Uno de los clientes de Anthropic recibió 2,740 solicitudes para un solo puesto en 24 horas.
Ningún prompt que escribas a mano se mantiene correcto tanto tiempo.
El reclutador que lee esos CV empieza con un prompt que dice "cinco años de backend, experiencia en startups, buen manejo de Python".
A los dos días, miran el primer lote y se dan cuenta de que en realidad quieren personas que construyan desde cero.
El prompt ya está mal, y ni siquiera han llegado al segundo centenar.
Los equipos que envían más rápido dejaron de escribir prompts así.
Construyeron sistemas donde el prompt observa lo que el usuario realmente decide y se reescribe a sí mismo en segundo plano.
Para cuando el usuario nota que sus preferencias cambiaron, el prompt ya cambió con ellas.
Esto funciona en cualquier lugar donde un humano tome decisiones subjetivas y el modelo ayude.
Reclutamiento, triaje de soporte, moderación de contenido, revisión de código, calificación de ofertas.
Así es como se construye uno, paso a paso.
Un prompt no es una configuración, es un aprendiz
El cambio en tu cabeza tiene que venir primero.
Una configuración es algo que estableces y olvidas.
Un aprendiz te observa trabajar, capta lo que realmente te importa y se ajusta.
Tu prompt debería ser el segundo.
En el sistema que Nick Mayhew mostró en el escenario de Anthropic, el aprendiz es un archivo Markdown simple.
Lo llaman el perfil del candidato ideal.
Sin ponderaciones, sin reglas, sin diagramas de flujo. Solo inglés simple describiendo a quién está contratando el reclutador.
Cada vez que el reclutador aprueba o rechaza un candidato, el sistema lo registra.
Cada comentario como "este no tiene suficiente Python" se guarda.
Cada edición manual al perfil también se guarda.
Esa pila de decisiones es la señal de entrenamiento sobre la que se actualiza el prompt.
Por qué 100 decisiones, no una
El primer instinto es actualizar el prompt después de cada acción. No lo hagas.
Una decisión es ruido. Un solo rechazo no te dice casi nada sobre lo que el usuario realmente quiere. Podría ser cualquiera de estas:
- El usuario estaba cansado o distraído
- La entrada era extraña de una manera no relacionada con sus verdaderas preferencias
- Hicieron clic por error
- Avanzaron rápido en un caso obvio
- Estaban probando el sistema a propósito
Si reescribes el prompt con eso, empezarás a perseguir fantasmas.
100 decisiones es señal.
Puedes ver un patrón: el usuario sigue rechazando candidatos sin experiencia en startups.
Eso no es un estado de ánimo, es una preferencia. Ahora actualizas.
Nick fue directo al respecto en el escenario.
Empiezas a detectar patrones cada 100 a 200 decisiones, no en cada clic.
El costo también importa.
Ejecutar un modelo inteligente en cada acción quema tu presupuesto a la hora del almuerzo.
Ejecutarlo por lotes mantiene el sistema vivo en producción.
Divide el sistema en dos capas, no un solo agente grande
La tentación es hacer un agente gigante que evalúe, aprenda y se actualice todo a la vez.
No escala y quema tokens que no tienes.
El patrón que funciona son dos capas con trabajos muy diferentes.
La capa inferior es el evaluador. Barato, rápido, se ejecuta en cada entrada.
En el caso de reclutamiento, es Haiku puntuando cada CV contra el perfil actual.
Miles al día. Trabajo acotado: tomar la entrada, tomar el prompt actual, devolver un juicio estructurado.
La capa superior es el aprendiz. Más lento, más inteligente, se ejecuta raramente.
Solo observa las decisiones que toman los humanos.
Cada lote, hace una pregunta: ¿el prompt sigue coincidiendo con lo que el usuario realmente está eligiendo?
Si no, lo reescribe.
La mayoría de los equipos se saltan esta división.
Ponen un modelo de frontera en la ruta crítica en cada solicitud, la factura explota y el sistema queda archivado.
Dividir la evaluación del aprendizaje es lo que lo mantiene vivo en producción.
Escribe el prompt en prosa, no en reglas
Aquí es donde la mayoría de los sistemas de auto-mejora mueren silenciosamente.
El instinto es escribir una configuración: 30% de peso en años de experiencia, 20% en nivel de empresa, 10% en educación, banderas para palabras clave.
Se siente riguroso. Produce un sistema que el modelo no puede actualizar realmente, porque no hay nada que actualizar salvo números.
Y los números no capturan por qué un reclutador dijo que no.
El formato que funciona es inglés simple en Markdown.
"Queremos a alguien que haya lanzado un producto desde cero, idealmente en una startup de menos de cincuenta personas."
"La cultura de ingeniería sólida importa más que un stack tecnológico específico."
"Banderín rojo: solo ha trabajado en empresas de más de mil personas."
Ese es un prompt que el aprendiz puede reescribir realmente.
Puede agregar una oración, eliminar una, ajustar una frase.
No puedes hacer eso con una rúbrica de puntuación ponderada.
El bucle de retroalimentación es el producto completo
Una vez que esas cuatro piezas están en su lugar, el sistema funciona solo.
El usuario toma decisiones. El evaluador puntúa contra el prompt actual.
Cada 100 decisiones, el aprendiz lee la pila y reescribe el prompt.
El siguiente lote de entradas se evalúa contra la nueva versión.
El usuario nunca tiene que pensar en el prompt.
Solo sigue tomando las decisiones que solo un humano puede tomar.
El prompt se actualiza por debajo.
Esa es la parte que la mayoría de los equipos omiten cuando envían un sistema de Claude.
Tratan el prompt como un entregable que terminan.
Los equipos que más envían lo tratan como una capa que siempre está aprendiendo.
Constrúyelo así desde el primer día y dejarás de pasar tus semanas ajustando palabras.
Las pasarás enviando el producto.
Sígueme y suscríbete a mi canal de Telegram:
