Deja de Enviar Prompts a Claude: Usa el Metodo Karpathy en su Lugar

0:00 Escuché hace unos días la charla de Andrés Carpaci en la AI asendy 2026 y me quedé con algo que la verdad que no me esperaba y es que todo el mundo está utilizando Cloud mal y no porque no sepan lo que hacen, sino porque nadie les ha explicado el método. Y es que Andrés Carpci, el antiguo director de inteligencia artificial de Tesla, lleva años utilizando la IA con un método muy concreto y es que ese método se puede resumir en tres capas. Y en este vídeo te voy a explicar cada una y al final del vídeo te voy a mostrar lo único que dice Andrés Carpci que tienes que centrarte en esta era de la inteligencia artificial. Pero para entender el método, primero tienes que saber cuál es el problema raíz. Y es que Carpazi lo explica de una forma muy simple, con el siguiente ejemplo. Quiero ir a lavar el coche. El lavadero está a 50 m. ¿Debería ir andando o en coche? Pues la mayoría

0:45 de modelos potentes te dicen que vayas andando porque está más cerca. Y efectivamente, le probé tanto a Cloud como hasta GPT esta misma frase, esta misma pregunta y ambos me respondieron lo mismo, que debería ir andando. Y eso revela el problema entero porque la IA es brillante para lo que puede medir, pero a la que tú tienes algo de contexto que la IA no tiene, ahí es cuando falla y lo peor de todo es que no sabe que está fallando. Y esa brecha entre lo que tú sabes y lo que la IA debería procesar es precisamente lo que el método Carpazi intenta resolver. Soy Álvaro Morales, CEO y cofundador de Automatizado Agency, mi agencia de inteligencia artificial, en la que llevamos más de 2 años ayudando a decenas de empresas y cofundador de IA Founders, mi comunidad privada de inteligencia artificial, donde enseñamos a emprendedores, a personas como tú, a cómo monetizar la inteligencia artificial y cómo conseguir

1:31 sus primeros clientes. La primera capa se llama spec y es la forma en la que tú le entregas el contexto a Cloud para que sepa exactamente cómo quieres trabajar. Y esto sería muy parecido al típico plan mode que tenemos en la mayoría de agentes de inteligencia artificial, pero ojo a lo que dice Carpac respecto al plan mode. I think people have to be in charge of this spec, this plan and actually don't even like the plan mode. I would I mean obviously very useful but I think there's something more general where you have to work with your agent spectail and maybe it's maybe age. Y ojo aquí porque Carpazi no te está diciendo que el plan mouse sea malo, pero sí que para sacar el máximo potencial a la deberías ir un paso más allá. Al final tienes que trabajar codo a codo con la IA para construir una especificación, un contexto previo muy

2:17 muy detallado para que sepa exactamente lo que quieres construir. Y lo que pasa es que mucha gente esto no sabe cómo hacerlo. Y el primer paso, aunque sea obvio, es averiguar tu objetivo real. Porque si tú le dices a Cloud, "Oye, créame un informe", eso es una tarea. Pero, ¿cuál es el objetivo real de ese informe? ¿Para qué quieres hacer ese informe? Ese es el objetivo real y es el objetivo que le tienes que trasladar a Clotud. Y de verdad que esto se nota y es algo que la IA nunca va a poder decidir por ti. Entonces, ¿esto cómo lo descubres? Porque es bastante sencillo. Simplemente le tienes que decir a Cloud que te entreviste para identificar cuál es el objetivo real. Así consigues sacar esa información que ya tenías en la cabeza, pero que no o que te estaba costando expresarlo. Y eso es algo que con la inteligencia artificial nos pasa un montón. Y es que ese es el principal problema, que muchas veces nosotros eh decidimos una acción o sabemos por qué

3:03 esto funciona mejor, porque esto peor, pero nos cuesta mucho trasladarle nuestro razonamiento, nuestro pensamiento a la inteligencia artificial y eso es precisamente lo que queremos hacer con este método y toda esa información es la que termina siendo parte de la spec. El segundo paso es trabajar de forma ágil. ¿Y qué quiero decir con esto? Y es que la mayoría utilizan la IA en modo cascada, es decir, que le pasa una tarea enorme y pretenden que el resultado final ya esté perfecto. Pero el problema de esto es que así con un problema o una tarea muy grande la tiende a desviarse y lo la mejor solución y lo que nos dice Carpaci es eh desmigar, ¿no?, eh estas tareas grandes, dividirlas en tareas pequeñas e ir ejecutando cada una de ellas. La ejecuta, tú la revisas, analizas y sigues a por la siguiente. Y esto nos garantiza que el resultado final va a

