Claude Code programació amb IA MCP Enginyeria de programari Prompts Qualitat del codi

Programar amb IA sense generar codi brossa: planificar, donar context i verificar

Un bon assistent de programació no substitueix el criteri d’enginyeria. El vídeo proposa un flux de tres passos —pla, context i verificació— per convertir la IA en una col·laboradora útil sense acumular errors ni deute tècnic.

Programar amb intel·ligència artificial no consisteix a escriure una petició enorme, acceptar tot el que retorna el model i esperar que l’aplicació aguanti. Aquesta és la idea central del vídeo de Juan Gabriel Gomila, que resumeix la seva metodologia en tres verbs: planificar, contextualitzar i verificar.

El missatge és menys espectacular que prometre una aplicació completa amb un sol prompt, però molt més útil per a projectes reals. La IA pot produir codi de pressa; el repte continua sent saber què s’ha de construir, dividir bé el problema i comprovar que el resultat és segur, mantenible i coherent amb la resta del sistema.

El problema no és només el prompt

Gomila descriu el model com un programador júnior molt ràpid i molt segur de si mateix. Pot completar una funció en segons, però també pot inventar una API, ignorar un cas límit o introduir una decisió arquitectònica que no encaixa amb el projecte. El text sona convincent encara que el raonament sigui equivocat.

Per això, perfeccionar una frase màgica no resol el problema. Un prompt excel·lent no compensa uns requisits ambigus, un repositori desconegut o l’absència de proves. Quan es demana tot el producte d’un sol cop, és fàcil obtenir una barreja de patrons, duplicacions i dependències que funciona en una demostració però es torna fràgil en producció.

El vídeo cita percentatges sobre errors, vulnerabilitats i males olors del codi generat, però no identifica l’estudi del qual provenen. Cal entendre aquestes xifres com una advertència del creador, no com una mesura universal. La conclusió prudent sí que es manté: el codi generat necessita la mateixa revisió que qualsevol contribució humana, i sovint més.

Primer pas: escriure l’especificació abans del codi

La primera recomanació és començar amb una conversa de planificació. En lloc de demanar que programi immediatament, es pot encarregar a la IA que faci preguntes sobre requisits, usuaris, casos límit, arquitectura, tecnologies, seguretat i proves.

Les respostes es converteixen en un document de referència, per exemple un spec.md. No cal que sigui burocràtic: ha de deixar clares les decisions que condicionaran la implementació. Què passa si l’usuari repeteix una operació? Quines dades són obligatòries? Quin component és responsable de cada acció? Com se sabrà que la funcionalitat està acabada?

Quan l’especificació és prou concreta, el model pot proposar un pla dividit en tasques petites. Aquesta fragmentació és decisiva. Corregir una funció o una migració és manejable; revisar centenars de línies generades alhora no ho és. A més, cada pas petit permet comparar el resultat amb el contracte inicial abans de continuar.

Les bones pràctiques d’Anthropic per a Claude Code defensen un patró semblant: explorar primer el repositori, preparar el pla, implementar després i fer els commits amb una intenció clara. La IA rendeix millor quan la fase d’anàlisi no queda enterrada sota la pressa per generar codi.

Segon pas: donar context real del projecte

Un model no coneix automàticament les convencions internes d’un equip. Si només rep una descripció genèrica, omplirà els buits amb patrons apresos d’altres projectes. El resultat pot ser correcte en abstracte i, alhora, incorrecte per a aquell repositori.

El context útil inclou l’estructura del codi, les ordres de proves, les normes d’estil, les dependències aprovades, la documentació i exemples de funcionalitats semblants. Un fitxer curt d’instruccions del projecte pot explicar què s’ha de fer sempre i què s’ha d’evitar. No convé abocar-hi tot el repositori: massa informació irrellevant també dificulta que el model identifiqui el que importa.

El vídeo presenta el Model Context Protocol (MCP) com una mena d’USB-C per a la IA. La comparació coincideix amb la documentació oficial: MCP és un estàndard obert perquè les aplicacions d’IA es connectin a fonts de dades, eines i fluxos de treball. Un servidor pot exposar recursos de lectura, accions i plantilles reutilitzables.

Això permet, per exemple, consultar documentació interna, incidències de GitHub, una base de dades de desenvolupament o un sistema de tiquets sense crear una integració diferent per a cada combinació. Tanmateix, connectar més eines no és sinònim de donar accés il·limitat. Els permisos mínims, la confirmació de les accions sensibles i el registre del que s’ha executat continuen sent imprescindibles.

Tercer pas: verificar cada canvi

La verificació és la frontera entre una ajuda productiva i una acumulació silenciosa de deute tècnic. El desenvolupador segueix sent responsable del codi que incorpora, encara que l’hagi escrit un model. Això implica llegir el diff, executar les proves i entendre per què la solució funciona.

