En el mundo del criptoanálisis y más allá, la velocidad de procesamiento de datos a menudo se convierte en un factor decisivo. Trabajar con modelos de IA, como Claude, no es una excepción. El enfoque clásico, en el que las tareas se ejecutan secuencialmente, siguiendo el principio de «observación → acción → verificación → repetición», puede no ser óptimo. Hace tiempo llegué a la conclusión de que la clave de la eficiencia está en la descomposición y la paralelización de los procesos. De eso precisamente vamos a hablar: cómo pasar de ciclos lineales a grafos y acelerar el trabajo varias veces.
Análisis de cuellos de botella: por dónde empieza la optimización
Antes de cambiar la arquitectura, es necesario realizar una auditoría de los procesos actuales. Para cada ciclo de trabajo conviene plantearse tres preguntas: cuántos pasos implica, dónde ocurren con más frecuencia los reintentos y cuánto tiempo y recursos se consumen en ello. Las respuestas revelarán los verdaderos «cuellos de botella» antes de que empieces a modificar cualquier cosa en el propio esquema.
Una vez identificados los cuellos de botella, pasamos a buscar etapas independientes. La pregunta clave para cada paso es: ¿depende del resultado de otro? Si no es así, se puede y se debe sacar a ejecución paralela. Las tareas de investigación, redacción, diseño, así como la lógica y la estrategia, generalmente no están sujetas a dependencias estrictas. A diferencia, por ejemplo, de la fase de verificación, que se apoya en el resultado anterior.
Construimos el grafo: del plan a la visualización
El tercer paso es la visualización. Dibuja un esquema: a mano o mediante herramientas como Excalidraw MCP. Tomemos una tarea típica: estudiar cinco competidores y preparar un informe de posicionamiento. En un ciclo, esto se vería como el estudio secuencial de cada empresa, luego la redacción del texto y, en caso de fallo, un reinicio completo. En un grafo es diferente: el planificador define qué datos se necesitan de cada competidor, y luego las cinco ramas se lanzan simultáneamente. Los datos se consolidan en un único informe, y la etapa final solo lo contrasta con la tarea original.
Transmitimos el esquema al modelo: instrucción para Claude
El paso final es transmitir este esquema al modelo. Haz una captura de pantalla del grafo y adjúntale una instrucción clara de cinco puntos:
- planificar qué buscar de cada competidor;
- lanzar cinco subagentes en paralelo, no uno tras otro;
- recopilar todos los resultados en un único informe;
- contrastar el informe con la tarea original;
- si la verificación falla, enviar las observaciones solo a la parte problemática del esquema, sin reiniciarlo por completo.
Por separado, conviene solicitar un resumen sobre qué ramas funcionaron, en qué orden y qué «devolvió» cada una. En esencia, son los mismos subagentes con roles definidos, lanzados simultáneamente, más la regla de hacia dónde dirigir los fallos. Conviene empezar con tres a cinco nodos, sin complicar el esquema inicial.
Los grafos aceleran el trabajo, pero no garantizan un ahorro de costes. Las tareas sin ramas paralelas siguen siendo más fáciles de resolver con un ciclo normal. El papel de cada elemento del esquema debe describirse de forma concreta: un dibujo impreciso dará un resultado igualmente impreciso.
Mi opinión profesional: este método no es solo una optimización de prompts, sino un cambio de paradigma en la forma de pensar al trabajar con IA. En el criptoanálisis, donde hay que procesar rápidamente múltiples fuentes y datos, el enfoque basado en grafos podría convertirse en el estándar de facto, permitiendo reducir el tiempo dedicado a investigaciones rutinarias en varias veces y centrarse en las conclusiones estratégicas.