Meto la mayor parte de los errores de marketing que veo en agencias chicas en una sola frase: gastan plata en ads sin tener claro a dónde mandan al usuario, y le piden contenido al agente sin haberle contado quién es la marca. Después se sorprenden de que los resultados sean genéricos. La solución es el mismo archivo en los dos casos: un CLAUDE.md de marca que entrena al agente con el contexto exacto antes de pedirle cualquier output. Te tiro la estructura completa que uso con cada cliente nuevo, el template copiable y los errores más comunes. Si querés profundizar en el archivo CLAUDE.md original (para devs en Claude Code), arrancá por esta guía de ahorro de tokens. Si querés ver el sistema completo de automatización de marca, mirá cómo automatizar todo el marketing de tu marca con IA.
¿Qué es un CLAUDE.md de marca?
Es un archivo Markdown con el contexto operativo de una marca, escrito para que un modelo de IA lo entienda y aplique antes de generar contenido. Adentro va quién es la marca, a quién le habla, qué tono usa, qué ofrece, qué nunca diría y qué casos puede citar con datos.
Es la versión consumible-por-modelo de un brand brief. No es un PDF lindo para enseñar al equipo, es un archivo plano que el agente lee al arrancar cada sesión. La idea está inspirada en el archivo CLAUDE.md de Claude Code, donde Anthropic estandarizó el patrón de "memoria de proyecto". Sin él, el modelo asume defaults genéricos del rubro y te devuelve contenido que podría firmar cualquier competidor. Con él, hereda el contexto y los outputs salen alineados desde el primer prompt.
¿Querés que Claude ahorre 100+ horas a tu equipo cada mes?
Sin curva técnica. Sin migración. Sin que el equipo se trabe.
¿Por qué importa antes de meter plata en ads?
- Ads sin contexto = ads que mandan a la nada. Si el agente no sabe qué oferta concreta empuja la marca, te genera creatives lindos pero desalineados con el funnel real. Tirás plata al feed sin saber a dónde dirige.
- Tokens 10x más caros. Cada prompt sin contexto obliga al modelo a inventar tono, audiencia y caso. Pagás esos tokens. Con un archivo cargado una vez, el modelo deja de adivinar y los prompts se vuelven cortos.
- Output 10x mejor. Con contexto, el modelo escribe la primera versión cerca de publicable. Sin contexto, vos editás cada output a mano. La diferencia es entre publicar 30 piezas al mes o editar 30 piezas al mes.
Generás 10 hooks y todos arrancan con "¿Sabías que...?". Pedís 3 captions y los 3 podrían ser de cualquier marca del rubro. Cada prompt necesita 5 párrafos de contexto pegado a mano.
Generás 10 hooks y reconocés tu voz en 8 de los 10. Pedís 3 captions y los 3 mencionan tu oferta concreta con tus palabras. Cada prompt es 1 línea porque el contexto ya está cargado.
Quién es la marca en una frase
La primera sección define qué hace la marca en una oración escaneable. Sin adjetivos vacíos ("innovadora", "líder"), sin claim de marketing. Solo qué resuelve, para quién, con qué.
## Marca
Claura es una agencia de marketing con IA. Construye sistemas que generan
contenido, ads y respuestas en DM por marca, en automático, para founders
que no quieren un equipo de 5 personas para crecer en redes.
El modelo usa esta sección como ancla. Cuando generás cualquier cosa, vuelve a esta definición para chequear si el output es coherente. Si no podés escribir esta oración en una sola frase, todavía no tenés clara tu marca y conviene parar a definirla antes de seguir.
A quién le habla con detalle
No alcanza con "founders". Necesitás granularidad: edad aproximada, momento del negocio, presupuesto, qué intentó antes, por qué viene a vos.
## Audiencia
- Founders de marcas D2C, agencias chicas o creators con producto.
- Facturan entre USD 5k y 80k al mes.
- Probaron agencias tradicionales y se quemaron (precio alto, output lento).
- Probaron freelancers y se cansaron de armar briefs en cada pieza.
- Buscan un sistema, no un servicio. Compran resultados, no horas.
Con esta sección cargada, cada output del modelo va a hablar como si la audiencia ya conociera el dolor. No te va a tirar "¿Estás cansado de no ver resultados en redes?", te va a tirar algo del nivel del lector real.
