Tag: Claude Code

Cómo redactar una spec efectiva para Claude Code
Anatomía de una buena spec para Claude Code

Tiempo estimado de lectura: 6 min
- Una spec compacta y accionable evita suposiciones del agente y reduce iteraciones.
- La estructura mínima: Requirements → Design → Tasks → Implementation.
- Para bugs: seguir Report → Analyze → Fix → Verify.
- Coloca SPEC.md junto al código y versiona la spec con el PR.
Introducción

Anatomía de una buena spec para Claude Code: si esperas que un agente genere código alineado con tu arquitectura, la spec es el mínimo imprescindible. Sin ella, Claude Code (o cualquier agente) hará suposiciones; con ella, ejecutará decisiones coherentes desde la primera iteración.

Claude Code opera sobre repositorios y contexto local; el modelo subyacente (Claude) razona según la información que le entregues. Documenta la intención antes de pedir implementación y evitarás iteraciones costosas. Referencias útiles: Anthropic — Claude Code overview y Claude.

Resumen rápido (lectores con prisa)

Qué es: Una spec compacta y accionable que define comportamiento observable, diseño, tareas y criterios de aceptación para que Claude Code ejecute sin inventar.

Cuándo usarla: Antes de pedir a un agente que implemente features o arregle bugs en un repositorio.

Por qué importa: Minimiza suposiciones del agente, reduce iteraciones y evita parches superficiales.

Cómo funciona: Estructura mínima: Requirements → Design → Tasks → Implementation; para bugs: Report → Analyze → Fix → Verify.
Anatomía de una buena spec para Claude Code: estructura y propósito

Una spec útil no es un tratado largo. Es un artefacto compacto y accionable, pensado para que un agente pueda ejecutar sin inventar. Su estructura mínima:
Requirements → 2. Design → 3. Tasks → 4. Implementation
Para bugs: Report → Analyze → Fix → Verify.

Cada bloque reduce incertidumbre y acota el espacio de decisiones del agente.

1. Requirements — qué debe hacer el sistema (externo)

Define el comportamiento observable, no la implementación.

Incluye:
Comportamiento nominal: qué hace la API/función.

Casos de borde: inputs nulos, límites, formatos erróneos.

Restricciones no funcionales: latencia p95 < 200 ms, tamaño máximo de payload 2 MB.

Dependencias permitidas/prohibidas.
Ejemplo (sin spec vs con spec):

Sin spec: “Crea endpoint para usuarios”.
Con spec: “POST /users: recibe {email, name}. Valida email según RFC 5321. Inserta en PostgreSQL usando el ORM X. Devuelve 201 con {id, email, name} o 409 si email existe. No usar nuevas dependencias.”

2. Design — cómo debe integrarse la solución (interno)

Define firmas, modelos y patrones. Evita que el agente elija un estilo distinto al del repo.

Incluye:
Firma de funciones/handlers (tipado).

Modelos DTO/Entity.

Patrones obligatorios (repositorio, servicios, inyección).

Efectos secundarios permitidos (logs, eventos, mutaciones).
Plantilla mínima:

Function: createUser(payload: CreateUserDto): Promise
Models: CreateUserDto, UserDto, UserEntity (campos, tipos)
Patterns: usar userRepository.insert, no acceso directo a SQL.

3. Tasks — pasos atómicos y ordenados

Desglosa el trabajo en tareas verificables. Un agente ejecuta mejor secuencias claras.

Ejemplo de Tasks para feature nueva:
Añadir CreateUserDto en src/models.

Implementar userRepository.insert según patrón existente.

Implementar handler POST /users con validación.

Añadir tests unitarios (caso feliz, email duplicado, payload inválido).

Actualizar documentación OpenAPI.
Cada tarea debe producir un artefacto comprobable.

4. Implementation — criterios de aceptación y pruebas

Define qué significa “terminado”. No dependas solo de que compile o pase CI.

Incluye:
Cobertura mínima (ej. 80% sobre módulo).

Tests obligatorios (unit + integración básica).

Requisitos de performance y seguridad.

Revisión arquitectónica (no introducir dependencias nuevas, mantener separaciones).
Ejemplo: “Merge solo si tests pasan y cobertura del módulo ≥ 85%; latencia p95 < 200ms en test de integración local.”
Flujo para bugs: Report → Analyze → Fix → Verify

Para corrección de errores, no saltes al fix. Sigue este flujo:
Report: pasos reproducibles, logs, versión del commit.

Analyze: causa raíz documentada (por el agente o humano) con ubicación del código.

Fix: parche mínimo que restaure el contrato.

Verify: tests que confirmen el caso original y aseguren regresión negativa.
Pedir “arregla X” sin Analyze genera parches superficiales que reaparecen.
Ejemplos reales (comparativa rápida)

Caso: validar emails

Sin spec: agente instala validator.js y devuelve distinto comportamiento al estándar del proyecto.

Con spec: “validateEmail(input: string): boolean — RFC 5321, rechaza dominios locales, no usar libs externas.” Resultado: implementación consistente y sin nuevas dependencias.

Caso: feature auth token

Sin spec: token store ad-hoc en memoria.

Con spec: define AuthToken interface, TTL, almacenamiento en redis existente y tests. Resultado: integración correcta con infra existente.
Práctica recomendada y colocación en repo
Coloca SPEC.md junto al test file o en la carpeta del feature.

Versiona la spec con el mismo PR.

Incluye ejemplos de I/O y criterios de aceptación textuales.

Si usas herramientas visuales, añade diagramas Mermaid (https://mermaid.js.org/) o contrato OpenAPI (https://spec.openapis.org/).
Conclusión

Claude Code puede automatizar implementaciones, pero su fidelidad depende de tu spec. La diferencia entre un parche plausible y una integración sostenible es específica: Requirements → Design → Tasks → Implementation para features; Report → Analyze → Fix → Verify para bugs. Escribe la spec antes de ejecutar al agente. Lo barato es ahorrar minutos ahora; lo caro es rehacer horas después.

Dominicode Labs

Si trabajas con automatización, agentes o workflows, considera recursos prácticos y experimentos en Dominicode Labs. Es una continuación lógica para explorar patrones operativos y plantillas de spec aplicables a pipelines de IA y automatización.
FAQ
¿Qué debe contener la sección Requirements de la spec?

¿Por qué es importante definir el Design explícitamente?

¿Cómo se desglosan las Tasks de forma efectiva?

¿Qué criterios deben incluirse en Implementation?

¿Cuál es el flujo recomendado para corregir bugs?

¿Dónde debo colocar la SPEC.md en el repo?
Respuesta — ¿Qué debe contener la sección Requirements de la spec?

Debe definir el comportamiento observable: casos nominales, bordes, restricciones no funcionales (p. ej. latencia, tamaño de payload) y dependencias permitidas o prohibidas.

Respuesta — ¿Por qué es importante definir el Design explícitamente?

Porque evita que el agente elija un estilo distinto al del repositorio. Definir firmas, modelos y patrones garantiza consistencia con la arquitectura existente.

Respuesta — ¿Cómo se desglosan las Tasks de forma efectiva?

Divídelas en pasos atómicos y ordenados que produzcan artefactos comprobables (archivos, tests, cambios en la API). Cada tarea debe ser verificable aisladamente.

Respuesta — ¿Qué criterios deben incluirse en Implementation?

Criterios de aceptación claros: cobertura mínima de tests, pruebas obligatorias (unit/integración), requisitos de performance y restricciones de seguridad o dependencias.

Respuesta — ¿Cuál es el flujo recomendado para corregir bugs?

Report (pasos reproducibles y logs) → Analyze (causa raíz y ubicación) → Fix (parche mínimo) → Verify (tests que confirmen y prevengan regresiones).

Respuesta — ¿Dónde debo colocar la SPEC.md en el repo?

Junto al test file o en la carpeta del feature. Versiona la spec en el mismo PR para mantener trazabilidad.
June 8, 2026
Cómo construir un producto de software desde cero usando IA
Cómo construyo un producto de software desde cero usando IA (mi proceso real)

Tiempo estimado de lectura: 4 min

Ideas clave
- Construir un producto con IA es un proceso disciplinado: define el problema, escribe una spec como única fuente de verdad y deja que un agente implemente bajo revisión.
- Spec‑Driven Development (SDD) es la columna vertebral: spec.md debe contener stack, modelado de datos, contratos API, reglas de negocio y casos de aceptación.
- Uso un agente en terminal (Claude Code) para implementar desde el repo leyendo la spec; interactúo revisando diffs y actualizando la spec cuando cambia el comportamiento.
- Pipelines: tests, linters y CI antes de merge; deploy en Vercel para front o infra reproducible para backend.
Tabla de contenidos
Construir un producto de software desde cero usando IA no es “pedir código al chat”. Es un proceso disciplinado: idea → spec con SDD → código con Claude Code → deploy. Aquí tienes mi walkthrough real, probado en proyectos que pasaron de prototipo a producción sin incendiar la base de código.

