0:006:55

Recursos

Resumen

Cuando tu proyecto recibe una funcionalidad nueva, el reto no es escribir código: es diseñar bien antes de pedírselo a la IA. Con Spec Driven Development defines la especificación, los casos borde y las ambigüedades primero, y luego dejas que la IA implemente. Esto es clave para developers que mantienen y escalan proyectos generados con inteligencia artificial.

Imagina que el CTO te pide implementar un sistema de puntos de fidelidad. Podrías mandarle un Enter a la IA y que haga todo el diseño, pero ahí estarías vibecodeando. La diferencia entre improvisar y hacer ingeniería está en el plan que armas antes de tocar una sola línea.

¿Qué reglas definen el feature de puntos de fidelidad?

Antes de escribir nada, necesitas entender el requerimiento que llega de los stakeholders. En este ejemplo [00:40], las reglas del negocio son concretas:

  • Un punto por cada 10 dólares de compra.
  • Los martes se suma doble puntaje.
  • El tope máximo es de 500 puntos por compra.

Y aquí viene lo interesante: el propio enunciado deja una ambigüedad. ¿El tope de 500 se aplica antes o después de duplicar los puntos del martes? [02:05] Esa es exactamente la pregunta que debes llevar de vuelta a tu CTO o resolver tú mismo si desarrollas la feature de punta a punta.

¿Qué es Spec Driven Development? Es una técnica donde diseñas primero la especificación: casos borde, ejemplos de entrada y salida, y clarificación de ambigüedades. Solo después le pasas el plan a la IA para que implemente el código.

¿Por qué los casos de ejemplo mejoran el diseño?

Los casos de ejemplo te ayudan a entender el problema mejor y a descubrir dónde podría romperse tu sistema. Son el corazón de un buen diseño porque exponen los edge cases.

Mira cómo se comportan distintas compras según las reglas [02:30]:

  • Compra de 10 dólares un lunes: 1 punto.
  • Compra de 9.99 un lunes: 0 puntos, porque no supera los 10 dólares. Ese es el borde.
  • Compra de 25 dólares un lunes: 2 puntos, lo que obliga a decidir si redondeas hacia arriba o hacia abajo.
  • Compra de 100 dólares un martes: 20 puntos, por el doble puntaje.
  • Compra de 5000 dólares un martes: tope de 500 puntos, aunque compre muchísimo.
  • Compra de 0 dólares: 0 puntos, un caso que ni siquiera debería pasar.

Ese caso de los 25 dólares revela una decisión técnica. Para redondear hacia abajo usas Math.floor, una función que ya habíamos visto, de modo que los puntos queden enteros [03:20].

¿Para qué sirve Math.floor al calcular puntos? Redondea un número decimal hacia abajo al entero más cercano. Si una compra genera 2.5 puntos, Math.floor lo deja en 2, evitando puntos fraccionados.

¿Cómo estructurar el plan antes de pasárselo a la IA?

El flujo de trabajo se divide en pasos claros que reducen la ambigüedad al máximo. Primero piensas como humano, luego refinas con la IA.

  1. Entender el enunciado y sus ambigüedades.
  2. Consultar a los stakeholders, tu jefe o el CTO para resolver esas dudas.
  3. Definir ejemplos de entrada y de salida.
  4. Escribir el plan.
  5. Dárselo a la IA para que desarrolle.
  6. Comprobar que el resultado sea el correcto.

El plan que redactas a mano describe la lógica paso a paso: leer los datos de la compra, calcular los puntos, redondear hacia abajo, duplicar si es martes, no pasar de 500 y devolver los puntos finales [05:10]. A eso le sumas un ejemplo adicional, el de 500 dólares un martes, que atrapa el error de limitar antes de duplicar.

¿Qué ventaja da usar el modo plan en la IA?

Una vez que tienes tu diseño a nivel humano, lo envías en modo plan. Esta es la parte más poderosa del flujo porque la IA te muestra qué haría sin cambiar ninguna línea de código todavía [06:00].

En este caso, Claude lee el estado actual del código y propone qué métodos debería cambiar. Dice algo como: normalizar el punto, usar Math.floor, verificar si el día es igual a martes y retornar el resultado [06:40]. Ahí tú puedes preguntar cómo hará el cálculo de fecha para saber si es martes, o pedir modificaciones.

Cuando estás de acuerdo con el plan, cambias a modo auto y le dices que ejecute. Recién entonces hace la implementación real [07:20].

Algo que suele pasar: la IA no solo agrega el nuevo feature, también mejora código que ya existía, como el descuento de cupón o el descuento de cliente nuevo [07:50]. Y aquí hay una lección de fondo: todo depende de qué tan bien escrito esté tu código base. Si tienes patrones de responsabilidad única, la IA decide dividir en lugar de aumentar el problema.

¿En qué se diferencia esta versión del Spec Driven Development formal?

Lo que hiciste aquí es una versión muy pequeña de algo que en la industria se conoce como Spec Driven Development [08:30]. La idea central es la misma: diseñar primero la especificación, los casos borde y aclarar ambigüedades con ejemplos.

La diferencia es la escala. En un entorno formal, el formato es mucho más robusto y detallado. Pero el principio no cambia: resuelves ambigüedades, colocas ejemplos y revisas un primer plan antes de generar código.

Con esta práctica empiezas a usar tu criterio para diseñar producto y features, en lugar de preocuparte tanto por el código. Reduces la ambigüedad al mínimo y defines mejor qué patrones aplicar a nivel de funcionalidad.

¿Ya intentaste armar una especificación antes de pedirle un feature a la IA? Cuéntame en los comentarios qué caso borde te costó más descubrir.

Diseña la especificación antes de pedirle código a la IA

Ver clases