Modelo muy potente listo para usar. Sin embargo, para aprovechar todas sus capacidades, debe darle acceso para validar y verificar su propio trabajo.
En un artículo anterior, mencioné que Claude valida su propio trabajo como una parte importante de cómo optimizo mi propio uso de Claude Code. En este artículo, sin embargo, profundizaré en cómo hago para que Claude valide su propio trabajo.
Los beneficios son increíbles. Cuando haces que Claude valide su propio trabajo, obtienes:
Un modelo que es mejor en implementaciones de una sola vez (dedica menos tiempo a iterar) Un modelo que puede ejecutarse durante más tiempo (el modelo continúa hasta que puede verificar con éxito su propio trabajo) El modelo puede completar trabajos más complejos
Profundizaré en algunas tareas específicas en las que le pido a Claude que verifique su propio trabajo, donde ahorro mucho tiempo. También cubriré mi proceso de pensamiento al configurar a Claude de esta manera.
¿Por qué debería hacer que Claude verificara su propio trabajo?
La razón número uno por la que deberías hacer que Claude verifique su propio trabajo es que simplemente hace que Claude se desempeñe mejor. Puedes imaginar esto con el siguiente escenario:
Imagina que tuvieras que implementar un fragmento de código para calcular la secuencia de Fibonacci. Obviamente, algunas personas han realizado exactamente esta tarea antes y les resultará relativamente sencillo realizarla. Sin embargo, imagina que tienes que completar esta tarea perfectamente sin tener la oportunidad de ejecutar el código y ver el resultado, es decir, tienes que crear el código perfecto en tu primer intento del problema. Entonces, naturalmente, esto es mucho más difícil que si tuvieras la oportunidad de probar el código tú mismo, modificarlo si ves que no produce los números exactos correctos y continuar así hasta que tu fragmento de código produzca el resultado correcto.
El mismo concepto exacto se aplica al Código Claude. Si no le da la oportunidad de verificar su propio trabajo, es como pedirle que escriba código para la secuencia de Fibonacci sin permitirle ver el resultado del código. Obviamente, estás poniendo a Claude Code en una peor posición donde producirá resultados inferiores en comparación con cuando Claude Code tiene la oportunidad de probar su propio código.
Cómo hacer que Claude verifique el trabajo en la práctica
La expresión “hacer que Claude verifique su propio trabajo” a menudo se utiliza, por ejemplo, en LinkedIn y X. Sin embargo, noto que relativamente pocas personas explican exactamente cómo lo hacen ellos mismos, lo que dificulta que otros lo reproduzcan.
Por lo tanto, cubriré algunos ejemplos del mundo real de cómo hice que Claude verificara su propio trabajo. Cubriré el proceso desde:
Escuchar sobre un problema Comprender qué está causando el problema Implementar una solución con Claude y garantizar que pueda verificar su propio trabajo
Largos tiempos de procesamiento de LLM
Mi primer ejemplo concreto es un caso en el que estaba analizando datos de usuario a partir de una interacción con un agente de IA conversacional. Después de la conversación, tengo que procesar el chat, como buscar la transcripción y realizar la clasificación y extracción de datos de la transcripción.
Comencé a investigar el problema reproduciéndolo y ejecutando el procesamiento LLM en la misma conversación varias veces y viendo cuánto tiempo llevaba. Resultó que el tiempo medio y medio eran relativamente aceptables, unos 30 segundos, pero aproximadamente una de cada diez veces el tiempo de procesamiento superaba los dos minutos, lo que, por supuesto, es completamente inaceptable. Le expliqué la situación a Claude Code y le pregunté qué podría estar causando este problema.
Resultó que la causa más probable era que simplemente estaba ingresando muchos tokens y emitiendo muchos tokens, lo que en algunas situaciones lleva mucho tiempo producir. Por lo tanto, la solución fue tomar esta única llamada de LLM y dividirla en tres para reducir la cantidad de tokens de salida que tenía que producir, de modo que pueda ejecutarse en paralelo.
Este es un ejemplo de una tarea perfecta en la que Claude Code puede verificar su propio trabajo:
Una tarea perfecta para verificar su propio trabajo es una tarea en la que tiene un resultado esperado conocido que desea producir y puede seguir trabajando e iterando en el problema hasta alcanzar ese resultado exacto.
