22 Preguntas de Práctica de Evaluación y validación de salidas con Respuestas

1. 1. Priya, gerente de proyectos, pide a Claude que resuma un contrato con un proveedor. El resumen es fluido, suena seguro y cita la Sección 8.4(b) y un preaviso de rescisión de 45 días. Priya está a punto de enviarlo a Legal. ¿Cuál es la acción MÁS apropiada?

   • A.Pedir a Claude que reescriba el resumen en lenguaje jurídico más formal antes de enviarlo
   • B.Abrir el contrato y verificar la Sección 8.4(b) y el plazo de 45 días contra el texto real antes de enviarlo✓ Respuesta
   • C.Preguntar a Claude qué tan seguro está de la cita y enviarlo si responde que muy seguro
   • D.Enviarlo tal cual, ya que el resumen es detallado y cita la sección con seguridad

   Un número de sección citado junto con una cifra precisa es justo el tipo de detalle aparentemente específico más propenso a ser inventado, y la confianza que expresa un modelo está desacoplada de su exactitud, por lo que la autoevaluación no es una técnica de validación. Reformular cambia el estilo, no los hechos; solo el cotejo con el documento fuente autorizado verifica la afirmación.

   Ref. QB-P7DCZWFuente: Anthropic Claude certification (Associate – Foundations), Domain 2 objective 3 (apply fact-checking and validation techniques); Anthropic sample item rationaleReportar un problema con esta pregunta

2. 2. Amara, líder de operaciones, sube un manual de políticas de 300 páginas y hace a Claude una pregunta detallada de cumplimiento. ¿Qué enfoque fundamenta MEJOR la respuesta en el manual?

   • A.Formular la pregunta con varias redacciones y quedarse con la respuesta más larga
   • B.Hacer que Claude extraiga los pasajes textuales y razone solo a partir de ellos✓ Respuesta
   • C.Pegar solo el índice del manual para ahorrar espacio y luego preguntar
   • D.Preguntar directamente y aceptar la respuesta si se lee bien organizada y específica

   Para documentos largos Anthropic recomienda fundamentar con citas directas: que el modelo extraiga primero pasajes textuales y razone solo a partir de ellos, de modo que cada afirmación sea rastreable a un texto verificable. La extensión, el orden y la especificidad de la prosa no son señales de exactitud.

   Ref. QB-5QUU8VFuente: Anthropic docs, Reduce hallucinations: direct quote grounding for long documentsReportar un problema con esta pregunta

3. 3. Un consultor sube tres informes de cliente y hace una pregunta que ninguno cubre. Aun así, Claude produce una respuesta fluida y plausible. ¿Cuál es la MEJOR forma de evitar esto en consultas futuras?

   • A.Limitar a Claude a los informes subidos y pedir que señale vacíos✓ Respuesta
   • B.Pedir a Claude que añada un porcentaje de confianza a cada párrafo
   • C.Decirle a Claude que sea más exacto y que no invente cosas
   • D.Cambiar al modelo más capaz disponible y repetir la pregunta

   Aquí se combinan dos técnicas nombradas: restricción de conocimiento externo (usar solo los documentos aportados) y permitir explícitamente que el modelo diga que no sabe, lo que elimina la presión de rellenar el vacío inventando. Pedir vagamente exactitud, autoevaluar la confianza o subir de modelo no corrigen un defecto de fundamentación.

   Ref. QB-N722UVFuente: Anthropic docs, Reduce hallucinations: allow I don't know + external knowledge restrictionReportar un problema con esta pregunta

4. 4. Una asociada de marketing tiene un informe redactado por Claude con doce estadísticas atribuidas a un estudio sectorial entregado en PDF. ¿Qué PAR de pasos constituye la verificación MÁS fiable?

   • A.Exigir una cita textual de apoyo para cada estadística y eliminar las que la fuente no respalde✓ Respuesta
   • B.Pedir a Claude que revise sus propias cifras y publicar si dice que están bien
   • C.Pedir a Claude que exprese las cifras como aproximaciones y publicar sin revisar el PDF
   • D.Comprobar solo la primera estadística y suponer que las demás siguen el mismo patrón

   Verificar con citas significa vincular cada afirmación factual a una cita de la fuente y retirar, no suavizar, toda afirmación que no pueda respaldarse. La autorrevisión en el mismo hilo, comprobar solo un dato o matizar la redacción dejan cifras sin respaldo en el documento publicado.