Gomila recomana commits molt petits, com punts de guardada d’un videojoc. Després de completar una peça coherent, es revisa, s’executen els tests i es crea el commit. Si el pas següent empitjora el projecte, es pot tornar a un estat estable sense perdre hores ni barrejar molts errors.

També proposa encarregar una segona revisió a un altre model. Pot ser útil perquè una sessió nova no està compromesa amb les decisions de la primera, però no substitueix una revisió humana: dos models poden compartir el mateix punt cec. Les comprovacions automàtiques —tipus, lint, tests unitaris, integració i anàlisi de seguretat— aporten evidència més fiable que una simple resposta afirmativa de l’assistent.

Un flux pràctic per al dia a dia

La metodologia es pot convertir en un cicle curt i repetible:

  1. Definir l’objectiu i els criteris d’acceptació.
  2. Fer que l’assistent inspeccioni el projecte i formuli preguntes.
  3. Escriure una especificació breu i dividir-la en canvis petits.
  4. Donar només el context i els permisos necessaris per a la tasca.
  5. Generar una peça, revisar el diff i executar les comprovacions.
  6. Fer un commit quan l’estat sigui estable i continuar amb el següent pas.

Aquest procés sembla més lent que acceptar una resposta sencera, però redueix el temps destinat a descobrir errors tardans. També conserva l’aprenentatge del programador: si s’ha d’explicar el canvi i revisar-lo, la IA accelera el treball sense convertir-lo en una caixa negra.

Conclusions

La lliçó del vídeo és que la IA no elimina l’enginyeria de programari; la fa encara més important. Els requisits clars, els límits petits, el control de versions i les proves no són obstacles antics, sinó el sistema que permet aprofitar la velocitat dels models sense perdre qualitat.

El millor resultat no prové del prompt més llarg, sinó d’un bucle disciplinat: pensar abans de generar, aportar context abans d’ordenar i verificar abans d’integrar. Amb aquest marc, l’assistent deixa de ser una màquina que produeix línies i es converteix en una col·laboradora ràpida, supervisada i útil.

Contrast i context

Fonts consultades

3 fonts
  1. 01
  2. 02
  3. 03

Font de treball

Transcripció amb marques de temps

10 fragments
Consulta la transcripció
  1. 0:00 , obre el vídeo en una pestanya nova

    Esto se dimos meses, me pasado más de 500 horas programando con la inteligencia artificial y lo que de verba se para el código profesional del código basura, no es lo que en todo el mundo te está contando. Esto no va de prontes, va de disciplina. Hoy te doy el flujo de los tres pasos que yo he aprendido a seguir y que sí llega a producción. Planificar primero. darle con texto real y verificar cada una de las líneas como si tu reputación dependiera de ello. Porque sí, depende. Y si yo he podido sacar productos en forma de información, 100% construidos en inteligencia artificial durante los últimos meses, tú también lo vas a poder hacer. Pero vamos a llamar las cosas por su nombre. ¿Córdimo basura? Sí, el que compiló hoy y se pudire mañana. Por fuera parece que funciona, por dentro es una bomba de arreglogería. lo reconoces en seguida. Comentarios que no esplican nada. Nombre es de variables que suenan generados automáticamente. Esa sensación de que nadie la ha un ha leído las últimas 300 líneas antes de hacer el commit, incluso, en mojiz dentro de un commit, nos hemos vuelto locus. Ya estamos nadando en ello. Se calcula que para el 2019 y es casi el 90% del contenido online.

  2. 1:19 , obre el vídeo en una pestanya nova

    será generado 100% con inteligencia artificial. El desarrollo no se está libreando de esto. Los mantenedores de código sorpensoz están aogados en pulrequez que medio funcionan, pero no entienden el problema que hay detrás. Pero mucho cuidado, hijo. Esto no es culpa de la inteligencia artificial. Es culpa de cómo la usamos. Una herramienta no es buena o es mala, depende de que la use. El cuchillo sirve para apelar manzanas pero también para mader personas. Si trata salaya, como una varita mágica en vez, de como un junior muy rápido, te dará, pues lo que talería un becario agotado, que nunca te va a preguntar cuando due o no sepa cómo haces las cosas tú mismo en tu trabajo. Una de las isres recientes de código generado con inteligencia artificial, encontró que entre un 5 y un 8% son bax funcionales. Un 2% vulnerabilidades de seguridad y ojo más del 90% son coach Melbs, tradució al castellano, el código corre, pero ya está creando deuda técnica que vas a pagar más tarde cuando las cosas se pongan poco más complicadas.

