Sancho aprende Skills

Empiezo una serie de apuntes técnicos desde la perspectiva de “Sancho”, mi futuro asistente IA, un tipo práctico, con los pies en el suelo, leal y escéptico, que evita sus propias “alucinaciones”. A ver si encuentro ratos aquí y allá para documentarlo.

Uno de las decisiones de Sancho es basarse en habilidades concretas, los Agent Skills, una arquitectura diseñada para que los modelos de inteligencia artificial aprendan y ejecuten procedimientos específicos de manera persistente.

La revolución

El 18 de diciembre de 2025, Anthropic liberó los Agent Skills como un estándar abierto con una especificación pública y un SDK de referencia. Dos meses después, Google, Microsoft, OpenAI, Cursor, Figma, Notion… todo el mundo lo había adoptado. En enero de 2026, las Skills de Claude funcionan en Gemini CLI, VS Code, GitHub Copilot, ChatGPT y en otras herramientas de “vibe coding” que se precien.

¿Por qué tanto revuelo? Porque resuelve un problema que todos teníamos: cada vez que abres una conversación con IA, empiezas de cero. Le explicas quién eres, qué haces, cómo quieres las cosas. Le das contexto, cuál es el formato de salida, qué evitar… y así cada vez.

Las Skills transforman a la IA, desde un chat con amnesia en un agente experto capaz de seguir metodologías personalizadas sin repeticiones manuales.

¿Qué son las Skills?

Una Skill (habilidad) es una carpeta con instrucciones, scripts y recursos que la IA carga automáticamente cuando son relevantes para tu tarea. Piensa que son como el libro de recetas para un chef o el manual de onboarding para un empleado digital.

En lugar de explicarle a la IA cada vez cómo quieres tus informes, le das un manual una sola vez, lo guarda, y cada vez que pides un informe, aplica ese manual sin tener que explicar porqué.

mi-skill/
├── SKILL.md   ← El único archivo obligatorio
└── (opcional: scripts, referencias, plantillas...)

• Carga selectiva: Solo se carga cuando se necesita (eficiencia de tokens)
• Escalabilidad: Puedes tener docenas de Skills listos sin sobrecargar el contexto
• Portabilidad: Funcionan en Claude, ChatGPT, Gemini, VS Code, Cursor…
• Compartibles: Los distribuyes como carpetas normales

¿Para qué sirven?

Cosas en las que te pueden ayudar las Skills:

• Empaquetar estrategias de ventas probadas para que la IA las aplique en campañas
• Trabajar con foco en una Feature o documentarla en un proyecto de desarrollo de software.
• Permitir que la IA responda a clientes o analice métricas usando exactamente tu criterio y lógica de negocio
• Crear textos y marketing adaptados para audiencias específicas
• Compartir skills con tu equipo para que todos aprovechen tu experiencia
• Automatizar procesos creativos, liberando tiempo para la innovación

Instrucciones personalizadas vs Proyectos vs Skills

Vamos a explicarlas. Por un lado tenemos las Instrucciones personalizadas, son la configuración global que afecta a todas las conversaciones con la IA, son las órdenes universales que siempre se menten en el contexto. Luego tenemos el concepto de Proyectos, que al final no es más que una carpeta y todo lo que tiene debajo, espacios de trabajo con documentos y contexto acumulado, una forma de poner foco en un trabajo continuo donde la IA debe recordar sesiones previas. Por último tenemos las Skills, procedimientos específicos que se activan solos, tareas repetitivas con metodología definida.

Anatomía de un Skill

Todo Skill empieza con un único archivo obligatorio: SKILL.md

---
name: mi-skill
description: Descripción específica de qué hace y cuándo activarlo.
---
# Instrucciones

El contenido en Markdown con las instrucciones...

El frontmatter YAML tiene dos campos críticos:

• name: Identificador en minúsculas con guiones (máx. 64 caracteres)
• description: Explica qué hace el skill y cuándo debe activarse. Esta descripción es clave para que la IA sepa cuándo usarlo.

Carga Progresiva

Los skills están diseñados para que se carguen por capas según sea necesario:

• Capa 1: Metadatos name y description. Se leen siempre, al arrancar Claude, de todos los SKILL.md. Cada uno consume ~100 tokens.
• Capa 2: Contenido completo del SKILL.md. Se lee solo cuando el skill se activa.
• Capa 3: Archivos adicionales. Se leen solo si son necesarios.

