Digitalizar instructivos y notas de planos en talleres metalmecánicos con Claude Code

Frente al torno, un muchacho con tres años en el oficio sostenía el celular sin saber qué hacer. En el margen del plano había notas a lápiz del antiguo jefe de turno: “aquí, más aceite”, “chaflán 0.3 y vamos viendo”. El muchacho entendía las palabras. Pero no entendía por qué se hacía así. El jefe de turno se había jubilado el mes anterior y ya no estaba en el taller.

Cuando empecé a ayudar con la mejora de procesos en talleres metalmecánicos pequeños, esta era la consulta que más se repetía: “el plan de trabajo solo vive en la cabeza de la gente”. Instructivos hay, sí. Pero los hicieron hace diez años en un procesador de texto viejo y nadie sabe dónde está el archivo. Al final, el taller funciona con papel y con la memoria de los veteranos.

Cada vez que un veterano se va, el taller pierde una receta de trabajo. Esto no se arregla con discursos motivacionales. Es un problema de registro. Hoy te cuento, hasta donde lo probé en talleres reales, cómo darle forma a ese “plan que vive en la cabeza” y a esas “notas al margen del plano” usando Claude Code y la IA generativa.

Puntos clave

En un taller metalmecánico, el instructivo no se hace no porque falte tiempo para escribir, sino porque pasar a texto lo que alguien explica de viva voz es muy pesado. Eso es justo lo que delegamos a la IA.
El flujo que menos tropiezos da es: grabar al veterano mientras trabaja, transcribir y dejar que Claude Code lo convierta en un borrador de instructivo.
Las notas al margen del plano se conservan en tres pasos: foto, transcripción y preguntar “por qué se hace así” para agregar el motivo.
A la IA le delegas dar formato, redactar el borrador y señalar huecos. Las medidas, tolerancias y todo lo relativo a la seguridad las decide siempre una persona.
La información con nombres de clientes o planos no debe salir de la empresa. Si fallas en esto, te juegas la confianza del cliente.

Primero: qué está pasando de verdad en el taller

Este artículo piensa en quien dirige un taller metalmecánico de 5 a 50 empleados, como jefe de planta o líder de producción. Mecanizado de metal, estampado, inyección de plástico, montaje, da igual. Lo común es que figma y la nube les quedan lejos, y el taller se mueve con Excel, papel y, a veces, el fax.

Pongamos el flujo de trabajo típico:

Llega un plano del cliente (en PDF o, a veces, en papel).
El veterano mira el plano y define el plan de trabajo (material, utillaje, orden de mecanizado, puntos críticos).
Ese plan se transmite al taller de palabra o con una nota a mano.
Se mecaniza. Si aparece un problema, el veterano acude corriendo.
Pieza terminada. La próxima vez que entre el mismo número de pieza, alguien vuelve a armar el plan tratando de acordarse.

El problema está en el paso 3 y el 5. El plan de trabajo se evapora en una conversación del momento. Por eso, cuando hay que fabricar la misma pieza medio año después, hay que recordarlo todo desde cero. O peor: ya no queda nadie que lo recuerde.

Los retrocesos y dolores de cabeza más comunes

Estos son los problemas concretos que más escucho en el taller:

“Esta pieza ya la hicimos antes, ¿no?”, y nadie dejó el procedimiento por escrito.
Las notas al margen del plano tienen una letra tan personal que solo las entiende quien las escribió.
En cada formación de un novato se explica lo mismo de viva voz.
Cuando falta el veterano, la producción se frena porque solo él conocía ese plan.
El cliente pregunta “¿qué condiciones de corte usaron aquella vez?” y nadie sabe responder.

Todo se reduce a una sola cosa: no hay registro. Y no lo hay no por flojera, sino porque con las manos llenas de aceite no queda tiempo de sentarse ese mismo día a redactar. Empezar reconociendo esto con honestidad es el primer paso.

Qué delegar a la IA y qué decide siempre una persona

Marquemos la línea antes de nada. Si esto queda difuso, terminas sacando al taller un instructivo escrito por la IA tal cual, y provocas un accidente. Ese es el peor desenlace.