Tono y voz con ejemplos
Esta es la sección que más se descuida y la que más mueve la aguja. No alcanza con decir "tono argentino, informal". El modelo necesita ejemplos textuales de cómo suena la marca.
## Tono
- Argentino rioplatense, vos en vez de tú.
- Directo. Sin relleno. Sin "es importante destacar que...".
- Frases cortas. Un punto cada 8-12 palabras.
- Sin em-dash. Reemplazar por coma, punto o paréntesis.
- Sin emojis salvo cuando aporten al chiste.
## Ejemplos de voz
- "metés plata en ads sin saber a dónde llevás al usuario es quemar plata"
- "armé un archivo, el CLAUDE.md, con la estructura exacta que uso"
- "no es marketing, es prender fuego billetes con estilo"
## Qué NO decir
- "Estás cansado de..." (cliché de coach)
- "Te ayudamos a..." (vacío, no dice qué hacés)
- "Soluciones innovadoras" (palabra muerta)
La parte de "qué NO decir" es la más útil. El modelo arranca con defaults genéricos del rubro y esta lista es la que lo corta. Cada vez que veas una frase plantilla en un output, agregala a esta lista.
Ofertas concretas con precios
El modelo no puede vender una marca sin saber qué vende y a qué precio. Acá va el menú real, con números.
## Ofertas
- **Programa marca con IA** — USD 1.600/mes. Sistema completo: research +
generación de contenido + agentes en redes. 900 piezas/mes.
- **Intensivo de IA** — USD 600 one-shot. 2 horas 1-a-1 + grabación.
Setup de Claude para que el cliente lo opere solo. Downsell del programa.
## Cuándo ofrecer cada una
- Programa: founder con tiempo limitado, presupuesto medio, ya intentó
agencia o freelancers. Default.
- Intensivo: founder que quiere aprender a operar Claude él mismo o
presupuesto chico (< USD 1k/mes).
Con esta sección, el modelo deja de inventar precios genéricos y todos los outputs (DMs, captions, ads, scripts) mencionan la oferta correcta para el contexto.
Casos reales con números
Los casos son el ancla más fuerte que tiene una marca. Sin ellos, los outputs suenan a promesa. Con ellos, suenan a hecho. Tres a cinco casos alcanzan, pero tienen que estar con números concretos.
## Casos
- **Remax Patagón** — 45.000 visitas/mes a páginas de propiedades
generadas por IA. Antes: 0. Programa: 4 meses.
- **Bitget** — 200 piezas UGC/mes para campañas de embajadores en LATAM.
Antes: 30 piezas, todas manuales.
- **SpacePal** — 100.000 landings paramétricas indexadas. Antes: 1.
## Cómo usarlos
- Citar caso + número cuando el lead pregunta resultados.
- Mapear el caso más parecido al rubro del lead.
- Nunca citar caso sin número.
La regla del número es clave. Un caso sin número es ruido. Con número es prueba. El modelo aprende rápido a hacer esa distinción si la sección lo enuncia explícitamente.
Restricciones no negociables
Lo que el modelo no puede hacer bajo ninguna circunstancia. Esta sección protege la marca de outputs que la dañan.
## No negociables
- Nunca prometer resultados específicos en plazos específicos
("10K seguidores en 30 días").
- Nunca usar testimonios falsos o inventados.
- Nunca tirar precios a leads que no preguntaron presupuesto primero.
- Nunca usar moralización ("si querés crecer en serio tenés que...").
- Nunca cerrar con "click el link de la bio".
Esta sección crece con el tiempo. Cada vez que el modelo genera algo que te incomoda, sumás la regla acá. Es la defensa más rápida contra outputs que te harían quedar mal.
Reglas de formato por canal
Distintos canales tienen distintas reglas. El CLAUDE.md las define para que el modelo aplique el formato correcto sin que se lo pidas en cada prompt.
## Formato por canal
### Instagram caption
- 800-1.200 caracteres.
- Hook en línea 1, sin emoji.
- Separar bloques con \n\n (nunca con <br>).
- CTA en línea final: "seguime y comentá KEYWORD si querés X".
### TikTok script
- 35-45 segundos de voz hablada.
- Hook concreto en los primeros 3 segundos.
- Numbers > adjetivos.
- Cierre con pregunta abierta o CTA accionable.
### DM bot ManyChat
- Mensajes cortos (máximo 6 líneas).
