitad del juego. El mismo texto que sirve como disparador vende la skill en la búsqueda: dos pájaros de un tiro.

Conceptos clave:

repo público · indexación · cantidad de instalaciones · el nombre vende

Qué es:

Decidir → estructurar → probar localmente → ajustar el disparador → versionar → publicar → medir. La única secuencia que sigues hoy.

Por qué aprender:

Reúne todo en una guía práctica: desde la decisión hasta que install count esté en marcha.

Conceptos clave:

decidir · estructurar · probar · afinar · versionar · publicar · medir

Ver completo
5.5~45 min

🚀 Consejos avanzados: gobernanza, seguridad y escala

El nivel profesional: skills internas, principio de no sorprender, estrategia de versionamiento, rollout en equipo, medir la adopción y mantener decenas de skills vigentes.

Qué es:

El conocimiento propio y los flujos del equipo se convierten en skills marcadas con metadata.internal, instaladas solo con la flag INSTALL_INTERNAL_SKILLS.

Por qué aprender:

Evita filtrar contexto sensible en el catálogo público y llenar skills.sh de ruido que solo te sirve a ti.

Conceptos clave:

metadata.internal · INSTALL_INTERNAL_SKILLS · opt-in explícito

Qué es:

La skill nunca hace algo que la description no prometa: nada de exfiltración, rm -rf oculto ni acceso a secretos sin pedirlo. Least privilege.

Por qué aprender:

Symlink + update se propagan a muchas personas. Una ruptura de confianza quema todo el repo y repercute en el ecosistema.

Conceptos clave:

sin sorpresas · least privilege · auditar resources · sin malware

Qué es:

Clasifica cada cambio según el riesgo. Modificar la description puede ser un cambio major, porque altera cuándo se activa la skill para todos.

Por qué aprender:

A escala, hacer push en main sin estrategia se convierte en inestabilidad. La disciplina de versiones separa lo seguro de lo arriesgado.

Conceptos clave:

patch · minor · major · description = cambio del activador · tags

Qué es:

Centraliza las skills aprobadas en un repo curado, pruébalas con un subgrupo antes de lanzarlas a todos y comunica cada actualización de activador con anticipación.

Por qué aprender:

Distribuir para un equipo requiere consistencia y control, a diferencia de publicar para todo el mundo.

Conceptos clave:

repo seleccionado · piloto · comunicar la actualización · onboarding mediante README

Qué es:

Dos métricas que se cruzan en una matriz: cantidad de instalaciones (descubrimiento) y triggering (precisión de activación). El peor escenario es tener muchas instalaciones y una activación deficiente.

Por qué aprender:

Una skill a escala es un producto, y los productos se miden. Cada cuadrante requiere una acción diferente.

Conceptos clave:

install count · triggering · matriz de adopción · evals

Qué es:

Evals en CI, auditar la superposición de activadores, retirar skills obsoletas y mantener el cuerpo conciso, para que un portafolio de decenas no se deteriore.

Por qué aprender:

Una skill es fácil; veinte son un producto. Y aquí termina el curso: de aquí en adelante, toca practicar y usar el portal INEMA.CLUB.

Conceptos clave:

evals en CI · superposición · retirar · conciso · INEMA.CLUB

Ver completo
5.6~45 min

📏 Reglas 2026: la skill para los modelos 5.5

Lo que faltaba: grados de libertad, descripción en tercera persona y sus límites, hooks dentro de la skill, el recorte de 5.000 tokens, no pedir el razonamiento, checklist con retorno y el checklist de las 10 reglas con el validador. Cierra el curso.

Qué es:

Las reglas básicas de la guía de skills de Anthropic se mantienen estables desde hace aproximadamente un año; lo que cambió fueron los modelos 5.5, que siguen las instrucciones con más precisión.

Por qué aprender:

Según la guía de prompting citada por skill-creator-plus, las skills antiguas suelen ser demasiado prescriptivas para los 5.5: una hipótesis que debes probar con tu skill.

