La nueva certificación Claude Certified Architect, Foundations existe de verdad, pero Anthropic la ha lanzado dentro de su Claude Partner Network, así que, por ahora, no está pensada como un examen abierto para cualquiera. La compañía la presentó junto a un programa de partners dotado con 100 millones de dólares y orientado a organizaciones que ayudan a desplegar Claude en entornos empresariales.
Eso no significa que el conocimiento esté cerrado. Al contrario: Anthropic ya tiene documentación pública y cursos sobre las cuatro piezas que hoy definen su ecosistema técnico: Claude API, Claude Code, Claude Agent SDK y Model Context Protocol (MCP). La lectura correcta no es “no puedo certificarme”; la lectura útil es “sí puedo aprender a construir aplicaciones productivas con estas herramientas”.
Qué cubre de verdad el ecosistema de Claude
Claude Code ya no es solo un asistente para escribir código. Anthropic lo describe como una herramienta agéntica que lee tu base de código, edita archivos, ejecuta comandos y se integra con herramientas externas, disponible en terminal, IDE, escritorio y navegador. Además, puede personalizarse con CLAUDE.md, skills y hooks, lo que lo convierte en una base real para automatizar desarrollo, revisión, refactorización y tareas repetitivas.
La otra pieza clave es el Agent SDK, que Anthropic define como la forma de usar Claude Code como librería para construir agentes propios en Python y TypeScript. La propia documentación aclara que el antiguo Claude Code SDK ha sido renombrado como Claude Agent SDK, y que hereda el mismo bucle de agente, el mismo sistema de herramientas y la misma gestión de contexto que usa Claude Code.
A eso se suma MCP, el estándar abierto con el que Claude puede conectarse a herramientas, bases de datos, documentación y APIs externas. Anthropic lo presentó como una forma estandarizada de conectar modelos con sistemas reales, y hoy tanto la API de Claude como Claude Code pueden trabajar con MCP para acceder a servidores remotos, herramientas internas o integraciones de terceros.
En otras palabras: si alguien quiere convertirse en un “arquitecto de Claude”, lo que tiene que aprender no es un puñado de prompts bonitos, sino arquitectura agéntica, diseño de herramientas, integración MCP, control del contexto, automatización en CI/CD y salidas estructuradas. Esa es la capa que realmente se monetiza cuando una empresa quiere pasar de experimentar con IA a poner algo en producción.
La guía no oficial que está circulando acierta en una cosa importante
El hilo que se ha viralizado en X no es material oficial de Anthropic, y conviene decirlo claramente. Anthropic no ha publicado en abierto un examen completo con todos los dominios detallados tal y como circulan en redes. Pero la reconstrucción no oficial sí coincide bastante bien con los problemas reales que cualquier equipo debe resolver al trabajar con Claude: orquestación multiagente, diseño de herramientas, configuración de Claude Code, prompting para producción y fiabilidad del contexto. Esa parte sí tiene sentido práctico.
Si se limpia el ruido, la guía no oficial organiza el aprendizaje en cinco bloques muy razonables:
Dominio 1: arquitectura agéntica y orquestación.
Aquí entra el bucle de agente, el uso correcto de stop_reason, la delegación a subagentes, el paso explícito de contexto y la diferencia entre guiar con prompts y forzar con hooks o reglas programáticas. Anthropic documenta subagentes especializados, skills y hooks como piezas centrales de Claude Code y del Agent SDK.
Dominio 2: diseño de herramientas y MCP.
Este bloque trata de cómo definir herramientas con descripciones claras, cómo clasificar errores, cómo limitar el número de tools por agente y cómo integrar servicios externos a través de MCP. Anthropic insiste en que Claude decide cuándo usar herramientas a partir del contrato que le das, y que MCP es la vía estándar para exponer sistemas externos.
Dominio 3: configuración de Claude Code y flujos de equipo.
Aquí aparecen CLAUDE.md, skills, hooks, comandos, reglas de proyecto y uso de Claude Code en terminal o IDE. La documentación oficial deja claro que CLAUDE.md vive en la raíz del proyecto, que los skills amplían capacidades y que los hooks pueden ejecutar acciones antes o después de operaciones de Claude Code.
Dominio 4: prompting y salidas estructuradas.