Etapa	Lo que delegas a la IA	Lo que decide siempre una persona
Entrevista al operario	Transcribir la grabación, extraer lo esencial	Qué grabar y a quién hacer hablar
Crear el instructivo	Borrador, estructura, señalar huecos	Que las medidas, tolerancias y condiciones de corte sean correctas
Ordenar las notas del plano	Transcribir y pasar en limpio la letra a mano	Verificar que la lectura sea correcta
Notas de seguridad	Sugerir advertencias generales	El peligro real de esa máquina y ese material
Aprobar la versión final	No la aprueba	El líder de producción la revisa siempre

El punto se resume en una línea: la IA es la encargada de pasar a texto; la persona es la encargada de decidir si está bien. Si te equivocas en una medida, sale una pieza defectuosa. Si lees mal una tolerancia, le causas un problema al cliente. Por eso, todo lo que tenga números lo revisa una persona al final. En esto no cedo.

Caso de uso 1: grabar al veterano y convertirlo en instructivo

Este es el de mayor impacto y el que menos tropiezos da. El método es simple.

Le pides al veterano que, mientras hace el trabajo de verdad, vaya contando en voz alta “qué está haciendo ahora”. Lo grabas con la nota de voz del celular, nada más. “Primero sujeto el material en el plato, hago el centrado…” y así, que diga en voz alta lo que hace todos los días. Si el trabajo dura diez minutos, son diez minutos de grabación.

Transcribes ese audio y se lo pasas a Claude Code. Este prompt lo puedes usar tal cual:

Eres el encargado de redactar documentación técnica en una planta de fabricación.
Lo siguiente es la transcripción de lo que un operario veterano contó mientras mecanizaba.
Conviértelo en un borrador de "instructivo de trabajo".

Reglas:
- Numera cada paso del proceso.
- En cada paso, separa "qué se hace", "puntos críticos" y "utillaje/herramientas que se usan".
- Los valores que dijo el veterano (medidas, revoluciones, avance) no los cambies: déjalos tal cual y añade [POR CONFIRMAR].
- Donde la explicación sea ambigua, no la rellenes por suposición: escribe "* requiere confirmación".
- Usa los términos técnicos tal cual y añade una línea de nota para los novatos.

Transcripción:
(pega aquí la transcripción)

Lo importante aquí son dos cosas: “no cambies los valores” y “si es ambiguo, no lo rellenes”. La IA, por amabilidad, tiende a completar los números que faltan con un “será más o menos esto”. En una planta de fabricación eso es peligroso. Por eso le obligas a poner siempre la etiqueta [POR CONFIRMAR], y después una persona la va resolviendo una por una.

Qué cambia entre el antes y el después

Antes, hacer un instructivo era una tarea de “que alguien saque tiempo y redacte todo desde cero”. Por eso quedaba siempre para después.

Después, el veterano solo “trabaja como siempre y va contando”. La parte pesada, pasarlo a texto, la hace la IA. Lo que hace la persona se reduce a revisar y corregir los números del borrador que salió. Escribir desde cero y corregir un borrador tienen un peso psicológico completamente distinto.

Caso de uso 2: digitalizar las notas al margen del plano

“Más aceite”, “chaflán y vamos viendo”, escrito a mano en el margen del plano. Este es el conocimiento que más fácil se pierde. Si cambian el plano, la nota desaparece con él.

El procedimiento es este:

Fotografía con el celular el plano con las notas al margen (aunque aparezca el nombre del cliente o el número de plano, por ahora se queda en tu mano).
Pasa esa imagen a un Claude con capacidad multimodal (vía Claude.ai o Claude Code) y que transcriba la letra a mano.
Mirando lo transcrito, pregúntale al veterano “¿y por qué más aceite aquí?”.
Agrega el motivo y guárdalo como una “ficha de mecanizado” por número de pieza.

El paso 3 es la clave. Si solo te queda la nota “más aceite”, al novato no le dice nada. Cuando agregas el motivo, “este material es pegajoso y la viruta se enreda, por eso se pone más aceite”, ahí recién se convierte en conocimiento. El tiempo que ahorras dejando que la IA transcriba lo inviertes justo en ese “tiempo de preguntar el porqué”.

