5 lecciones de un curso de codificación ambiental de fin de semana como persona no técnica | AI,vibe-coding

Una de las primeras cosas que nos dijeron los instructores: no te enamores de tu aplicación.

Agrim Singh, uno de los directores del taller, dijo que la construcción es tan rápida ahora que a menudo es más inteligente empezar de nuevo que arreglar un producto desordenado.

Nos dijo que “replanteáramos” el fracaso. Eliminar una aplicación no es una pérdida, es una retroalimentación. Cuanto antes rechaces las ideas débiles, antes encontrarás una que funcione.

Cuando creé una sencilla aplicación de entrenador personal usando Manus, me llevó aproximadamente una hora. La mayoría de las veces, no era yo quien hacía la codificación. Este era yo esperando a que la IA generara e implementara la aplicación web mientras refinaba las indicaciones. La barrera a la construcción parecía ridículamente baja.

“¿Qué es lo que realmente hace que una aplicación codificada por ambiente sea exitosa?”

Le hice esta pregunta a Sherry Jiang, otra instructora. Con tantas aplicaciones lanzadas en cuestión de horas, quería saber qué diferenciaba algo que quedaba de algo que se eliminaba.

Jiang dijo que no se trata de modificar la interfaz, sino de identificar un usuario y una necesidad reales.

Por eso es emocionante ver construir a personas sin conocimientos técnicos, afirmó. Cuando el costo de la construcción cae casi a cero, el cuello de botella se desplaza hacia las ideas y las experiencias vividas. Un practicante de feng shui (alguien capacitado en la práctica tradicional china de organizar espacios para influir en la suerte y el bienestar) puede crear una aplicación para hacer que la práctica sea más accesible para los demás. El propietario de un puesto de comida puede crear una herramienta para agilizar las operaciones. Estas ideas generalmente no provienen de alguien capacitado únicamente en software.

Ninguno de nosotros en la sala sabía cómo depurar. Para una persona sin conocimientos técnicos, mirar una pared de mensajes de error es una pesadilla.

Según los instructores, la única forma de aprender a depurar es hacerlo.

Jiang estudió administración de empresas en UC Berkeley. Fue a través de la codificación por vibración (y trabajando constantemente con IA) que realizó ingeniería inversa para comprender los fundamentos de la codificación.

“Se aprende pidiéndole a la IA que lo guíe”, dijo.

Cuando mi aplicación de entrenador personal arrojó un error al cargar las señales de ejercicio, copié el mensaje, describí lo que estaba sucediendo y le pedí al modelo que lo solucionara.

Funcionó, pero apareció otro error. Aclaré el problema y lo intenté de nuevo.

Cuando pregunté al modelo sobre el error, descubrí que la aplicación estaba intentando extraer demasiada información a la vez, lo que provocó que la página fallara. Esto me ayudó a comprender cómo ocurrió el error en primer lugar.

Una de las habilidades más importantes al crear una aplicación es responder correctamente al primer mensaje.

En lugar de pedirle a la IA que codifique inmediatamente, comience pidiéndole que planifique la aplicación. Revise el plan y luego ejecútelo.

Los instructores dijeron que las primeras indicaciones generalmente fallan porque contienen información incorrecta, están incompletas o están desordenadas. «Un mal plan tiene un enorme efecto en cascada», agregaron.

Cuando los usuarios le piden a la IA que genere un plan en lugar de construirlo inmediatamente, el modelo se ve obligado a pensar en la arquitectura, las características y el flujo antes de tocar el código. Esto por sí solo mejora el rendimiento.

Después de revisar el plan, el siguiente paso inteligente es pedirle a la IA que desafíe su idea. Este paso lo empuja a usted y al modelo a sacar a la luz suposiciones que no se establecieron en el mensaje original.

Es posible que de repente te des cuenta de que no has decidido si se trata de una aplicación web o móvil. Si necesita extraer datos de bases de datos externas. Si se requieren cuentas de usuario.

Otro buen consejo: secuencia tus pensamientos y sugerencias. Empiece de forma amplia y luego reduzca.

El ecosistema de IA es enorme.

Hay modelos de razonamiento como ChatGPT de OpenAI, Claude de Anthropic y Gemini de Google DeepMind. Para imágenes, existe Nano Banana de Google y plataformas como Fal. Para voz, herramientas como ElevenLabs.

Incluso dentro de la codificación de ambiente, existen diferentes constructores, incluidos Cursor, Lovable y Emergent.

No te quedes con un solo modelo. Cíñete a la velocidad y a los resultados, dijeron los instructores.

Constantemente se implementan nuevas actualizaciones. Las capacidades cambian cada pocos meses. Una herramienta podría repentinamente apoderarse del mundo tecnológico.

Saber en qué es buena cada herramienta y conectarlas en consecuencia podría mejorar significativamente los resultados.

Un codificador de buena vibra no se limita a escribir indicaciones. Saben cómo orquestar las herramientas.