   Ref. QB-4QGH3UFuente: Anthropic docs, Reduce hallucinations: verify with citations (retract unsupported claims)Reportar un problema con esta pregunta

5. 5. Un analista necesita una cifra de Claude para una diapositiva del consejo y no tiene una fuente primaria a mano. ¿Qué comprobación indica MEJOR que la cifra podría ser inventada?

   • A.Ejecutar el mismo prompt varias veces en conversaciones nuevas y ver si la cifra se mantiene igual✓ Respuesta
   • B.Comprobar si la respuesta está escrita en frases completas y profesionales
   • C.Pedir a Claude que repita la cifra en la misma conversación para ver si coincide consigo mismo
   • D.Preguntar a Claude si está seguro y tomar el sí como confirmación

   La verificación Best-of-N repite el mismo prompt de forma independiente y compara resultados, porque un dato inventado suele variar entre ejecuciones mientras que uno bien fundamentado no. Repetirlo en la misma conversación solo replica la respuesta previa, y ni la calidad de la prosa ni la certeza declarada reflejan exactitud.

   Ref. QB-M7PPNUFuente: Anthropic docs, Reduce hallucinations: Best-of-N verificationReportar un problema con esta pregunta

6. 6. Un coordinador financiero recibe un modelo de costes hecho por Claude cuyo total final parece erróneo, aunque cada supuesto está claramente expuesto. ¿Cuál es el MEJOR paso siguiente para localizar el fallo?

   • A.Pedir a Claude que lo rehaga desde cero sin decir qué parecía mal
   • B.Aceptar el total, ya que los supuestos están documentados y la redacción es clara
   • C.Pedir a Claude que exponga el cálculo paso a paso, para que el paso erróneo sea visible✓ Respuesta
   • D.Pedir a Claude que presente el mismo modelo como un resumen ejecutivo pulido

   La verificación por cadena de razonamiento pide al modelo que muestre sus pasos antes de la conclusión, lo que expone el error aritmético o de supuesto concreto en lugar de ocultarlo tras un resultado pulcro. Reformatear es cosmético, documentar supuestos no garantiza el cálculo y regenerar a ciegas no identifica el defecto.

   Ref. QB-3Q57WSFuente: Anthropic docs, Reduce hallucinations: chain-of-thought verificationReportar un problema con esta pregunta

7. 7. Una asociada de RR. HH. pide a Claude responder preguntas de empleados usando el manual de prestaciones. Varias respuestas mezclan prácticas generales del sector que no están en el manual. ¿Cuál es la corrección MÁS apropiada?

   • A.Indicar a Claude que use solo el manual y que avise cuando no lo trate✓ Respuesta
   • B.Pedir a Claude que escriba las respuestas en un tono más cálido y cercano
   • C.Dejar de usar Claude por completo para preguntas de prestaciones
   • D.Añadir al final de cada respuesta un aviso de que los detalles pueden variar

   El defecto es la falta de una restricción de fundamentación, así que la solución es limitar el conocimiento externo y permitir señalar vacíos, manteniendo las respuestas rastreables al manual autorizado. Un aviso legal o un cambio de tono dejan intacto el contenido erróneo, y abandonar la tarea descarta un flujo que una sola salvaguarda vuelve seguro.

   Ref. QB-K7BCGTFuente: Anthropic Claude certification (Associate – Foundations), Domain 2 objective 3; Anthropic docs on external knowledge restrictionReportar un problema con esta pregunta

8. 8. Una gerente de programa pidió un informe de proyecto con alcance, cronograma, presupuesto, riesgos e interesados. Claude entrega un informe pulido sin sección de riesgos, y todo lo presente es correcto. ¿Cómo debe evaluar este resultado?