Te dejo también la plantilla de prompt para pasar en limpio las notas del plano:

Esto son notas escritas a mano en el margen del plano de una pieza.
Transcribe los caracteres que puedas leer, sin añadir suposiciones, tal como se leen.
Donde no puedas leer, indícalo claramente como "(ilegible)".
Además, para cada nota, agrega una pregunta que habría que confirmar con el operario.
Los valores de medidas o tolerancias NO los completes bajo ninguna circunstancia.

Incluye siempre “tal como se lee” y “no completes”. Sin esto, la IA convierte la letra personal en “una letra que parece correcta” y ya no puedes detectar el error.

Caso de uso 3: hacer inventario de los instructivos antiguos dispersos

El tercer caso es ordenar los instructivos viejos que ya existen. En muchos talleres, los instructivos en Excel o en procesador de texto están desperdigados por toda la red. Lo primero es saber qué hay y dónde.

Aquí viene bien un pequeño script de verificación. Solo lista los archivos de instructivos dentro de una carpeta que indiques y los muestra en una tabla junto con su fecha de última modificación. Funciona si tienes Node.js instalado.

import { readdir, stat } from "node:fs/promises";
import path from "node:path";

// Indica la carpeta donde están los instructivos
const root = process.argv[2] || ".";
// Extensiones que se consideran instructivos
const targets = [".xlsx", ".xls", ".doc", ".docx", ".pdf", ".txt"];

async function walk(dir) {
  const rows = [];
  for (const name of await readdir(dir)) {
    const full = path.join(dir, name);
    const info = await stat(full);
    if (info.isDirectory()) {
      rows.push(...(await walk(full)));
    } else if (targets.includes(path.extname(name).toLowerCase())) {
      const updated = info.mtime.toISOString().slice(0, 10);
      rows.push({ file: full, updated, kb: Math.round(info.size / 1024) });
    }
  }
  return rows;
}

const rows = await walk(root);
// Ordena de más antiguo a más reciente (cuanto más viejo, más urge revisarlo)
rows.sort((a, b) => a.updated.localeCompare(b.updated));
console.log("Última modif.\tTamaño KB\tArchivo");
for (const r of rows) console.log(`${r.updated}\t${r.kb}\t${r.file}`);
console.log(`\nSe encontraron ${rows.length} instructivos en total.`);

Para ejecutarlo basta con pasar la carpeta como argumento, por ejemplo node list-sop.mjs "C:\Carpeta de instructivos". Una vez que tienes la lista, empiezas por los de fecha más antigua y le preguntas al taller “¿esto todavía se usa?”. Con solo eliminar los instructivos que ya no se usan, el desorden del taller baja muchísimo.

Este script solo arma una lista de archivos; no modifica ningún contenido. Por eso puedes ejecutarlo cuantas veces quieras sin riesgo. El uso básico de Claude Code lo recopilé en la Guía de introducción a Claude Code; si es la primera vez que tocas la terminal, léela antes.

Seguridad y datos personales: a qué prestar atención

Si tomas esto a la ligera, pierdes la confianza misma del cliente. Los planos que maneja un taller metalmecánico son propiedad intelectual del cliente. El número de pieza, las medidas y las condiciones de corte, si llegan a la competencia, son un problema mayúsculo.

Tres líneas que te pido respetar:

No subas a la ligera imágenes ni PDF de planos con el nombre del cliente o el número de plano a una IA gratuita de uso general. Hay servicios cuyos términos dicen que “la entrada se usa para entrenamiento”. Para uso profesional, elige un servicio con contrato o configuración que no use tus datos para entrenar.
Establece como norma quitar de las transcripciones e instructivos toda información que identifique al cliente. Estandariza el pequeño esfuerzo de reemplazar el número de pieza por un código interno y ocultar el número de plano.
Antes de pasar algo a la IA, piensa una vez “¿pasa algo si esta información sale fuera?”. Si dudas, no la pases. Solo con esto evitas la mayoría de los accidentes.

