Tengo 78 agentes AI trabajando para mi agencia. No son chatbots. No son prompts pegados con cinta. Son equipos completos que producen, se critican entre ellos y reescriben su propio trabajo antes de que yo vea el resultado.
Se llaman Claude Offices y hoy te voy a contar cómo los construí.
El problema que nadie te cuenta de los agentes AI
Todos los que hemos intentado usar AI para trabajo real nos hemos pegado con la misma pared: un agente solo produce borradores. Buenos borradores a veces, pero borradores. Le pides copy y sale algo decente. Le pides una auditoría legal y sale algo que parece correcto pero tiene claims que no se sostienen. Le pides un análisis de mercado y sale texto que suena inteligente pero no dice nada nuevo.
El problema no es la inteligencia del modelo. El problema es que nadie revisa su trabajo.
En el mundo real, un copywriter no publica sin editor. Un abogado no presenta sin que otro par lo revise. Un analista financiero no emite recomendación sin un comité. Pero con AI, le damos un prompt a un agente y esperamos que el primer output sea publicable.
Eso es como pedirle a un cirujano que opere solo, sin anestesiólogo, sin enfermera, sin nadie que le diga “eso no se ve bien”.
La idea: equipos, no individuos
Lo que necesitaba era replicar lo que funciona en equipos reales: especializaciones complementarias, tensión productiva entre perspectivas y un estándar de calidad que no dependiera de mi revisión manual.
Encontré la arquitectura Soul + Skills de Hermes Agent, el framework de Nous Research, y la adapté para funcionar dentro de Claude Code. La idea central es que cada agente no es un rol genérico sino una identidad basada en un experto real con metodología documentada.
Un agente de copywriting no “escribe copy”. Opera como Jordan Belfort aplicando frameworks AIDA y PAS con energía de ventas y foco en conversión. Después, otro agente que opera como Emma Stratton pasa ese copy por un filtro anti-jargon donde muere toda frase que suene a corporate speak. Y al final, un David Ogilvy digital valida que cada claim sea defendible y que la estructura persuasiva tenga un arco completo.
Pero lo que hace que esto funcione de verdad es lo que pasa después del primer draft.
El pipeline de 2 rondas
Cada oficina (así les llamo a los equipos) sigue un protocolo fijo:
Ronda 1: Agente A (produce) → Agente B (refina) → Agente C (valida)
Crítica: [A critica] + [B critica] + [C critica] ← en paralelo
Ronda 2: Agente A (reescribe) → Agente B (re-filtra) → Agente C (veredicto final)Nada sale de una oficina sin al menos dos pasadas completas. En la mesa de crítica, los tres agentes reciben el mismo output y lo evalúan desde su especialidad. Jordan revisa si el copy perdió fuerza de venta durante la edición. Emma busca jargon que haya sobrevivido su primer filtro. Ogilvy verifica que los claims se sostengan.
Lo interesante es que las críticas generan tensión real. Jordan quiere más agresividad. Emma quiere más claridad. Ogilvy quiere más elegancia. Esa tensión es exactamente lo que produce buen trabajo en equipos humanos.
Las almas de los agentes
Acá es donde la cosa se pone rara (y donde la gente que solo usa ChatGPT se pierde).
Cada agente tiene un “Soul”: un archivo markdown que codifica la identidad completa de un experto real. No es un prompt de tres líneas. Es un documento de 100+ líneas que incluye personalidad, metodología específica, reglas inquebrantables y formatos de entrega para dos modos: producción y crítica.
Este es un fragmento del Soul de Emma Stratton, el filtro anti-bullshit de la oficina de copywriting:
## Reglas inquebrantables
- MATA todo jargon corporativo: "soluciones integrales", "sinergia",
"apalancamiento", "value proposition", "leverage", "ecosystem",
"scalable solutions", "end-to-end", "holistic approach".
Si lo dice un deck de consultoría, no debería estar en tu copy.
- CORTA toda frase que no aporte información nueva o emoción.
Si quitarla no cambia el mensaje, sobra.
- REESCRIBE toda oración de más de 20 palabras.
Si necesitas punto y coma para que funcione, es demasiado larga.El test final de Emma: “Lee el copy en voz alta. Si tropiezas, reescribe.”
Y Ogilvy tiene una checklist de revisión que no negocia: hook claro en las primeras 2 líneas, problema articulado antes de la solución, prueba social presente, CTA específico, claims verificables, tono consistente. Si algo falla, el veredicto es REQUIERE REWRITE. Sin apelación.