Resumen rápido (lectores con prisa)

Qué es: Un proceso disciplinado que usa Spec‑Driven Development (SDD) como única fuente de verdad y un agente en terminal (Claude Code) para ejecutar la implementación bajo revisión humana.

Cuándo usarlo: Para productos escalables y mantenibles donde la coherencia arquitectónica y la gestión de deuda técnica importan.

Por qué importa: Evita ambigüedades, reduce deuda técnica y permite iteraciones rápidas sin romper coherencia del sistema.

Cómo funciona: Define problema → escribe spec.md detallada → ejecuta al agente que lee el repo y la spec → revisa diffs → tests/CI → deploy.

1) Del problema a la frontera del producto (no a la idea vaga)

La diferencia entre una idea y un producto es la frontera: cuándo, quién, condiciones y consecuencias. Define el problema en 3–5 oraciones concretas. Quién sufre, cuándo ocurre, qué le frustra hoy y qué mediremos para saber si la solución funciona.

Usa IA aquí como auditor: hazle preguntas para descubrir supuestos y casos edge. Pero no le pidas código aún. Resultado: una descripción del problema que cualquier dev pueda leer en frío y entender.

2) Escribir la spec: Spec‑Driven Development (SDD)

SDD es la columna vertebral. Antes de una sola línea de código:
- Crea spec.md en el repo. Será la única fuente de verdad.
- Incluye stack exacto (ej.: Next.js 16, React 19, Tailwind 4).
- Modelado de datos: tablas, campos, relaciones, índices y restricciones.
- Contratos API: endpoints, payloads, respuestas, errores y códigos HTTP.
- Reglas de negocio claras: qué está permitido y qué nunca.
- Casos de prueba de aceptación (no tests automatizados, sino escenarios).
La spec elimina ambigüedad. Si algo no está en la spec, no existe para el agente.

Recurso práctico: Spec-Driven Development

3) Implementación con Claude Code (agente en terminal)

Claude Code vive en la terminal, lee archivos y puede ejecutar comandos. No es un chat: es un agente con acceso al repo.

Flujo estándar

1. git init + estructura base según spec.md.
2. Llamada inicial al agente con instrucción precisa:
Claude Code (Anthropic).
3. Reviso los diffs que propone como si fueran PRs. Aprobación explícita o feedback.
4. Si hay cambio de comportamiento, actualizo spec.md y pido refactor.

Regla innegociable: nunca corregir código sin actualizar la spec. Corrige la spec, suprime la ambigüedad, manda refactor. Así el agente aprende reglas permanentes del proyecto.

Ejemplo de prompt maestro (simplificado): “Contexto: repo vacío, spec.md adjunto. Tarea: implementar la API de autenticación según spec. Antes de modificar, lista ambigüedades. Compara con stack y patrones del repo.”

4) Tests, CI y deploy

El código sigue buenas prácticas: tests unitarios básicos, linters y pipelines en GitHub Actions. Deploy en Vercel para front o en un VPS/Cloud con infra reproducible para backend.

Pipeline típico:
- PR generado por agente → revisión humana → GitHub Actions (lint, test) → merge → deploy.
Cuando necesito añadir features: actualizo spec.md, ejecuto al agente con el repo y la spec actualizada. El contexto persistente evita “olvidos” que generan deuda técnica.

Buenas prácticas operativas (evitan dolor después)
- Versiona spec.md. Cada cambio debe tener justificación y número de versión.
- Usa ejemplos concretos en la spec (payloads de ejemplo, respuestas de error).
- Limita el scope por iteración. Un sprint = 1–2 features bien especificadas.
- Rechaza cambios grandes mediante parches rápidos: si la spec cambia radicalmente, crea una rama de arquitectura.
- Mantén un humano con criterio técnico revisando cada PR del agente.
Cuándo usar este proceso (y cuándo no)

Úsalo si necesitas un producto escalable, con datos complejos o que deba mantenerse en el tiempo. No lo burocratices para un script de 100 líneas o un prototipo desechable: ahí el prompt‑driven rápido sigue siendo válido.

Esto no es un truco mágico: es disciplina. La IA ejecuta, pero la arquitectura y el criterio técnico siguen en tus manos. Si mantienes la spec como la fuente única de verdad y tratas al agente como un colaborador que trabaja sobre ese contrato, podrás iterar rápido sin destruir la coherencia del sistema. Esto es solo la base: la próxima iteración debe cubrir cómo redactar specs resistentes y ejemplos prácticos de prompts maestro para Claude Code.

Si trabajas en automatización, agentes o workflows, este enfoque encaja con iniciativas prácticas de investigación y experimentación de herramientas y procesos. Sigue explorando en Dominicode Labs como continuación lógica para prototipado y validación de pipelines con agentes.

FAQ
¿Qué es Spec‑Driven Development (SDD)?

SDD es un marco donde una spec.md actúa como la única fuente de verdad para el desarrollo. Define stack, modelos de datos, contratos API, reglas de negocio y casos de aceptación antes de escribir código.

¿Por qué usar un agente en terminal como Claude Code?

Porque puede leer el repo, ejecutar comandos y proponer cambios como si fueran PRs. Esto permite automatizar implementaciones repetibles mientras el humano revisa y guía el resultado.

¿Qué debe contener spec.md?

Debe incluir stack exacto, modelado de datos (tablas, campos, relaciones), contratos API (endpoints, payloads, respuestas y errores), reglas de negocio y casos de aceptación con ejemplos concretos.

¿Cómo se gestionan los cambios de comportamiento?

Actualiza spec.md y crea un refactor controlado. Nunca corrijas código sin primero cambiar la spec. Esto mantiene la coherencia y enseña al agente las reglas permanentes del proyecto.

¿Cuándo no aplicar este proceso?

No lo burocratices para scripts pequeños o prototipos desechables (por ejemplo, un script de ~100 líneas). En esos casos, un enfoque prompt‑driven rápido es más eficiente.

¿Qué herramientas de CI/Deploy recomiendas?

Usa pipelines en GitHub Actions para lint y tests, y Vercel para frontends. Para backends, despliega en VPS/Cloud con infraestructura reproducible según la spec.
June 7, 2026
Cómo monitorear efectivamente agentes de IA en producción
Cómo monitorear tus agentes de IA en producción

Tiempo estimado de lectura: 5 min
Ideas clave
- Instrumentación desde el día 0: traces y spans que representen sesiones completas y decisiones individuales.
- Métricas triples: rendimiento (TTFT, percentiles), coste (tokens/coste por span/sesión) y calidad (feedback y señales automáticas).
- Elegir plataforma según arquitectura: LangSmith para stacks centrados en LangChain; Langfuse (+ ClickHouse) para portabilidad y escala.
- Cultura operacional: versionado de prompts, tests de regresión y despliegue progresivo son obligatorios.
Tabla de contenidos
Cómo monitorear tus agentes de IA en producción debería ser la primera conversación del equipo antes de lanzar una beta. Si no instrumentas traces, spans, costes y calidad desde el día 0, tu siguiente sprint será apagar fuegos y explicar facturas inexplicables.

Este artículo explica el diseño mínimo de observabilidad para agentes (LLM Observability), las métricas que importan y las decisiones tecnológicas prácticas entre plataformas como Langfuse y LangSmith. Incluye enlaces directos a recursos: Langfuse, LangSmith y ClickHouse.

Resumen rápido (lectores con prisa)

Qué es: Observabilidad para agentes de IA: traces distribuidos y spans que capturan prompts, llamadas a LLM, búsquedas vectoriales y tool calls.

Cuándo usarlo: desde el día 0 en cualquier beta u ambiente productivo que use agentes/LLMs.

Por qué importa: APMs tradicionales no detectan fallos semánticos ni picos de coste por tokens.

Cómo funciona (resumen): instrumenta spans por acción, mide rendimiento/coste/calidad, y almacena traces para query analítica y alertas.

Principio: los APM tradicionales no son suficientes

APM como Datadog o Prometheus miden latencia HTTP, errores y consumo de CPU. Perfecto para servicios deterministas. Un agente de IA devuelve HTTP 200 y puede a la vez fabricar información falsa, ejecutar llamadas externas y disparar costes por token. En ese escenario, el APM dice “todo bien” mientras tu soporte recibe tickets.

Necesitas telemetría diseñada para flujos probabilísticos: rastreo distribuido con traces que representen sesiones completas y spans que documenten cada decisión y llamada (LLM, búsqueda vectorial, tool calls, llamadas externas).

