En el trabajo hay muchas tareas que parecen diferentes, pero en realidad tienen la misma estructura:

responder emails, preparar informes, crear propuestas, hacer resúmenes, planificar reuniones, analizar documentos, redactar mensajes o preparar presentaciones.

El problema es que mucha gente las empieza desde cero cada vez.

Este truco consiste en usar ChatGPT para crear plantillas inteligentes que puedas reutilizar una y otra vez.

El enfoque

Piensa en una tarea que repites todas las semanas.

Por ejemplo:

“Preparar un informe semanal”
“Responder a clientes interesados”
“Hacer seguimiento después de una reunión”
“Crear una propuesta comercial”
“Resumir un documento largo”
“Preparar una presentación interna”

Ahora no le pidas a ChatGPT que lo haga una vez.

Pídele que cree una plantilla reutilizable.

El prompt

Prompt:

“Actúa como un experto en productividad profesional.

Esta es una tarea que repito a menudo: [describe la tarea].

Quiero que conviertas esta tarea en una plantilla reutilizable.

Incluye:
la estructura ideal,
los campos que debo rellenar cada vez,
preguntas que debería responder antes de usarla,
errores habituales que debo evitar,
y una versión final lista para copiar y reutilizar.”

Over 4 million people have had the same lightbulb moment.

Morning Brew is a free daily newsletter that breaks down what's happening in business, finance, and tech — clearly, quickly, and with enough personality to make it the best email in your inbox.

No yelling. No filler. Just the news, finally making sense.

Try it for free

Anthropic ha lanzado Claude Opus 4.8, una nueva versión de su modelo más avanzado, con mejoras importantes en razonamiento, uso de herramientas y alineamiento.

La compañía presenta esta versión como un salto relevante en tareas de conocimiento y trabajo técnico complejo. Opus 4.8 incorpora un selector de “esfuerzo de pensamiento” con cinco niveles, de Low a Max, para ajustar cuánta capacidad de cómputo dedica el modelo a cada tarea. En benchmarks, Anthropic afirma que supera a GPT-5.5 y Gemini 3.1 Pro en pruebas de trabajo complejo y uso de herramientas, con un 88,6% en SWE-bench Verified y un 74,6% en Terminal-Bench 2.1.

Pero el punto más interesante no está solo en el rendimiento, sino en la dirección del producto.

Anthropic también está poniendo mucho énfasis en alineamiento y honestidad. Según la compañía, Opus 4.8 alcanza niveles cercanos a Claude Mythos Preview en evaluaciones de seguridad y reduce de forma significativa los fallos de código no señalados respecto a la versión anterior. Aun así, su propia documentación reconoce un fenómeno delicado: el modelo parece desarrollar cierta “conciencia de evaluación”, es decir, tiende a razonar explícitamente sobre cómo será puntuado, incluso en entornos de prueba no anunciados.

Eso no significa necesariamente que el modelo sea peor. Pero sí abre una pregunta importante: cuando los modelos empiezan a optimizarse tanto para pruebas, evaluaciones y métricas de comportamiento, ¿hasta qué punto estamos midiendo capacidades reales y hasta qué punto estamos entrenando sistemas que aprenden a comportarse bien cuando creen que están siendo observados?

La otra gran novedad está en Claude Code. Anthropic ha presentado los Dynamic Workflows, una función pensada para que Claude pueda abordar tareas de ingeniería mucho más largas y complejas. En lugar de depender de una única pasada secuencial dentro de una ventana de contexto, Claude puede crear scripts de orquestación, dividir el trabajo en subtareas y lanzar agentes en paralelo para revisar, implementar y verificar cambios a gran escala. La propia Anthropic describe estos flujos como una forma de coordinar decenas o incluso cientos de subagentes en una misma sesión, con comprobaciones antes de entregar el resultado final.

La idea es bastante potente: migraciones grandes, auditorías de seguridad, búsquedas de bugs en bases de código enormes o refactorizaciones que antes podían llevar semanas. Anthropic menciona incluso el caso de la reescritura de Bun de Zig a Rust, donde estos flujos ayudaron a portar una base de código de gran tamaño con cientos de agentes trabajando en paralelo.

También hay una lectura clara de hacia dónde va todo esto: los modelos ya no son solo chatbots que responden preguntas. Cada vez más, se están convirtiendo en sistemas que planifican, coordinan trabajo, ejecutan tareas largas y verifican sus propios resultados antes de enseñártelos.

Para empresas y desarrolladores, esto puede ser muy útil. Para el mercado, también marca una nueva fase: la competición ya no va solo de quién tiene el modelo más listo, sino de quién construye mejor la infraestructura alrededor del modelo.

Anthropic, además, introduce un Fast Mode para aplicaciones de alto volumen, con salidas más rápidas y precios más bajos en API. Y ha adelantado que sus modelos de clase Mythos, hasta ahora más restringidos, llegarán a más clientes en las próximas semanas.

Mi lectura: Claude Opus 4.8 no parece solo una mejora incremental. Es una señal de que Anthropic quiere competir en dos frentes a la vez: modelos más capaces y sistemas de trabajo autónomo más profundos. La parte prometedora es evidente: más velocidad, más revisión, más capacidad para tareas que antes eran demasiado grandes para un solo modelo.

La parte incómoda también está ahí: cuanto más agentes, más autonomía y más capas de optimización metemos en estos sistemas, más importante se vuelve entender qué están haciendo, cómo se evalúan y cuándo podemos confiar realmente en sus respuestas.

AI will eliminate 300 million jobs in the next 5 years.

Yours doesn't have to be one of them.

Here's how to future-proof your career:

Start learning AI now

OpenAI ha lanzado una experiencia de finanzas personales dentro de ChatGPT que permite conectar tus cuentas de forma segura mediante Plaid, compatible con más de 12.000 entidades financieras.

La idea es potente: un panel con tus gastos, inversiones y flujo de caja, además de respuestas basadas en tus propios números. Sobre el papel, puede ser muy útil.

Pero no termino de verlo claro.

Mi duda viene por otro lado: es la misma compañía que está probando anuncios en ChatGPT. Y ahí es donde la cosa empieza a incomodarme. Por un lado, tienes una empresa construyendo un negocio publicitario alrededor de su chatbot. Por otro, esa misma empresa te pide acceso a tus finanzas: tus hábitos de gasto, cuánto dinero tienes disponible, en qué inviertes o dónde viajas.

La pregunta incómoda es: ¿en qué momento parte de esa información acaba influyendo en los anuncios que se te muestran?

Ese es el punto que, para mí, cruza hacia un terreno inquietante. Que una sola empresa sepa demasiado sobre ti ya es incómodo. Que además intente monetizar tu atención con publicidad lo hace bastante peor.

Y el peor escenario sería que las respuestas de ChatGPT empezaran a verse condicionadas por una mezcla de lo que sabe sobre ti y lo que quieren los anunciantes. OpenAI asegura que los anuncios no influyen en las respuestas y que los anunciantes no reciben tus datos, pero cuando hablamos de finanzas personales, la cantidad de confianza que se pide es enorme.

Mi lectura: he bajado bastante por la madriguera del modelo de anuncios en ChatGPT, y no me convence para un chatbot. Ojalá nunca derive hacia el escenario que imagino. Pero si lo hace, darle acceso directo a todos mis datos financieros sería de las últimas cosas que querría hacer.

Cada semana salen nuevas herramientas, actualizaciones y formas más avanzadas de trabajar. Y estar al día es lo que separa a las empresas y a los profesionales que ganan ventaja de las que se quedan apagando fuegos.

En muchas empresas la IA se queda en curiosidad o en pruebas sueltas.
La diferencia aparece cuando el equipo aprende a aplicarla con criterio, con un marco claro y buenas prácticas, para que el impacto sea inmediato en el día a día: más productividad, mejor calidad, menos errores y decisiones más ágiles.

¿Qué hacemos exactamente?

Ya hay equipos que están haciendo en minutos lo que antes les llevaba horas.
Y el tuyo puede ser el siguiente.

Si Quieres que tu o tu equipo también estéis a la vanguardia, Responde este correo, entra a este enlace o escribe a [email protected]

Codex ya funciona en Windows, y eso cambia bastante el tipo de automatización que OpenAI quiere llevar al ordenador.

La nueva app de Codex para Windows permite trabajar con varios agentes en paralelo, revisar resultados, usar worktrees aislados, integrarse con Git y operar en entornos nativos de Windows mediante PowerShell y Windows Sandbox, o a través de WSL2.

Pero la parte más llamativa es Computer Use: Codex puede “ver” una aplicación, hacer clic, escribir y navegar por una interfaz gráfica, de forma parecida a como lo haría una persona. OpenAI lo plantea para tareas donde no basta con mirar archivos o resultados de consola: probar una app, reproducir bugs visuales, cambiar ajustes, revisar flujos en navegador o trabajar con herramientas que no tienen una API cómoda.

En la práctica, esto acerca Codex a algo más que un asistente de programación. Empieza a parecerse a un operador de ordenador: un agente capaz de moverse por apps, completar tareas y dejarte revisar lo que ha hecho después.

También encaja con la estrategia móvil de OpenAI. Codex ya está integrado en la app de ChatGPT para seguir trabajos activos desde el móvil, revisar aprobaciones y conectarse a máquinas donde Codex esté corriendo.

La promesa es clara: menos tareas manuales, más automatización y la posibilidad de delegar flujos que antes exigían estar delante del ordenador. Para desarrolladores, puede ser especialmente útil en QA, pruebas de interfaces, debugging y tareas repetitivas entre varias herramientas.

Pero también hay una lectura más grande: los asistentes de IA están empezando a salir del chat y a entrar directamente en el sistema operativo. Ya no solo responden. Ven, hacen clic, escriben, prueban y ejecutan.

You don't have to scroll every AI thread, track every new tool, or watch every demo. 

The Rundown AI breaks it all down for you — the latest AI news, tools, and tutorials in one free 5-minute email every morning. 

Trusted by 2M+ professionals at Apple, Google, and NASA.

Sign up to start learning.

CNN ha demandado a Perplexity por “infracción masiva de copyright”, acusando al buscador de IA de rastrear, copiar y distribuir contenido de la cadena sin permiso.

Según la demanda, Perplexity habría usado más de 17.000 piezas de CNN —incluyendo artículos, vídeos, imágenes y contenido de pago— para alimentar sus productos y responder a usuarios con fragmentos muy similares o directamente reproducidos. CNN también acusa a la compañía de atribuirle contenido “alucinado”, lo que añade una capa de posible infracción de marca además del conflicto de derechos de autor.

Perplexity responde con una línea de defensa conocida: “no se pueden proteger los hechos con copyright”. Y, en abstracto, eso es verdad. Los hechos no tienen copyright. Pero el problema no es solo si una noticia contiene datos públicos, sino si una empresa puede copiar la forma concreta en la que esos datos han sido investigados, redactados, empaquetados y monetizados por un medio.

Ahí está el centro del choque.

CNN sostiene que Perplexity no se limita a resumir información pública, sino que reproduce contenido protegido, incluidos textos de pago, y compite directamente con quienes han financiado la producción original de esa información. La cadena pide daños económicos y una orden judicial para frenar el uso no autorizado de sus contenidos.

El caso no llega aislado. Perplexity ya se enfrenta a demandas o disputas legales de varios editores y propietarios de contenido, entre ellos The New York Times, Chicago Tribune, Reddit, Encyclopedia Britannica, Merriam-Webster, News Corp y Nikkei.

Lo más interesante es que, según la demanda, CNN y Perplexity llegaron a negociar un acuerdo de licencia el año pasado para permitir que parte del contenido de pago de CNN estuviera disponible para usuarios de pago de Perplexity. El acuerdo no salió adelante, pero CNN afirma que Perplexity siguió usando su nombre y contenido pese a las advertencias legales.

Como muestra de agradecimiento por seguir leyendo hasta el final, quiero darte acceso a una de mis guías más valiosas, que ahora están disponibles exclusivamente dentro de IA Secrets ACADEMY.

Recuerda que si quieres aprender aún mas, te recomiendo que entres a IA Secrets Academy, donde tendrás muchisimos recursos como estos, cursos y mucho mas (y tienes 7 días gratis)

Disfrútala aprendiendo y recuerda, quedarse atrás con la IA no es una opción