Plugins de Claude Co-work: Construí una Máquina de Reutilización de YouTube
Publiqué un video en YouTube un martes por la tarde. A las 3:17 PM — diecisiete minutos después — el post de LinkedIn estaba redactado, esperando en el canal de Slack de mi equipo para aprobación, y programado para las 9 AM de la mañana siguiente a través de Buffer.
Yo no hice nada de ese trabajo.
Sin copiar transcripciones. Sin cambiar de contexto a LinkedIn. Sin pensar qué enfoque darle para una audiencia diferente. Sin enviar un mensaje en Slack pidiendo a un compañero que lo revisara. Todo ocurrió automáticamente, activado en el momento en que el video se publicó en mi canal.
No estoy describiendo un flujo de trabajo hipotético. Esto está funcionando en producción ahora mismo, gracias al sistema de plugins recién lanzado de Claude Co-work combinado con tareas programadas — y quiero explicar exactamente cómo funciona, porque la forma en que la mayoría de la gente interpreta esta actualización pasa por alto lo que realmente la hace poderosa.
La historia superficial es "Claude ahora puede hacer más cosas." La historia real es que Claude Co-work acaba de cruzar el umbral de asistente de IA a empleado de IA. Y hay un detalle específico sobre cómo están estructuradas las skills que nadie parece estar explicando con claridad — lo cubriré en la sección de implementación, porque cambia por completo la fiabilidad de estos flujos de trabajo automatizados.
El Problema que Tiene Todo Creador de Contenido (Y Para el Que Nadie Tiene una Solución Limpia)
Hacer un video es la parte fácil.
El trabajo real — la parte que consume horas cada semana — es convertir ese video en cinco piezas de contenido. El post de LinkedIn para la audiencia profesional. El hilo de Twitter para los que buscan algo rápido. El resumen para el newsletter de los suscriptores. El clip corto para Reels o Shorts. La publicación de seguimiento en la comunidad enlazando todo.
Todo creador de contenido serio sabe que debería estar haciendo todo esto. La mayoría hace algo de ello, de forma inconsistente, cuando el tiempo lo permite. Unos pocos tienen asistentes virtuales o community managers encargándose. El resto simplemente deja que el contenido muera después de la publicación inicial en YouTube y se siente secretamente culpable por ello.
Las herramientas que existen para esto — plataformas de reutilización de video, asistentes de escritura con IA, herramientas de programación — todas requieren que tú seas el conector. Entras a la plataforma, pegas el enlace de tu video, revisas la salida de la IA, la copias a otro lugar, la pegas en tu programador y la publicas. Eso son quizás 15-20 minutos por video si eres rápido. Multiplica por cuatro publicaciones por semana, y estás viendo una hora de trabajo mecánico cada semana solo en reutilización de contenido.
No es trabajo creativo. No es trabajo estratégico. Trabajo mecánico.
Lo que las nuevas funciones de Claude Co-work resuelven no es "escríbeme el post de LinkedIn." Cualquier LLM puede hacer eso. Lo que resuelven es el tejido conectivo — la verificación, la activación, el enrutamiento, la programación — que convierte una interacción puntual con IA en un ciclo autónomo que sigue funcionando.
Pero antes del cómo, necesitas entender qué son realmente los plugins y las skills en este contexto, porque el lenguaje de marketing que los rodea oculta algo importante.
Plugins vs. Skills: Suenan Parecido Pero No Lo Son
La mayoría de las coberturas sobre la actualización de Claude Co-work tratan los plugins y las skills como básicamente lo mismo. No lo son.
Los plugins son asistentes de IA preconstruidos, especializados para una función empresarial específica. Cuando instalas un plugin de marketing, Claude Co-work adquiere una persona optimizada para tareas de marketing — entiende el vocabulario, los objetivos, las métricas que importan y los formatos de salida que funcionan para marketing. Lo mismo con un plugin de RRHH, uno de finanzas o uno legal. Cada uno es esencialmente una persona profesional cargada en el contexto de Claude.
La diferencia práctica se nota en la calidad de la salida. Un prompt genérico de Claude que pide "escribe un post de LinkedIn sobre mi video" produce algo aceptable. Una instancia de Claude ejecutando el plugin de marketing, con contexto sobre la voz de tu marca y tu audiencia, produce algo que realmente querrías publicar.
Las skills son otra cosa. Una skill es un archivo markdown — un archivo de texto real guardado en tu proyecto — que codifica un flujo de trabajo completo. Objetivo, pasos, herramientas, manejo de errores, formato de salida. Es un conjunto reutilizable y versionado de instrucciones que Claude memoriza y ejecuta exactamente de la misma manera cada vez.