Traces y spans: la unidad mínima de diagnóstico

Diseña cada interacción como un trace. Cada acción —prompts, retrievals, llamadas a herramientas, transformaciones— es un span con metadata.

Trace: session_42
├─ Span 1: receive_prompt (userId=42, promptHash=…)
├─ Span 2: vector_search (index=kb_v1, hits=3, latency=320ms)
├─ Span 3: LLM_call (model=gpt-4o, tokens_in=1800, tokens_out=120, cost=$0.012)
└─ Span 4: synthesize_response (format=short-answer)

Con esto puedes responder rápido: ¿por qué tardó 12s? ¿qué span generó el mayor coste? ¿qué prompts producen más fallos semánticos?

Métricas imprescindibles (no negociables)

Rendimiento
- Time to First Token (TTFT): impacto directo en la UX.
- Latencia por span y percentiles: p50 / p95 / p99 por tipo de span.
Coste
- Tokens y coste por span: calcular coste por span y por session/userId.
- Coste acumulado por workflow: agente que llama al LLM varias veces debe sumar costes por workflow.
- Alertas de coste: activar alertas cuando una sesión supera un umbral definido.
Calidad
- Feedback explícito: thumbs up/down ligado al trace.
- Señales implícitas: tiempo de interacción, copias realizadas.
- LLM-as-a-judge: usar un modelo más económico para evaluar respuestas automáticamente como señal de calidad (no como veredicto absoluto).
Langfuse vs LangSmith: criterio técnico para elegir

LangSmith es excelente si tu stack está centrado en LangChain/LangGraph: integración out-of-the-box, datasets de evaluación y UI lista para depurar agentes complejos. El coste es acoplamiento: extraer datos o migrar a otro sistema será costoso.

Langfuse es agnóstico y open source; se integra con llamadas directas a APIs, Vercel AI SDK, n8n, etc. La reciente incorporación de ClickHouse al ecosistema refuerza su escalabilidad analítica: consultas sobre millones de traces con latencias bajas y análisis de coste en tiempo real. Si prevés escala o necesitas evitar vendor lock-in, Langfuse+ClickHouse es una apuesta sólida.

Decisión práctica
- Si dependes de LangChain → LangSmith.
- Si buscas portabilidad, alto throughput analítico y autoalojamiento → Langfuse (+ ClickHouse).
Implementación práctica: checklist mínimo viable
1. Wrap de llamadas al LLM: envuelve cada llamada con un SDK de observabilidad (Langfuse/LangSmith) que capture prompt, model, tokens, cost y versión del prompt.
2. Correlación: adjunta userId, sessionId y deployment/version tags a cada trace.
3. Ignorar ruido: no envíes node_modules, logs grandes o secretos. Usa reglas de exclusión (.lfignore / .langsmith-ignore).
4. Costeo por sesión: suma tokens y coste por sessionId y expón dashboards con coste por feature o cliente.
5. Evaluación automatizada: configura un pipeline de “LLM-as-a-judge” para marcar respuestas sospechosas y crear datasets de retraining.
6. Sandboxing y alertas: ejecuta tool calls en entornos aislados y genera alertas cuando spans ejecutan operaciones potencialmente destructivas.
7. Auditoría y retenimiento: guarda prompts y respuestas (con enmascarado si hay datos sensibles) para reproducibilidad y cumplimiento.
Operación y cultura: monitoreo como contrato

No es sólo técnica: es proceso. Cada cambio en prompts o pipelines debe ir acompañado de: etiquetas de versión, tests de regresión en datasets de evaluación y despliegue progresivo (canary). Sin estos pasos, la observabilidad será un registro pasivo en lugar de un control activo.

La regla final es simple: ningún agente a producción sin traces, coste por session y un mecanismo automático de evaluación. Si ignoras eso, no estás operando IA; estás apostando.

Implementa observabilidad desde el primer sprint, usa Langfuse o LangSmith según tu arquitectura y organiza tus dashboards en rendimiento, coste y calidad. La visibilidad no es un lujo: es la única forma de mantener agentes de IA útiles, seguros y rentables en producción.

Para equipos que construyen flujos, agentes o automatizaciones, una referencia práctica y recursos adicionales están disponibles en Dominicode Labs. Es una continuidad natural para explorar integración, pipelines de evaluación y despliegue controlado en proyectos de IA aplicada.

FAQ
¿Por qué los APM tradicionales no detectan problemas de agentes de IA?

Porque miden señales infraestructurales (HTTP, CPU, errores) pero no la veracidad semántica ni el consumo de tokens. Un agente puede devolver HTTP 200 y producir contenido incorrecto o costoso.

¿Qué debe contener un span para ser útil?

Metadata mínima: tipo de acción (prompt, search, tool call), timestamps, latencia, modelo, tokens_in/tokens_out, coste estimado, userId/sessionId y versión del prompt.

¿Cómo calcular el coste por sesión?

Suma los tokens y el coste asociado de todos los spans pertenecientes al mismo sessionId. Agrupa por workflow o por cliente para dashboards y alertas.

¿Cuándo elegir LangSmith sobre Langfuse?

Elige LangSmith si tu stack está fuertemente integrado con LangChain/LangGraph y aprecias integración out-of-the-box. Evita si necesitas portabilidad o evitar vendor lock-in.

¿Qué es LLM-as-a-judge y para qué sirve?

Es usar un modelo más económico para evaluar respuestas automáticamente como señal de calidad. Sirve para priorizar revisiones humanas y construir datasets de retraining, pero no debe ser el veredicto final.

¿Qué datos debo enmascarar al guardar prompts?

Enmascara datos sensibles: PII, credenciales, secretos y cualquier información regulada. Guarda versiones y hashes cuando sea posible para reproducibilidad sin exposición directa.
June 7, 2026
Cómo estructurar patrones de indicaciones para Claude Code
Patrones de indicaciones, memoria, estructura del proyecto, subagentes, habilidades para Claude Code

Tiempo estimado de lectura: 5 min
- Ideas clave:
- Claude Code necesita prompts estructurados y deterministas para operar de forma segura y efectiva.
- Una memoria explícita (ej. CLAUDE.md) y una estructura de repo modular son indispensables.
- Orquestar subagentes (p. ej. con n8n) reduce riesgo y carga cognitiva del agente principal.
- Control estricto de habilidades (tool use) y entornos sandbox evita daños en producción.
Introducción

Patrones de indicaciones, memoria, estructura del proyecto, subagentes y habilidades para Claude Code son los cinco pilares que determinan si un agente CLI acelera tu ingeniería o genera deuda técnica silenciosa. Si no defines cómo hablarle, qué puede recordar, cómo está organizado el repo, cómo se subdividen las tareas y qué permisos tiene, Claude actúa a ciegas. Aquí tienes una guía práctica y accionable para poner orden.

Resumen rápido (lectores con prisa)

Claude Code es un operador que modifica código y ejecuta shells; requiere prompts deterministas, una memoria persistente en raíz (p. ej. CLAUDE.md), una estructura de repo modular, subagentes/orquestación para QA y control estricto de habilidades. Usa TDD y sandboxes antes de delegar cambios en producción.

Claude Code como operador

Claude Code no es un chatbot; es un operador que puede leer y modificar tu código, ejecutar shells y (en previews) automatizar UIs. La diferencia clave: requiere prompts estructurados, memoria explícita del proyecto, una arquitectura de repositorio que el agente pueda razonar, subagentes u orquestadores para tareas auxiliares y un control estricto de habilidades (tool use). Documentación útil: docs.anthropic — Claude Code y, para orquestación, n8n. Para novedades y previews (p. ej. Computer Use) revisa releasebot.dev.

1) Patrones de indicaciones — cómo pedirle cosas a Claude Code

No escribas prompts vagos. Usa plantillas deterministas:

Patrón Contexto‑Restricción‑Acción

– Contexto: qué módulo, stack, rama. (“Servicio payments — Node.js/TS — branch feat/rate-limit”)

– Restricción: reglas innegociables. (“No tocar DB schema; no añadir deps externas”)

– Acción: objetivo con criterio verificable. (“Implementa rate limiting y añade tests que cubran 429; PR con test passing en CI es criterio de éxito”)

Prompt de TDD (Test-Driven Prompting)

– Paso 1: “Escribe el test que debería fallar”

– Paso 2: pedir ejecución del test

– Paso 3: solicitar la implementación hasta que los tests pasen

Ejemplo de prompt (compacto):

“Contexto: /services/payments, Node 18, TS. Restricción: no tocar migraciones. Acción: añade rate limiter en /api/charge; escribe tests unitarios y de integración; criterio: pipeline CI verde. Empieza por crear tests que fallen.”