- Una pregunta por mensaje.
- Nada de "qué bueno escucharte" automático.
Con esta sección, no tenés que repetir "hacé un caption de 1.000 caracteres con bloques separados". Pedís "caption" y ya viene en formato.
¿Cómo es el template copiable completo?
Acá va el esqueleto que pegás en un archivo nuevo y rellenás con la info de tu marca. Tarda 1 hora la primera vez, después solo se actualiza.
| Sección | Palabras objetivo | Para qué sirve |
|---|---|---|
| Marca | 30-50 | Ancla de coherencia |
| Audiencia | 80-120 | Calibra el "para quién" |
| Tono | 150-250 | El que más mueve calidad |
| Ofertas | 80-120 | Que el modelo venda lo correcto |
| Casos | 100-150 | Prueba social en cada output |
| No negociables | 50-100 | Defensa de marca |
| Formato | 100-200 | Output listo por canal |
Total objetivo: 600-1.000 palabras. Si pasás 1.200, podá. Si bajás de 400, falta detalle.
¿Cómo lo armo en 4 pasos?
- Entrevista al founder durante 45 minutos. Preguntá qué hace la marca, a quién le habla, qué frase usa el cliente cuando viene a comprar, qué casos cita en sales. Grabá todo. Esa es la materia prima.
- Pegá frases textuales en la sección "tono". No las parafrasees, copiá las exactas. El modelo aprende mejor del fraseo real que de la descripción del fraseo.
- Sumá 3-5 casos con números reales. Sin números, la sección queda inútil. Si no hay casos, marcá la sección como "pendiente: 0 casos" para no olvidarte de llenarla cuando aparezcan.
- Iterá después de 10 generaciones. Cada output que te incomode, fijate qué le faltó saber al modelo. Agregalo. Después de 10 iteraciones el archivo queda calibrado.
Si querés delegar esto, hay skills específicas que entrevistan al founder en automático. El pipeline de brand interview corre las preguntas, transcribe la respuesta y arma una primera versión del CLAUDE.md en una sola corrida. Para la parte de transcripción uso la API de Whisper de OpenAI y para iterar el archivo lo dejo abierto en Claude.ai como Project con el archivo cargado como instrucciones.
¿Cuáles son los errores más comunes?
- Archivo de 3.000 palabras. Demasiado largo. El modelo lo lee entero en cada generación y la calidad baja. Podá hasta 600-1.000.
- Tono descrito en abstracto. "Tono cercano, amigable". Eso no sirve. Necesitás ejemplos textuales.
- Casos sin números. "Trabajamos con Remax". OK, ¿y? Necesitás "Remax — 45K visitas/mes generadas con IA, 4 meses".
- Sin sección de "no decir". El modelo va a tirar frases plantilla del rubro hasta que se lo prohíbas explícitamente.
- Archivo que no se actualiza nunca. Una marca evoluciona. Si el archivo no se toca en 6 meses, los outputs empiezan a desfasarse.
¿Dónde bajo el template?
Para no copiar las 7 secciones a mano desde la guía, dejé el archivo entero como un .md listo para pegar en tu proyecto. Reemplazás los bloques [...] con la info real de tu marca y queda funcionando.
Si querés ver cómo se siente este archivo cargado dentro de un agente que ya está corriendo en producción, todo el pipeline de @ai._kid corre con uno de estos archivos por marca. La estructura es la misma que la del template.
¿Cuál es el resumen?
- El CLAUDE.md de marca es un archivo de contexto que el agente lee antes de generar cualquier output.
- Sirve para que el modelo deje de inventar tono, audiencia y caso, y herede los reales.
- Estructura recomendada: 7 secciones (marca, audiencia, tono, ofertas, casos, no negociables, formato por canal).
- Total objetivo: 600-1.000 palabras.
- Se itera después de cada generación que no cumple las expectativas.
Antes de meter plata en ads o de pedirle al agente un mes de contenido, dedicale una hora a este archivo. Es la diferencia entre publicar contenido que parece tuyo y publicar contenido que podría ser de cualquier marca del rubro.
¿Querés que Claude ahorre 100+ horas a tu equipo cada mes?
Sin curva técnica. Sin migración. Sin que el equipo se trabe.