   • A.Como aceptable, porque todo lo que afirma es factualmente correcto
   • B.Como un fallo de exactitud que obliga a regenerar todo el informe desde cero
   • C.Como aceptable, porque la calidad de redacción demuestra que entendió la tarea
   • D.Como un fallo de exhaustividad: es exacto pero omite un elemento exigido✓ Respuesta

   Exactitud y exhaustividad son ejes de evaluación distintos: un resultado puede ser del todo correcto y aun así fallar por omitir un elemento solicitado. La evaluación se hace contra los requisitos originales, no contra lo pulida que resulte la prosa, y la corrección adecuada es pedir la sección faltante, no descartar el trabajo correcto.

   Ref. QB-AQMH43Fuente: Anthropic Claude certification (Associate – Foundations), Domain 2 objective 1 (evaluate outputs for accuracy and completeness)Reportar un problema con esta pregunta

9. 9. Una líder de operaciones preguntó por qué subió la fuga de clientes en las cuatro regiones el último trimestre. Claude devuelve una explicación detallada y bien argumentada solo sobre la región Noreste. ¿Cuál es la MEJOR acción?

   • A.Aceptarlo, ya que el análisis del Noreste es exhaustivo y está bien respaldado
   • B.Reejecutar el prompt original sin cambios esperando mayor cobertura
   • C.Responder que solo cubrió una de cuatro regiones y pedir el resto✓ Respuesta
   • D.Pedir a Claude que alargue y formalice la respuesta existente

   El resultado redujo silenciosamente el alcance de la pregunta y respondió una más fácil en lugar de la formulada: es un defecto de deriva de alcance, no de calidad de redacción. La iteración eficaz nombra el defecto concreto en el turno siguiente; reejecutar a ciegas o alargar no corrigen la omisión ni su causa.

   Ref. QB-T7TPP3Fuente: Anthropic Claude certification (Associate – Foundations), Domain 7 objective 1 (diagnose and resolve poor outputs)Reportar un problema con esta pregunta

10. 10. Una trabajadora del conocimiento debe juzgar si un resumen de política generado por Claude es suficientemente bueno para circular. ¿Qué debe hacer PRIMERO?

    • A.Pedir a Claude que califique su propio resumen del uno al diez
    • B.Distribuirlo entre colegas y dejar que sus reacciones decidan si es suficiente
    • C.Leer primero el resultado y formarse una impresión general de si parece sólido
    • D.Escribir los criterios de aceptación que debe cumplir y luego leerlo contra esa lista✓ Respuesta

    Definir los criterios antes de leer evita que la fluidez y el tono seguro sustituyan al fondo, porque la impresión formada al leer ya queda anclada por la calidad de redacción. La autocalificación no es una técnica de validación, y distribuir contenido sin verificar traslada la revisión después de asumir el riesgo.

    Ref. QB-2J6Q26Fuente: Anthropic Claude certification (Associate – Foundations), Domain 2 objective 5 (compare outputs against explicit criteria)Reportar un problema con esta pregunta

11. 11. Una especialista en comunicación tiene dos borradores de Claude del mismo aviso a clientes y debe elegir uno. ¿Cuál es la forma MÁS apropiada de decidir?

    • A.Elegir el borrador más largo, porque probablemente cubra más
    • B.Puntuar ambos con la misma rúbrica explícita fijada de antemano✓ Respuesta
    • C.Elegir el que se lea con más fluidez en una primera lectura
    • D.Preguntar a Claude cuál de sus dos borradores es mejor y usar ese

    Comparar candidatos exige una rúbrica común y definida de antemano —exactitud, exhaustividad, adecuación de tono y accionabilidad—, para que la decisión se base en dimensiones explícitas y no en cuál se lee mejor. La fluidez y la extensión no son señales de calidad, y pedir al modelo que ordene sus propias salidas reintroduce la misma autoevaluación poco fiable.

    Ref. QB-H2ZHF5Fuente: Anthropic Claude certification (Associate – Foundations), Domain 2 objective 5 (compare outputs for the intended audience)Reportar un problema con esta pregunta

12. 12. Un responsable de soporte corrigió un prompt después de que Claude gestionara mal un ticket de reembolso difícil. ¿Cuál es la MEJOR forma de confirmar que el prompt revisado es realmente mejor?

