Gobernanza de habilidades y contexto en Claude Code: auditoría práctica

Antes de ampliar Claude Code a un flujo de desarrollo web real, conviene verificar cuatro elementos: qué habilidades están cargadas, si la política de la organización se ha cargado, cuánto resultado de comandos entra en contexto y dónde se mantienen las instrucciones de los subagentes. La versión 2.1.261 de Claude Code, fechada por Anthropic el 4 de septiembre de 2026, añade señales concretas para observar esas condiciones. Entre ellas están /skill-doctor, nuevos diagnósticos de política, límites configurables para resultados y una opción para leer prompts extensos desde archivo.

La actualización no certifica que un proyecto sea seguro, rentable o correcto. La interpretación operativa de CreatikLab consiste en utilizar esas señales como entradas de una auditoría de aceptación. Una persona responsable debe justificar cada habilidad, resolver cualquier fallo de carga de la política, decidir qué resultados conservar y aprobar el código antes de desplegarlo.

En un proyecto duradero, las instrucciones suelen crecer junto con el repositorio. Se añaden habilidades para investigar, probar, revisar o automatizar tareas; también se acumulan logs y reglas para subagentes. El problema no es únicamente el tamaño. El riesgo aparece cuando nadie puede explicar por qué un elemento está cargado, quién lo revisó o qué condición permite retirarlo. Una habilidad inútil para la tarea actual puede consumir contexto. Un prompt externo puede convertirse en una capa de control poco visible. Un log extenso puede ocultar la línea que realmente demuestra el fallo.

Por eso CreatikLab distingue capacidad, permiso, evidencia y aceptación. Claude Code aporta capacidades. La organización define permisos. Los diagnósticos y pruebas producen evidencia. El revisor humano decide la aceptación. Mezclar estas capas conduce a una falsa sensación de control, aunque la herramienta termine la tarea sin mostrar errores.

Anthropic incorporó /skill-doctor para mostrar qué habilidades cargadas no se utilizan y cuánto contexto consumen. También añadió bashOutputMaxChars y taskOutputMaxChars. Estas opciones permiten aumentar la cantidad de salida de comandos y tareas en segundo plano que Claude recibe en línea antes de guardar el resto en un archivo, con un límite publicado de hasta 128K caracteres. La opción --append-subagent-system-prompt-file permite leer desde un archivo un prompt de sistema para subagentes cuando resulta demasiado grande para la línea de comandos.

La actualización añadió una línea de política organizativa en /status y claude doctor para explicar por qué una política no pudo cargarse; Anthropic menciona como ejemplo un proxy que no transmite el endpoint correspondiente. También se enumeran correcciones de fiabilidad relacionadas con entrada rápida, montajes de red, configuración de Bedrock, plugins gestionados, reanudación de sesiones, llamadas paralelas y Remote Control. Anthropic no publica en esta entrada precios, certificaciones ni mejoras de rendimiento garantizadas.

• Señal: /skill-doctor marca una habilidad sin uso. Prueba: salida del comando y finalidad declarada de la habilidad. Acción: conservarla con justificación, aplazarla o retirarla. Responsable: líder técnico.
• Señal: /status o claude doctor indica que la política no se cargó. Prueba: mensaje, identidad, red y ruta del proxy. Acción: detener el trabajo gobernado hasta resolver o autorizar formalmente la excepción. Responsable: plataforma o seguridad.
• Señal: se amplía bashOutputMaxChars o taskOutputMaxChars. Prueba: tarea que requiere más salida y fragmento decisivo. Acción: seleccionar el límite mínimo útil. Responsable: mantenedor del flujo.
• Señal: el prompt del subagente pasa a un archivo. Prueba: archivo versionado, revisión y registro de cambios. Acción: tratarlo como código controlado. Responsable: mantenedor del repositorio.

Esta matriz es un método de CreatikLab, no una promesa de Anthropic. Obliga a convertir cada señal técnica en una decisión verificable, evitando que una configuración se acepte simplemente porque existe.

1. Registrar la versión instalada mediante claude --version y delimitar repositorio, entornos y tipos de tarea incluidos.
2. Ejecutar /skill-doctor en sesiones representativas. Relacionar cada habilidad con una tarea aprobada y evitar conclusiones basadas en una única prueba corta.
3. Comprobar /status y claude doctor con la misma identidad, red y proxy que utilizará el equipo de entrega. Escalar cualquier aviso sobre la carga de la política.
4. Inventariar los límites de salida de comandos y tareas. Documentar la necesidad antes de ampliarlos.
5. Guardar en control de versiones cualquier archivo utilizado con --append-subagent-system-prompt-file. Exigir revisión y señalar los flujos que lo consumen.
6. Ejecutar una tarea reversible con resultado esperado conocido. Conservar solicitud, diagnóstico relevante, archivos modificados, pruebas y decisión humana.
7. Simular un fallo controlado para verificar que el sistema lo hace visible y no continúa como si hubiera aceptación.
8. Ampliar el uso solo si la evidencia puede repetirse y existen responsables capaces de detener, investigar y revertir.