  3. 2:39 , obre el vídeo en una pestanya nova

    Por lo que lo digo de verdad es que el peligro no solo es que piyas en la revisión, es algo más lento que se cuede, deja de leer el código que envías y deja de aprender de él. Así es como un señor se convierte sin darse cuenta en un teclador de promes, que no sabe explicar su propia arquitectura, que no sabe lo que está haciendo, ni sabe muy bien por qué funciona. Eso es lo que vamos a querer evitar con los tres pasos que te presento a continuación. Paso número 1 y esto casi nadie te lo va a decir. La respuesta empieza antes de escribir una sola línea. Sí, después de más de 500 horas te lo aseguro. La restricción real, no es la calidad de tu prón. Esto disciplina de planificación a la hora de utilizar cloud, GPS, Gemina y o lo que quieras utilizar. Adios, Manny es ingenieros señor en Google y lo llama hacer un waterfall en 15 minutos. Te asierta con la vía y montáis juntos la especificación, pero no le pides que programe. le pides que te entreviste a ti, que te haga preguntas sobre requisitos, sobre casos límites, sobre arquitecturas, tecnología, prueba, sumitarias, tests, hasta que entre los dos tengáis una foto completa, y ojo no se trata de decirle que sí a todo, se trata de responder y rebatir. Todo esto se compila en un archivo specs.md.

  4. 3:59 , obre el vídeo en una pestanya nova

    tu fuente de verdad la realidad el contrato la firma con sangre y solo entonces le pide el plan troce a la implementación en pequeñas tareas que puedes ir tochando una por una. Solo lleva a este punto después empieza a programar. Sí, parece más lento y lo es, pero compensa muchísimo a largo plazo porque los modelos son excelentes sentarias muy pequeñas y se derrumban cuando les fides que arquitecturen un sistema entero de golpe. Cuando te saltas el plan, acabas con el problema de la masijo, código que parece hecho por 10 personas que no se hablarán entre ellos que cada una venga de un país diferente hablo un idioma diferente y encima trabaja con una forma de trabajar completamente diferente. y si está pensando vale esto empieza a tener sentido pero fue Juan Gabriel como un monto esto debes va pues para esto hemos creado nuestro último curso si el curso de vaip coder de fronjense formación ahí vemos paso a paso este flujo en un concepto de tres semanas 15 días de trabajo que va desde cómo diseñarla espéc como trocear el trabajo cómo hacer que laía programe contigo si learla y te voy a dejar de la fe la descripción y en el primer comentario

  5. 5:19 , obre el vídeo en una pestanya nova

    para que le pueda se echar un vistazo y simplemente desde el siguiente paso porque es que todo el mundo que se está haciendo este curso nos está dejando 5 estrellas y está encantado con la metodología que está aprendiendo pero seguimos porque el segundo paso es el que casi todo el mundo se salta. Paso número 2. Dalé con texto real a la inteligencia artificial porque hasta el mejor plan falla si laía vacias. Un modelo es tan bueno como la información que posee como la información que le das. Y durante demasiado tiempo, la estamos haciendo a vivir. Ahí es donde la estamos leyando nosotros, antes conectar una inteligencia artificial a tus herramientas, era un infierno, una integración a medida para cada combinación de herramientas que claule hier al código que chaje PT consultar a tu base de datos que curso armilar a tu estique. Cada una tenía su propio conector. el S es el problema de N por M y este caso no es cala nunca nunca nunca. Pero entonces llegó la fecha magnífica, noviembre del año 2020, Antropiic presenta el MCP, el model context protocol, funciona como el puerto USB C

  6. 6:39 , obre el vídeo en una pestanya nova

    pero para la inteligencia artificial, es un estandar abierto que deja que cualquier asistente habla con cualquier herramienta por un único protocolo. Se apoya en tres piezas. Las herramientas o tuils, las acciones que la ya puede ejecutar, los recursos o risores es que son los datos que puede leer y los promos o las plantillas reutilizables para poder escribir, leer y mantenerlo todo de forma consistent. Estas siglas han marcado la diferencia y han encaminado la tecnología hacia un rumbo completamente diferente, donde hemos visto que CloudCold cada vez es más bueno, programando, o que de cada vez podemos conectar a más herramientas, podemos conectar los a nuestros tickets de gira, a nuestros issues de GitHub, directamente a escribir en Slack o a publicar y corregir automáticamente pull requests en la strutilla. Y por supuesto para ti esto lo cambia absolutamente todo. Vuelcas tu código enero al contexto con utilidades como Githin gest o Repotut de Christe. Con estas, laía a tu documentación, tus bases de datos, tus herramientas y de repente, tu asistente conoce tu proyecto de verdad. En vez de adivinar las cosas.

