Claudette: Cómo quitarle el estilo BuzzFeed a Claude

¿Qué es Claudette y por qué nació?

Claudette es una herramienta open source que busca resolver un problema silencioso pero universal en el desarrollo de software: la tendencia de Claude (el modelo de lenguaje de Anthropic) a escribir respuestas técnicas con un estilo excesivamente dramático, lleno de adjetivos innecesarios y estructuras narrativas que recuerdan más a un artículo viral de BuzzFeed que a un informe técnico para ingenieros.

El proyecto fue creado por Adnan Akil, quien junto a un colega desarrollaron una habilidad para Claude Code —el asistente de código basado en terminal— llamada /debuzz. La idea es simple pero efectiva: cuando Claude genera una respuesta técnica, Claudette intercepta ese texto y lo envía a través del Gemini CLI de Google, cuyo único trabajo es traducir el contenido a un inglés directo, sin teatralidades ni metáforas infladas.

El nombre "Claudette" surgió como broma interna —según los creadores, se descartó por razones legales relacionadas con la actriz Catherine Zeta-Jones—, pero refleja perfectamente la intención del proyecto: darle a Claude un tono profesional y conciso, como si estuviera hablando con un colega de equipo en lugar de entregando un TED sobre su propio pull request.

🤖 La IA no es solo para leer sobre ella

En la comunidad la aplicamos: automatización, agentes IA y herramientas reales para emprender, no solo para informarte.

👥 Aplicarla en la comunidad

El problema del estilo "TED Talk" en LLMs

Lo que Claudette aborda no es un bug funcional, sino un problema de productividad. Cuando un desarrollador pregunta por qué un test falla o por qué un pipeline tiene errores, esperar una respuesta directa como "hay tres bugs en la lógica de reintento: el archivo X no reencola el error Y, el backoff está mal configurado, y la clave de deduplicación incluye un timestamp que invalida la función"

En cambio, Claude suele responder algo como:

"Aquí es donde se pone interesante: la lógica de reintento no es solo un nice-to-have, es la suposición fundamental de todo el pipeline de sincronización. Tres cosas saltaron a la vista, y la tercera es la más instructiva…"

Este estilo no es exclusivo de Claude. Los grandes modelos de lenguaje han sido entrenados para ser "útiles, honestos e inofensivos", lo que en la práctica ha generado una tendencia a usar frases introductorias dramáticas, listas numeradas con revelaciones solemnes, y conclusiones que terminan con giros inesperados. Para tareas creativas funciona; para ingeniería, es ruido que ralentiza la revisión de código.

Según el documento original publicado en GitHub, la solución propuesta acepta que ningún prompt engineering logra eliminar completamente este comportamiento, así que opta por lo honesto: delegar la traducción a otro modelo.

¿Cómo funciona técnicamente?

La arquitectura de Claudette es deliberadamente minimalista:

Escribe la respuesta anterior de Claude en un archivo temporal
Lo pasa como input al comando gemini -p con instrucciones específicas de estilo
Imprime la salida de Gemini verbatim, sin que Claude la "limpie" o la modifique

Esta última parte es crítica. Si se le permitiera a Claude revisar la traducción de Gemini, reintroduciría exactamente el mismo estilo que se intenta eliminar. Es lo que los creadores llaman irónicamente un "load-bearing translation": un sistema de debuzzing que depende de que el buzzer no sepa que está siendo desbuzzado.

El tool soporta tres modos de audiencia:

Colleague (por defecto): mismo contenido técnico, todos los archivos y bloques de código intactos, cero dramatización
Manager: qué pasó, por qué importa, qué sigue —aproximadamente un tercio de la longitud, sin código
Director: tres a cinco oraciones: resultado, impacto, acción requerida. Asume treinta segundos de atención

También detecta frases naturales como "say that in normal english" para activarse sin necesidad de invocar el comando explícitamente.

El rol de Gemini CLI en el ecosistema

Un detalle curioso de Claudette es que utiliza el Gemini CLI de Google, una herramienta de línea de comandos lanzada durante el verano boreal de 2024 que permite a los desarrolladores interactuar con los modelos Gemini de Google DeepMind directamente desde su terminal. Aunque hoy Google ofrece versiones avanzadas como Gemini 3.7 Flash y Gemini 3.5 Flash-Lite, el uso de Gemini como "traductor de estilo" demuestra que los modelos no necesitan ser los más potentes para ser útiles en nichos específicos.

Google ha posicionado Gemini como una plataforma de desarrollo agéntico con herramientas como Google Antigravity, una plataforma AI-first que permite generar juegos 3D, landing pages interactivas y flujos de trabajo complejos. Empresas como Shopify, Salesforce, Ramp y Databricks ya integran Gemini 3.5 Flash en sus operaciones, pero Claudette muestra un caso de uso menos convencional: usar un modelo como filtro estilístico sobre las salidas de otro.

¿Qué significa esto para tu startup?

Si lideras un equipo de desarrollo o trabajas directamente con código, Claudette ilustra una tendencia creciente: los desarrolladores están construyendo herramientas sobre herramientas. No esperan a que Anthropic o Google resuelvan cada fricción en sus workflows; crean skills, scripts y wrappers que adaptan los modelos a sus necesidades reales.

Para founders y CTOs, esto tiene implicaciones concretas:

Evalúa el costo oculto de la verbosidad en IA: si tu equipo pasa tiempo leyendo respuestas largas de Claude cuando necesitan datos rápidos, estás perdiendo horas semanales. Considera implementar filtros de estilo o prompts que fuerzan respuestas concisas.
Explora integraciones multi-modelo: Claudette demuestra que combinar Claude con Gemini (u otros modelos) puede resolver problemas que un solo modelo no puede. No necesitas quedarte con un único proveedor de IA para todo tu stack.
Considera open source para mejorar la productividad interna: antes de comprar herramientas caras, evalúa si un script abierto como Claudette puede resolver el 80% de tu problema. GitHub es una mina de habilidades para Claude Code que puedes adaptar a tu contexto.
Define estándares de comunicación técnica: si tu equipo usa IA generativa para documentación, reportes o comunicaciones internas, establece guías claras de estilo. Un engineer necesita datos, no narrativa.