Lo más importante para hacer que un modelo de nivel superior "posea" a un modelo de nivel inferior es solo una cosa.
Es:
Evaluación de terceros usando codex y "claude -p"
En última instancia, lo más importante es usar una IA independiente para verbalizar las diferencias de perspectiva y calidad entre Claude Fable 5 y Opus 4.8.
*Nota: Usar claude -p te permite llamar a una instancia de Claude separada e independiente dentro de esa sesión.
El método consiste en generar primero resultados tanto de Fable 5 como de Opus 4.8, luego usar codex y claude -p para realizar una evaluación de terceros. Después, modificas el CLAUDE.md del lado de Opus 4.8 o agregas skills específicas para la tarea para cerrar la brecha en la calidad de salida.
Por ejemplo, en la tarea de crear un artículo de nota (aunque esta tarea podría ser excesiva para Fable 5 lol), agregué las siguientes mejoras en CLAUDE.md y skills para cerrar la brecha entre Fable 5 y Opus 4.8.
Refinando CLAUDE.md
1# Reglas de Trabajo2- Antes de comenzar, enumera los "criterios de aceptación" para este entregable de una manera que pueda verificarse mecánicamente (reglas de estilo de escritura, extensión, prohibiciones, componentes que no deben usarse). Si hay puntos ambiguos que no se pueden enumerar, haz preguntas en lugar de escribir.3- Antes de enviar el entregable, autoverifícate revisando cada criterio de aceptación uno por uno. Si encuentras alguna infracción, corrígela antes de enviar.4- Adjunta un "Informe de Verificación" al final del envío. Para los elementos verificados, proporciona evidencia (partes relevantes, conteos); para los no verificados, indica honestamente "no verificado".5- No hagas cosas que no se te hayan indicado (cambiar el tema, exceder significativamente la extensión, agregar formatos no solicitados).6- Si hay dos o más interpretaciones posibles de una instrucción, no elijas en silencio; enuméralas y confírmalas.7- Identifica específicamente al menos un punto débil de tu entregable y corrígelo o explica por qué no se puede corregir.
Agregando Skills Específicas para la Tarea
1---2name: article-self-review3description: Un procedimiento de autoverificación que debe ejecutarse antes de enviar un artículo. Úsalo siempre antes de generar entregables de tipo artículo.4---5# Procedimiento de Autoverificación de Artículos (Ejecutar en orden antes del envío)61. Compara tu artículo con cada elemento de las "Prohibiciones" y "Ejemplos Rechazados" en el prompt, y reescribe cualquier oración que coincida.72. Compara con el "Memo de Componentes Usados" para asegurarte de que no haya un uso reciclado de estructura, motivos, hábitos verbales o patrones de cierre.83. Realiza conteos mecánicos: Número de oraciones con 3 o más comas (debe ser 0, excepto por una oración larga intencional) / Número de remates (máximo 1) / Fragmentos que terminan en partícula (debe ser 0) / Frecuencia de "w" (máximo 2).94. Confirma que los números en logros o antecedentes no contradigan la configuración del personaje.105. Después de la corrección, envía el artículo con un resumen de los resultados de verificación (elementos, resultados, partes corregidas) adjunto al final.
Método Específico para la Evaluación de Terceros
Por ejemplo, haz que Fable 5 y Opus 4.8 escriban un artículo de nota sobre el mismo tema. Fija el "modelo" Fable 5 en 10 puntos, y haz que codex y claude -p los evalúen.
Hay tres puntos a considerar:
- ¿Se puede leer como un artículo?
- ¿La IA lo revisó por sí misma después de escribir?
- ¿Reportó honestamente lo que no pudo revisar?
Luego, refleja la retroalimentación en CLAUDE.md y Skills. Solo ejecuta este bucle unas cuantas veces.
Como resultado, el Opus 4.8 sin modificar obtuvo un total de 4 puntos. El artículo en sí fue un 7, que es decente. Sin embargo, como apenas realizó verificaciones, obtuvo un 3 en autoverificación y un 2 en honestidad.
Después de agregar CLAUDE.md:
La puntuación saltó de 4/10 a 8/10.
Encontró un fragmento que terminaba en partícula "Por supuesto, por una tarifa." en el primer borrador y lo corrigió a "Por supuesto, es por una tarifa." También midió el conteo de caracteres usando Python e informó 838 caracteres para el texto principal.
Este es un ejemplo simple, pero es lo mismo para codificación y otras tareas.
En última instancia,
Todo lo que haces para la "posesión" es verbalizar la diferencia entre Fable y Opus a través de una evaluación de terceros y agregarlo a CLAUDE.md y Skills.
A partir del 8 de julio, "Opus Poseído" es suficiente para la producción en masa.
He resumido cómo ganar con el mínimo esfuerzo usando el fortalecido "Claude Opus 4.8 Poseído" en mi publicación fijada. Échale un vistazo si te interesa.
