Vídeos complementarios

Cómo diseñar herramientas MCP que los LLM utilicen correctamente — vídeos complementarios

El artículo explica la diferencia entre una herramienta MCP que aparece correctamente en el inspector y otra que el modelo elige de verdad en el momento adecuado: nombres, descripciones, estructuras de parámetros, mensajes de error, valores devueltos y combinación con otras herramientas. Estas dos sesiones de Anthropic son la explicación directa en vídeo más clara de este ámbito, a cargo de quienes diseñan las herramientas de Claude.

Selección principal

18:58

Cómo crear agentes de IA más eficaces

Anthropic

Ingenieros de Anthropic explican qué cambiaron cuando sus sistemas multiagente utilizaban mal las herramientas: consolidar endpoints, devolver nombres en lugar de ID y apoyarse en MCP y Agent Skills en vez de saturar el prompt del sistema con más herramientas. Se corresponde punto por punto con la lista de comprobación del artículo para las descripciones y la estructura de los valores devueltos.

Qué aprenderás: Mejorarás el diseño de las herramientas para que los agentes elijan la acción correcta con los parámetros adecuados.

Qué ver o saber antes: Saber la diferencia entre un esquema de herramienta, una descripción de herramienta e instrucción de agente.

Nota de AI Expert: Los ejemplos son específicos de Anthropic, pero la lección de diseño es estable: reduce la ambigüedad, devuelve identificadores útiles y prueba la elección de herramientas con tareas reales. Vuelve a consultar la guía vigente sobre Agent Skills y MCP antes de copiar patrones específicos del producto.

Abrir página del vídeo

También merece la pena

29:27

Diseño de prompts para agentes | Code w/ Claude

Anthropic

Hannah Moran y Jeremy Hadfield, del equipo Applied AI, explican cómo redactar llamadas a herramientas y prompts de agentes mediante un agente real que juega a Pokémon: cuándo trasladar un comportamiento al prompt del sistema o a la descripción de la herramienta, y qué debe saber el modelo sobre las precondiciones de cada herramienta. Resulta especialmente útil después de crear tu primer servidor MCP y descubrir que Claude lo invoca de formas inesperadas.

Qué aprenderás: Decidirás qué comportamiento corresponde al prompt del sistema, a la descripción de la herramienta o a sus precondiciones.

Qué ver o saber antes: Haber construido o inspeccionado al menos un agente que use herramientas.

Nota de AI Expert: Considera el juego de demostración un recurso didáctico, no el objetivo. La lección transferible es el diseño del contrato entre prompt y herramienta; valida cualquier prompt de producción con casos de evaluación que incluyan la elección de una herramienta incorrecta y la ausencia de parámetros.

Abrir página del vídeo