Publicado el 3 de junio de 2026 en el blog de Anthropic por Thariq Shihipar (equipo Claude Code), este artículo destila la experiencia interna de la empresa sobre el uso de las Skills. El encuadre inicial corrige una visión reductora: una Skill no es un archivo markdown aislado sino una carpeta que reúne instrucciones, scripts, recursos, configuración y hooks, que el agente explora y manipula. La máxima estructurante: « You should think of the entire file system as a form of context engineering and progressive disclosure. »

El artículo ofrece primero una taxonomía de nueve categorías de skills observadas en Anthropic, ilustradas con nombres reales: (1) Library/API Reference (documentación de libs/CLIs internas con gotchas); (2) Product Verification (pruebas vía Playwright/tmux); (3) Data Fetching & Analysis (grafana, datadog, patrones de consulta estándar); (4) Business Process Automation (standups, recaps, tickets); (5) Code Scaffolding (boilerplate, migraciones); (6) Code Quality & Review (adversarial-review, code-style); (7) CI/CD & Deployment (babysit-pr, deploy); (8) Runbooks (diagnósticos multi-herramienta por síntoma); (9) Infrastructure Operations (mantenimiento con salvaguardas).

You should think of the entire file system as a form of context engineering and progressive disclosure.

**Thariq Shihipar** , claude.com

A continuación viene un cuerpo de buenas prácticas. La primera es la anti-redundancia: « Claude already knows how to code and can read your codebase » — hay que documentar lo que contradice el comportamiento por defecto, no lo obvio. El contenido más valioso es la sección Gotchas (« the highest-signal content in any skill »), alimentada por puntos de fallo realmente encontrados. La divulgación progresiva opera a través del árbol de archivos: se dirige a Claude hacia el archivo de referencia correcto según la situación. Las descripciones deben escribirse para el modelo, no para el humano: « the description field is not a summary, it's a description of when to trigger this skill. » Para la configuración, un flujo de setup almacena los parámetros (config.json) o pregunta al usuario vía AskUserQuestion. La memoria persistente pasa por logs append-only/JSON en el directorio estable ${CLAUDE_PLUGIN_DATA}. Los scripts auxiliares liberan el razonamiento del modelo: « lets Claude spend its turns on composition… rather than reconstructing boilerplate. » Por último, los hooks conditionnels (p. ej. el bloqueo de comandos destructivos) solo se habilitan durante la skill.

En cuanto a la distribución, Anthropic almacena sus skills en ./.claude/skills; emergen en una carpeta sandbox compartida vía Slack, ganan tracción, y luego se promueven mediante PR a un marketplace interno. El uso se mide mediante un hook PreToolUse que registra las invocaciones, revelando las skills populares y las que necesitan revisión. Una guía operativa directamente reutilizable para escribir, distribuir y medir skills a escala organizacional.