  7. 7:59 , obre el vídeo en una pestanya nova

    Hoy los oportan Cloud Code, GitHub, Coupilot o VS Code entre otros. Sin esto, estás prompteando al vacío. Y paso número 3, si, aquí está la parte que casi todo el mundo se estás altando. Saímo en Google y son uno de las voces más sensatas en ingeniería de inteligencia artificial. Tiene un aviso que deberías pegar en el monitor con un postito. Imagina al modelo como alguien sobre confiado. con exceso de sobervia y propenso a comete la fones. Escríbete a código con total convicción incluidos bugs, incluidas las tonterías y no te va a avisar de que algo esté mal sobervia por un tubo. Lo tienes que pillar tú. De hecho mira este dato clave. En Antropik alrededor del 90% del código de CloudCode, lo escribel propio CloudCode, pero el detalle. que se pierde los titulares es este. Los inglesineneros humanos verifican cada línea de código. Tratan cada trozo generado por la propia inteligencia artificial como si viniera de un junior en su primer día de trabajo y esto es lo que marca la diferencia y el motivo por el cual CloudCode había de hoy te diré que está a otro nivel y a nosotros nos ha permitido actualizar la web de Frog Games o lanzar un propio vídeo juego basado en los cursos que has completado apenas en unos días de trabajo.

  8. 9:19 , obre el vídeo en una pestanya nova

    Pero tú no que lo agamos nosotros y está tú igual. Contrón de versiones ultra gananular. Tratas tus comits como puntos de guardada de un videojuego. Después de cada pequeño trozo que estás contento, comit, corres los test y solo entonces avanza a la siguiente punto. Si la siguiente sugerencia mete la patorra, crea un boop, vuelve a al punto de guardado cargas la partida y te encontrarás en un punto estable sin perder horas de tu vida. De hecho, una técnica que suena rara pero que funciona, es abrir una segunda sesión de inteligencia artificial con un modelo distinto al que ha sucedido, pasa del código del primero y pidele que lo critica absolutamente todo. Un segundo par de ojos artificiales, pilla lo que al primero se le ha escapado, y es que use la idea que use Da igual, GPT, Copilot, CloudCode, Antropi, Da igual, absolutamente, tú sigue siendo el ingeniero responsable. tu nombre está en el comit, tu reputación está en juego, verifica cómo si tu carrera dependía de ello, porque en muchos casos tu carrera dependará de ello. Pues, dicho hecho, junta las tres piezas y tienes algo muy distinto al vibe coding, tienes código arquitecturado, porque el futuro del software ya no se escribe, se diseña, se govierna y se aprende de forma continua.

  9. 10:39 , obre el vídeo en una pestanya nova

    Estamos pasando de teclear implementaciones, a definir intenciones. Tu trabajo ya no es machacar el teclado y escribir syntax xacas coporo. Ya no es recordar si estoy van mayúsculas o minúsculas. Es decir, ¿qué tiene que pasar? ¿Qué tiene que ocurrir? Dar el contexto correcto y verificar que la máquina lo ha hecho bien. Fíjate, clientes en sectores serios como el sector aerospacial o la propia administración pública que es lo más retrogrado que te puedas imaginar. Yo digo que es el mundo de los dinosaurios. Ya están metiendo cláusulas sin inteligencia artificial en sus propios contratos. Quieren la garantía de que un experto humano ha diseñado y ha revisado cada línea. Y probablemente, esto nos lo encontramos. cada vez más, porque si tú escribes código, que nadie reviza, como sabes que el código de la IA, es correcto. Y si, esta es la dura verdad a la que he llegado, trasquimiento, sobre su usando la IA. La IA no me elimina la ingeniería clásica. Al revés, la hace todavía más importante que nunca, porque construimos mucho más código en menos tiempo. Planificar, testear. El control de versiones la revisión de código no son hábitos viejos que soltar. Son las barreras.

  10. 11:59 , obre el vídeo en una pestanya nova

    que te dejan montarte en el cohete sin que se estrella. Los que van a destacar, en los próximos cinco años no son los que mejores prompts escriben, de hecho hay muchos casos claucos me escriben mis propios prompts que luego ha utilito en otra día. Son los que mejor, arquitectura. Y si este flujo te ha cambiado la forma de ver la programación con inteligencia artificial no olvides suscribirte y darle like a este vídeo porque voy a seguir desmontando semana a semana las prácticas de desarrollo que de verdad importan y no porque yo quieras simplemente un like más en mi canal de YouTube sino porque es lo que yo estoy haciendo en mi propia empresa y no se está funcionando y aquí al lado te voy a dejar el vídeo donde te explico todos los niveles de cloud code paso a paso desde el modo planificación, a los su pájentes autónomos y demás. Este es el complemento perfecto de lo que acabas de ver en el vídeo de hoy. Así que nos vemos en el siguiente vídeo o nos vemos en clase en el curso de VyCodeRD.