Cómo crear un dashboard vivo con Claude: conecta tu almacén de datos, pregunta en lenguaje natural y comprueba la consulta de cada gráfico

Una pregunta, un dashboard y la consulta siempre a la vista

Quien trabaja con datos de empresa conoce el ritual del lunes por la mañana: exportar una tabla del CRM, cruzarla con el almacén de datos, pegar los gráficos en una presentación y rezar para que ninguna cifra salga torcida antes de la reunión. El 8 de octubre de 2026, Anthropic lanzó en beta una función pensada para acortar justo ese trayecto: Claude Dashboards. La idea, según su propio Centro de Ayuda, es conectar un almacén de datos u otra aplicación, hacer una pregunta en lenguaje natural y dejar que Claude escriba las consultas y construya el dashboard. El lanzamiento llegó junto a Claude Motion, una herramienta de animación, y con otra novedad que afecta a mucha más gente: Docs, Slides y Design salen de beta y pasan a estar disponibles en todos los planes, incluido el gratuito, con activación por defecto a partir del 15 de octubre.

Qué es un dashboard de Claude y cómo funciona por dentro

Un dashboard de Claude es un artefacto creado a partir de una plantilla específica. Para cada gráfico, Claude redacta una consulta SQL y la ejecuta contra la fuente de datos conectada; cada gráfico muestra la consulta que lo respalda y el momento en que se refrescó por última vez. Las fuentes que cita Anthropic son cinco almacenes de datos —Amazon Redshift, BigQuery, ClickHouse, Databricks y Snowflake— y cualquier otra aplicación que ya se haya conectado a Claude, con el ejemplo de un panel de oportunidades de Salesforce. La función está disponible en beta para los planes Pro, Max, Team y Enterprise, cada dashboard se guarda en la pestaña de artefactos y su uso cuenta contra los límites del plan, igual que el resto del trabajo con Claude.

Paso a paso, con el matiz de cómo formular la pregunta

El proceso empieza antes de pedir nada: hay que conectar los datos. En un almacén, eso significa enlazar la plataforma de datos de la empresa desde los conectores de Claude; en una aplicación como Salesforce, usar la conexión que ya exista. Una vez conectado, hay tres formas de crear el panel: pedirlo en cualquier chat, elegir «Output» en el cuadro de mensaje y seleccionar Dashboards, o entrar en la pestaña de artefactos, escoger la plantilla de dashboards y describir lo que se quiere ver. Los ejemplos que ofrece Anthropic dan la medida del tipo de petición esperado: ingresos del trimestre por región, altas semanales de los últimos seis meses desglosadas por plan, o las oportunidades abiertas de Salesforce por fase y responsable.

Aquí está el consejo que más rendimiento da y que menos se aplica. Anthropic recomienda decir qué se quiere saber, no solo qué se quiere graficar: una pregunta como «cómo se comparan las altas de este mes por canal con las del mes pasado» llega mucho más lejos que «un gráfico de altas». Y si los datos viven en una tabla o aplicación concreta, conviene nombrarla. Después viene el refinamiento, que se hace igual que todo lo demás con Claude: pidiendo cambios en el chat, como añadir un filtro por región o pasar a vista semanal. Pero el paso que separa un dashboard útil de uno peligroso es otro: abrir la consulta de cada gráfico y comprobar qué está contando exactamente. Si no cuenta lo que se pretendía, la instrucción es decírselo a Claude y pedirle que lo corrija. Que cada número lleve su consulta adjunta no es un adorno de transparencia; es la herramienta de verificación, porque una consulta generada por un modelo puede ser sintácticamente perfecta y responder a una pregunta ligeramente distinta de la que se tenía en mente.

Una práctica general de prudencia, que no es un requisito de Anthropic sino sentido común con cualquier herramienta que lee datos corporativos: conectar el almacén con una cuenta de solo lectura y con el alcance mínimo necesario, de modo que el peor error posible sea una consulta mal planteada y no una modificación de datos.

Matices y límites que conviene conocer antes de confiar en él

El primero es de enfoque: Anthropic describe los dashboards como una herramienta para preguntas rápidas y exploratorias, del tipo «cómo van las altas de esta semana frente al mes pasado», y recomienda que, cuando una pregunta exija un análisis más profundo, se envíe el dashboard a otra herramienta para seguir allí. La cobertura del lanzamiento menciona exportaciones hacia herramientas como Grafana, Hex, Amplitude o Sigma, y apunta que el soporte para Looker y Tableau llegará más adelante; conviene comprobar en la propia documentación qué destinos están ya activos en tu cuenta.

El segundo matiz es de control. En los planes Enterprise, la función viene desactivada por defecto hasta que un propietario la activa en los ajustes de la organización, dentro de la sección de artefactos, y puede limitarla a grupos concretos mediante roles personalizados. Los dashboards nacen privados para quien los crea; para compartirlos hay que pulsar «Share», y la cobertura del lanzamiento señala que compartir fuera de la organización solo es posible si un administrador lo permite. Según esa misma cobertura, cuando se comparte un dashboard cada persona que lo abre ejecuta las consultas con sus propias conexiones, de modo que solo ve los datos a los que ya tenía acceso; es un detalle que conviene verificar en tu entorno antes de dar por hecho que un panel compartido no puede mostrar más de lo debido. Y recuerda que Claude Motion, la otra novedad del día, está limitada por ahora a los planes Team y Enterprise.

Por qué importa hoy

Para cualquier equipo que reconstruya a mano los mismos informes cada semana, esta función no elimina el trabajo de entender los datos, pero sí el de montar los gráficos. El primer ejercicio práctico es elegir una pregunta recurrente de bajo riesgo —por ejemplo, las altas semanales por plan—, pedirla con una redacción centrada en lo que se quiere saber y no en el tipo de gráfico, y revisar una por una las consultas que Claude ha escrito. Si las consultas cuentan lo que esperabas durante dos o tres semanas seguidas, ya habrás ganado el tiempo del lunes; si no, habrás descubierto un problema de definiciones de datos que existía antes de que apareciera la IA.