2) Memoria — cómo mantener contexto útil y persistente

Claude Code construye su contexto leyendo el repo; no tiene intuición humana. Dos mecanismos clave:
- Memoria de sesión (corto plazo): archivos abiertos y árbol activo. Evita saturarla con monorepos gigantes; abre solo lo necesario.
- Memoria persistente (largo plazo): un archivo en la raíz que Claude lee siempre. Recomendación práctica:
– CLAUDE.md o .clauderc con:
- Convenciones de estilo y nomenclatura
- Comandos claves (tests, build, dev)
- ADRs esenciales
- Dependencias permitidas/prohibidas
- Checklists de seguridad y compliance
Este archivo convierte normas humanas en reglas ejecutables por el agente y reduce ambigüedad.

3) Estructura del proyecto — diseño para agentes

Diseña el repo pensando en unidades pequeñas y autocontenidas:
- Modularidad: archivos <300 líneas, responsabilidades únicas.
- Rutas semánticas: /auth/use-cases/login.ts en vez de /utils/helper9.ts.
- Tipado estricto: TypeScript/Rust/Go ayudan al agente a validar cambios antes de ejecutarlos.
- Tests como contrato: TDD + coverage mínimo hacen al agente predecible.
Si el repo es un monolito acoplado, prioriza una fase de refactor (extract module) manual antes de delegar en agentes.

4) Subagentes y orquestación — dividir para no perder contexto

Claude Code aún no gestiona subagentes complejos de forma nativa. La práctica efectiva es orquestar subagentes externos:

– Usa n8n o un orquestador propio para:
- Ejecutar análisis estático en entornos aislados
- Lanzar pipelines de seguridad y escaneo de dependencias
- Devolver reportes al CLI para que Claude actúe sobre ellos
Patrón típico:
1. Claude genera un PR provisional.
2. n8n ejecuta linters, SCA y tests en una VM sandbox.
3. Resultado vuelve al CLI; Claude corrige y reitera.
Así evitas que un único agente cargue demasiado contexto o tome decisiones incompletas.

5) Habilidades (Tool Use) — permisos y límites

Define explícitamente qué puede ejecutar el agente. Habilidades críticas:
- Bash Execution: npm test, git, docker-compose — imprescindible para feedback real.
- File System Access: lectura/escritura de archivos.
- Semantic Search / Repo Index: para referencias cruzadas antes de modificar.
- (Preview) Computer Use: interacción con UIs nativas — potente, frágil y debe usarse solo en sandboxes.
Regla de oro: nunca habilites habilidades destructivas en máquinas con credenciales reales. Usa contenedores o VMs aisladas.

Checklist mínimo de adopción antes de delegar tareas
1. CLAUDE.md en raíz con políticas y comandos.
2. Tests automatizados que sirvan de contrato.
3. Entorno sandbox (Docker/VM) para ejecución.
4. CI que valide PRs generados por el agente.
5. Orquestador (n8n o similar) para subagentes de QA/security.
6. Prompts basados en Contexto‑Restricción‑Acción y TDD.
Conclusión

Patrones de indicaciones, memoria, estructura del proyecto, subagentes y habilidades para Claude Code no son conceptos teóricos: son requisitos operativos. Implementados juntos, convierten a Claude en un multiplicador de capacidad. Si fallas en cualquiera, el agente acelera errores, no entrega. Empieza por documentar: CLAUDE.md, tests firmes y sandboxes. Luego automatiza, orquesta y vigila. Esto no acaba aquí: quien domine estas cinco piezas tendrá ventaja real al escalar agentes en ingeniería.

Dominicode Labs

Para equipos que integran automatización y orquestación de subagentes como parte de su plataforma de ingeniería, una continuación natural es explorar herramientas y patrones documentados en Dominicode Labs. La referencia ayuda a unir prácticas de prompts, memoria y sandboxes con flujos de trabajo reproducibles.

FAQ
¿Qué es Claude Code y en qué se diferencia de un chatbot?

Claude Code es un operador diseñado para leer y modificar repositorios, ejecutar comandos de shell y automatizar tareas. A diferencia de un chatbot, espera prompts estructurados y tiene habilidades (tool use) que deben definirse y limitarse explícitamente.

¿Qué debe contener un archivo CLAUDE.md?

Debe incluir convenciones de estilo, comandos claves (tests/build/dev), ADRs importantes, dependencias permitidas/prohibidas y checklists de seguridad. Su propósito es convertir reglas humanas en referencia legible por el agente.

¿Cuándo debo usar subagentes u orquestadores?

Úsalos cuando el pipeline requiera aislamiento (análisis estático, SCA, pruebas en sandbox) o cuando el agente principal necesite retroalimentación externa antes de cometer cambios. Orquestadores como n8n facilitan este patrón.

¿Qué habilidades del agente debo deshabilitar en producción?

Deshabilita cualquier ejecución con acceso a credenciales reales o capacidad destructiva directa sobre entornos de producción. Mantén ejecución de bash y acceso a filesystem solo en contenedores/VMs aisladas.

¿Cómo aplicar TDD con Claude Code?

Sigue el patrón: pide primero tests que fallen, ejecuta tests en sandbox, luego solicita la implementación hasta que los tests pasen. Define criterios de éxito claros (por ejemplo, pipeline CI verde) en el prompt.

¿Por qué modularizar archivos en <300 líneas?

Archivos pequeños y responsabilidades únicas facilitan que el agente razone sobre cambios y reduzcan el riesgo de efectos colaterales imprevistos.

¿Qué papel juega CI en el flujo con agentes?

CI actúa como guardián: valida PRs generados por el agente, ejecuta tests y linters y evita que cambios automatizados lleguen a producción sin verificación.
June 6, 2026
Implementando Claude Code para la automatización de desarrollo en Angular y NestJS
Claude Code como herramienta diaria de desarrollo

Tiempo estimado de lectura: 5 min
- Orquestación de tareas multi-archivo y ejecución de CLI para migraciones, generación de boilerplate y correcciones automáticas.
- Requiere contexto persistente (ej. archivo CLAUDE.md) para evitar alucinaciones y errores arquitectónicos.
- Útil para flujos repetibles y tests automatizados; no ideal para retoques UI o tareas atómicas simples.
Resumen rápido (lectores con prisa)

Claude Code es un agente orientado a orquestar tareas que implican múltiples archivos y ejecución de CLI. Úsalo cuando necesites migraciones, generación de boilerplate, tests y correcciones automáticas a partir de stack traces. No es la mejor opción para escribir una sola función o pulir UI.

Por qué usar (o no) Claude Code en tu flujo diario

Claude Code Claude Code está pensado para tareas que van más allá del autocompletado: migraciones, generación de boilerplate, tests y correcciones automáticas tras detectar fallos en la terminal. No es mejor que Copilot para escribir una función; es más útil cuando la tarea implica múltiples archivos y ejecución de CLI.

Ventajas reales:
- Orquestación multi-archivo y ejecución de comandos.
- Correcciones automáticas tras leer stack traces.
- Generación de tests y refactors repetibles.
Limitaciones reales:
- Consumo alto de contexto/token en sesiones largas.
- Riesgo de sobreescritura si la instrucción es ambigua.
- Posible bucle de corrección ante errores complejos.
Decisión simple: úsalo para tareas de orquestación; no para retoques visuales ni diseño fino de UI.

Preparación: cómo darle contexto al agente

Sin contexto, el agente alucina. La práctica que funciona es tener un archivo de contexto que el agente lea antes de actuar. Crea CLAUDE.md en la raíz:
```
# CLAUDE: reglas del repo
Stack:
- Backend: NestJS 10 (TypeScript estricto)  https://nestjs.com/
- Frontend: Angular 17 (standalone components, Signals)  https://angular.io/

Convenciones:
- DTOs con class-validator
- Servicios inyectados por constructor
- Componentes standalone, sin NgModules
- Commits en Conventional Commits
```
Ese archivo actúa como prompt persistente. Reduce alucinaciones arquitectónicas y mejora resultados.

Tutorial práctico: flujo real con NestJS y Angular

Objetivo: crear recurso Products en backend (NestJS) y consumirlo desde Angular, con tests básicos.