3:48 ser mucho mejor que pasarle directamente un pedazo de texto de tarea y que tratar de que Cloud te lo haga bien a la primera. El tercer paso es ser extremadamente preciso, porque cuanto más preciso seas, menos tendrá que asumir la IA y cada suposición que hace la IA es una oportunidad nueva que tiene de equivocarse. Por eso es tan importante pedirle a Cloud que te obligue a validar las decisiones importantes. Cuando juntas estos tres pasos, tienes una forma totalmente distinta de trabajar. Primero descubres el objetivo real, después avanzas en pequeños bloques y por último validas explícitamente las decisiones clave. ¿Okay? Pero llegando a este punto seguramente digas, "Vale, pero esto es de sentido común." Evidentemente, cuanto más preciso seas, cuanto mejor definas eh los objetivos, si divides por subtareas, sí, pero es que hay mucha gente que lo tiene interiorizado, pero

4:33 que ni siquiera lo aplica en su día a día con el tema de la inteligencia artificial. Pero ya aplicando estos tres pasos, ya tienes un método y una forma de trabajar increíblemente mejor. Y es una habilidad que cualquiera debe desarrollar si quiere prosperar, ¿no? Y quiere mejorar su uso de la inteligencia artificial. Ahora vamos a por la segunda capa, el verificador. La capa dos es el proceso de evaluación que va por encima de la capa spec, porque lo más frustrante de trabajar con la inteligencia artificial no es a la hora de generar el contenido, sino a la hora de validar si ese contenido está bien generado o no. Y para entender esto, Carpazi lo explica de una manera muy interesante y es que dice que es la diferencia entre animales y fantasmas. Pero bueno, es un concepto que quizás no te haya quedado claro porque es un poco abstracto, así que te lo voy a simplificar para que lo entiendas. Y es que nosotros estamos acostumbrados a

5:19 trabajar con personas, evidentemente. ¿Y qué pasa con eso? que las personas tienen objetivos, ambiciones, motivaciones y demás, pero la IA no tiene nada de eso. Así que te tienes que olvidar de trabajar con la IA como si fuese una persona. Tú piensas que al final la IA es como un bibliotecario robot, es decir, que te puede responder en base a todos los libros que tiene en su biblioteca, pero a la mínima que le falte un libro, esa información ya no la va a tener. Ese libro puede ser información sobre ti, sobre tu negocio, sobre tus objetivos. Eso la IA, si tú no se lo dices de forma correcta no lo va a tener. Y lo peor de todo no es eso, es que la IA tiende a satisfacer, o sea, que se va a inventar y ahí la IA puede llegar a inventarse información y encima decirlo de forma totalmente confiada. Por eso la IA puede ser brillante en unos temas, pero equivocarse completamente con otros, no porque sea

6:05 mala, sino porque le falte contexto. Y la única palanca real que tienes para solucionar esto es mejorar el sistema de verificación. Y para hacerlo tienes tres cosas importantes. La primera es definir los criterios de calidad antes de empezar. No le digas a la IA, haz esto bien. Tienes que definir qué es bien para ti, qué es una respuesta de calidad, qué parte debe tener un proyecto para que sea un proyecto de calidad. Esto es lo que le tienes que trasladar a la inteligencia artificial, porque esto es lo de siempre. Cuanto más concreto seas, menos se desviará la inteligencia artificial. La segunda es utilizar otro modelo como crítico. Imagínate en este caso como tener un segundo bibliotecario, pero que tiene acceso a una biblioteca diferente con otra información que el primer bibliotecario no tiene. O sea, que este segundo puede saber si algo está mal o algo está bien de los resultados que haya hecho el primer bibliotecario, ¿de