La distinción importa porque las skills se pueden programar, compartir y refinar independientemente de los plugins. Tu skill de reutilización de YouTube podría usar la persona del plugin de marketing para redactar el copy de LinkedIn, pero la skill en sí controla la lógica: revisar el canal, encontrar nuevos videos, extraer la transcripción, invocar el plugin para el copy, enrutar a Slack, pasar a Buffer.
Piensa en los plugins como quién pretende ser Claude para una tarea. Las skills son qué está haciendo Claude realmente y cómo.
Una vez que entendí esa distinción, la arquitectura del flujo de trabajo de reutilización de YouTube se volvió obvia.
Construyendo la Skill de Reutilización de YouTube: La Arquitectura Real
Aquí está el flujo de trabajo completo y cómo estructuré el archivo de skill que lo impulsa.
El objetivo era: cada día a las 8 AM, revisar mi canal de YouTube en busca de videos publicados en las últimas 24 horas. Para cualquier video nuevo encontrado, extraer los puntos clave y la transcripción, escribir un post de LinkedIn optimizado para esa audiencia, publicarlo en un canal designado de Slack para que mi equipo lo revise, y una vez aprobado, programarlo en Buffer para la mañana siguiente.
Sin pasos manuales después de la configuración inicial. Cero.
El archivo de skill se encuentra en .claude/skills/youtube-repurpose.md en mi proyecto. Esta es la estructura, reducida a lo esencial:
# YouTube to LinkedIn Repurposing Skill
## Goal
Monitor YouTube channel for new uploads and automatically create, review,
and schedule LinkedIn content without manual intervention.
## Steps
### Step 1: Check YouTube for New Videos
- Access YouTube channel via browser integration
- Filter videos published in the last 24 hours
- If no new videos found: log "No new uploads" and exit gracefully
- If new videos found: proceed to Step 2 for each video
### Step 2: Extract Content
- Open the video page
- Extract: title, description, key timestamps, and transcript if available
- If no transcript available: extract key points from description + comments
- Summarize into 5-7 core insights
### Step 3: Write LinkedIn Post (Marketing Plugin)
- Use marketing plugin persona for writing
- Format: hook line + 3-4 insight bullets + call to action + hashtags
- Tone: professional but personal, first-person perspective
- Length: 150-250 words (LinkedIn optimal)
- DO NOT copy-paste from video transcript — rewrite for LinkedIn audience
### Step 4: Route for Team Approval
- Post draft to #content-review Slack channel
- Include: video title, thumbnail link, full draft, approve/edit options
- Tag: @mejba for awareness
### Step 5: Schedule via Buffer (Zapier MCP)
- After team review period (configurable, default 4 hours), check Slack for approval
- If approved: use Zapier MCP to schedule in Buffer for next morning at 9 AM
- If edited: apply edits and reschedule
- If no response after 4 hours: auto-approve and schedule
## Error Handling
- YouTube unavailable: retry after 15 minutes, then skip and log
- Slack post fails: retry once, then email notification
- Buffer scheduling fails: save draft locally and notify
## Output
Log entry in reports/youtube-repurpose-log.md with: video title, post content,
Slack approval status, scheduled publish time
Esa es la lógica completa de la skill. Seis pasos, cada uno con rutas claras de éxito y fallo.
Lo clave que quiero que notes: la sección de manejo de errores. Esto es lo que separa una skill en la que realmente puedes confiar para que se ejecute sin supervisión de una que falla silenciosamente un martes por la noche y te enteras tres días después. Cada paso necesita contemplar qué pasa cuando el servicio externo no está disponible, el contenido falta o la aprobación nunca llega.
Las skills sin manejo de errores son demos. Las skills con manejo de errores son herramientas.
La Integración con Zapier MCP: Esta Parte Sí Que Es Importante
Buffer no es compatible de forma nativa con Claude Co-work. No hay un conector integrado para él. Entonces, ¿cómo programa la skill contenido en Buffer?
A través del conector MCP de Zapier — y esta es la pieza de la actualización que creo que está más infravalorada.
MCP (Model Context Protocol) es el estándar de Anthropic para conectar agentes de IA con herramientas externas. Claude Co-work viene con conectores nativos para unas 50-100 aplicaciones: Gmail, Google Docs, Notion, Slack y herramientas de productividad similares. Es una lista sólida. Cubre la mayor parte de lo que la mayoría de la gente necesita.
Pero el conector MCP de Zapier expande eso a más de 8.000 aplicaciones. Cada app que Zapier soporta — que es la mayor parte del ecosistema de software relevante — se vuelve accesible para Claude Co-work a través de esta única integración.
