como herramienta de programación. Como herramienta de programación, es realmente sorprendente y hace un trabajo increíble, y probablemente me ha convertido en un ingeniero varias veces más eficiente.
Sin embargo, Claude Code también se puede utilizar para muchas otras áreas de aplicaciones muy útiles. Puede usarlo para tareas como la creación de presentaciones, lo cual se realiza de manera muy eficiente escribiendo código, por ejemplo Python o LaTeX. Además, puede aplicar Claude Code para casos de uso que no están relacionados en absoluto con la codificación, como organizar su alcance de ventas o crear una base de conocimientos, que es lo que cubriré en este artículo.
Una base de conocimientos basada en un LLM es un concepto increíblemente poderoso que puede hacerlo mucho más eficiente simplemente porque puede obtener información relevante más rápido. Cubriré cómo configurar esto, por qué debería configurarlo y cómo puede aprovechar al máximo su base de conocimientos.
¿Por qué crear una base de conocimientos basada en un LLM?
En primer lugar, explicaré por qué debería configurar una base de conocimientos basada en LLM. La razón simple es que los LLM funcionan mejor cuanto más contexto tengan, y cuanto más contexto pueda proporcionar a sus modelos de lenguaje, mejor podrán resolver los diferentes problemas que les plantee.
Por lo tanto, almacenar tanta información como sea posible en una base de conocimientos es increíblemente poderoso porque el LLM puede acceder a ella cuando sea relevante.
Intento almacenar absolutamente todo lo que hago en una base de conocimiento centralizada. Podrían ser cosas como:
Las reuniones de las que formo parte anotan que pienso en los errores que cometen mis agentes y cómo evitarlos.
etcétera.
Antes de los LLM, habría pensado que no tenía sentido establecer una base de conocimientos tan grande con tanta información, porque simplemente no podía obtener la información relevante cuando la necesitaba. Por ejemplo, si necesitara una nota de una reunión específica, sería mucho trabajo encontrar primero la transcripción de esa reunión específica y luego, en esa transcripción, encontrar el punto específico que está buscando y así obtener la información que busca.
Sin embargo, esto cambió por completo cuando aparecieron los grandes modelos de lenguaje, porque de repente se podía acceder fácilmente a una gran cantidad de información en tan solo unos segundos. La disponibilidad de información aumentó enormemente de la noche a la mañana.
La disponibilidad de información enormemente aumentada de LLM, lo que hizo que las bases de conocimiento fueran mucho más valiosas.
Para responder brevemente, la razón por la que debería crear una base de conocimientos basada en un LLM es que le permite obtener información relevante cuando usted o su agente de codificación más la necesitan. El hecho de que obtenga una poderosa base de conocimientos con los LLM hace que la información sea muy fácilmente accesible, lo que significa que puede almacenar una gran cantidad de información.
Cómo configurar una base de conocimientos basada en LLM
Ahora hablaré de cómo puedes configurar tu propia base de conocimientos basada en LLM. En realidad, es bastante sencillo. Sólo necesita almacenar toda la información en una carpeta en su computadora.
En la práctica, sin embargo, es un poco más difícil de lo que piensas porque debes acostumbrarte a almacenar toda la información en esa ubicación. Sin embargo, lo guiaré paso a paso a través de cómo comencé a configurar esto y, al concentrarme en ello con el tiempo, fui cada vez mejor actualizando mi base de conocimientos y agregando toda la información relevante.
Puede comenzar por tener un tomador de notas de la reunión y asegurarse de que siempre almacene las notas con toda la información relevante, como los asistentes a la reunión, la hora de la reunión, el nombre de la reunión y el contexto de la reunión. Esta es información que puede obtener de su calendario, por ejemplo
Simplemente agregar todas las notas y transcripciones de sus reuniones en una carpeta central hace gran parte del trabajo.
Tenga en cuenta también que la base de conocimientos no tiene por qué ser una carpeta local. También pueden ser aplicaciones basadas en la nube, como Notion, donde puede almacenar archivos de texto. En realidad, una base de conocimientos no necesita ser mucho más que eso. Simplemente necesita almacenar texto.
Continuando con esto, también tengo recordatorios varias veces a la semana para almacenar en la base de conocimientos cosas en las que pienso, aprendizajes de mi trabajo u otra información útil en la que pensé. Intento no pensar demasiado en lo que agrego a la base de conocimientos. Lo más importante es agregar la información, lo cual hago simplemente solicitando Claude Code:
Añadir a mi base de conocimientos
Luego, Claude Code determina qué archivo o subcarpeta es el más relevante para contener esta información y la almacena por mí.
Otra cosa que hago para actualizar mi base de conocimientos es que le pido a Claude Code que realice un recorrido diario de todas las interacciones de mis agentes a lo largo del día. Estas pueden ser tanto interacciones que he tenido con mi Claude Code personal como las que he tenido con mis bots OpenClaw u otras personas que he tenido con mis bots OpenClaw. Discutimos lo que salió bien y lo que no salió bien, y automáticamente almacena el conocimiento generalizable relevante en mi carpeta de conocimiento general para que esté accesible para más adelante. Esto se hace simplemente configurando una tarea cron, que se ejecuta diariamente.
