← Artículos

Aprender no es ver: haz que tu agente vea el tutorial por ti

· 7 min de lectura

Ver un tutorial no es adquirir la habilidad: aprender es que algo quede escrito en un lugar donde se ejecute otra vez sin ti. Tu cabeza no es ese lugar; un archivo de texto en una carpeta sí. Aquí están los tres sistemas para que el video acabe convertido en algo que trabaja solo.

Tú te viste el tutorial de 40 minutos. Tú tomaste las notas. Pero el que ejecuta tu trabajo todos los días no eres tú: es tu agente, y él no vio nada. Tú aprendiste y tu sistema sigue igual que ayer.

La creencia que hay que romper

Aprender no es ver. Aprender es que algo quede escrito en un lugar donde se ejecute otra vez sin ti. Tu cabeza no es ese lugar: se cansa, se distrae y olvida. Un archivo de texto en una carpeta sí lo es. Hazte la pregunta en serio: ¿dónde vive hoy lo que aprendiste en ese tutorial? Si la respuesta es "en mis notas", entonces no lo aprendió tu sistema. Lo aprendiste tú, que es la parte que se evapora.

Este sistema es el que enseño dentro de la comunidad MÁQUINA IA: las estaciones, los gates y el código que lo sostiene.

Sistema 1 — Darle ojos

Claude, por defecto, no ve videos. Le pegas un enlace de YouTube y te habla del título, no de lo que pasa dentro. La vía más usada hoy es una herramienta de la comunidad que hace exactamente esto: descarga el video, le extrae los cuadros, lo transcribe y se lo entrega todo al modelo. Instalas el comando, le pasas la dirección del video y el agente empieza a hablarte de lo que ocurre en pantalla en el minuto 3. Una aclaración que casi nadie hace y que importa: esto no es una función oficial de Anthropic. Son proyectos de terceros, hechos por la comunidad. Funcionan bien, y por eso se usan. Pero cuando alguien te lo venda como una función que Anthropic lanzó, ya sabes que no leyó la fuente. Y hay un detalle que dice más que cualquier cifra de estrellas: no es un repositorio suelto, es una categoría entera. Hay varios proyectos distintos resolviendo lo mismo por su cuenta. Cuando varios equipos independientes construyen la misma pieza, no es una moda: es un hueco que el producto todavía no te cubre. Y para ti significa algo práctico: no estás apostando por un proyecto suelto. Si uno se abandona, hay otros haciendo lo mismo. Consejo de arranque: empieza con un video que ya te sepas, para que puedas juzgar si entendió bien.

Sistema 2 — Entenderlo sin descargar nada

El camino anterior baja el video a tu ordenador, y eso a veces sobra. Google tiene la pieza que la mayoría no está usando: la conexión de Gemini acepta un enlace de YouTube directo como parte de la petición. No descargas, no conviertes y no transcribes. Le pasas la dirección y el modelo ve el video. La llave se consigue gratis en Google AI Studio, sin tarjeta. Ojo con el nombre, porque circulan versiones equivocadas: es Google AI Studio. Si buscas otro nombre vas a acabar en otro producto y vas a pensar que no existe. Y antes de montar nada encima, lee los límites reales en la documentación oficial de Google, no en un video de motivación: hay cuota diaria de horas de video, funciona solo con videos públicos y depende de la generación del modelo que uses. Esos números cambian, así que el sitio donde mirarlos es la documentación, no un artículo. Aun así, el cuello de botella casi nunca va a ser la cuota. Va a ser que no tienes claro qué quieres que aprenda. ¿Cuántos videos tienes guardados ahora mismo en "ver después"?

Sistema 3 — Convertirlo en un equipo

Aquí es donde la mayoría de los tutoriales se acaban: te dan tres herramientas, tres enlaces y una palabra clave para pedir la guía. El paso que falta es el que separa esto de un truco bonito: que lo que el agente entendió quede escrito como instrucción ejecutable —un archivo, una habilidad, una carpeta— y no como un resumen que nadie vuelve a abrir. Un tablero de agentes que se reparten el trabajo es útil, pero solo si lo que les das está escrito. Si no, tienes varios agentes improvisando en vez de uno.

El error que me costó una noche entera

Copié el ritmo de edición de un creador extranjero, lo metí en mi sistema tal cual, y durante una noche mi fábrica entregó piezas que en el plan se veían perfectas. Una salió con un 11 % de cobertura visual: mi avatar hablándole a una pared. La lección no es "no copies". Es que un sistema ajeno viene calibrado para el material ajeno. Lo que copias es la estructura; los umbrales los tienes que medir contra lo tuyo o vas a producir basura que pasa tus propios controles.

Lo que te llevas

  1. Ver un video no es tener la habilidad. Aprender es dejarlo escrito donde se ejecute sin ti.
  2. Dale ojos al agente con una herramienta de la comunidad, o pásale el enlace directo vía Google AI Studio si no quieres descargar nada.
  3. Convierte lo que entendió en un archivo ejecutable, no en un resumen.
  4. Y calibra contra tu material: un sistema copiado entero produce piezas que se ven bien en el plan y mal en pantalla.

Preguntas frecuentes

¿Claude puede ver videos de YouTube por sí solo?
No de forma nativa: si le pasas un enlace te habla del título, no del contenido. Hace falta una herramienta que descargue el video, extraiga los cuadros y lo transcriba, o bien pasar el enlace a un modelo que acepte video directamente.
¿Hay forma de analizar un video sin descargarlo?
Sí. La API de Gemini acepta un enlace de YouTube directo dentro de la petición, y la clave se obtiene gratis en Google AI Studio. Conviene revisar en la documentación oficial los límites de cuota y qué tipos de video admite.
¿Las herramientas para que Claude vea videos son oficiales de Anthropic?
No. Son proyectos de terceros hechos por la comunidad, no una función oficial del producto de Anthropic. Funcionan bien y por eso se usan, pero conviene saberlo: si alguien te lo vende como una función que Anthropic lanzó, no leyó la fuente. Además no es un proyecto suelto, sino varios resolviendo lo mismo.
¿Por qué no basta con ver el tutorial y tomar notas?
Porque quien ejecuta tu trabajo a diario es tu sistema, no tu memoria. Si lo aprendido no queda escrito en un archivo que se ejecute sin ti, tu sistema sigue igual que antes del video.

Fuentes