Cómo dejé de temer a los archivos familiares y delegué la genealogía a Claude Code
En muchos de nuestros armarios está esa misma caja. Dentro — fotos amarillentas de parientes desconocidos, certificados de nacimiento en un idioma desconocido, y posiblemente un par de cartas desde el frente. Nos prometemos que "eventualmente ordenaremos todo esto,", pero el volumen de datos es intimidante. La genealogía no es solo dibujar un árbol — es un ciclo interminable de búsquedas en archivos, pruebas de hipótesis y lucha con contradicciones en documentos.
Ha aparecido un proyecto llamado autoresearch-genealogy en GitHub, trayendo métodos de agentes autónomos al ámbito de la historia familiar. Su creador, Matt Prusac, no solo lanzó un conjunto de prompts. Sistematizó experiencia real de investigación durante la cual la IA ayudó a reconstruir 9 generaciones a través de 6 líneas familiares, creando más de cien archivos detallados en el proceso.
Qué hay dentro del repositorio
El proyecto es una metodología lista para usar con Claude Code o cualquier herramienta que soporte búsqueda autónoma. El valor principal aquí no está en el código — está en la estructura del proceso.
Prompts para búsqueda autónoma
La carpeta prompts/ contiene 12 escenarios para el comando /autoresearch. Cada prompt es un mini-programa para la IA. Especifica objetivos, métricas de éxito, protocolos de verificación y "limitadores" para evitar que la red neuronal alucine.
Por ejemplo, el prompt 01-tree-expansion obliga al modelo a "crecer" metódicamente cada rama del árbol usando búsqueda web. Y 05-source-citation-audit asume el rol de un archivista estricto: verifica que cada persona en tu base de datos tenga al menos dos fuentes independientes.
Plantilla de repositorio digital
El autor propone usar Obsidian (o cualquier editor markdown) como base de datos. La carpeta vault-template/ contiene la estructura para tu futuro archivo:
- Tarjetas de persona con metadatos YAML.
- Registros de investigación y registros de preguntas abiertas.
- Plantillas especiales para transcribir documentos, cartas e incluso análisis de coincidencias de ADN.
Guías sobre archivos y metodología
Esta es quizás la parte más práctica. El repositorio incluye instrucciones para buscar en 24 regiones — desde EE.UU. y registros coloniales hasta archivos en Polonia, Ucrania y Rusia. Incluso hay secciones sobre genealogía judía y las especificidades de los apellidos escandinavos.
Por qué esto funciona mejor que un chat regular con IA
El problema principal al usar ChatGPT o Claude para estas tareas es la tendencia de los modelos a "completar" hechos. La genealogía no puede tolerar esto. Si un documento registra a una persona como "Zacarías" y otro como "Sakkarias", la IA no debería simplemente elegir una variante — debería registrar ambas y evaluar la probabilidad de error.
Matt Prusac embedió un concepto de "verificación mecánica" en los prompts. Esto es similar al trabajo de un compilador en programación, pero en lugar de verificar la sintaxis, verifica la lógica de las relaciones. El sistema fuerza a la IA a:
- Registrar resultados negativos (qué se buscó y no se encontró).
- Asignar niveles de confianza a los hechos (Strong Signal / Speculative).
- Realizar auditorías de referencia cruzada después de cada iteración de búsqueda.
Cómo probarlo con tus propios datos
Si tienes Claude Code instalado, el proceso es bastante directo. Primero, necesitas clonar el repositorio y mover el contenido de vault-template/ a tu directorio de trabajo.
Luego introduces datos básicos en el archivo Family_Tree.md — lo que ya sabes sobre ti, tus padres y abuelos. Si tienes escaneos de documentos, colócalos cerca. Después de eso, puedes lanzar el primer ciclo: copia el contenido de prompts/01-tree-expansion.md en la terminal con Claude y observa al agente comenzar a "cavar" en internet en busca de pistas.
A quién le será útil
El proyecto probablemente no se adapte a quienes solo quieren presionar un botón y "saber todo sobre sus ancestros". La genealogía sigue siendo un trabajo difícil. Pero autoresearch-genealogy será un excelente recurso para:
- Técnicos que encuentran aburrido completar tablas manualmente pero están interesados en configurar un pipeline autónomo.
- Investigadores atascados en un "muro de ladrillo" que necesitan una nueva perspectiva sobre los archivos disponibles.
- Dueños de grandes volúmenes de datos dispersos que necesitan ser llevados a un estándar unificado.
Curiosamente, el autor no restringe el uso solo a Claude Code. Toda la lógica se transfiere fácilmente a un flujo de trabajo manual o a otras herramientas de IA. La clave aquí es el sistema de niveles de confianza y los protocolos de verificación que transforman la genealogía de leer hojas de té en investigación estructurada.
Si has querido durante mucho tiempo convertir esa caja de fotos en una historia familiar coherente, este repositorio podría ser el empujón que te faltaba. Como mínimo, es un gran ejemplo de cómo usar LLMs modernos para resolver problemas humanitarios complejos sin perder rigor académico.
Proyectos relacionados