Configurarlo lleva unos diez minutos:
- Conecta tu cuenta de Zapier a Claude Co-work a través de la sección App Connectors
- En Zapier, crea un "Claude trigger" — una acción que se dispara cuando Claude envía un payload específico
- Mapea ese payload a cualquier acción de Zapier que necesites (en mi caso, "Crear publicación programada en Buffer")
- En tu archivo de skill, referencia el endpoint MCP de Zapier en lugar de intentar interactuar con Buffer directamente
La implicación práctica de esto es enorme. Cualquier flujo de trabajo que puedas automatizar en Zapier — que son la mayoría de los flujos de automatización empresarial — ahora puede ser activado por Claude como parte de una skill inteligente y consciente del contexto. Claude no solo envía datos a Zapier a ciegas. Decide cuándo activar basándose en la lógica de la skill, qué datos enviar basándose en el contenido que procesó, y cómo manejar la respuesta.
No es un reemplazo de Zapier. Es una mejora de Zapier — porque ahora la inteligencia de activación vive en Claude, no en la lógica condicional rígida de Zapier.
Para el flujo de trabajo de reutilización de YouTube específicamente: Claude extrae el contenido, escribe el post con juicio genuinamente apropiado para la plataforma, lo enruta para aprobación humana, y solo entonces envía el contenido finalizado a Buffer a través de Zapier. La programación mecánica ocurre en Buffer. El trabajo inteligente de contenido ocurre en Claude. Separación limpia de responsabilidades.
El Segundo Flujo de Trabajo: Investigación Competitiva que Se Ejecuta en Segundo Plano
Quiero mostrarte la segunda skill que construí porque demuestra un caso de uso completamente diferente — recopilación de inteligencia en lugar de producción de contenido.
La investigación competitiva es una de esas tareas en las que todos coinciden en que es valiosa y casi nadie realiza de forma consistente. Tienes la intención de monitorear el contenido de tus competidores, pero requiere esfuerzo activo, cambio de contexto y un tiempo que nunca tienes cuando llega el momento.
La skill de investigación competitiva se ejecuta diariamente a las 7 AM y hace lo siguiente:
- Escanea tres canales de YouTube de competidores que he especificado en busca de videos publicados en los últimos 7 días
- Para cada video nuevo, extrae el título, la descripción, los temas clave y las métricas de interacción (vistas, comentarios)
- Identifica tendencias — ¿los tres están hablando de un tema similar? ¿Alguno está apostando fuerte por un formato que yo no estoy usando?
- Genera un documento de investigación en mi carpeta de reportes resumiendo los hallazgos
- Publica una notificación en Slack con un resumen de un párrafo y enlace al informe completo
- Construye un dashboard HTML que agrega hallazgos a lo largo de las semanas, para que pueda ver patrones con el tiempo
Ese dashboard HTML fue un detalle que añadí después de la primera semana, y resultó ser la salida más útil. No porque los informes diarios individuales no sean buenos — lo son — sino porque el patrón a lo largo de 30 días te muestra cosas que un solo día no puede. Competidores que están duplicando consistentemente su apuesta por contenido explicativo de formato largo. Temas que siguen apareciendo en múltiples canales. Formatos que parecen estar impulsando aumentos en la interacción.
Antes de esta skill, tenía una página en Notion donde registraba manualmente observaciones competitivas cuando me acordaba. Tenía quizás 12 entradas en seis meses. La skill ha añadido 21 documentos de investigación estructurados en las últimas tres semanas y ha revelado dos oportunidades de temas que ya he incorporado a mi planificación de contenido.
El retorno de inversión en inteligencia competitiva automatizada versus inteligencia competitiva que requiere que te acuerdes de hacerla es enorme. No porque la skill sea mágica — las conclusiones son directas. Pero porque la observación consistente y sistemática supera a la conclusión brillante ocasional casi siempre.
La Evaluación Honesta: Lo Que las Demos No Te Muestran
Quiero hablar de dos modos de fallo que he experimentado, porque te ahorrarán tiempo.
Las skills son tan buenas como tu manejo de errores. La primera versión de mi skill de reutilización de YouTube no tenía ningún manejo de errores. Cuando la API de YouTube limitó mis solicitudes al tercer día, la skill simplemente se detuvo. Sin entrada en el log. Sin notificación. Asumí que había funcionado. El post de LinkedIn que debería haberse publicado esa mañana no existía. Me enteré cuando revisé el canal de Slack y no había nada.
Después de añadir la lógica de reintentos y la notificación de errores que mostré arriba, ese problema desapareció. Pero perdí una oportunidad de contenido en un video que tenía buen impulso inicial. En el contenido, el timing importa. Construye tu manejo de errores antes de confiar en que una skill funcione sin supervisión.
