Anthropic Financial Services: cómo empezar con Claude Financial Agents

Si es la primera vez que ves Financial Services / Claude for Financial Services de Anthropic, es fácil pensar que se trata simplemente de «un Claude especializado en análisis financiero».

En realidad, se parece más a una caja de herramientas para workflows financieros. Anthropic ha dividido distintos procesos habituales del sector financiero en Agents, Skills, Commands y conectores de datos MCP, de modo que Claude no se limita a responder una pregunta financiera, sino que puede seguir una metodología relativamente estructurada para completar un trabajo. Actualmente, el proyecto oficial cubre escenarios como Investment Banking, Equity Research, Private Equity, Fund Administration, Wealth Management y Operations/KYC.

¿Qué es Anthropic Financial Services?

En pocas palabras, Claude for Financial Services es una implementación de referencia de Anthropic que reúne Agents, Skills, Commands y conectores de datos para workflows financieros.

La principal diferencia frente a un Prompt convencional para Claude es que no se limita a decirle al modelo «ahora eres un analista financiero». Organiza métodos profesionales, procesamiento de archivos, pasos de cálculo, conexiones de datos y formatos de salida en workflows que pueden repetirse.

Entre los Agents disponibles actualmente en el repositorio se encuentran Market Researcher, Earnings Reviewer, Model Builder, Pitch Agent, GL Reconciler y KYC Screener. Por ejemplo, Market Researcher puede partir de una industria o temática para elaborar un análisis del sector, estudiar la competencia, identificar empresas comparables y organizar posibles líneas de inversión. Model Builder está orientado a tareas de modelización como DCF, LBO, modelos de tres estados financieros y Comps.

Para entender el proyecto, basta con recordar cuatro conceptos:

• Agent: se encarga de un workflow completo.

• Skill: proporciona conocimientos financieros, normas y métodos de trabajo específicos.

• Command: una operación que el usuario puede invocar directamente, como /comps, /dcf o /earnings.

• MCP Connector: conecta Claude con datos financieros externos, documentos empresariales o plataformas de investigación.

Por tanto, Financial Services no consiste en «instalar una IA financiera». Una forma más precisa de entenderlo es: elige los Agents, Skills y conectores de datos que correspondan al trabajo que necesitas realizar.

¿Qué debes saber antes de utilizarlo por primera vez?

La regla más importante es: no instales todo el repositorio de una sola vez.

Si simplemente quieres probar las capacidades de Claude para tareas financieras, empieza por definir qué trabajo quieres realizar. Por ejemplo:

Investigación de mercados → Market Researcher

Análisis de resultados financieros → Earnings Reviewer

DCF, LBO o modelo de tres estados → Model Builder

Pitch Book → Pitch Agent

Conciliación del libro mayor → GL Reconciler

Estos Agents ya representan workflows relativamente completos. Además, Anthropic indica que los Agent plugins son self-contained e incluyen las Skills que necesitan.

Por eso, la forma más sencilla de entender Financial Services durante el primer contacto es:

primero elige el trabajo y después el Agent.

Primer paso: elegir cómo utilizarlo

Actualmente existen tres vías principales.

Claude Cowork

Es la opción más sencilla para la mayoría de los usuarios.

Según el README oficial, el proceso actual consiste en entrar en Settings → Plugins → Add plugin dentro de Cowork, añadir el repositorio anthropics/financial-services y seleccionar después el Agent o vertical que necesites desde el marketplace. También puedes subir un archivo comprimido de los plugins disponibles en plugins/.

Si simplemente quieres comprobar si Claude Financial Services puede ayudarte realmente con tareas financieras, Cowork es un buen punto de partida.

Claude Code

Si estás acostumbrado al terminal, al código y a trabajar directamente con directorios de proyectos, puedes utilizar Claude Code.

El proceso de instalación consiste primero en añadir el marketplace y después instalar el núcleo financial-analysis y los Agents concretos que necesites. Por ejemplo:

claude plugin marketplace add anthropics/financial-services
claude plugin install financial-analysis@claude-for-financial-services
claude plugin install market-researcher@claude-for-financial-services

El núcleo financial-analysis proporciona Comps, DCF, LBO, modelos de tres estados, auditoría de Excel y conectores de datos. Después puedes instalar los verticales que necesites, como Investment Banking o Equity Research.