Naturalmente, tendrá otros flujos de trabajo que yo y, por lo tanto, almacenará diferentes datos y también tendrá acceso a diferentes datos. Por lo tanto, le insto a que piense en distintos conocimientos que desearía haber almacenado y que intente almacenarlos en una base de conocimientos. La regla general es que se debe almacenar tanto contexto como sea posible en la base de conocimientos; Realmente no importa si la base de conocimientos contextual se satura, y debes intentar que el almacenamiento de información en la base de conocimientos sea lo más automático posible.
Lo que quiero decir con automático es que, por ejemplo, no es necesario copiar manualmente las notas de la reunión en la base de conocimientos cada vez que se tiene una reunión. Esto es, por supuesto, mucho trabajo manual, que con el tiempo se vuelve molesto y, en segundo lugar, es posible que te olvides de hacerlo después de una reunión. En su lugar, debe configurar un script o flujo automático que almacene las notas de la reunión en una base de conocimientos para usted.
Cómo utilizar la base de conocimientos
En la última sección, cubrí cómo se puede crear la base de conocimientos y almacenar información en ella. La segunda mitad de la base de conocimientos es, por supuesto, cómo se utiliza la base de conocimientos en la práctica. Para esto, tengo dos temas de alto nivel que cubriré.
Busque información cuando la necesite personalmente. Proporcione a Claude Code o a sus otros agentes acceso a la información que puede recuperar cuando sea relevante para ellos para completar una tarea.
En muchas situaciones, me encuentro buscando información que sé que discutí en una reunión o en la que pensé en un momento anterior. En estas situaciones, es muy frustrante no poder acceder a la información. Le pido a Claude Code que revise mi base de conocimientos y encuentre la respuesta a mi pregunta. A veces no encuentra una respuesta directa, pero encuentra otras respuestas plausibles o información relacionada con mi pregunta, lo que también es muy útil en muchas situaciones.
La segunda área de aplicación de la base de conocimientos es darle acceso a Claude Code, para que pueda acceder a ella cuando crea que puede ser relevante. Por ejemplo, si le pide que complete una tarea de codificación, podría haber información útil en la base de conocimientos para ello. O siempre que estés haciendo presentaciones, por ejemplo, puedes buscar presentaciones anteriores.
Si la base de conocimientos es una carpeta centralizada, debe asegurarse, en primer lugar, de haberle dado a Claude Code o a su agente de codificación acceso a esa carpeta.
En segundo lugar, debe tener un archivo de habilidades a nivel de usuario o un archivo claude.md para que el agente de codificación conozca la base de conocimientos y cómo acceder a ella en cualquier momento. Es importante que su agente codificador conozca la base de conocimientos en cualquier momento, sin importar desde dónde solicite el modelo.
Errores a evitar
También quiero cubrir algunos errores que son fáciles de cometer al crear una base de conocimientos. El primer error que quiero cubrir es lo que sucede cuando la base de conocimientos queda obsoleta. Por supuesto, hay una deriva en la información. Sus opiniones sobre los temas pueden cambiar o la información puede quedar obsoleta. Por lo tanto, es importante realizar controles periódicos de su base de conocimientos para buscar información desactualizada.
Esta verificación puede ser simplemente un trabajo cron que ejecuta semanalmente, en el que Claude Code revisa todas las interacciones que ha tenido con él durante la última semana y lo compara con la base de conocimientos para buscar información desactualizada.
Otro error común es no informar al agente de la base de conocimientos cuando se ejecuta en carpetas específicas. Por ejemplo, si solo informa al agente de codificación de la base de conocimientos dentro de un archivo Claude.md a nivel de proyecto, Claude no conocerá la base de conocimientos si se ejecuta en cualquier otra carpeta. Esto es, por supuesto, muy problemático, ya que cuando Claude se ejecuta en esa otra carpeta, no tendrá acceso a toda la misma información.
Aquí es donde los archivos Claude o Skill.md a nivel de usuario son útiles, ya que siempre se cargan en su agente de codificación, sin importar desde qué carpeta los ejecute.
Conclusión
En este artículo, cubrí cómo construir una base de conocimientos basada en Claude Code. Se trata básicamente de un almacenamiento centralizado para toda la información con la que interactúa a diario y le brinda una poderosa ventaja porque puede acceder a la información más rápidamente y puede buscar en la base de conocimientos mediante LLM. Los agentes codificadores son increíblemente eficientes a la hora de buscar grandes cantidades de información, como carpetas, y por lo tanto almacenar/acceder a información relevante será rápido, incluso si la base de conocimientos es grande. Le insto a que intente establecer una base de conocimientos personal. Intente almacenar toda la información con la que interactúa a diario en esa base de conocimientos e intente utilizarla activamente para buscar información usted mismo y ponerla a disposición de sus agentes de codificación para que puedan volverse más eficientes. Creo que estas bases de conocimiento personal sobre sus preferencias e información específica serán cada vez más importantes en el futuro cuando los agentes de codificación se vuelvan más poderosos.
👋 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