1) Generar recurso en NestJS

En la carpeta del backend:
```
# instrucción al agente
claude "Lee CLAUDE.md. Genera recurso Products en NestJS: Controller, Service, DTO CreateProductDto con class-validator. Ejecuta npm run build y corrige errores."
```
Qué hará:
- Ejecutará nest g res products o creará manualmente los archivos.
- Insertará DTOs con validaciones (@IsString, @IsNumber).
- Ejecutará npm run build; si TypeScript falla, leerá el stack trace y aplicará correcciones iterativas.
Ejemplo mínimo de DTO que el agente debe crear:
```
// create-product.dto.ts
import { IsString, IsNumber } from 'class-validator';
export class CreateProductDto {
  @IsString()
  name: string;

  @IsNumber()
  price: number;
}
```
2) Consumir endpoint desde Angular

En la carpeta del frontend:
```
claude "Crea ProductService usando provideHttpClient y un componente ProductFormComponent standalone. Usa Signals para estado de formulario. Ejecuta ng build y corrige tipados."
```
Qué esperar:
- Creación de product.service.ts con funciones que llaman al endpoint.
- ProductFormComponent standalone con Signals para isLoading y errors.
- ng build que verifica tipado y dependencias; el agente corrige importaciones o tipos si hay fallos.
Fragmento esperado en Angular:
```
// product.service.ts (simplificado)
import { inject } from '@angular/core';
import { HttpClient } from '@angular/common/http';
export const ProductService = () => {
  const http = inject(HttpClient);
  return {
    create: (payload: any) => http.post('/api/products', payload)
  };
};
```
3) Generar tests automatizados

Comando recomendado:
```
claude "Genera tests Jest para products.service.ts y products.controller.ts. Ejecuta npm run test y corrige mocks hasta que la suite pase."
```
Valor: te ahorra el 70% del trabajo repetitivo de mocks y boilerplate.

Riesgos y contramedidas operativas
1. Trabaja siempre en una rama aislada:
  – git checkout -b feat/claude-codex
  – Nunca en main o develop.
2. Limita la ventana de contexto:
  – Corta sesiones largas. Ejecuta tareas atómicas y revisa resultados antes de continuar.
3. Evita permisos globales de escritura en archivos sensibles:
  – Usa .claudeignore para bloquear rutas (si la herramienta lo soporta) o un wrapper que restrinja paths.
4. Plan para fallos en node_modules:
  – Si entra en bucle, interrumpe y ejecuta npm ci o reinstala dependencias; luego reintenta con más contexto.
Checklist para adopción en equipo
- [ ] CLAUDE.md con convenciones del repo.
- [ ] Branching obligatorio para sesiones de agente.
- [ ] Scripts de CI que validen outputs generados por el agente.
- [ ] Monitoreo de consumo de API/tokens.
- [ ] Política interna para revisar commits automáticos antes de merge.
Claude Code no es una varita mágica; es una herramienta poderosa si la gobiernas. Si empiezas documentando el proyecto y limitando sus permisos, te dará horas de productividad en tareas repetitivas y orquestación. Si no, corregirás borradores y rollbacks a mano. La diferencia está en las reglas y la disciplina.

Relacionado: visita Dominicode Labs para ver experimentos y guías sobre agentes y automatización. Esta mención encaja como continuación lógica para equipos que exploran flujos de IA aplicada y agentes.

FAQ
¿Qué es Claude Code y para qué sirve?

Claude Code es un agente diseñado para orquestar tareas que implican múltiples archivos y comandos de terminal: migraciones, generación de boilerplate, tests y correcciones automáticas tras fallos. Es especialmente útil cuando la tarea requiere ejecutar CLI y aplicar cambios iterativos.

¿Cuándo debería usar Claude Code en lugar de Copilot?

Usa Claude Code cuando la tarea sea multi-archivo, requiera ejecución de comandos o correcciones a partir de stack traces. Para pequeñas funciones o autocompletado local, Copilot suele ser más eficiente.

¿Cómo debo preparar mi repo antes de usar el agente?

Crea un archivo de contexto persistente (por ejemplo CLAUDE.md) con stack, convenciones y reglas del repo. Trabaja en una rama aislada y asegúrate de tener scripts de CI que validen cambios automáticos.

¿Qué riesgos operativos debo mitigar?

Principales riesgos: sobreescritura de archivos, consumo excesivo de tokens en sesiones largas y bucles de corrección. Mitígalo con ramas aisladas, límites de sesión y mecanismos para restringir paths sensibles (por ejemplo .claudeignore o wrappers).

¿Cómo integro tests automatizados en el flujo del agente?

Pide al agente generar tests Jest para servicios y controladores, ejecutar npm run test y corregir mocks hasta que la suite pase. Complementa con scripts de CI que validen los cambios generados antes del merge.

¿Qué hacer si el agente entra en bucle de correcciones?

Interrumpe la sesión, ejecuta npm ci o reinstala dependencias, revisa el contexto y reintenta con instrucciones más atómicas y detalladas. Limitar la ventana de contexto también ayuda a evitar bucles.
June 5, 2026
Cómo mejorar la calidad del código con Spec-Driven Development
Spec-Driven Development en la práctica: del prompt al código mantenible — Un walkthrough real mostrando cómo una buena spec cambia la calidad del output de Claude Code o Cursor. Caso antes/después

Tiempo estimado de lectura: 6 min
- Ideas clave:
- Una spec técnica reduce la ambigüedad en prompts y convierte salidas generativas en contratos verificables.
- Sin spec, los LLMs tienden a producir código rápido pero frágil y con deuda técnica.
- Una spec mínima (stack, artefactos, contratos, edge cases) es suficiente para outputs reproducibles y testeables.
- Integra specs en CI/PR para automatizar comprobaciones y mantener control humano sobre arquitectura.
Tabla de contenidos
Spec-Driven Development en la práctica: del prompt al código mantenible — esto no es una etiqueta elegante. Es la diferencia entre código que sobrevive y código que tendrás que reescribir dentro de tres sprints. Si usas Claude Code, Cursor o cualquier herramienta generativa, sin una spec clara estás empujando decisiones arquitectónicas a un modelo estadístico.

En estas primeras líneas: definimos el problema, mostramos un caso antes/después y entregamos una receta práctica para que tu equipo obtenga salidas reproducibles y revisables por humanos.

Resumen rápido (lectores con prisa)

Qué es: Una spec técnica es un documento corto que define stack, artefactos, contratos de datos y criterios de aceptación.

Cuándo usarla: Antes de pedirle a un LLM que genere código o acciones automáticas; imprescindible para features que afectan arquitectura o seguridad.

Por qué importa: Reduce ambigüedad, limita el espacio de decisión del modelo y convierte output en un contrato auditables y testeable.

Cómo funciona: Provee stack y contratos (ej. Zod schemas, tipos TS, API contracts) que el agente implementa exactamente, produciendo artefactos modulares y testeables.

Por qué una spec cambia todo

Los LLMs son excelentes en patrones, no en contexto de producto. Cuando reciben un prompt abierto, generan la solución más probable según su entrenamiento: ejemplos de tutoriales y antipatrón comunes. Esa es la razón por la que el output suele ser rápido pero frágil.

Una especificación técnica (spec) reduce el “espacio de probabilidad” del modelo. Le das:
- el stack exacto,
- las restricciones arquitectónicas,
- los contratos de datos,
- y los criterios de aceptación/edge cases.
Con esa entrada, herramientas como Cursor o Claude dejan de improvisar y comienzan a implementar un contrato.

Walkthrough real: formulario de registro en Next.js

Escenario: crear un registro de usuario con validación Zod y Server Actions (Next.js App Router). Te muestro el antes y el después, sin adornos.

Antes — Prompt conversacional (vibe coding)

Prompt enviado al modelo:

“Crea un formulario de registro en Next.js con email, password y confirmación. Conéctalo a la API.”

Salida típica:
- Un solo archivo RegisterForm.tsx con JSX, estado useState y fetch mezclados.
- Validación DIY con regex.
- Manejo de errores = console.log.
- Tipos débiles (any o sin tipos).
- No hay tests ni contractos reutilizables.
Resultado: funciona en local. Falla en producción. Es deuda técnica con firma.

Después — Prompt con spec (Spec-Driven Development)

Antes de preguntar al modelo, escribes spec-auth-register.md y lo adjuntas.

Fragmento de spec:
```
# Spec: Registro de usuario
Stack: Next.js App Router, React Hook Form, Zod
Outputs: 3 archivos
  - src/lib/validations/auth.ts (registerSchema)
  - src/actions/auth.actions.ts (Server Action) -> devuelve { success: boolean; error?: string }
  - src/components/auth/RegisterForm.tsx
UI: usar useTransition para isPending; mostrar errores por campo; redirigir a /dashboard en éxito.
Edge cases: handling de timeouts, duplicados, validación server-side.
```
Prompt al modelo:

“Lee @spec-auth-register.md e implementa exactamente los archivos descritos, respetando tipos y contratos.”

Salida típica con spec:
- registerSchema en auth.ts (Zod) reutilizable en cliente y servidor.
- Server Action tipada que devuelve { success, error }.
- Componente de presentación que usa React Hook Form y solo hace binding.
- Estados de UI y manejo de errores explícito.
- Código modular, testeable y legible.
La diferencia es clara: la spec obliga al modelo a ceñirse a un contrato verificable. Lo que se genera se puede code-reviewar, testear e integrar.