Claude Managed Agents

Managed Agents está pensado para equipos que necesitan integrar Agents mediante API dentro de workflows empresariales.

El proceso oficial no consiste simplemente en «enviar un Prompt». Primero se crea una configuración persistente del Agent y después una Session para utilizarla. El Agent puede configurarse con modelo, System Prompt, Tools, MCP Servers y Skills.

Por eso, si solo quieres probar Financial Services por primera vez, no necesitas empezar con Managed Agents.

Segundo paso: instalar Financial Services

Para un usuario nuevo, la ruta más sencilla es:

Cowork → Add Plugin → añadir financial-services → elegir un Agent

Si utilizas Claude Code:

añadir el marketplace → instalar financial-analysis → instalar un Agent concreto.

Por ejemplo, si quieres probar primero la investigación de mercados:

claude plugin install market-researcher@claude-for-financial-services

Una vez instalado, el Agent aparecerá entre las opciones de Cowork, utilizará las Skills correspondientes cuando sean necesarias y permitirá ejecutar Commands como /comps, /dcf, /earnings e /ic-memo.

Tercer paso: elegir tu primer Agent

Si no tienes todavía un caso de uso financiero concreto, Market Researcher es un punto de partida relativamente fácil de entender.

Tanto sus entradas como sus resultados son bastante intuitivos: puedes proporcionarle una industria o temática y pedirle que investigue el sector, la estructura competitiva, los Peer Comps y posibles oportunidades.

Si tu objetivo es diferente, elige directamente según la tarea:

No necesitas instalar todos los Agents simplemente porque el repositorio tenga muchos. Un caso de uso real + un Agent suele ser una forma mucho más sencilla de entender el proyecto que instalar diez funcionalidades a la vez.

Cuarto paso: completar una primera tarea real

Tomemos Market Researcher como ejemplo.

Primero prepara un tema concreto, por ejemplo, «el sector de los centros de datos en Estados Unidos». En lugar de escribir simplemente «investiga los centros de datos», prepara información que pueda verificarse, como informes anuales, informes sectoriales, una lista de empresas o materiales de investigación propios.

Después inicia Market Researcher y define claramente el objetivo. Por ejemplo:

Realiza una investigación inicial del sector de los centros de datos en Estados Unidos, centrándote en la estructura del mercado, los principales participantes, el panorama competitivo y los factores que están impulsando actualmente el sector. Distingue entre los hechos procedentes de los materiales que te proporciono y la información que necesita una verificación adicional, y enumera las principales fuentes de datos.

A continuación, deja que el Agent ejecute el workflow.

Una primera experiencia completa debería seguir aproximadamente este proceso:

Preparar materiales → iniciar el Agent → definir la tarea → ejecutar el workflow → revisar los resultados → comprobar las fuentes → hacer preguntas o modificar los requisitos → generar el borrador final de investigación.

Si ya has instalado financial-analysis, también puedes probar /comps, /dcf o /earnings. Estos Commands resultan más fáciles de aprovechar una vez que ya entiendes cómo funciona un Agent básico.

Lo realmente interesante no es que el Agent produzca un informe atractivo, sino comprobar si sigue correctamente el workflow financiero necesario para completar la tarea.

¿Qué deberías revisar durante la primera prueba?

En finanzas no basta con leer el texto final.

Como mínimo, comprueba:

• si los datos son correctos;

• si las fuentes citadas realmente respaldan las conclusiones;

• si los cálculos son correctos;

• si las fórmulas del modelo de Excel son razonables;

• si el Agent ha omitido alguno de los requisitos;

• si los datos externos proceden de la fuente adecuada;

• si el informe final necesita modificaciones humanas.

Esta es también una de las diferencias importantes entre Anthropic Financial Services y una herramienta convencional de escritura con IA: el sistema produce un borrador del trabajo de un analista, no una decisión financiera definitiva.

Anthropic indica explícitamente en el repositorio oficial que estos Agents no se encargan de recomendaciones de inversión, ejecución de operaciones, aprobación de riesgos, contabilizaciones ni aprobación final del onboarding de clientes. Los resultados deben ser revisados por profesionales cualificados.

Errores más habituales de los principiantes

El primero es instalar demasiados Agents. Empieza resolviendo un problema real.