Esta forma de pensar sobre “qué le muestro a la IA y qué no” también la abordo en Claude Code para personas no técnicas. Es el primer reflejo que debe interiorizar un líder de taller. Como referencia oficial al armar las reglas internas, los marcos de protección de datos en la IA empresarial están bien explicados en recursos públicos como las directrices de IA generativa de la Comisión Europea.

Una estimación sencilla del retorno

Si no lo pones en números, ni el taller ni el dueño se mueven. A grandes rasgos, esta es la referencia.

Mi experiencia es que redactar un instructivo a mano desde cero, entre la entrevista y pasarlo en limpio, lleva medio día (4 horas). Si lo sustituyes por “10 minutos del veterano hablando + dar formato con la IA + 1 hora de revisión de una persona”, quedan aproximadamente 1,5 horas. Son 2,5 horas menos por cada instructivo.

Concepto	Antes	Después
Tiempo por instructivo	Unas 4 horas	Unas 1,5 horas
Si haces 50 al año	200 horas	75 horas
Tiempo que ahorras	—	Unas 125 horas

125 horas al año equivalen casi a tres semanas de trabajo de una persona. Y, además, se suma un efecto que va más allá del ahorro de tiempo: “ahora puedes crear instructivos que antes no llegabas a hacer”. El costo es apenas la tarifa de la transcripción y la IA generativa, y puedes empezar desde unos pocos miles de pesos al mes. La recuperación de la inversión llega muy rápido.

Preguntas frecuentes

P. ¿Puede usarlo un veterano al que no se le dan las computadoras? R. El veterano no necesita operar la IA. Lo único que hace es “hablar”. La grabación y el formato los lleva el líder de producción o alguien de administración. Si repartes los roles, también puedes involucrar a quien no se lleva bien con las máquinas.

P. Me preocupa la precisión de la transcripción. R. Con términos técnicos y modismos locales saldrán errores de conversión. Por eso no busques la perfección y asúmelo como “la base de un borrador”. Cuentas con que la persona corregirá los errores, y aun así es muchísimo más rápido que escribir desde cero. Esa es la forma realista de usarlo.

P. La letra a mano está tan sucia que ni la IA la va a leer, ¿no? R. Lo que no se pueda leer, haz que lo devuelva honestamente como “ilegible”. Eso, al final, solo se resuelve preguntándole a quien lo escribió. Lo grande es poder preguntárselo mientras sigue en activo. Después de que se va, ya es tarde.

P. ¿Hay retorno también en un taller pequeño? R. Al contrario, en el taller pequeño es donde más se nota. Pocas personas significa que, cuando alguien se va, el golpe es mayor. Resolver la dependencia de una sola persona es más urgente cuanto más pequeña es la escala.

P. Quiero afinar más la forma de dar las instrucciones. R. Cuanto más precisos sean tus prompts, menos retrocesos tendrás. En Diseño de prompts para Claude Code (nivel avanzado) recopilé cómo armar instrucciones concretas.

El resultado real cuando lo probé

En un taller de mecanizado de metal que conozco probamos juntos el “grabar y convertir en instructivo” del caso de uso 1. El objeto fue una preparación de utillaje que hacía un veterano próximo a jubilarse.

La grabación duró 12 minutos. Pasé la transcripción a Claude Code y, en unos minutos, salió el borrador del instructivo. En ese borrador, los números de revoluciones y de avance venían todos con [POR CONFIRMAR], y los resolvimos junto al veterano en cosa de una hora. Lo que creía un trabajo de medio día terminó antes del mediodía.

Lo curioso fue que la IA señaló un hueco: “en este paso no se explica por qué va en este orden”. Y el propio veterano dijo “ah, eso lo hacía sin pensar”. Un plan de trabajo tan obvio que nunca se había puesto en palabras salió a la luz gracias a la pregunta de la IA. Eso fue un beneficio que no había anticipado.

Si quieres ponerlo a funcionar como un sistema de transmisión de conocimiento para toda la empresa, conviene fijar primero las reglas y el manejo de los datos. Si quieres pulir esa parte en una formación interna o una consulta personalizada, mira la página de formación y asesoría. Y para empezar, lo más rápido es probar con un solo instructivo en tu propio taller, uno con el que no pase nada si sale mal.