Plantilla mínima de spec que funciona

No necesitas escribir una novela. Esta plantilla (portable en .specs/feature.md) es suficiente:
1. Contexto de negocio (1-2 líneas).
2. Stack y restricciones (libraries permitidas/prohibidas).
3. Artefactos esperados (files + path).
4. Contratos de datos (TS interfaces o Zod schemas).
5. Estados UI y criterios de aceptación.
6. Edge cases y métricas de éxito.
Incluye URLs útiles en la spec para librerías: Zod, OWASP para seguridad, documentación de Cursor si lo usas.

Integración práctica en el flujo de trabajo
- Guarda specs en .specs/ y referencia el archivo en el prompt (Cursor soporta @Files).
- Automatiza comprobaciones básicas con linters/CI: que exista un schema Zod, que acciones devuelvan un tipo estándar, que tests unitarios pasen.
- Añade una regla en code review: si el cambio viene de un agente, el PR debe acompañar la spec original y un ADR si la modificación afecta arquitectura.
- No olvides observabilidad y testing: cada tool o action generada debe tener tests unitarios independientes del LLM.
Conclusión: la IA ejecuta, el ingeniero decide

Spec-Driven Development no elimina la IA; la pone en su lugar. En lugar de confiar en la creatividad del modelo, confías en el criterio técnico del equipo para dirigirlo. Los equipos que adoptan specs claras convierten a Claude Code y Cursor en herramientas productivas en lugar de fuentes de deuda técnica. Implementar specs no es una carga extra: es la inversión que transforma prototipos de IA en software mantenible y auditable.

La siguiente pieza en esta serie mostrará ejemplos de specs reales y scripts de CI que validan la conformidad automática entre spec y código.

Para continuidad con iniciativas de automatización y prácticas de ingeniería aplicadas a IA, revisa recursos adicionales y experimentos en Dominicode Labs. Estos materiales complementan la adopción de specs y proporcionan plantillas y scripts para integrar comprobaciones automatizadas en CI/PR.

FAQ
¿Qué es una spec técnica y cuánto debe medir?

Una spec técnica es un documento conciso que define contexto, stack, artefactos requeridos, contratos de datos y criterios de aceptación. Suele medir entre 1 y 2 páginas; la clave es ser suficiente para convertir decisiones arquitectónicas en reglas ejecutables.

¿Qué diferencia hay entre una spec y una historia de usuario?

Una historia de usuario describe el problema de negocio y la necesidad. La spec técnica traduce esa necesidad en artefactos técnicos concretos (files, tipos, contratos, edge cases) que un agente o desarrollador implementará.

¿Qué herramientas debo pedir en la spec para validación de datos?

Especifica la librería (por ejemplo, Zod), el archivo donde residirá el schema y el contrato de retorno esperado para server actions. Indica validación client/server y casos límite relevantes.

¿Cómo integro specs en CI?

Automatiza comprobaciones que verifiquen la presencia de schemas Zod, la firma de acciones y tests unitarios mínimos. Añade una regla en PRs que requiera la spec original cuando cambios provengan de un agente.

¿Qué hacer si el LLM ignora la spec?

Ajusta el prompt para referenciar explícitamente la spec (ej. @spec-auth-register.md), valida output contra tests automatizados y rechaza cambios que no cumplan contratos en CI. Mantén revisión humana obligatoria para PRs generados por agentes.
June 3, 2026
Claude Opus 4.8: novedades para desarrolladores (Claude Code, Effort Control y más)
Anthropic acaba de lanzar Claude Opus 4.8, y ellos mismos lo describen como una mejora “modesta” sobre Opus 4.7. Es una descripción honesta, pero engañosa: las mejoras de calidad de vida son justo las que más se notan cuando trabajas con esto todos los días.

En este artículo voy directo a lo que importa si programas: qué cambia de verdad, qué es marketing, y cómo encaja en un flujo de trabajo serio.

Qué es Opus 4.8 en una frase

Opus 4.8 reemplaza a 4.7 dentro de la misma familia de modelos. Mismo precio, pero más fiable y con mejor criterio cuando trabaja en modo agente. El identificador del modelo en la API es claude-opus-4-8.

La jugada interesante de este lanzamiento no es el modelo en solitario, sino lo que Anthropic construyó alrededor de él. Vamos por partes.

1. Dynamic Workflows en Claude Code

Esta es la novedad grande, y de momento está en research preview.

Claude Code ahora puede planificar una tarea de gran tamaño, lanzar cientos de subagentes en paralelo dentro de una misma sesión, verificar sus propios resultados y recién entonces reportarte. El ejemplo que pone Anthropic es ambicioso: migraciones de código a escala de cientos de miles de líneas, desde el arranque hasta el merge, usando tu propia suite de tests como criterio de aceptación.

El detalle a tener en cuenta: esta capacidad está disponible en los planes Enterprise, Team y Max. Si estás en otro plan, no la tendrás todavía.

Para quien delega tareas largas, este es el cambio con más potencial a medio plazo.

2. Effort Control: tú decides cuánto piensa

Ahora puedes elegir el nivel de “esfuerzo” del modelo desde un control junto al selector de modelo.
- Más esfuerzo: razona más profundo y entrega mejores respuestas.
- Menos esfuerzo: responde más rápido y consume menos de tus límites de uso.
Por defecto viene en high. Por encima tienes la opción “extra” —que en Claude Code corresponde a xhigh— y “max”. La recomendación oficial es usar “extra” para tareas difíciles y flujos asíncronos largos. A diferencia de Dynamic Workflows, Effort Control está disponible en todos los planes.

3. Un modelo más honesto (menos bugs silenciosos)

Esta es, para mí, la mejora que más se nota en el día a día del código.

Anthropic entrenó el modelo para que no cante victoria sin evidencia. El dato concreto: Opus 4.8 tiene aproximadamente cuatro veces menos probabilidad que su predecesor de dejar pasar un fallo —en código que él mismo escribió— sin señalártelo.

Traducido: menos “ya está listo” cuando en realidad no lo está. Si delegas tramos grandes de trabajo, esa honestidad te ahorra horas de revisión y depuración.

Novedad para quien construye sobre la API

Si desarrollas agentes sobre la API, hay un cambio silencioso pero práctico: la Messages API ahora acepta entradas de tipo system dentro del array de mensajes. Esto te permite actualizar las instrucciones de Claude a mitad de una tarea —permisos, presupuesto de tokens, contexto del entorno— sin romper el prompt cache ni tener que colarlo como un turno de usuario. Para harnesses de agentes que corren de forma autónoma, limpia bastante la arquitectura.

Precios y velocidad

Opus 4.8 mantiene el precio de 4.7:
- Modo regular: 5 USD por millón de tokens de entrada, 25 USD por millón de salida.
- Modo fast: 10 USD por millón de entrada, 50 USD por millón de salida, a 2,5× la velocidad. Anthropic indica que este modo fast es alrededor de tres veces más barato que en modelos anteriores.
En resumen: mejor modelo, mismo costo. Difícil quejarse de eso.

Mi opinión: no es un salto generacional, y está bien

Seamos claros: Opus 4.8 no te va a volar la cabeza. Es una mejora de calidad de vida, no un cambio de generación. Pero precisamente por eso se siente: el mejor criterio agéntico y la honestidad encajan a la perfección con un flujo de Spec-Driven Development (SDD).

Si el modelo respeta mejor el spec, se atreve a frenar cuando el plan no cuadra y no te miente con un “terminé” falso, entonces puedes delegar tramos más grandes con menos revisión manual. Esa es la dirección que importa: el desarrollador como director de la IA, no como su competidor.

Conclusión

Claude Opus 4.8 no es un titular espectacular, pero es una actualización sólida para quien vive dentro de Claude Code. Dynamic Workflows y la honestidad extra del modelo son lo que de verdad vale la pena, y el Effort Control le da un control fino que se agradece.

Si trabajas con SDD y Claude Code, este lanzamiento te toca de lleno. En las próximas semanas haré un experimento práctico combinando Dynamic Workflows con specs bien definidas; lo compartiré por aquí.

