Capital de Tokens
Record a skill: Claude ya puede convertir una demostración en un Skill reutilizable
Durante años, automatizar un proceso significó escribir instrucciones, crear scripts o grabar macros que repetían clics. Anthropic está probando una idea más directa: hacer el trabajo una vez delante del agente y dejar que el agente convierta esa demostración en conocimiento reutilizable.
La nueva función Record a skill de Claude permite grabar una tarea dentro de Cowork, incluyendo lo que aparece en pantalla, los clics, lo que escribes y, si quieres, tu narración por voz. Al terminar, Claude analiza la demostración y propone un Skill que puedes revisar antes de guardarlo.
La noticia fue recogida por MSN, pero Anthropic ya documenta oficialmente el funcionamiento y sus límites en su centro de ayuda.
La frase “Claude aprende mirando” es útil para entender la experiencia, aunque técnicamente necesita una precisión importante: Claude no reentrena el modelo con tu grabación. Lo que hace es convertir una demostración concreta en instrucciones y recursos reutilizables para un agente.
Cómo funciona Record a skill
El flujo oficial es sencillo:
- Abres Cowork en Claude para Mac.
- Seleccionas Record a skill.
- Realizas la tarea como normalmente la harías.
- Puedes narrar tus decisiones mientras trabajas.
- Claude revisa la grabación y propone un Skill nuevo o una actualización de uno existente.
- Tú inspeccionas el contenido y decides si guardarlo, actualizarlo o descartarlo.
Anthropic indica que una grabación puede durar aproximadamente 10 minutos. La aplicación muestra una cuenta regresiva cuando queda cerca de un minuto.
La narración es especialmente importante porque una pantalla sólo muestra acciones. No siempre muestra la razón detrás de ellas.
Por ejemplo, Claude puede observar que ignoras una fila de un CSV, pero no necesariamente sabe si la saltaste porque estaba vacía, porque contenía un valor inválido o porque se trataba de un cliente de prueba. Decirlo en voz alta convierte esa decisión implícita en una regla que el Skill puede capturar.
Qué crea Claude realmente
Los Agent Skills de Anthropic son paquetes de conocimiento procedural que el agente puede cargar cuando una tarea los necesita.
En su forma más simple, un Skill es una carpeta con un archivo SKILL.md. Puede incluir también scripts, plantillas, ejemplos y otros recursos.
Conceptualmente, una demostración podría terminar convertida en algo parecido a esto:
skills/
└── monthly-report/
├── SKILL.md
├── scripts/
│ └── clean_data.py
└── templates/
└── report.mdEl archivo SKILL.md describe cuándo usar el Skill y cómo ejecutar el proceso. Los archivos adicionales pueden contener código determinista o material de referencia.
Anthropic diseñó Skills con progressive disclosure: Claude no necesita cargar todo el paquete en cada conversación. Primero conoce el nombre y la descripción y, cuando detecta que el Skill es relevante, puede leer las instrucciones y recursos que necesita.
Eso convierte el Skill en algo más parecido a un pequeño manual operativo ejecutable que a un prompt gigantesco.
Un ejemplo: el reporte mensual
Imagina un proceso que cada mes requiere:
abrir Excel
→ descargar CSV
→ limpiar datos
→ eliminar registros inválidos
→ calcular métricas
→ generar reporte
→ guardar PDF en una carpetaAntes había varias formas de automatizarlo.
Podías documentar todos los pasos y pedirle a un agente que siguiera la documentación. Podías escribir un script. Podías construir un workflow en una herramienta de automatización. O podías grabar una macro basada en clics.
Con Record a skill, la nueva opción es:
hacer el proceso una vez
↓
narrar las decisiones importantes
↓
Claude observa la demostración
↓
Claude propone un Skill
↓
revisar y guardar
↓
"genera el reporte mensual"La diferencia parece pequeña, pero reduce una de las partes más tediosas de automatizar conocimiento humano: explicar de forma exhaustiva algo que la persona ya sabe hacer perfectamente.
No es exactamente una macro
La comparación con un grabador de macros es inevitable, pero hay una diferencia fundamental.
| Macro tradicional | Agent Skill |
|---|---|
| Memoriza acciones específicas | Intenta capturar procedimiento e intención |
| Suele depender de coordenadas o controles | Puede usar instrucciones, herramientas y código |
| Se rompe fácilmente si cambia la interfaz | Puede adaptarse si la regla sigue siendo válida |
| Repite una secuencia | Describe cómo resolver una clase de tarea |
| Normalmente no entiende excepciones | Puede incorporar reglas y decisiones narradas |
Esto no significa que un Skill sea mágicamente robusto. Una demostración mala puede producir instrucciones malas. Un workflow excesivamente visual puede seguir dependiendo de una interfaz concreta. Y una decisión que nunca se muestra ni se explica puede quedar fuera.
Pero el objetivo es distinto: capturar el conocimiento operativo, no sólo la coreografía del ratón.
De prompt engineering a demonstration engineering
La consecuencia más interesante quizá no sea una nueva función de Claude, sino un cambio en la manera de enseñar a los agentes.