El enrutamiento de aprobación asume que tu equipo responde. Mi skill auto-aprueba después de cuatro horas sin respuesta en Slack porque lo configuré así deliberadamente — prefiero que se publique un post aprobado por IA a que no se publique nada. Pero dependiendo de la tolerancia de tu equipo para eso, podrías querer un fallback diferente. "Auto-aprobar" funciona para un creador independiente. Puede que no funcione para una cuenta de marca donde el equipo legal necesita revisar todo.
También hay una limitación mayor con la que he estado reflexionando: el sistema de skills funciona extraordinariamente bien para flujos de trabajo con reglas claras y entradas predecibles. Video de YouTube → Post de LinkedIn sigue un patrón claro. Pero en el momento en que necesitas juicio creativo — "¿deberíamos publicar sobre este tema dados los eventos actuales?" o "¿el tono de este video coincide con nuestro posicionamiento de marca actual?" — la skill no puede tomar esa decisión. Ejecuta lo que le dijiste que ejecutara.
Eso no es una crítica. Es el límite correcto. El trabajo de una skill es eliminar el trabajo mecánico. Las decisiones creativas y estratégicas deben quedarse con los humanos. El modo de fallo que he visto en las configuraciones de otras personas es intentar automatizar decisiones que requieren juicio y luego sorprenderse cuando la salida es incorrecta.
Las cuentas de $20/mes son mayormente correctas, con una salvedad. Claude Co-work en el nivel Pro cuesta alrededor de $20/mes. Sí, puedes ejecutar estos flujos de trabajo automatizados con ese plan. La salvedad es que los costos de API para tareas programadas con uso intensivo — múltiples ejecuciones diarias procesando cantidades significativas de contenido — pueden elevar el costo efectivo si estás en un plan con medición por uso. Para los flujos de trabajo que he descrito (una ejecución diaria de contenido, una ejecución diaria de investigación), $20/mes lo cubre cómodamente. Si estás construyendo diez skills ejecutándose cada hora, eso ya es otra historia.
Qué Cambia Cuando la IA Realmente Trabaja en Segundo Plano
Hay un cambio de modelo mental que ocurre cuando por primera vez experimentas un flujo de trabajo completándose sin ti.
La mayoría de la gente ha sido entrenada por las herramientas de IA para pensar en la IA como un acelerador de productividad — haces el trabajo más rápido porque tienes ayuda. Tú sigues iniciando todo. Tú sigues siendo el actor.
Las skills ejecutándose de forma programada rompen ese modelo. La IA es el actor. Tú eres el aprobador.
Esa es una relación genuinamente diferente. Es la diferencia entre una herramienta muy capaz y un colega muy capaz. Las herramientas esperan a que las tomes. Los colegas hacen su trabajo y te traen los resultados.
No estoy exagerando cuando digo que este es el cambio más significativo en cómo trabajo con IA en el último año. No porque los flujos de trabajo individuales sean complicados — realmente no lo son. Sino porque el efecto acumulativo de no tener que cambiar de contexto para iniciar esos flujos de trabajo es algo que subestimé. La carga mental se acumula. Cada pequeña tarea que tienes que recordar e iniciar toma una pequeña porción de tu ancho de banda cognitivo. Elimina suficientes de esas, y el efecto agregado en tu concentración es real.
La skill de reutilización de YouTube no me está ahorrando 17 minutos por video. Me está ahorrando el estado mental de recordar hacerlo, la resistencia al cambio de contexto, y cargarlo como un ciclo abierto hasta que lo hago. Eso vale más que el tiempo.
Tres semanas después, esto es lo que sé: si estás usando Claude Co-work y aún no has construido tu primera skill, eso es lo que deberías hacer esta semana. No porque los plugins sean impresionantes (lo son) ni porque la integración con Zapier sea poderosa (lo es). Sino porque en el momento en que ves un flujo de trabajo completarse que tú configuraste y luego olvidaste — ahí es cuando el concepto de IA-como-empleado deja de ser una metáfora y empieza a ser una descripción funcional.
Elige un flujo de trabajo que hagas manualmente cada día. Escribe el archivo de skill. Ejecútalo. Mira qué pasa.
El trabajo estará hecho antes de que siquiera pienses en hacerlo.
Trabajemos Juntos
¿Buscas construir sistemas de IA, automatizar flujos de trabajo o escalar tu infraestructura tecnológica? Me encantaría ayudarte.
- Fiverr (desarrollos e integraciones personalizadas): fiverr.com/s/EgxYmWD
- Portfolio: mejba.me
- Ramlit Limited (soluciones empresariales): ramlit.com
- ColorPark (diseño y branding): colorpark.io
- xCyberSecurity (servicios de seguridad): xcybersecurity.io