¿Ya probaste Opus 4.8? ¿Qué tarea grande le tirarías primero a los Dynamic Workflows? Cuéntame en los comentarios.
May 29, 2026
Recursos prácticos para aprender Spec-Driven Development
Listado de recursos para aprender SDD en castellano

Tiempo estimado de lectura: 4 min
- Ideas clave:
- Spec-Driven Development (SDD) propone escribir especificaciones deterministas antes de codificar.
- Un buen spec es el contrato entre el equipo humano y los agentes de IA; cuando es claro, reduce fragilidad en el código generado.
- Lee la teoría primero, aplica en un proyecto pequeño y luego usa agentes (por ejemplo Claude Code) para cerrar el ciclo.
- Versiona specs junto al código, declara contratos formales (OpenAPI/JSON Schema) y valida en runtime.
Tabla de contenidos
Introducción

El Spec-Driven Development (SDD) ya no es una moda: es la forma práctica de obtener código fiable cuando trabajas con agentes de IA. Si buscas un listado de recursos para aprender SDD en castellano, este artículo reúne lo esencial —teoría, práctica y pasos accionables— y muestra cómo convertir especificaciones en artefactos ejecutables por agentes como Claude Code.

En las primeras líneas: el Spec-Driven Development consiste en escribir especificaciones deterministas antes de codificar. Esa especificación es el contrato que el equipo humano y el agente de IA van a cumplir. Si no está clara, el código generado será frágil; si está bien definida, el agente actúa como un ejecutor reproducible.

Resumen rápido (lectores con prisa)

SDD = escribir especificaciones deterministas y ejecutables antes de codificar. Úsalo cuando delegues trabajo repetible a agentes de IA o necesites contratos claros entre equipos. Importa porque reduce errores de generación y facilita trazabilidad. Funciona definiendo contratos formales (OpenAPI/JSON Schema), validándolos en runtime y versionándolos junto al código.

Listado de recursos para aprender SDD en castellano

SDD — Spec-Driven Development (libro)

SDD — Spec-Driven Development

Por qué leerlo: es la base conceptual sobre cómo diseñar especificaciones que funcionen tanto para personas como para modelos. Explica estructura de especificaciones, convenciones de contratos, ejemplos de modelos de datos y patrones para casos límite. Ideal para tech leads y arquitectos que deben estandarizar cómo se escribe el “qué” antes de generar el “cómo”.

Construye con IA: de la idea al producto con Claude Code (curso Udemy)

Construye con IA: de la idea al producto con Claude Code (curso Udemy)

Por qué hacerlo: Claude Code es un agente que opera en tu entorno de desarrollo. El curso enseña a estructurar especificaciones que el agente pueda ingerir, supervisar la ejecución y corregir desviaciones. Es la práctica necesaria para ver cómo una especificación bien escrita reduce iteraciones y errores de generación.

Cómo usar estos recursos de forma práctica (secuencia recomendada)

1. Lee el libro primero. Construye el marco mental: ¿qué debe contener una especificación? ¿cómo documentar invariantes, límites y errores esperados?

2. Aplica lo leído a un pequeño proyecto: escribe una especificación completa (archivo Markdown) para una funcionalidad simple: endpoint, modelo de datos y flujos de error.

3. Realiza el curso y usa Claude Code para ejecutar la especificación. Observa dónde el agente alucina o omite pasos; corrige la especificación y repite.

Esta secuencia cierra el ciclo: teoría → especificación real → ejecución con agente → ajuste de especificación.

Paso 1

Lee el libro y define la estructura mínima de tu spec: título, objetivo, invariantes y errores esperados.

Paso 2

Escribe la especificación en Markdown dentro del repo y convierte contratos en OpenAPI/JSON Schema.

Paso 3

Usa Claude Code para ejecutar; recopila fallos, ajusta la spec y repite hasta estabilidad.

Plantilla mínima de una especificación SDD (práctica)

Incluye estos apartados en un archivo Markdown dentro del repo (Docs-as-code):
- Título y objetivo (1–2 frases).
- Requisitos no funcionales (latencia, SLAs, seguridad).
- Modelos de datos (ej. JSON Schema / OpenAPI snippets).
- Casos de uso y flujos (máquina de estados simplificada).
- Invariantes y restricciones (qué no debe pasar).
- API contract (endpoint, métodos, parámetros, errores).
- Tests de aceptación (inputs esperados y resultados).
- Checklist de despliegue y rollback.
Guardar la especificación cerca del código facilita que los agentes la lean como contexto y que el equipo la mantenga sincronizada.

Buenas prácticas técnicas para equipos que adoptan SDD
- Versiona las especificaciones en el mismo repo que el código. Nada de Confluence aislado.
- Declara contratos formales (OpenAPI, JSON Schema). Convierte esos esquemas en herramientas ejecutables por agentes.
- Usa prompts y archivos de contexto estándar (por ejemplo .cursorrules o system prompts) para que los agentes carguen las convenciones del proyecto.
- Implementa validación: transforma tus schemas en validadores runtime (Zod o Ajv) y aplícalos a cada tool_use.
- Instrumenta trazabilidad: cada ejecución automatizada debe dejar un rastro del prompt, la versión del spec y el resultado del agente.
Limitaciones y siguientes pasos

El ecosistema en castellano está creciendo; estos dos recursos son el núcleo. Para necesidades avanzadas —memoria a largo plazo, flujos que duran días, trazabilidad distribuida— añade prácticas e infraestructuras: persistencia (PostgreSQL/pgvector), orquestadores (n8n, LangGraph) y observabilidad (OpenTelemetry). Pero no conviertas la arquitectura en excusa: domina la especificación primero.

Conclusión

Si vas a trabajar con agentes de IA, aprender SDD es priorizar el acto más rentable: especificar bien. Empieza por leer el libro en Leanpub y practica con Claude Code en Udemy. Transforma la especificación en contrato vivo, versionado y ejecutable. Con eso, reduces iteraciones, controlas costos por token y, sobre todo, dejas de depender de la suerte cuando delegas en agentes.

Para equipos interesados en implementar prácticas de SDD y automatización con agentes, una continuación lógica es revisar recursos y experimentos en Dominicode Labs.

FAQ
Respuesta: SDD consiste en escribir especificaciones deterministas antes de codificar; estas actúan como contrato entre equipos humanos y agentes de IA.

Respuesta: Versionar las especificaciones en el mismo repo garantiza sincronía con el código, facilita revisiones y evita documentación aislada que se queda obsoleta.

Respuesta: Se recomiendan contratos formales como OpenAPI y JSON Schema porque son legibles por herramientas y agentes, y permiten generar validadores y mocks.

Respuesta: Transforma tus schemas en validadores runtime (por ejemplo Zod o Ajv) y ejecútalos en cada tool_use o etapa donde el agente entregue artefactos.

Respuesta: Agentes como Claude Code ejecutan especificaciones en tu entorno; su papel es reproducir flujos definidos por la spec y permitir iteración rápida sobre fallos.

Respuesta: Tras la teoría, aplica en un proyecto pequeño: escribe una spec, ejecútala con un agente, corrige las desviaciones y automatiza validaciones y trazabilidad.
May 27, 2026
Aprende a convertirte en AI Engineer en 2026
De dev a AI Engineer: qué necesitas aprender en 2026

Tiempo estimado de lectura: 3 min
Ideas clave
- Prompt Engineering como contrato tipado y versionable para reducir alucinaciones.
- Tool Calling y agentes: definir herramientas con responsabilidades únicas y schemas JSON.
- RAG en producción usando embeddings, chunking y pgvector para memoria privada eficiente.
- LLMOps con tracing y LLM-evaluadores para medir costes y alucinaciones.
Tabla de contenidos
Introducción

Buscar De dev a AI Engineer: qué necesitas aprender en 2026 ya no es curiosidad de fin de semana; es una decisión profesional con impacto directo en tu carrera. Si vienes de React, Angular o NestJS, tienes la base técnica. Lo que falta es reaprender cómo estructurar sistemas cuando la lógica principal es probabilística y depende de modelos externos.

En las siguientes líneas encontrarás un roadmap concreto, orientado a ingenieros web/backend, con prioridades prácticas, enlaces a documentación útil y criterios para decidir qué aprender primero.

Resumen rápido (lectores con prisa)

Prompt Engineering: diseñar prompts como artefactos versionables que produzcan salidas tipadas y validables.

Tool Calling / Agentes: definir herramientas con schemas JSON y orquestar invocaciones desde un Agent Loop.

RAG: almacenar embeddings por chunk (pgvector), recuperar top-k y re-rankear antes de inyectar contexto.

LLMOps: traza sesiones, registra tokens y usa un LLM evaluador para medir pertinencia y alucinaciones.

De dev a AI Engineer: qué necesitas aprender en 2026 (roadmap concreto)

No te doy una lista genérica. Te doy cuatro pilares con tareas prácticas y recursos.