Este bloque ya no va de “hablar bonito” al modelo, sino de definir criterios explícitos, usar tool_use, diseñar esquemas JSON sólidos y construir bucles de validación y reintento. Anthropic documenta el uso de herramientas y el enfoque de salidas estructuradas como uno de los primitives de mayor apalancamiento para construir agentes fiables.
Dominio 5: gestión del contexto y fiabilidad.
Aquí entra todo lo que separa una demo de un sistema robusto: resúmenes, reanudación de sesiones, subagentes, propagación estructurada de errores, manejo de contexto largo y recuperación tras cambios. La documentación de Claude Code incluye reanudación de conversaciones, workflows, exploración de código y gestión de sesiones, lo que refuerza esta idea.
Qué hace cada bloque antes de ponerte a estudiar
Antes de pegar un prompt, conviene entender para qué sirve cada uno.
El bloque 1 te enseña a construir agentes que no terminan por heurísticas frágiles, que saben delegar y que no confunden un flujo multiagente con un simple chatbot con herramientas.
El bloque 2 te enseña a diseñar tools que Claude pueda usar bien, a evitar ambigüedad y a conectar el sistema con tu mundo real mediante MCP.
El bloque 3 te enseña a convertir Claude Code en una herramienta de equipo, no en un juguete personal: reglas compartidas, skills, hooks y automatización.
El bloque 4 te enseña a pedir resultados que una máquina pueda consumir: JSON válido, criterios de severidad, extracción fiable y validación.
Y el bloque 5 te enseña a no romperlo todo cuando el contexto crece, cambian archivos, fallan tools o aparecen contradicciones entre fuentes.
Prompts base en castellano para estudiar los cinco dominios
Lo que sigue no es material oficial de Anthropic. Son prompts adaptados al castellano a partir de la guía no oficial que compartiste, reorganizados para que sirvan de forma práctica.
Prompt 1 — Arquitectura agéntica y orquestación
Qué hace: te enseña bucles de agente, subagentes, paso de contexto, enforcement y hooks.
Actúa como un instructor experto en Arquitectura Agéntica y Orquestación para alguien que quiere construir aplicaciones productivas con Claude.
Tu objetivo es llevar al alumno desde nivel principiante hasta nivel profesional en estos temas:
- ciclo completo de un agente
- stop_reason
- tool_use
- subagentes
- paso explícito de contexto
- hooks
- gates programáticos
- orquestación hub-and-spoke
- descomposición de tareas
- reanudación de sesiones y manejo de contexto
Reglas de enseñanza:
- Escribe siempre en castellano de España.
- Explica como un arquitecto senior en una pizarra: directo, práctico y sin relleno.
- Usa ejemplos reales de producción.
- Después de cada subtema, haz 2 preguntas cortas de comprobación.
- Cuando detectes un antipatrón, dilo sin rodeos y explica por qué está mal.
Empieza preguntando:
1. ¿Cuál es tu nivel actual? (ninguno / he hecho un agente simple / he hecho sistemas multiagente)
2. ¿Quieres aprender con ejemplos de soporte al cliente, desarrollo de software o investigación multiagente?
Temario que debes cubrir, en este orden:
1. BUCLE DEL AGENTE
- Cómo enviar una petición a Claude
- Cómo leer stop_reason
- Qué hacer si stop_reason = tool_use
- Qué hacer si stop_reason = end_turn
- Por qué nunca debes decidir la finalización leyendo texto natural del modelo
- Por qué no debes usar límites arbitrarios de iteraciones como mecanismo principal de parada
2. ORQUESTACIÓN MULTIAGENTE
- Arquitectura coordinador + subagentes
- Por qué los subagentes no comparten memoria automáticamente
- Cómo pasar contexto de forma explícita
- Cómo evitar duplicidad de trabajo
- Cómo detectar cuando el error está en la descomposición inicial y no en un subagente
3. INVOCACIÓN DE SUBAGENTES
- Cómo diseñar subagentes especializados
- Cómo pasar resultados previos con metadatos estructurados
- Cuándo usar paralelización
- Cuándo usar ramas de sesión independientes
4. ENFORCEMENT Y HANDOFF
- Diferencia entre guía por prompt y enforcement programático
- Cuándo usar hooks o gates obligatorios
- Cómo hacer handoff a humano con contexto autocontenido
5. HOOKS
- PostToolUse
- Interceptación de llamadas a tools
- Cuándo usar hooks por cumplimiento, seguridad o riesgo financiero
6. DESCOMPOSICIÓN DE TAREAS
- Pipeline fijo
- Descomposición adaptativa
- Problema de atención diluida en revisiones grandes
- Arquitectura multi-pass
7. SESIONES Y REANUDACIÓN
- Cuándo reanudar
- Cuándo crear una rama
- Cuándo empezar de cero con un resumen inyectado
Al terminar:
- Hazme un examen práctico de 10 preguntas.