Esto es genial porque lo que tengo ahora es una cantidad de tokens de entrada que se ejecutan y un resultado esperado, que es lo que espero si hago todo en una llamada de LLM. Y simplemente puedo pedirle a Claude Code que divida una llamada de LLM en tres partes y, para asegurarme de que lo haya hecho correctamente, compare el resultado de las llamadas de LLM divididas con la llamada de LLM monolítica única, son casi exactamente iguales (no exactamente iguales porque los LLM son estocásticos)
Solicité a mi instancia de Claude Code toda esta información. Continuó iterando su código hasta que se aseguró de que los resultados fueran los mismos y resolvió el problema con éxito, regresando a mí con una solución exitosa.
Diseñando una página web
El último ejemplo que proporcioné fue excelente porque es muy sencillo para LLM o Claude Code verificar los resultados. Simplemente puede realizar una llamada API, comparar resultados y ver si es correcto.
Sin embargo, ¿qué sucede cuando el resultado que desea producir es visual?
Mi segundo ejemplo incluye un problema en el que recibí un diseño de cómo debería verse una página web y quería que Claude Code produjera ese diseño exacto. Por supuesto, dado el marco de la aplicación y el código base existente para el que fue escrita.
Esto puede parecer una tarea más difícil porque implica observar visualmente los resultados. Afortunadamente, tenemos a Claude en Chrome, que es un MCP donde puedes darle acceso a Claude a tu Google Chrome y dejar que inspeccione visualmente los resultados.
Entonces me proporcionaron una captura de pantalla de un diseño de cómo debería verse la página, incluyendo cómo estaba organizada la página en diferentes componentes y el esquema de colores utilizado en el diseño.
Esta tarea es bastante sencilla. Simplemente le di capturas de pantalla a Claude Code y le pedí que implementara el diseño. Si su diseño es bastante simple, esto podría funcionar de inmediato. Sin embargo, algunos diseños más complejos son más difíciles de realizar de una sola vez, especialmente si lo haces en una base de código grande existente que tiene muchas dependencias y protocolos de diseño.
Por lo tanto, para darle a Claude Code la mejor oportunidad de solucionar el problema en sí, le di acceso a Google Chrome. Si desea configurar esto usted mismo, simplemente puede preguntarle a su instancia de Claude Code, ¿cómo le doy acceso a Google Chrome?
Le pedí a mi agente Claude que primero intentara implementar el diseño, luego ingresara a Google Chrome, cargara la página relevante después de encender los servidores, por supuesto, tomar una captura de pantalla y comparar los diseños. Si ve alguna discrepancia, debe continuar iterando hasta que los diseños parezcan casi iguales.
Además, le pedí a mi agente que me informara de cualquier discrepancia entre los dos diseños si no era posible implementar algo o si no estaba claro cómo implementar algo. Esta es una gran táctica porque hace que Claude acuda a ti con preguntas en lugar de que tengas que instruirlo sobre absolutamente todo lo relacionado con el diseño. En general, esta es una gran técnica para trabajar mejor con sus agentes de codificación.
Conclusión
En este artículo, cubrí cómo hacer que Claude Code valide su propio trabajo, para mejorar enormemente el rendimiento de su instancia de Claude Code o agente de codificación en general. Hablé de por qué es tan importante resaltar cómo permitir que Claude verifique su propio trabajo simplemente hace que funcione mucho mejor con una tasa de éxito más alta en implementaciones de una sola vez y permite que el agente trabaje durante períodos de tiempo más largos y aun así complete las tareas con éxito. Cubrí dos situaciones específicas en las que me encontré en las que le di acceso a Claude Code para verificar su propio trabajo, incluida la división de una llamada de LLM en tres llamadas separadas para mejorar la latencia y seguir los diseños realizados para una página web e implementarlos en mi aplicación. Ambas son situaciones específicas en las que me encontré en las que le permití a Claude verificar su propio trabajo y aumentar su rendimiento.
👋 Ponte en contacto
👉 Mi libro electrónico y seminario web gratuitos:
🚀 10 veces su ingeniería con LLM (curso gratuito por correo electrónico de 3 días)
📚 Obtenga mi libro electrónico gratuito sobre Modelos de lenguaje de visión
💻 Mi seminario web sobre modelos de lenguaje de visión
👉 Encuéntrame en las redes sociales:
💌 Subpila
🐦X/Twitter