Preguntas frecuentes sobre CLAUDE.md de marca
CLAUDE.md de marca es un archivo Markdown con el contexto operativo de una marca: quién es, a quién le habla, qué tono usa, qué ofrece, qué evita decir y qué casos puede citar. Se le carga a un agente (Claude, GPT, agente custom de AdLoop u OpenClaw) antes de pedirle copy, scripts, hooks o ads. Funciona como un brief permanente: lo escribís una vez y todas las generaciones a partir de ese momento heredan ese contexto sin que vos tengas que repetirlo en cada prompt. La diferencia con un brand brief tradicional de agencia es que está escrito en formato consumible para un modelo (bullets, tablas, ejemplos textuales), no en lenguaje de slide. La idea está inspirada en el archivo CLAUDE.md de Claude Code, pero el uso es distinto.
Son dos usos del mismo archivo. El CLAUDE.md de Claude Code es para devs: ahí van reglas de cómo Claude tiene que escribir código (no rewrites, no saludos, convenciones del stack). El CLAUDE.md de marca es para marketing: ahí va el contexto comercial de una marca para que el agente genere contenido sin inventar tono ni audiencia. El primero vive en la raíz del repo del código. El segundo vive en la carpeta de la marca dentro de tu pipeline de contenido o en el system prompt del agente. Ambos comparten el mismo principio: cargar el contexto una vez y dejar que el modelo lo herede en cada sesión. Si usás Claude Code para devs, sumá las 8 reglas para ahorrar tokens al CLAUDE.md del repo.
Entre 400 y 1.200 palabras es el sweet spot. Menos de 400 y queda genérico (no diferencia tu marca de otra similar). Más de 1.200 y empieza a desperdiciar tokens en cada generación porque el modelo lo lee entero cada vez. Una marca chica con un solo servicio puede arrancar con 500. Una marca con varias líneas de producto o sub-audiencias necesita 900-1.200. El truco es ir podando: cada vez que el agente genere algo off-brand, fijate qué información le faltó y agregala. Si nunca usaste un dato del archivo en 20 generaciones, sacalo. Como referencia, el diccionario de Claude Code explica cómo Claude administra la ventana de contexto y por qué cada palabra del archivo cuenta dos veces (lectura inicial + retención en cada turno).
Tenés tres opciones según cómo trabajés. Si tu pipeline de marketing corre en AdLoop, pegalo en el campo "Contexto" del brand profile de la marca: cada generación lo carga automáticamente. Si usás un agente custom (OpenClaw, n8n, Make), guardalo como variable de entorno o en un campo de la base de datos y referencialo en el system prompt: SYSTEM_PROMPT = "{CLAUDE_MD_BRAND}\n\nResolvé la tarea pedida...". Si trabajás con Claude desktop o ChatGPT a mano, copiá el archivo entero al inicio de cada conversación nueva o creá un Project (Claude) o GPT (OpenAI) con el archivo cargado como instructions. La idea es la misma en los tres casos: que el modelo lo lea antes de cualquier prompt tuyo.
Hacé el "test del prompt vago". Pedile al agente algo abierto y sin instrucciones: "escribime un caption de Instagram para esta marca" o "tirame 3 hooks para un reel". Si el output suena a cualquier marca del rubro, falta contexto. Si reconocés el tono y los conceptos como propios, está calibrado. Hacé este test después de cada cambio. Otro check útil es pedirle al agente que liste 5 frases que la marca nunca diría: si las saca de la nada, la sección "qué no decir" del archivo es débil. Para escalar la validación, generá 20 piezas en lote y revisá cuántas son publicables sin edición. Si menos del 70% pasan, el archivo necesita más ejemplos textuales.
Sí, uno por marca. Cada marca tiene una audiencia, un tono, una oferta y casos distintos, y mezclar todo en un solo archivo te garantiza outputs confusos. La excepción es si manejás sub-marcas de la misma casa (mismo founder, misma voz): ahí podés tener un CLAUDE.md global con la voz compartida + un archivo chico por sub-marca con la diferencia. En mi caso, manejo el de Claura, uno para @ai._kid y uno por cada cliente activo. Cada archivo vive en su propia carpeta del repo de contenido y el pipeline elige cuál cargar según la marca de cada tarea. Si recién arrancás, podés usar la skill brand-profile como punto de partida para llenar el primero.
Fuentes e inspiración
Mirá los posts originales donde desarrollamos estas ideas en redes.