La primera generación de herramientas de IA obligaba al usuario a convertir su conocimiento en texto:
sé hacer la tarea
↓
tengo que describirla perfectamente
↓
el agente intenta reconstruirlaRecord a skill permite invertir el proceso:
sé hacer la tarea
↓
la hago delante del agente
↓
el agente intenta extraer el procedimientoPodemos llamar a eso demonstration engineering: diseñar buenas demostraciones para que el agente pueda convertirlas en procedimientos reutilizables.
La habilidad humana cambia. Ya no basta con escribir un buen prompt. También importa:
- elegir un ejemplo representativo;
- explicar decisiones que no son visibles;
- mostrar excepciones importantes;
- separar reglas generales de pasos accidentales;
- revisar el procedimiento generado;
- probarlo con casos diferentes al ejemplo original.
En otras palabras, enseñar haciendo no elimina la ingeniería. Cambia dónde ocurre.
Una pieza importante para la automatización de oficina
Esta idea puede ser especialmente poderosa en trabajos donde existe mucho conocimiento procedural que nunca llega a formalizarse.
Pensemos en tareas como:
- preparar un reporte semanal;
- descargar datos de un panel interno;
- limpiar una hoja de cálculo;
- revisar ciertos campos antes de aprobar una solicitud;
- preparar una presentación a partir de varias fuentes;
- organizar archivos siguiendo una convención;
- ejecutar un proceso de QA manual;
- actualizar información en varias aplicaciones.
Muchas organizaciones conocen estos procesos porque alguien sabe hacerlos, no porque exista una especificación completa.
Ese es precisamente el espacio donde las demostraciones pueden reducir el costo de convertir conocimiento tácito en automatización.
Disponibilidad: por ahora es bastante específica
Aquí conviene separar los titulares de la disponibilidad real.
Según la documentación de Anthropic consultada el 1 de septiembre de 2026, Record a skill está disponible para usuarios Pro, Max y Team, dentro de Cowork en Claude para Mac.
Anthropic especifica que actualmente no está disponible en Chat, Windows, Free ni Enterprise.
Los Skills como capacidad general tienen una disponibilidad más amplia, pero la función concreta de grabar la pantalla para crear uno tiene esas restricciones.
Privacidad: la demostración puede enseñar demasiado
Una función que observa la pantalla necesita una disciplina de seguridad clara.
Anthropic advierte explícitamente que durante la grabación se captura lo que aparece en la pantalla y lo que dices. Recomienda cerrar archivos, aplicaciones o conversaciones que no quieras incluir y no mostrar contraseñas, secretos o información sensible.
Hay además un detalle importante sobre retención:
- el video y el audio de la grabación no se conservan después de que Claude los analiza;
- sí queda guardado un conjunto de capturas de pantalla dentro de la tarea de Cowork;
- al eliminar esa tarea, se eliminan esas capturas según la documentación de Anthropic.
Por eso el modelo mental correcto no es “esto desaparece inmediatamente”. Durante el proceso existe información visual que debe tratarse como contenido potencialmente sensible.
El Skill sigue necesitando revisión
La función no convierte una demostración en verdad absoluta.
Después de grabar, Claude presenta una propuesta. El usuario puede expandir su contenido y revisar qué produjo antes de guardarlo.
Eso es importante porque una única ejecución puede contener decisiones accidentales:
esta vez el archivo estaba en Descargas
≠
el archivo siempre debe estar en Descargasesta vez ignoré una fila
≠
todas las filas similares deben ignorarseesta vez abrí la aplicación A antes que B
≠
el orden es un requisito del procesoEl reto de transformar una demostración en una regla general es exactamente el mismo problema de generalización que aparece en muchas otras áreas de la IA.
Un buen workflow debería ser:
demostrar
→ generar Skill
→ revisar
→ probar con otros casos
→ corregir
→ reutilizarLos Skills se están convirtiendo en una capa de conocimiento portable
Anthropic presentó Agent Skills en 2025 como carpetas de instrucciones, scripts y recursos para especializar agentes. En diciembre de ese año publicó el formato como un estándar abierto orientado a portabilidad entre plataformas.
La idea arquitectónica es interesante porque separa tres cosas:
modelo
+ herramientas
+ conocimiento proceduralEl modelo aporta razonamiento general. Las herramientas permiten actuar. El Skill aporta el procedimiento específico de una persona, equipo u organización.
Record a skill ataca precisamente el cuello de botella de la tercera capa: cómo crear ese conocimiento procedural sin escribirlo todo manualmente.
Lo verdaderamente nuevo no es grabar la pantalla
Grabar lo que hace un usuario existe desde hace décadas. RPA, macros, tutoriales y sistemas de process mining han explorado distintas versiones del mismo concepto.
La novedad está en intentar convertir una demostración multimodal en un artefacto editable, semántico y reutilizable por un agente generalista.
Si esa traducción funciona bien, una gran cantidad de conocimiento que hoy vive exclusivamente en la cabeza de una persona puede transformarse más rápido en procedimientos que un agente pueda repetir, revisar y compartir.
Ese puede ser el cambio más importante de Record a skill:
la documentación deja de ser siempre el paso previo a la automatización. A veces, la primera documentación puede surgir de observar el trabajo real.