La era de las reglas para la IA ya terminó
Hace un par de días Anthropic soltó un post que me hizo repensar toda la forma en que uso Claude Code en la pega. Resulta que borraron más del 80% del system prompt de la herramienta para los modelos Claude 5 — Opus 5 y Fable 5 — y no notaron ninguna pérdida en sus evaluaciones de código. Cero. Nada.
Si eres de los que le pasan reglas eternas a la IA antes de empezar a trabajar, esto te va a doler un poco.
De «no hagas esto» a «usa tu criterio»
El ejemplo más claro del blog es brutal. Antes, el system prompt de Claude Code tenía instrucciones como:
«No escribas comentarios. Nunca. Uno corto máximo. No crees documentos de planificación salvo que el usuario te lo pida.»
Hoy en día, con los modelos nuevos, eso se redujo a una sola línea:
«Escribe código que se lea como el código que te rodea: iguala la densidad de comentarios, los nombres y los idiomas.»
La diferencia es gigante. Antes le dabas una regla absurda que forzaba al modelo a meterse en un corsé donde ni siquiera podía explicar bien un algoritmo complejo. Ahora le dices: cachai el contexto, evalúa tú. Y funciona mejor.
Eso es lo que me encanta. Los modelos nuevos dejaron de ser esos asistentes que necesitan que les grites cada paso. Ahora son lo suficientemente inteligentes como para entender la intención del usuario sin un manual de 40 páginas.
El fin de los ejemplos forzados
Otro cambio que me parece clave: antes Anthropic recomendaba darle ejemplos de cómo usar cada herramienta. Hoy descubrieron que eso en realidad restringe al modelo. Le encajona en una forma de pensar cuando el código o la tarea podrían resolverse de mil maneras distintas.
Ahora la estrategia es diseñar buenas interfaces. Enumera los estados posibles de una herramienta (pending, in_progress, completed) y deja que el modelo decida cuándo usar cada uno. No le des un tutorial, dale un buen contrato.
Progressive disclosure y el problema del contexto
También están apostando fuerte por lo que llaman progressive disclosure. Antes metían toda la información upfront — reglas de revisión de código, verificación, buenas prácticas — en un CLAUDE.md monstruoso. Hoy eso se divide en skills que Claude carga solo cuando los necesita.
Y acá es donde me identifico caleta. Cuántas veces he visto repos donde el CLAUDE.md tiene 800 líneas de «cómo trabajamos nosotros» que en realidad nadie lee. Es puro ruido. El modelo lo lee todo, pierde tokens en información que no necesita, y termina haciendo la pega peor.
Lo mismo pasa con la memoria. Antes había que meterse con el hashtag # para que Claude guardara algo. Ahora lo hace solo. Y con las referencias: en vez de archivos markdown simples, ahora se pueden pasar artifacts HTML, suites de test completas, o código de otros repos como referencia.
Lo que esto significa para quienes construimos con IA
En mi opinión, este post no es solo una guía técnica. Es una declaración de principios: la forma en que interactuamos con la IA está cambiando de mandato a colaboración.
Ya no estamos programando un robot que necesita instrucciones explícitas para cada movimiento. Estamos conversando con un colega que entiende el contexto, que sabe cuándo preguntar y cuándo actuar. Eso significa que nosotros también tenemos que cambiar: dejar de escribir reglas y empezar a diseñar entornos.
Y si todavía tenés un system prompt de 500 líneas, quizás es hora de hacerle un claude doctor. No perderás nada. De hecho, probablemente ganes.
Fuente de inspiración: The new rules of context engineering for Claude 5 generation models | Claude by Anthropic