    • A.Reejecutarlo sobre tickets reales que antes fallaron, más algunos típicos✓ Respuesta
    • B.Suponer que funcionó, ya que la nueva instrucción aborda justo lo que salió mal
    • C.Reejecutar solo el ticket que motivó el cambio y publicarlo si ahora pasa
    • D.Añadir varias instrucciones más para cubrir todos los casos imaginables

    Un pequeño conjunto de regresión con fallos reales representativos y casos normales detecta arreglos que resuelven un caso y rompen otros, algo que una sola reprueba no revela. Apilar instrucciones sin probar suele generar conflictos nuevos en vez de confirmar una mejora.

    Ref. QB-3JH287Fuente: Anthropic Claude certification (Associate – Foundations), Domain 7 objective 2 (adjust approach based on results)Reportar un problema con esta pregunta

13. 13. Un asociado de investigación recibe un panorama competitivo exacto pero con una profundidad muy superior a la que necesita el público directivo. ¿Cuál es el seguimiento MÁS eficaz?

    • A.Pedir a Claude que suene más profesional
    • B.Borrar párrafos a mano hasta que la extensión parezca adecuada, sin revisar qué se pierde
    • C.Señalar el defecto y fijar la extensión y profundidad que necesita un directivo✓ Respuesta
    • D.Reejecutar el prompt original esperando un texto más corto

    La iteración eficaz diagnostica el defecto concreto y enuncia el requisito corregido, aquí la profundidad y extensión adecuadas al público, para que la siguiente salida ataque la carencia real. Regenerar a ciegas, recortar a mano sin revisar (lo que puede eliminar matices) y pedir vagamente profesionalidad no especifican qué debe cambiar.

    Ref. QB-J2CVM6Fuente: Anthropic Claude certification (Associate – Foundations), Domain 2 objective 5 (edit, adapt and refine for the intended audience)Reportar un problema con esta pregunta

14. 14. Una asociada nota que la salida de Claude en una tarea rutinaria es genérica y omite el contexto de la empresa. ¿Cuál es la primera corrección MÁS apropiada?

    • A.Decirle a Claude que la respuesta anterior fue mala y que se esfuerce más
    • B.Cambiar al nivel de modelo más capaz y caro disponible
    • C.Repetir la misma pregunta hasta que aparezca una respuesta mejor
    • D.Aportar el contexto faltante, el público y los criterios de éxito✓ Respuesta

    Una salida genérica es síntoma de falta de contexto, público y criterios de éxito, así que la solución de raíz es aportarlos, no subir de nivel de modelo, lo que encarece sin corregir el defecto. Repetir la pregunta o criticar en vago no dan al modelo información nueva.

    Ref. QB-YHF2Q3Fuente: Anthropic Claude certification (Associate – Foundations), Domain 7 objective 1 (diagnose underperforming prompts)Reportar un problema con esta pregunta

15. 15. Claude describe correctamente un requisito de reporte sectorial tal como era hace tiempo, pero la norma se modificó recientemente. ¿Cómo debe clasificarlo y corregirlo un asociado?

    • A.Como un problema de ventana de contexto que se resuelve iniciando una conversación nueva
    • B.Como un problema de formato que se resuelve pidiendo una maquetación más limpia
    • C.Como una alucinación que prueba que la salida no es fiable para ninguna tarea factual
    • D.Como una laguna de conocimiento, no una invención: aportar el texto oficial vigente✓ Respuesta

    Un dato desactualizado pero real es una laguna sobre novedades recientes, distinta de una alucinación (contenido inventado) y de la pérdida de contexto (turnos previos descartados), y cada una tiene un remedio propio. Aquí la solución es aportar el texto oficial vigente y limitar el modelo a él, razón por la cual todo lo afirmado sobre hechos muy recientes debe verificarse.

    Ref. QB-F2AV43Fuente: Anthropic Claude certification (Associate – Foundations), Domain 2 objective 2 (identify hallucinations vs other failure modes)Reportar un problema con esta pregunta

16. 16. Ya avanzada una sesión larga, los borradores de Claude dejan de respetar una regla de lenguaje sencillo fijada al inicio. ¿Cuál es la respuesta MÁS apropiada?