6:50 acuerdo? Porque este segundo es el que va a tener esa verificación, esos criterios de calidad y va a poder decirle, "Oye, no, esta respuesta no está bien porque te falta cumplir con este requisito. Oye, esto está bien, sigue por este camino." Para eso es para lo que se vería esta segunda fase. Y la tercera es incorporar una señal externa. Siempre que sea posible, trata de conectar la IA con fuentes reales de información. Esto parece sentido común para muchas personas que directamente le dicen que busquen algo en internet y le dan rienda suelta. Es mejor si tú ya sabes las fuentes en las que quieres investigar que se las pases para que investigue esas fuentes concretas. Si estás creando un informe, utiliza informes anteriores para que tenga esa estructura. Si estás construyendo un sistema, y ojo porque esto es muy importante, deja que la propia IA, que el propio cloud sea quien valide o quien verifique el propio funcionamiento, porque cuanto más feedback tenga, mucho mejor va a ser el resultado. De hecho,

7:36 Borney Sherney, uno de los creadores de Cloud Code, dijo que un buen bucle de feedback podría darte hasta dos o tres veces mejores output que sin estos bucles. ¿Qué quiere decir? que si tú tienes a un agente encargado de revisar en bucle el proyecto que estás creando, va a hacer que se dé cuenta de muchos más errores, va a tener mucho más contexto, mucho más feedback y de verdad que el resultado se nota una barbaridad. Esto lo hemos utilizado nosotros para la agencia en varios proyectos y el resultado es simplemente increíble. gasta mucho más tokens, pero de verdad que el resultado que te da final es prácticamente perfecto después de aplicar esto. Y ahora vamos a por la tercera capa, el entorno. Y es que el spec y el verificador necesitan vivir, evidentemente, dentro de algún sitio. Pues ese sitio es el entorno y tienes que pensarlo como si fuera un taller. El spec es el plano, el verificador es el

8:23 control de calidad y el entorno es el taller donde están ambos. Y el problema es que la mayoría de personas empiezan desde cero cada vez que utilizan la IA. no tienen un sistema que mejore con el tiempo y ese es el mayor error que puedes cometer. Pero no te preocupes porque para crear este entorno sólido solo te hace falta cuatro pasos y son los cuatro que de verdad que aplicamos siempre en la agencia porque si no imagínate la cantidad de tiempo que pierdes en tener que explicarle otra vez todo el contexto de tu negocio, cómo quieres trabajar, cuáles son tus clientes, qué proyectos tienes esta semana, cuáles vas atrasados, o sea, así no se podría trabajar. Y eso es lo que hemos hecho nosotros con estos cuatro pasos que son los mismos que dice Carpaci. El primero es configurar correctamente el archivo Cloud MD. Este va a ser el primer archivo que va a leer Cloud Code en cuanto inicies un nuevo proyecto. Por ejemplo, fíjate que yo estoy aquí dentro de automatizado OS,

9:09 que es básicamente el cerebro de mi agencia que está absolutamente todo. Y aquí tenemos el Cloud MD en el que básicamente le doy unas muy breves instrucciones de oye, ¿de quién es? ¿Vale? Que sería mi agente de de automatizado. Tiene el contexto base que debe leer siempre al inicio, que es básicamente de quién soy y las tareas de trabajo que hay. carga de contexto bajo demanda, no leer a no ser que corresponda a una tarea específica y aquí le paso pues las diferentes eh bueno, contexto o documentos, ¿no? Que esto nos lleva al siguiente punto. El siguiente punto que debe tener un buen entorno, ¿vale? Un entorno sólido es eh la suficiente documentación sobre ti, ¿vale? Una base de conocimientos sólida. Y aquí, por ejemplo, pues tenemos diferentes eh archivos con proyectos de cada cliente, quién es cada cliente, para mi ideación de de YouTube, para

9:56 contenido de LinkedIn, lo sabe absolutamente todo. Aquí le paso la estructura del proyecto para que sepa cómo moverse, reglas de comportamiento, ahora también skills disponibles, que aquí tampoco es del todo necesario ponerlo aquí porque bueno, aquí ya hay diferentes skills y bueno, hay muchas más que que hay. Pero básicamente esa sería la bueno, las dos primeras fases. La primera, el Cloud MD y la segunda que tenga una buena base de conocimiento. Y de verdad que esta parte es super importante porque sería decirle a la inteligencia artificial cuáles son tus procesos, cuál es tu negocio, la visión que tú tienes y eso permite que te alinees totalmente con la inteligencia artificial. Luego, la tercera fase sería las skills. Bien, que esta ya la hemos mencionado. Básicamente una skill es algo que hagas varias veces, que hagas de forma repetitiva. Todo eso conviértelo en una skill. Eso te va a