Anthropic no afirma que estas funciones sustituyan permisos del repositorio, pruebas, revisión de código o controles de despliegue.

La unidad de medición debe ser una tarea revisada. Para cada una, registra tipo, habilidades necesarias, hallazgos de /skill-doctor, estado de carga de política, resultado de pruebas, tiempo de revisión, motivo de retrabajo y aprobador final. Como indicador de flujo puede utilizarse la proporción de tareas aceptadas sobre tareas revisadas, acompañada por el tiempo mediano de revisión humana. Para calidad, observa qué tareas aceptadas se reabren por defectos o requisitos incumplidos. Estas especificaciones pertenecen al método de CreatikLab.

El coste de contexto requiere prudencia. /skill-doctor permite observar el consumo de habilidades cargadas que no se usan, pero Anthropic no promete que eliminarlas produzca una mejora concreta de velocidad, calidad o coste monetario. Compara tareas equivalentes antes y después de un cambio, manteniendo estable el alcance, el estado del repositorio y las pruebas de aceptación. Si baja la calidad, restaura la configuración y analiza la causa.

• No asumir que un resultado correcto de /status valida todas las políticas de la empresa.
• No retirar una habilidad por aparecer sin uso en una sesión que no representa su cometido.
• No convertir el máximo de salida admitido en valor predeterminado sin justificarlo.
• No considerar seguro un prompt únicamente porque se almacena en un archivo.
• No interpretar las correcciones de fiabilidad como eliminación de todos los fallos posibles.
• No conservar logs extensos sin necesidad, revisión y tratamiento acorde con las reglas de datos aplicables.
• No aceptar código por el hecho de que un comando termine o una tarea en segundo plano se complete.
• No inferir precios, alcance de despliegue, cumplimiento o ganancias de rendimiento que Anthropic no haya publicado.

La regla de decisión es directa: si la carga de la política esperada no puede verificarse, la evidencia no se reproduce o nadie tiene autoridad para aceptar y revertir, la tarea no está lista para producción.

Al comparar proveedores, pide entregables inspeccionables: inventario de habilidades vinculado a tareas, registros del diagnóstico de política, prompts de subagentes versionados, justificación de los límites de salida, fronteras de permisos, pruebas de aceptación, historial de revisión y procedimiento de reversión. La calidad se demuestra con requisitos aceptados y resultados utilizables, no con volumen de prompts o líneas generadas. El proveedor debe identificar las decisiones humanas y enseñar qué controles bloquean una entrega fallida.

Utiliza la ruta de automatización con IA y sistemas web a medida de CreatikLab para solicitar un documento de alcance para un repositorio definido. Pide que ese documento detalle el inventario de habilidades, las comprobaciones de carga de política, el control de archivos de prompts, los ajustes de salida, las evidencias de aceptación y los puntos de decisión humana. La solicitud abre una evaluación de alcance; no promete una implantación ni un resultado concreto. Para dar el siguiente paso, explica a Lia qué repositorio y equipo están implicados, cómo está configurado Claude Code, qué restricciones de política existen y qué fallos debe evitar el flujo.

¿Para qué sirve /skill-doctor?

Según Anthropic, muestra las habilidades cargadas que no se utilizan y su coste de contexto. Antes de retirar una, hay que comprobar si la sesión representa su caso de uso real.

¿La versión 2.1.261 garantiza que la política se carga o se aplica?

No. Añade información sobre por qué una política organizativa no pudo cargarse. Esa señal ayuda a investigar, pero no demuestra que la política se haya aplicado ni valida por sí sola todo el sistema de control.

¿Conviene aumentar la salida hasta el máximo permitido?

No por defecto. Anthropic admite hasta 128K caracteres en las opciones descritas, pero cada equipo debe conservar únicamente la salida necesaria para diagnosticar y revisar.

¿Qué control necesita un prompt de subagente almacenado en archivo?

Debe versionarse, revisarse y vincularse a los flujos que lo consumen. El archivo puede influir en el comportamiento del subagente y debe tratarse como un artefacto controlado.

¿Cómo se mide la calidad del desarrollo asistido por IA?

Con requisitos aceptados, pruebas, esfuerzo de revisión, retrabajo y defectos posteriores. El número de prompts o líneas generadas solo refleja actividad.

¿Cuándo debe detenerse el piloto?

Cuando no pueda verificarse la carga de la política esperada, falte evidencia reproducible, las pruebas fallen sin escalado claro o no exista una persona responsable de aceptar y revertir.