    • A.Concluir que el modelo no puede seguir reglas de estilo y dejar de usarlo para redactar
    • B.Aceptar los borradores con jerga y editarlos a mano en adelante
    • C.Tratarlo como pérdida de restricción en un chat largo: reiterar la regla o reiniciar✓ Respuesta
    • D.Tratarlo como una alucinación y pedir a Claude que verifique sus propios borradores

    Una instrucción respetada al principio que deja de aplicarse en silencio indica pérdida de restricciones en una conversación larga, no contenido inventado, así que la solución es reiterarla, resumir hacia adelante o persistir las instrucciones permanentes. La verificación de hechos aborda la veracidad, no el cumplimiento de estilo, y abandonar el flujo descarta una tarea que el modelo hace bien una vez restablecida la restricción.

    Ref. QB-ZHTCV4Fuente: Anthropic Claude certification (Associate – Foundations), Domain 3 (context limitations: when to restart, summarize or persist)Reportar un problema con esta pregunta

17. 17. Una asociada de comunicación tiene una nota de prensa redactada por Claude que cita a un cliente concreto y un porcentaje de ahorro específico. Está prevista su publicación mañana. ¿Cuál es el paso MÁS apropiado antes de publicar?

    • A.Suavizar el porcentaje a un rango para no tener que comprobarlo
    • B.Pedir a Claude que confirme la cita y el porcentaje antes de publicar
    • C.Publicar según lo previsto, ya que se lee bien y la cita está atribuida
    • D.Enviarla a revisión humana, confirmando la cita y el porcentaje✓ Respuesta

    La difusión pública, una cita atribuida, una persona identificable y una cifra concreta son todos disparadores de revisión humana previa, porque los errores son irreversibles tras publicar. Confirmar aquí significa contrastar la cita con el cliente nombrado y el porcentaje con los datos de origen. Pedir al modelo que confirme su propia salida no es verificación independiente, y difuminar la cifra oculta en vez de resolver una afirmación sin comprobar.

    Ref. QB-G2N7A4Fuente: Anthropic Claude certification (Associate – Foundations), Domain 2 objective 4 (determine when human review is required)Reportar un problema con esta pregunta

18. 18. Un jefe de departamento pide a Claude que decida cuáles dos de cinco miembros del equipo deben salir de un proyecto en dificultades. ¿Cuál es el uso MÁS apropiado del resultado?

    • A.Aplicar la recomendación tal cual, ya que el modelo sopesó los factores con imparcialidad
    • B.Pedir a Claude que clasifique a las cinco personas y actuar automáticamente sobre las dos últimas
    • C.Usarlo solo para estructurar los factores a considerar y dejar la decisión sobre personas al responsable✓ Respuesta
    • D.Pedir a Claude que justifique su elección con más extensión y luego aplicarla

    Las decisiones consecuentes sobre personas identificables deben ser asumidas por un responsable, por lo que delegar la decisión es un mal encaje, aunque organizar los factores sí lo sea. Una justificación más larga no prueba que la decisión sea sólida, y automatizar la clasificación elimina la supervisión humana que el caso exige.

    Ref. QB-6JK2RAFuente: Anthropic Claude certification (Associate – Foundations), Domain 2 objective 4 (when human review or ownership is required)Reportar un problema con esta pregunta

19. 19. Un analista nota que el resumen inicial de un informe de Claude dice que los ingresos crecieron un 12 por ciento, mientras que la tabla siguiente suma cerca del 8 por ciento. ¿Cuál es la MEJOR acción?

    • A.Quedarse con la cifra del resumen, ya que los resúmenes se escriben tras completar el análisis
    • B.Tratarlo como una inconsistencia interna y recalcular ambas cifras desde los datos fuente✓ Respuesta
    • C.Preguntar a Claude cuál de las dos cifras prefiere y usar esa
    • D.Quedarse con la cifra de la tabla, ya que las tablas son inherentemente más fiables que la prosa

    Una contradicción entre el resumen y el cuerpo es una señal clásica de inconsistencia, y solo indica que al menos una cifra es errónea, no cuál. Resolverla exige recalcular desde los datos fuente autorizados; ninguna sección es fiable por naturaleza, y pedir al modelo que elija su preferida sustituye la evidencia por una preferencia.