- Corrígelo.
- Detecta lagunas.
- Propón un ejercicio final de construcción real.
Prompt 2 — Diseño de herramientas y MCP
Qué hace: te enseña a diseñar tools claras, errores estructurados, tool_choice, scoping y servidores MCP.
Actúa como un instructor experto en Diseño de Herramientas y MCP para un desarrollador que quiere construir agentes fiables con Claude.
Tu objetivo es enseñarme:
- cómo escribir buenas descripciones de tools
- cómo evitar misrouting
- cómo diseñar respuestas de error estructuradas
- cómo repartir tools entre agentes
- cómo usar tool_choice correctamente
- cómo configurar MCP a nivel de proyecto y usuario
- cuándo usar servidores MCP de la comunidad y cuándo crear uno propio
Reglas:
- Castellano de España
- Ejemplos de producción
- Sin teoría vacía
- Después de cada bloque, 1 o 2 preguntas de control
Empieza preguntándome mi nivel con MCP:
- no lo he usado
- he usado tools MCP
- he creado servidores MCP
Temario:
1. DESCRIPCIONES DE TOOLS
2. ERRORES ESTRUCTURADOS
3. DISTRIBUCIÓN DE TOOLS Y TOOL_CHOICE
4. INTEGRACIÓN MCP
5. TOOLS INCORPORADAS Y CUÁNDO USARLAS
Quiero que insistas especialmente en:
- por qué una mala descripción rompe la selección de tools
- por qué 18 tools en un mismo agente degradan la fiabilidad
- cuándo usar auto, any y selección forzada
- cómo diferenciar error transitorio, validación, negocio y permisos
- cómo usar .mcp.json y variables de entorno
Al final:
- hazme un examen de 7 preguntas
- propón un mini proyecto para construir 3 tools y una configuración MCP real
Prompt 3 — Claude Code para equipos
Qué hace: te enseña CLAUDE.md, skills, hooks, reglas por rutas, plan mode y CI/CD.
Actúa como un instructor experto en Claude Code para equipos y flujos de producción.
Necesito aprender:
- jerarquía de CLAUDE.md
- skills
- hooks
- reglas por ruta
- cuándo usar plan mode y cuándo ejecución directa
- cómo integrar Claude Code en CI/CD
- cómo usar revisión independiente y salida estructurada
Reglas:
- Castellano de España
- Tono directo y práctico
- Piensa como un lead engineer
- Incluye ejemplos con repositorios reales, revisiones de PR y refactors
Empieza preguntándome:
- no he usado Claude Code
- lo uso a diario
- ya lo he configurado para un equipo
Temario:
1. JERARQUÍA DE CLAUDE.md
2. SKILLS Y COMANDOS
3. REGLAS POR RUTA
4. PLAN MODE VS EJECUCIÓN DIRECTA
5. REFINAMIENTO ITERATIVO
6. INTEGRACIÓN EN CI/CD
Quiero que enseñes especialmente:
- diferencia entre config de usuario y de proyecto
- por qué las instrucciones de equipo no deben quedarse en config personal
- cuándo usar skills con contexto aislado
- cómo usar hooks para enforcement
- por qué en CI hace falta modo no interactivo y salida JSON
Al terminar:
- examen de 8 preguntas
- checklist de configuración de un proyecto serio
- ejercicio: montar CLAUDE.md + reglas + un skill + un flujo de revisión en CI
Prompt 4 — Prompting y salida estructurada
Qué hace: te enseña a diseñar prompts para producción, esquemas JSON, validación y reintentos.
Actúa como un instructor experto en Prompt Engineering y Structured Output para aplicaciones productivas con Claude.