El segundo es probar workflows complejos sin proporcionar materiales reales. Una parte importante del valor de Financial Services procede de las Skills, los archivos y los conectores de datos, no simplemente del Prompt.

El tercero es tratar la salida de la IA como una conclusión financiera definitiva. Especialmente en valoración, cifras de resultados e investigación de inversiones, los datos y los cálculos deben verificarse.

El cuarto es ignorar los permisos de datos de MCP. El plugin central financial-analysis de Financial Services gestiona actualmente varios conectores de datos financieros, incluidos Daloopa, Morningstar, S&P Global, FactSet, Moody's, LSEG y PitchBook. Algunos conectores requieren una suscripción al proveedor correspondiente o una API Key.

¿Qué hacer después de tu primera experiencia?

Una vez completado el primer workflow con un Agent, puedes empezar a probar Commands como /comps, /dcf, /lbo y /earnings.

Después puedes investigar las posibilidades de crear Skills personalizadas, conectar datos empresariales y desarrollar Agents propios.

Si una empresa quiere integrar Claude Financial Agents con sus sistemas internos, el siguiente paso puede ser Managed Agents. El proyecto oficial ya incluye un cookbook de Managed Agent asociado a cada Agent, pensado para ayudar a los equipos a trasladar el mismo System Prompt y las Skills a workflows basados en API.

En otras palabras, el propio repositorio puede entenderse también como una plantilla de referencia para construir Financial Agents. Puedes empezar con los workflows oficiales y después adaptar Skills, fuentes de datos y Agents a los procesos de tu propia organización.

Un workflow completo para principiantes

La primera experiencia puede ser realmente sencilla:

Elige un caso de uso financiero real

↓

Instala el Agent correspondiente

↓

Prepara informes anuales, materiales de investigación o documentos empresariales

↓

Ejecuta la primera tarea

↓

Comprueba los datos, las fuentes y los cálculos

↓

Modifica el Prompt o la Skill según sea necesario

↓

Realiza la revisión humana

↓

Guarda el resultado final

Este es el ciclo básico que merece la pena dominar al empezar a utilizar Anthropic Financial Services.

FAQ

¿Qué es Anthropic Financial Services?

Es un proyecto oficial de Anthropic que proporciona Agents, Skills, Commands y conectores de datos para workflows financieros relacionados con Investment Banking, Equity Research, Private Equity, Fund Administration, Wealth Management y KYC, entre otros.

¿Puede utilizarlo un usuario normal?

Sí. La puerta de entrada más sencilla es Claude Cowork. Los usuarios familiarizados con el terminal pueden utilizar Claude Code, mientras que los equipos de desarrollo empresarial pueden recurrir a Managed Agents.

¿Qué Agent debería instalar primero?

Depende de tu tarea. Si no tienes un caso de uso definido, puedes empezar con Market Researcher. Si tu trabajo se centra principalmente en resultados financieros, utiliza Earnings Reviewer. Si necesitas DCF o Financial Modeling, utiliza Model Builder.

¿Qué diferencia hay entre Market Researcher y Claude normal?

Claude puede realizar investigación financiera de forma general, mientras que Market Researcher está organizado específicamente alrededor de un workflow completo de investigación de mercados, con sus correspondientes Skills y métodos de trabajo. Por eso resulta más adecuado para repetir tareas de investigación estructuradas.

¿Es obligatorio instalar los conectores de datos financieros MCP?

No. Puedes empezar utilizando materiales locales y las capacidades disponibles sin MCP. Cuando necesites datos financieros profesionales o actualizados, puedes conectar el proveedor correspondiente. Algunos servicios MCP requieren una suscripción independiente o una API Key.

¿Puede este proyecto sustituir directamente a un analista financiero?

No. Su función es generar resultados de trabajo que deben ser revisados por profesionales, no tomar de forma autónoma decisiones finales de inversión, negociación, riesgo o aprobación de clientes.

¿Debería elegir Claude Code o Cowork?

Para una primera experiencia, Cowork es la opción más sencilla. Si ya trabajas habitualmente con Claude Code, el terminal y los archivos de proyectos, puedes utilizar directamente Claude Code. Managed Agents está pensado principalmente para equipos que ya están preparados para integrar Agents dentro de sistemas empresariales mediante API.