Resumen del curso
Construir aplicaciones de producción con la API de Anthropic Claude requiere más que completar texto. Este curso está pensado para ingenieros de software, tech leads y arquitectos de IA que quieren desarrollar integraciones con LLM confiables, con estado y eficientes en costos.
Al completar este programa vas a dominar el paradigma de la Messages API, estructurar esquemas de herramientas deterministas, integrar bases de datos externas mediante Model Context Protocol (MCP) y optimizar la latencia con prompt caching.
Programa estructurado y módulos
Cómo funciona la Messages API de Anthropic, conversaciones sin estado, prompts de sistema, orquestación de roles (user/assistant) y gestión del contexto en tokens.
- Configurar el SDK de Anthropic en TypeScript y Python
- Configurar instrucciones de sistema y la temperatura
- Manejar conversaciones de varios turnos y ventanas deslizantes
Definición de límites de salida con JSON Schema, ejemplos few-shot, presupuestos de razonamiento (thinking) y validación determinista de esquemas.
- Convenciones de etiquetas XML para separar el prompt con claridad
- Técnicas para serializar JSON de forma confiable y sin truncamientos
- Estrategias de reintento ante salidas mal formadas
Darle a Claude la capacidad de ejecutar herramientas reales. Definición de JSON Schemas, resolución de llamadas a herramientas e integración de servidores MCP.
- Definiciones de herramientas, restricciones de parámetros y descripciones
- El ciclo de ejecución agéntico: prompt → tool_use → ejecución → tool_result
- Conexión a Postgres y GitHub mediante clientes MCP oficiales
Técnicas de optimización para producción empresarial. Prompt caching para reducir costos hasta un 90%, gestión de rate limits y pipelines de evaluación automatizada.
- Ubicar correctamente los breakpoints de prompt caching
- Construir runners de evals en CI/CD con datasets de regresión
- Telemetría de producción, control de costos y monitoreo de latencia
Proyecto final
En el proyecto final vas a construir un agente autónomo de inteligencia de clientes y resolución de tickets que:
- Lee los pedidos de soporte entrantes y clasifica su urgencia con Haiku.
- Consulta registros de cuentas en una base de datos simulada mediante herramientas.
- Genera un borrador de respuesta junto con un registro de auditoría interno en JSON con Sonnet.