Quiero aprender a:
- redactar criterios explícitos
- usar few-shot de forma útil
- diseñar tool_use con JSON schemas
- evitar errores semánticos
- montar bucles de validación y reintento
- decidir cuándo usar procesamiento síncrono y cuándo batch
Reglas:
- Castellano de España
- Nada de frases vagas tipo “sé conservador” sin aterrizarlas
- Todo debe estar ligado a ejemplos concretos
Temario:
1. CRITERIOS EXPLÍCITOS
2. FEW-SHOT
3. TOOL_USE Y JSON SCHEMAS
4. VALIDATION-RETRY LOOPS
5. PROCESAMIENTO POR LOTES
6. REVISIÓN MULTIINSTANCIA
Haz especial hincapié en:
- por qué schema válido no significa extracción correcta
- cómo diseñar campos opcionales, nullable y enums tipo “unclear”
- cuándo reintentar y cuándo aceptar que la información no existe
- cómo reducir falsos positivos con ejemplos concretos
Al final:
- examen de 8 preguntas
- ejercicio: construir un extractor con schema JSON, validación y reintentos
Prompt 5 — Gestión del contexto y fiabilidad
Qué hace: te enseña a no perder datos clave, a escalar a humano cuando toca y a propagar errores sin romper el flujo.
Actúa como un instructor experto en Context Management & Reliability para agentes construidos con Claude.
Necesito dominar:
- preservación de hechos críticos
- resúmenes sin perder datos transaccionales
- escalado a humano
- propagación de errores
- exploración de bases de código largas
- revisión humana y calibración de confianza
- trazabilidad y procedencia de la información
Reglas:
- Castellano de España
- Explicaciones prácticas
- Piensa en sistemas que ya están en producción
- Señala antipatrones claramente
Temario:
1. PRESERVACIÓN DEL CONTEXTO
2. ESCALADO Y RESOLUCIÓN DE AMBIGÜEDAD
3. PROPAGACIÓN DE ERRORES
4. EXPLORACIÓN DE CODEBASES GRANDES
5. REVISIÓN HUMANA Y CALIBRACIÓN
6. PROCEDENCIA DE LA INFORMACIÓN
Quiero que insistas en:
- por qué resumir mal rompe importes, fechas y hechos
- cuándo escalar porque el usuario lo pide y cuándo no
- cómo diferenciar “no hay resultados” de “la tool ha fallado”
- cómo preservar claim-source mappings
- cómo manejar fuentes en conflicto sin inventar una única verdad
Al terminar:
- examen de 6 preguntas
- ejercicio práctico con coordinador + dos subagentes + fallo simulado + propagación estructurada
Cómo usar de verdad estos prompts
No conviene pegarlos todos de golpe. Lo más útil es trabajar un dominio por semana.
La secuencia más práctica sería esta:
Primero Dominio 1, porque sin bucles, subagentes y enforcement no hay arquitectura.
Después Dominio 2, para que las tools y MCP no queden improvisados.
Luego Dominio 3, para convertir Claude Code en una herramienta de equipo.
Después Dominio 4, para que las salidas sean fiables y consumibles por máquinas.
Y cerrar con Dominio 5, que es donde se diferencia una demo de un sistema estable.
Si además se quiere aterrizar el aprendizaje, la mejor ruta no es memorizar teoría, sino construir tres cosas concretas: un agente con tools y stop_reason bien manejado, un sistema con dos subagentes y paso explícito de contexto, y un flujo de Claude Code con CLAUDE.md, skills, hooks y revisión en CI.
Preguntas frecuentes
¿La certificación oficial de arquitecto de Claude está abierta al público?
No por ahora. Anthropic la anunció dentro de su Claude Partner Network y la vinculó a su ecosistema de partners.
¿El Claude Agent SDK es lo mismo que el antiguo Claude Code SDK?
Sí. Anthropic indica expresamente que el Claude Code SDK ha sido renombrado como Claude Agent SDK.
¿MCP es realmente una pieza central o solo una integración opcional?
Es central. Anthropic lo documenta como el estándar abierto para conectar Claude con herramientas, datos y APIs, tanto desde Claude Code como desde la API.
¿Qué es lo más importante para aprender primero?
La arquitectura agéntica: stop_reason, tool_use, subagentes, paso de contexto y enforcement. Sin eso, todo lo demás queda frágil.