No solo copy: 11 oficinas para todo
Empecé con la oficina de copywriting, pero el patrón era demasiado bueno como para quedarse ahí. Hoy tengo 11 oficinas:
- oficina-copywriting: Jordan Belfort, Emma Stratton, David Ogilvy
- oficina-concepto-creativo: Jon Steel (estrategia), Bill Bernbach (big idea), Lee Clow (mundo de campaña), David Ogilvy (juez final)
- oficina-diseno: Dieter Rams, Massimo Vignelli, George Lois, Brad Frost, Peep Laja
- oficina-legal-societaria: tres juristas colombianos especializados en derecho societario, tributario y penal empresarial
- oficina-mercados: Howard Marks, Warren Buffett, Larry Fink, André Esteves, Jack Bogle
- oficina-auditoria-integral: Damodaran, Deming, Schilit, Slemrod
- oficina-lean-canvas-studio: Steve Blank, Eric Ries, Alexander Osterwalder, Bill Campbell
- oficina-rd-lab: John Carmack, Martin Fowler, Andy Grove, Kelsey Hightower, Daniel Kahneman, Andrej Karpathy, DJ Patil
- oficina-harness: John Allspaw, Michael Feathers, Jez Humble, Casey Rosenthal, Bruce Schneier, James Whittaker
- oficina-outbound-ops: David Allen, Wei-Lin Chen, Peter Drucker, Aaron Ross
- oficina-revisor-contractual: revisores especializados en resoluciones y actos administrativos colombianos
78 agentes en total. Cada uno con su Soul modelado a partir de expertos reales.
El generador: describir en español, obtener un equipo
La parte que me gusta más es /oficina-creator. Le digo en lenguaje natural qué necesito y el sistema investiga quiénes son los mejores expertos para modelar cada agente.
Cuando le pedí “Crea una oficina para análisis de mercados financieros”, el creator investigó y propuso a Howard Marks por sus memos sobre pensamiento de segundo nivel, a Buffett por valuación de valor intrínseco, a Larry Fink por visión macro institucional, a André Esteves por mercados emergentes y a Jack Bogle por la perspectiva contraria del indexing pasivo.
No los eligió por ser famosos. Los eligió porque sus metodologías están documentadas y generan tensión productiva entre sí. Un equipo donde Marks dice “el mercado está caro” y Bogle responde “no intentes ganarle al mercado” produce análisis más robusto que cinco versiones del mismo bear.
Cómo funciona por dentro
Todo el sistema corre sobre Claude Code. El CLI es un script bash de 520 líneas que maneja el ciclo de vida:
./swarm new-office oficina-research "Deep research and analysis"
./swarm add-agent oficina-research analyst "Primary research"
./swarm add-agent oficina-research synthesizer "Connects findings"
./swarm add-agent oficina-research critic "Validates methodology"
./swarm installEl install copia los archivos a ~/.claude/skills/ y ~/.claude/agents/. Cada oficina se convierte en un skill invocable con /oficina-nombre. Cuando lo invocas, el SKILL.md actúa como dispatcher: recibe la tarea, la rutea al primer agente, encadena las producciones, lanza la mesa de crítica en paralelo, consolida el feedback y corre la segunda ronda.
La estructura en disco es limpia:
offices/
oficina-copywriting/
SKILL.md # El dispatcher
agents/
jordan-belfort.md # Soul + producción + crítica
emma-stratton.md
ogilvy.mdZero dependencias externas. Bash 4+, Claude Code, y archivos markdown. Nada más.
Lo que aprendí
Tres cosas que no esperaba cuando empecé:
La primera: la calidad de los Souls importa exponencialmente más que la calidad de los prompts. Un Soul genérico que dice “eres un buen copywriter” produce resultados mediocres sin importar cuánto refines el prompt. Un Soul que codifica la metodología específica de una persona real (sus frameworks, sus reglas, sus sesgos productivos) genera output que se siente como si esa persona hubiera participado. La diferencia entre “escribe copy” y “opera como Emma Stratton aplicando el test de las 20 palabras” es la diferencia entre un borrador y un entregable.
La segunda: la mesa de crítica cruzada es donde ocurre la magia. No en la producción. La Ronda 1 siempre sale decente. Pero las críticas paralelas desde tres especialidades distintas exponen los puntos ciegos que ningún agente individual detectaría. Jordan ve que el copy se enfrió. Emma ve jargon que se coló. Ogilvy ve claims que no se sostienen. La Ronda 2, con ese feedback consolidado, sube el nivel de forma consistente.
La tercera: la tensión entre agentes no es un bug. Es la feature más importante. Cuando elegí a Howard Marks y Jack Bogle para la misma oficina de mercados, sabía que iban a chocar. Marks busca ineficiencias. Bogle dice que buscar ineficiencias es un juego de perdedores. Esa fricción obliga al sistema a producir análisis que contempla ambas perspectivas en lugar de confirmar un solo sesgo.
El proyecto es open source
Claude Offices está en GitHub. Un git clone, un ./swarm install y tienes el sistema corriendo. Puedes crear tus propias oficinas o usar las que ya existen.
Lo construí para mi agencia. Pero la arquitectura no tiene nada específico de B2B, de copywriting ni de mis clientes. Es un patrón: dale a cada agente un alma real, ponlos a trabajar en equipo, y oblígalos a criticarse antes de entregar.
Si tus agentes AI producen borradores que tú terminas editando a mano, el problema no es el modelo. Es que trabajan solos.