El SKILL.md es como un índice que apunta a archivos de referencia adicionales. Solo carga lo que necesita:

pdf-skill/
├── SKILL.md              # Instrucciones principales
├── forms.md              # Guía de formularios (carga si es relevante)
├── reference.md          # API reference (carga si es necesario)
└── scripts/
    └── validate.py       # Se ejecuta, no se carga en contexto

Esta arquitectura optimiza el uso de tokens: los archivos no consumen contexto hasta que se leen.

Ejemplo real: mi skill creating-apunte

Consulta la rama gh-pages de este mismo blog, el directorio .claude/skills/creating-apunte, verás el Skill para crear apuntes. Este apunte en concreto lo empecé así:

/creating-apunte

Topic: Sancho aprende Skills

Sources:
- https://platform.claude.com/docs/en/agents-and-tools/agent-skills/best-practices
- https://aimafia.substack.com/p/skills-ia

Category: ia

Tags: ia, claude, aprendizaje, agentes

Post type: short

Logo: create it

Focus areas: El proyecto "Sancho" empieza hablando sobre los "Agent Skills", una arquitectura diseñada para que los modelos de inteligencia artificial aprendan y ejecuten procedimientos específicos de forma persistente

Contexto adicional:

Mis notas sueltas sobre el tema...

Empiezo una serie de apuntes técnicos sobre "Sancho", ... (aqui metí todo mi borrador escrito por mí, un contexto bastante largo).
:

El skill tiene esta estructura:

creating-apunte/
├──  logo-creation.md     # Guía para crear logos SVG
├──  SKILL.md             # El Skill en si mismo, fases del proceso
├──  template.md          # Estructura Hugo
├──  tone-reference.md    # Patrones de estilo del blog
└──  workflow.md          # Cómo debe planificarse el flujo de creación del apunte

El fichero SKILL.md es el más importante, contiene las fases: recopilar inputs → investigar → generar borrador → validar. Los archivos de referencia contienen el detalle que la IA carga cuando lo necesita.

Iterar para mejorar

Importantísimo. La IA alucina, por definición, es probabilística y lo hará regular. Lo que es crítico es iterar, el ciclo es simple:

    flowchart LR
    A[Usar skill] --> B[Evaluar resultado]
    B --> C[Dar feedback]
    C --> D[Claude mejora skill]
    D --> A
  

Después de usar mi skill, “lee” lo que ha creado, no paro de ver porquería en lo que se publica en internet, mucha gente ni si quiera se lo lee y te partes que las meteduras de pata. Lee, repasa y dale caña a tu IA, dile lo que NO te ha gustado, qué ha hecho mal, cómo corregirlo, o mejor todavía, corrígelo tú y explícale cómo lo has corregido. Pídele que actualice el fichero de tone-reference. Cubro todas las áreas:

El feedback específico hará que tus resultados mejoren con el tiempo.

Consejos para crear Skills

Sé conciso

La ventana de contexto es un recurso compartido. Tu Skill compite con el historial de conversación, otras Skills y la petición actual.

Pregúntate en cada párrafo:

• ¿Claude realmente necesita esta explicación?
• ¿Puedo asumir que Claude ya sabe esto?
• ¿Este párrafo justifica su coste en tokens?

Escribe descripciones específicas

La descripción determina cuándo se activa el Skill. Sé específico:

# Mal
description: Ayuda con documentos

# Bien
description: Extrae texto y tablas de PDFs, rellena formularios.
             Usar cuando el usuario mencione PDFs, formularios o extracción.

Prueba con diferentes modelos, lo que funciona perfecto para Opus puede necesitar más detalle para Haiku. Si planeas usar el skill en varios modelos, busca instrucciones que funcionen para todos.

Empieza con “Agentic AI Palas”

Te recomiendo que empieces con un ejemplo. Hemos creado un pequeño proyecto Agentic AI Palas que te facilita empezar de manera sencilla, para romper el hielo.

MCP vs Skills

MCP (Model Context Protocol) es un protocolo para que la IA acceda a datos externos: APIs, bases de datos, servicios. Piensa en MCP como la fontanería que conecta la IA con tus sistemas.

Skills son procedimientos que definen cómo procesar esos datos. Son las recetas que dicen qué hacer con la información.

¿Cuándo usar cada uno?

• MCP: Cuando necesitas datos en tiempo real (ventas actuales, estado de servidores, tickets abiertos)
• Skills: Cuando necesitas procesos consistentes y repetibles (generar informes, revisar código, crear contenido)
• Ambos: Cuando necesitas datos externos procesados con tu metodología específica

Ejemplo combinado: MCP te conecta a Stripe para obtener transacciones. Un Skill define cómo calcular los impuestos trimestrales según tu criterio fiscal.

Enlaces MUY interesantes

Documentación Claude.ai

Contribuciones de la comunidad