    Ref. QB-N2EV5AFuente: Anthropic Claude certification (Associate – Foundations), Domain 2 objective 2 (identify inconsistencies in responses)Reportar un problema con esta pregunta

20. 20. Un asociado de compras pidió a Claude recomendar un proveedor de software, aportando como base solo el whitepaper de uno de ellos. La recomendación favorece claramente a ese proveedor. ¿Cuál es la preocupación MÁS apropiada?

    • A.Está bien, porque el razonamiento tiene un tono equilibrado y cita el documento
    • B.La salida hereda el sesgo de su única fuente y necesita contraste✓ Respuesta
    • C.El riesgo principal es el formato, así que debería reeditarse como tabla comparativa
    • D.Está bien, porque se basó en un documento real y no en algo inventado

    El sesgo puede entrar por la propia base de conocimiento aportada: fundamentar la respuesta en una única fuente escrita por el proveedor produce una recomendación parcial aunque nada esté inventado. Un tono equilibrado es un rasgo de presentación, no prueba de insumos equilibrados, y reformatear el mismo contenido sesgado en una tabla no corrige el desequilibrio. Equilibrarla significa conseguir material comparable de los demás proveedores antes de fiarse de la recomendación.

    Ref. QB-7A578ZFuente: Anthropic Claude certification (Associate – Foundations), Domain 2 objective 2 (identify biases, including inherited source bias)Reportar un problema con esta pregunta

21. 21. Una analista de operaciones necesita que Claude compare 40 proveedores en seis atributos, y el resultado se cargará en una hoja de seguimiento y se ordenará. ¿Qué formato de salida es el MÁS apropiado?

    • A.Un ensayo narrativo que compare los proveedores en párrafos de prosa
    • B.Una respuesta conversacional en línea, porque mantiene a la analista en el flujo del chat
    • C.El formato que produzca la respuesta más corta, para ahorrar tiempo de lectura
    • D.Datos estructurados como una tabla o CSV, porque alimenta otro sistema y debe ordenarse y filtrarse✓ Respuesta

    El formato se elige según lo que hará el consumidor con el resultado, y aquí se ingerirá en otro sistema y se comparará fila por fila, justo lo que permiten los datos estructurados. La prosa y el chat en línea no se pueden ordenar ni filtrar de forma fiable, y la brevedad no es un criterio de selección.

    Ref. QB-QSACTZFuente: Anthropic Claude certification (Associate – Foundations), Domain 2 objective 6 (select appropriate output formats)Reportar un problema con esta pregunta

22. 22. Una gerente de proyecto creará con Claude una guía de incorporación extensa que su equipo revisará durante semanas y compartirá con nuevas contrataciones. ¿Qué elección de salida es la MÁS apropiada y por qué?

    • A.Una serie de respuestas breves en el chat, porque se leen más rápido a medida que llegan
    • B.Un artefacto: contenido extenso y autónomo que debe persistir entre ediciones✓ Respuesta
    • C.El formato que use la primera respuesta, ya que el formato puede cambiarse después
    • D.Datos estructurados, porque todo documento largo se gestiona mejor en filas y columnas

    Los artefactos están pensados para contenido extenso y autónomo sobre el que se seguirá trabajando, ya que persisten junto a la conversación y admiten versiones, edición y uso compartido. Las respuestas en línea sirven para respuestas breves, los datos estructurados para comparar filas o alimentar otros sistemas, y dejarse llevar por el primer formato no es una decisión.

    Ref. QB-8AGHD2Fuente: Anthropic Claude certification (Associate – Foundations), Domain 2 objective 6 (artifacts vs inline vs structured data)Reportar un problema con esta pregunta

Preguntas de práctica basadas en la guía oficial del examen Claude Certified Associate – Foundations (CCAO-F) y la documentación pública de Anthropic. Es una herramienta de estudio independiente, no afiliada ni respaldada por Anthropic, y no otorga certificación. Lo administra Pearson VUE; Anthropic publica el número de preguntas, el límite de tiempo, la puntuación de aprobación y la tarifa vigentes en la guía oficial del examen CCAO-F. Página oficial de la certificación →