Explorar cuánto valor puede generarse en un máximo de 12 horas de desarrollo, evaluando:
- Tiempo dedicado
- Complejidad y facilidad para actualizar contenido sin intervención técnica
- Fidelidad con diseño (Figma)
- Performance (medible con herramientas tipo Lighthouse, no en este experimento)
El desarrollo se completó en el tiempo estipulado, con parte del alcance cubierto y una experiencia de uso de IA rica en aprendizajes. Se entregaron:
- Código fuente en GitHub
- Deploy en plataforma (Vercel u otra)
- Reporte de experiencia (este reporte)
Hubo fricción inicial por la falta de un flujo claro para hacer pair programming con IA. El proyecto fue reiniciado tres veces desde cero, en parte por no lograr un prompt efectivo desde el comienzo.
Las mejores respuestas se obtuvieron cuando el prompt fue muy específico. Ejemplos:
- Indicar que ignore imágenes de fondo
- Pedir placeholders para imágenes a reemplazar más tarde
- Avanzar sección por sección en lugar de dar una orden general
Incluir un archivo de rules.md o equivalente con:
- Stack tecnológico deseado
- Convenciones de código
- Preferencias de estilo
...resultó en respuestas menos verbosas, más precisas y con un output más alineado al contexto del proyecto.
Con un entorno de desarrollo prearmado, buenas prácticas definidas y un desarrollador con algo de experiencia previa con IA, los tiempos de implementación pueden mejorar drásticamente.
- Total: 12 horas (divididas en múltiples sesiones)
- Iterativo, no continuo
Este experimento valida que es posible entregar valor real en un tiempo acotado con apoyo de IA, pero:
- Requiere una curva de aprendizaje inicial
- Necesita un proceso más afinado para aprovechar mejor la IA desde el minuto uno
Con ajustes en el flujo y una preparación más sólida, este tipo de enfoque puede ser altamente productivo para iteraciones rápidas, prototipos o incluso entregas reales con baja carga técnica.