Conceptos clave:

reglas estables · modelos 5.5 · demasiado prescriptivo · probar

Qué es:

Cuánto especificas cada paso depende de lo frágil que sea: texto libre, modelo con variaciones o script exacto.

Por qué aprender:

Bloquear todo vuelve rígida la skill; dejar todo libre deja el paso arriesgado al azar. La prueba: "¿y si el agente lo hace de otra manera?"

Conceptos clave:

alto · medio · bajo · puente estrecho × campo abierto

Qué es:

La descripción se incluye en el prompt del sistema: en tercera persona, explica qué hace y añade «Úsala cuando…», con un máximo de 1.024 caracteres.

Por qué aprender:

Claude Code recorta la descripción + when_to_use a 1.536 caracteres en el listado; el agente no lee lo que excede ese límite.

Conceptos clave:

tercera persona · Use cuando · 1.024 · 1.536 · when_to_use

Qué es:

La skill puede declarar hooks en su propio frontmatter; estos registran cuándo se la invoca.

Por qué aprender:

Una regla que no puede incumplirse debe aplicarse siempre, y un hook se sigue siempre, hasta el final de la sesión.

Conceptos clave:

hooks: · PreToolUse · once: true · regla estricta

Qué es:

Después de la compactación, Claude Code vuelve a adjuntar solo los primeros 5.000 tokens de cada skill.

Por qué aprender:

Una regla importante al final de un SKILL.md largo desaparece en una sesión extensa.

Conceptos clave:

orden = importancia · 5.000 tokens · instrucciones permanentes

Qué es:

Pedirle que escriba el razonamiento puede ser rechazado por los modelos 5.5 (reasoning_extraction).

Por qué aprender:

La skill se detiene a mitad de camino; pedir la respuesta, una explicación breve o el resumen de las acciones lo resuelve.

Conceptos clave:

reasoning_extraction · resultado · resumen de las acciones · dar el motivo

Qué es:

Una lista que el agente copia en la respuesta y marca, con «listo cuando…» en cada paso.

Por qué aprender:

Evita omitir pasos y declarar la victoria antes de tiempo; la línea de respuesta indica qué hacer cuando falla la comprobación.

Conceptos clave:

lista de verificación · listo cuando · vuelve al paso X · ciclo de verificación

Qué es:

auditar-skills (réplica de skill-creator-plus, MIT) incluye un validador de Python que revisa todas tus skills en un segundo.

Por qué aprender:

En una máquina real: 123 skills, 358 errores, solo 15 limpias. Mide antes de reescribir.

Conceptos clave:

validate_skill.py --all · ST5 · ST4 · DS3 · cinco a la vez

Ver completo

Mapa de la ruta

5.1~42 min
🧭 Cuándo vale la pena una skill (y los antipatrones)

Decide en 30 segundos: ¿skill o no? Y deja de matar tus skills sin querer.

5.2~43 min
🚀 Publicar, versionar y medir

De git a skills.sh. Publica, mide la activación e itera como un producto vivo.

5.3~42 min
⭐ Las mejores skills de proceso

Las más queridas no enseñan un dominio: enseñan cómo pensar y trabajar.

5.4~44 min
🛠️ Cómo crear: de la decisión a la publicación

De la pregunta «¿vale la pena?» a ejecutar npx skills add en skills.sh.

5.5~45 min
🚀 Gobernanza, seguridad y escala

Skills internas, principio de no sorprender y portafolio vigente.

5.6~45 min
📏 Reglas 2026

Lo que los modelos 5.5 piden de una skill, en un checklist de 10 reglas. El cierre del curso.

🎓 Fin del recorrido — y comienzo del tuyo

Esta es la última trilha del curso. Ya conoces el panorama, la calidad, la anatomía, el ciclo de creación y ahora los modelos mentales para decidir y publicar. El siguiente paso es publicar tu primera skill y seguir aprendiendo en el portal.

← Ruta 4 · Crear Explora más cursos en INEMA.CLUB →