Uno de los clientes de Anthropic recibió 2.740 solicitudes para un solo puesto en 24 horas.
Ningún prompt que escribas a mano sigue siendo correcto tanto tiempo.
El reclutador que lee esos CVs empieza con un prompt que dice "cinco años de backend, experiencia en startups, Python sólido".
Dos días después, miran el primer lote y se dan cuenta de que en realidad quieren personas que construyan de cero a uno.
El prompt ya está desactualizado, y ni siquiera han leído el segundo centenar.
Los equipos que envían más rápido dejaron de escribir prompts de esa manera.
Construyeron sistemas donde el prompt observa lo que el usuario realmente decide y se reescribe 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 toma decisiones de criterio y el modelo ayuda.
Reclutamiento, clasificación de soporte, moderación de contenido, revisión de código, puntuación de acuerdos.
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 ocurrir primero.
Una configuración es algo que pones 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 de markdown simple.
Lo llaman el perfil ideal del candidato.
Sin pesos, sin reglas, sin diagramas de flujo. Solo inglés simple que describe 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 almacena.
Cada edición manual del perfil también se almacena.
Esa pila de decisiones es la señal de entrenamiento sobre la cual 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 estos:
- El usuario estaba cansado o distraído
- La entrada era extraña de una manera no relacionada con sus verdaderas preferencias
- Hicieron clic por error
- Se movieron rápido en un caso obvio
- Estaban probando el sistema a propósito
Si reescribes el prompt por eso, empiezas 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 para el almuerzo.
Ejecutarlo en 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 actualice todo a la vez.
No escala y quema tokens que no tienes.
El patrón funcional 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 limitado: 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 los humanos toman.
Cada lote, hace una pregunta: ¿el prompt sigue coincidiendo con lo que el usuario está eligiendo realmente?
Si no, lo reescribe.
La mayoría de los equipos omiten esta división.
Ponen un modelo frontera en la ruta crítica en cada solicitud, la factura explota, 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 auto-mejorables mueren silenciosamente.
El instinto es escribir una configuración: 30% de peso en años de experiencia, 20 en el nivel de la empresa, 10 en educación, banderas para palabras clave.
Parece riguroso. Produce un sistema que el modelo no puede actualizar realmente, porque no hay nada que actualizar excepto números.
Y los números no capturan por qué un reclutador dijo que no.
El formato funcional es inglés simple en markdown.
"Queremos a alguien que haya lanzado un producto de cero a uno, idealmente en una startup de menos de cincuenta personas."
"La cultura de ingeniería sólida importa más que una pila tecnológica específica."
"Señal de alerta: solo ha trabajado en empresas de más de mil personas."
Ese es un prompt que el aprendiz realmente puede reescribir.
Puede añadir una oración, eliminar una, ajustar una frase.
No puedes hacer eso a una rúbrica de puntuación ponderada.
El bucle de retroalimentación es todo el producto
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 siguen tomando las decisiones que solo un humano puede tomar.
El prompt se actualiza debajo de ellos.
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 día uno y dejarás de pasar tus semanas afinando palabras.
Las pasarás enviando el producto.
Sígueme y suscríbete a mi canal de Telegram:
