El estilo de Claude tiene huella propia, y no es la de Anthropic
Un artículo publicado en el blog de cmart y compartido en Hacker News plantea una pregunta incómoda para cualquiera que construya con la API: "¿por qué el estilo de escritura público de Anthropic es tan distinto al de Claude?". La observación es simple pero potente: el texto oficial de Anthropic —documentación, papers, comunicaciones— tiene un tono sobrio y técnico, mientras que las respuestas de Claude por defecto arrastran patrones reconocibles: guiones largos por todas partes, estructuras del tipo "no es solo X, es Y", listas triples y cierres que suenan a coach motivacional.
Para un builder hispanohablante esto no es una curiosidad estilística: es un problema de producto. Si tu app genera contenido de cara al usuario, ese "acento de IA" delata que hay un modelo detrás y, peor aún, erosiona la percepción de calidad. La buena noticia es que ese estilo por defecto es en gran medida un artefacto del RLHF (aprendizaje por refuerzo con feedback humano) y del system prompt, y se puede corregir.
¿Qué ha cambiado y qué revela sobre el modelo?
Según el análisis publicado en el blog de cmart, la discrepancia no es casual: el estilo de Claude surge del proceso de entrenamiento, donde ciertos patrones fueron premiados por los evaluadores humanos porque "suenan" útiles y equilibrados. El texto corporativo de Anthropic, escrito por personas, no comparte esos tics.
Los patrones más citados y verificables en el uso diario son:
- Uso masivo del guión largo (—), mucho más frecuente que en la escritura humana media en español o inglés.
- La construcción "no se trata solo de… se trata de…", un recurso retórico que aparece en una fracción notable de respuestas largas.
- Enumeraciones en grupos de tres y párrafos que terminan con una frase de síntesis grandilocuente.
- Hedging excesivo: matizar cada afirmación con "es importante señalar" o "depende del contexto".
La fuente lo resume bien: el modelo no escribe como Anthropic porque nadie le pidió que lo hiciera; escribe como el promedio optimizado de lo que sus evaluadores puntuaron alto. Desde nuestra experiencia con Claude API, estos tics se disparan cuando el prompt es vago y el modelo rellena con su "voz" por defecto.
¿Qué significa esto para los builders?
El estilo por defecto es controlable con instrucciones explícitas. En vez de aceptar la voz de fábrica, trátala como un parámetro más de tu pipeline. Un system prompt que prohíba patrones concretos reduce drásticamente el "acento de IA":
system = """Escribe en español neutro, directo y humano.
Reglas de estilo estrictas:
- No uses guiones largos (—). Usa comas o puntos.
- Prohibido el patron 'no es solo X, es Y'.
- Evita enumeraciones de tres elementos como recurso retorico.
- Nada de frases de cierre grandilocuentes.
- No matices en exceso: afirma con seguridad cuando proceda."""En nuestras pruebas, combinar reglas negativas ("no hagas X") con un ejemplo de referencia (few-shot) del tono deseado funciona mejor que pedir un estilo en abstracto. Si tienes textos de tu marca, pásalos como ejemplo: Claude imita registro con notable fidelidad cuando le das material concreto.
Frente a alternativas, GPT-4o tiende a un tono más plano y comercial, mientras que Gemini abusa de las listas. Claude es, paradójicamente, el más "literario" de los tres por defecto —lo que lo hace excelente para prosa una vez domado, pero exige más disciplina de prompting para contenido neutro.
¿Cómo afecta esto a España y LATAM?
El problema se agrava en español. Muchos de estos patrones nacieron en corpus en inglés y se trasladan de forma torpe a nuestro idioma: el guión largo anglosajón, por ejemplo, se usa distinto en la tipografía española, y las traducciones automáticas de "it's not just" suenan artificiales en Bogotá, Madrid o Buenos Aires. Un equipo que genere copys de marketing, atención al cliente o documentación para el mercado hispano necesita afinar el registro local: no es lo mismo el "vos" rioplatense que el "usted" formal colombiano o el tuteo peninsular.
Para builders en la región, el consejo práctico es mantener una librería de system prompts por país y tono, versionada como código. Esto es especialmente relevante en sectores regulados —banca, salud— donde el estilo grandilocuente puede leerse como poco serio.
¿Cómo empezar a controlar el estilo hoy?
Tres pasos accionables:
- Audita tu output actual: genera 20 respuestas y cuenta guiones largos, tríadas y frases de cierre. Tendrás tu línea base.
- Escribe reglas negativas explícitas en el system prompt, no adjetivos vagos como "natural".
- Añade 2-3 ejemplos del tono objetivo y evalúa con un segundo prompt que puntúe el resultado.
Si quieres profundizar en cómo estructurar prompts y sacar partido al modelo desde el primer día, tenemos un itinerario pensado para empezar con Claude desde cero que cubre exactamente este tipo de control de estilo.
Para quienes ya operan en producción, merece la pena revisar cómo otros equipos han lidiado con el comportamiento del modelo en casos límite, como los chats que acabaron pareciendo correos internos.
Conclusión
La brecha entre cómo escribe Anthropic y cómo escribe Claude no es un defecto: es la prueba de que el estilo del modelo es un parámetro editable, no una sentencia. Los builders que lo entiendan tendrán una ventaja concreta —contenido que no grita "lo hizo una IA"— frente a quienes despliegan la voz de fábrica. Nuestra recomendación tras meses probando estilos: invierte en una librería de prompts de tono versionada, mídela y trátala como parte de tu producto, no como un detalle cosmético. Ese es el trabajo que separa una demo de un producto que respeta a su lector hispanohablante. Comparte este artículo si te fue útil.
