Claude 3.5 Sonnet: Cómo Opera tu Ordenador, de Capturas de Pantalla a Flujos Automatizados

La actualización más destacada de Claude 3.5 Sonnet es su evolución de "saber responder" a "saber operar". Gracias a una capacidad que permite al modelo percibir la interfaz de un ordenador y ejecutar pasos, puede unir acciones como comprender capturas de pantalla, navegar y rellenar formularios en un flujo completo. A continuación, desglosamos, desde un enfoque práctico, qué puede hacer Claude 3.5 Sonnet, para quién es útil y cuáles son sus limitaciones.

Qué cambia realmente la función "Operar el ordenador" de Claude 3.5 Sonnet

Antes, si le pedías a Claude 3.5 Sonnet que redactara un plan, a menudo tenías que abrir páginas web, copiar contenido, cambiar de herramienta y pegar. La nueva dirección es esta: Claude 3.5 Sonnet no solo comprende capturas de pantalla, sino que también puede descomponer tus instrucciones en lenguaje natural en pasos concretos de operación del ordenador. Para los desarrolladores, esto significa poder integrar en sus productos la cadena "ver la interfaz — ejecutar la acción — devolver el resultado".

No es solo un botón más, sino que permite que las tareas avancen de forma continua en un mismo contexto, reduciendo las interrupciones. Su valor será más evidente en flujos de trabajo que requieren múltiples pasos y revisiones repetidas.

Qué puede hacer: formularios, navegación web y organización de datos más fluidos

Según la información disponible, los escenarios típicos para Claude 3.5 Sonnet incluyen: utilizar datos de tu ordenador para rellenar formularios, navegar en el navegador a páginas relevantes y organizar información en salidas estructuradas. Puedes verlo como un "asistente con ojos", que primero comprende el contenido de la captura de pantalla y luego continúa operando según tus instrucciones. Los equipos con operaciones repetitivas, como entrada de datos operativos, consolidación de informes o verificación de documentación, notarán más fácilmente una mejora en la eficiencia.

Si quieres que Claude 3.5 Sonnet te ayude en tareas de investigación, este modo también es más adecuado: primero localizar las fuentes, luego extraer los puntos clave y finalmente generar tablas o explicaciones listas para entregar.

Rendimiento y limitaciones: No es un robot todopoderoso

Esta capacidad aún está en fase de pruebas, y Anthropic admite que no es perfecta. Acciones muy naturales para los humanos, como el desplazamiento (scrolling), arrastrar y soltar, o hacer zoom, siguen siendo un desafío para Claude 3.5 Sonnet; en experimentos incluso ha habido casos de pérdida de contenido por detener grabaciones de pantalla largas. En evaluaciones como la de OSWorld para "comprensión de capturas de pantalla", Claude 3.5 Sonnet obtuvo una puntuación del 14.9%, aún muy por debajo del nivel humano, que ronda el 70-75%.

Por lo tanto, el uso más realista es este: deja que Claude 3.5 Sonnet se encargue de la mayor parte de "comprender + ejecutar pasos", mientras tú te ocupas de confirmar los puntos clave y actuar como red de seguridad. La experiencia será más estable.

Consejos para empezar: Escribe instrucciones en pasos "verificables"

Para que Claude 3.5 Sonnet opere tu ordenador de manera más confiable, intenta que las instrucciones sean lo más concretas y comprobables posible. Por ejemplo: "abre determinada hoja de cálculo — localiza determinada columna — rellena según esta regla — informa qué celdas se modificaron". Dejar una salida verificable en cada paso (captura de pantalla, valor de un campo, lista de t completadas) puede reducir significativamente el costo de un desvío. También puedes pedir primero a Claude 3.5 Sonnet que repita cómo va a proceder antes de confirmar la ejecución, resultando en un proceso más seguro.

En resumen, la función "operar el ordenador" de Claude 3.5 Sonnet no busca reemplazar a las personas, sino comprimir el trabajo repetitivo de ratón y teclado en menos interacciones; usada en el escenario correcto, la mejora será tangible.