10:41 ayudar un montón a agilizar un montón de proceso. Por ejemplo, yo siempre sigo la misma la misma lógica para organizar mi contenido de LinkedIn. Yo ya tengo una estructura de post que a mí me gustan con los ganchos, CTA, el calendario de contenido que yo suelo utilizar, pues eso lo he transformado en una skill. Y yo ahora mismo simplemente le digo a Cloud de, "Oye, vamos a ponernos a crear el calendario de esta semana." Y él sabe perfectamente cómo crearlo. Me da distintas opciones de gancho, sabe lo que he hecho la semana anterior por si hay algo relevante que pueda utilizar para crear una publicación y eso ya hace que todo el contenido lo pueda crear en apenas eh 30 minutos, una hora. O sea, que de verdad que es una maravilla. Y el cuarto elemento son las reglas concretas, porque una regla escrita en un prompt sigue siendo solo una sugerencia que la IA puede ignorarla, pero cuando conviertes esa regla en una restricción técnica, pasa de ser una sugerencia a una norma real. Y es que lo

11:27 siguiente que te voy a decir es algo super importante y me vas a decir, "No, pero esto es de sentido común." Sí, pero es que hay mucha gente de verdad que no lo hace. Y es agrupar las acciones en tres grupos diferentes. La el primer grupo, las acciones que siempre debe hacer. El segundo grupo, las acciones que te debe preguntar siempre antes de ejecutar y tercero, las acciones que nunca debe hacer. Y esto es muy importante, ¿de acuerdo? Porque la gente empieza a decir lo que tiene que hacer, se le olvida decirle lo que no tiene que hacer y de verdad que se nota mucho a la hora de ejecutar o realizar tareas con inteligencia artificial. Y con esto tendrías el método completo, ya tendrías la spec, el verificador y el entorno. Pero ojo, porque esto es lo que te he dicho al principio, que te iba a contar al final, qué es lo que dice Carpacci, que es la única cosa en la que te deberías centrar en el mundo o en esta nueva era de la inteligencia artificial.

12:12 Y me encanta porque la respuesta es muy simple. Puedes externalizar tu pensamiento, pero no puedes externalizar tu comprensión. Y si te fijas, las tres capas que te he contado en este vídeo giran alrededor de esa idea. Necesitas comprender tus objetivos, necesitas comprender el contexto y, por supuesto, entender cuáles son buenos resultados. Recuerda lo que te he comentado antes. Y esto es lo que yo digo siempre, la IA es de las mayores palancas que tenemos actualmente, por no decir que es la mayor 100% sin duda. Y es que ahora estamos viendo negocios de personas que solo dirige una sola persona porque el resto son agentes de inteligencia artificial. Pero ojo, muy importante, la es una muy buena palanca. Pero tú, la persona que está viendo este vídeo, sigue siendo la persona que decirle, bueno, que decide, mejor dicho, cómo apoyarla. Cada vez es mucho más fácil el construir. Lo único que tú tienes que

12:58 saber lo que quieres, pero la IA se encarga del cómo hacerlo. Por eso hago tanto hincapié en este método y en esta forma de pensar que menciona Carpac. Así que nada, espero que te haya encantado este vídeo y si tú realmente quieres aprender a cómo utilizar la inteligencia artificial y más importante aún cómo conseguir tus primeros clientes, te invito a que te unas a mi comunidad de Fonders. Fíjate la cantidad de módulos que hay por aquí, cursos enteros con un montón de skills, de recursos, plantillas. Tenemos sesiones grupales todas las semanas conmigo y con el resto del equipo para resolver dudas y demás. Y por supuesto, un montón ya de miembros que ya han conseguido sus primeros clientes. Aquí el caso de Javier que consiguió más de $1,700 aquí con un con un cliente y muchos muchos muchos más. Así que si quieres acceder, ahora mismo las plazas están cerradas, ¿de acuerdo?

13:44 Pero te dejo el enlace en la primera línea de la descripción para que puedas unirte a nuestra lista prioritaria y que seas el primero en enterarte de cuándo vamos a abrir nuevas plazas. Y por supuesto, si eres dueño de una empresa y quieres saber cómo podemos optimizar tus procesos con inteligencia artificial, también te dejo un enlace para que agendes reunión con nuestro equipo e identifiquemos cómo podemos ayudarte. Así que nada, repito, espero que te haya encantado este vídeo y nos vemos en el siguiente.