1) Prompt Engineering estructurado — De texto a contrato
- Qué aprender: diseñar prompts como artefactos versionables: system prompts, ejemplos (few-shot), y salidas tipadas.
- Práctica concreta: escribe prompts que devuelvan JSON con un esquema Zod; automatiza tests que validen esos esquemas en CI.
- Por qué importa: reduce alucinaciones y permite integrar respuestas en pipelines sin parsing frágil.
- Recurso: Vercel AI SDK para integrar outputs tipados en TypeScript.
2) Tool Calling y diseño de agentes — Orquesta, no suplentes
- Qué aprender: definir herramientas (APIs) como JSON-schema que el LLM puede invocar (function/tool calling).
- Práctica concreta: implementa un Agent Loop mínimo en NestJS:
  
  Enviar mensaje + herramientas (schemas) al LLM.
  
  Si respuesta indica tool_use, validar args y ejecutar el Service correspondiente.
  
  Devolver tool_result y repetir hasta end_turn.
- Criterio: cada herramienta = responsabilidad única (no “herramienta dios”).
- Recurso: Anthropic Tool Use
3) RAG (Retrieval-Augmented Generation) avanzado — Memoria privada usable
- Qué aprender: embeddings, chunking semántico, re-ranking y vectores en producción.
- Práctica concreta: usa pgvector sobre PostgreSQL para empezar; implementa pipeline:
  
  Normaliza y chunkea documentos.
  
  Genera embeddings por chunk.
  
  Recupera top-k por similitud y re-rankea por señal de negocio antes de inyectar al prompt.
- Criterio: prioriza latencia y coste. Evita enviar “todo” en cada petición.
- Recurso: pgvector
4) LLMOps y Evaluaciones — Operar lo no determinista
- Qué aprender: tracing por sesión, LLM-as-a-judge y métricas de negocio.
- Práctica concreta: registra cada interacción (tokens, latencia, tools invocadas). Configura un job que use un LLM evaluador para puntuar respuestas por pertinencia y alucinaciones.
- Herramientas: Langfuse para trazabilidad, LangSmith para visualización.
- Métricas clave: coste por sesión, iteraciones por solicitud, p95 latencia por tool, tasa de fallos por tool.
Stack técnico recomendado (práctico y defendible)

Si trabajas en TypeScript, prioriza estos componentes (con orden de adopción):

1. SDKs oficiales

Recomendación: Anthropic/OpenAI — aprende sus modelos, límites y formatos de tool-calling.

2. Backend

Recomendación: NestJS — implementa providers para LLM, ToolRegistry y AgentService.

3. Vector DB inicial

Recomendación: pgvector + PostgreSQL; escala a Pinecone/Qdrant si el volumen lo exige.

4. Orquestación y workflows

Recomendación: n8n para pipelines asíncronos y conectores empresariales.

5. Observabilidad

Recomendación: Langfuse o LangSmith para tracing y análisis de coste.

Evita caer en frameworks que abstraen demasiado al principio. Aprende la API real: sabes más cuanto menos le pidas al framework que haga por ti.

Errores que vas a cometer (y cómo evitarlos)
- No versionar prompts: guarda prompts junto al código y pruébalos.
- Herramientas multifunción: separa responsabilidades y aplica autorización por herramienta.
- No medir tokens: integra métricas de coste desde el primer día.
- Tests ausentes: mockea LLMs y valida esquemas de salida en CI.
Prioridad de aprendizaje (3 pasos rápidos)
1. Practica Tool Calling con un mini-proyecto en NestJS: define 4 herramientas y un Agent Loop.
2. Implementa RAG con pgvector para un dominio de 100 documentos. Mide latencia y coste.
3. Añade tracing (Langfuse) y un evaluador LLM que puntúe respuestas en lotes.
Conclusión

Convertirse en AI Engineer en 2026 no implica abandonar lo que ya sabes. Implica extender tu disciplina: convertir prompts en contratos, convertir respuestas probabilísticas en flujos controlados y operar sistemas con métricas reales. Si dominas eso, liderarás la integración de IA en producto, no sólo la experimentación.

Dominicode Labs

Para equipos que implementan agentes, RAG y pipelines de observabilidad, un siguiente paso natural es consolidar prácticas en proyectos pilotos y reproducibles. Una opción para explorar experimentos y plantillas es Dominicode Labs, que puede servir como repositorio de referencia para workflows y pruebas de concepto.

FAQ
¿Qué es Prompt Engineering estructurado?

Diseñar prompts como artefactos versionables que incluyan system prompts, ejemplos (few-shot) y produzcan salidas tipadas. El objetivo es generar respuestas que se puedan validar automáticamente (por ejemplo, JSON con esquema Zod).

¿Cómo funciona Tool Calling y por qué usarlo?

Se definen herramientas con schemas JSON que el LLM puede invocar. Un Agent Loop envía mensajes y herramientas al LLM; si el LLM indica uso de herramienta, se validan los argumentos, se ejecuta el servicio y se devuelve el resultado, repitiendo hasta finalizar.

¿Por qué usar pgvector para RAG?

pgvector sobre PostgreSQL permite comenzar con una solución integrada para embeddings y búsquedas vectoriales. Es práctica para dominios iniciales antes de escalar a Pinecone o Qdrant.

¿Qué incluye LLMOps en producción?

Tracing por sesión, registrar tokens, latencia y tools invocadas; configurar jobs que usen un LLM evaluador para puntuar respuestas por pertinencia y alucinaciones; y medir métricas como coste por sesión y p95 latencia por tool.

¿Qué stack priorizar si trabajo en TypeScript?

Prioriza SDKs oficiales (Anthropic/OpenAI), backend en NestJS, pgvector + PostgreSQL, orquestación con n8n y observabilidad con Langfuse o LangSmith.

¿Cuáles son los primeros proyectos prácticos recomendados?

Tres pasos rápidos: (1) mini-proyecto en NestJS para Tool Calling con 4 herramientas y un Agent Loop; (2) implementar RAG con pgvector para ~100 documentos; (3) añadir tracing y un evaluador LLM para puntuar respuestas.
May 25, 2026
Implementación del Agentic Harness para Agentes Autónomos
Qué es el Agentic Harness y cómo aplicarlo?

Tiempo estimado de lectura: 5 min
- Idea clave: Un Agentic Harness es la infraestructura que transforma agentes autónomos experimentales en software operable y seguro.
- Idea clave: Sus componentes mínimos: sandboxing, mocking de herramientas, trazabilidad y guardrails automatizados.
- Idea clave: Integrarlo en CI/CD y usar un LLM-judge reduce riesgos antes de dar acceso a producción.
El Agentic Harness es la infraestructura que convierte agents autónomos experimentales en piezas de software operables y seguras. Si un agente entra en producción sin un harness, no es cuestión de “si” fallará: es cuestión de “cuándo” y con qué coste. Entender qué es el Agentic Harness y cómo aplicarlo es obligado para Tech Leads y equipos que despliegan agentes que actúan sobre sistemas reales.

Los LLM son probabilísticos. Un agente no devuelve solo un output: planifica, encadena herramientas y decide. Un Agentic Harness controla ese actor: lo aísla, lo simula, lo rastrea y lo limita antes de darle acceso al mundo real.

Resumen rápido (lectores con prisa)

Agentic Harness: infraestructura que aísla, simula y limita agentes que razonan. Úsalo siempre que un agente pueda modificar sistemas reales o acceder a datos sensibles. Importa porque reduce riesgos operativos y legales. Funciona combinando sandboxing, mocks, trazabilidad y guardrails automatizados.

Qué es el Agentic Harness y cómo aplicarlo en la práctica

Un Agentic Harness hereda la idea del test harness tradicional y la adapta a agentes que razonan. Su objetivo no es solo verificar resultados; es auditar trayectorias de ejecución, interceptar efectos secundarios y bloquear comportamientos peligrosos. Sus componentes mínimos son:

1) Diseño del sandbox
- Ejecuta cada run del agente en un contenedor efímero o microVM sin acceso de salida (egress blocked).
- Monta datasets de prueba y mocks en el filesystem; destruye el entorno al terminar.
- No expongas secretos ni claves reales: usa vaults de test que devuelvan credenciales ficticias.
Referencias: Docker, Firecracker.

2) Mocking y simulación de tools
- Intercepta function-calls y reemplázalas por mocks que:
- Ejemplo: delete_user(user_id) devuelve {status: "mocked", user_id} y queda registrado en trazas.
Referencia: OpenAI Function Calling docs.

3) Trazabilidad de la trayectoria (traces)
- Registra: prompts, respuestas intermedias, herramientas invocadas, embeddings consultados, scores de retrieval.
- Guarda trazas en un formato navegable (JSONL) y con versión del modelo.
- Integra una capa de observabilidad para análisis post-mortem: Langfuse u otros servicios de tracing. También se puede integrar con herramientas como LangChain/observability.
4) Guardrails cuantitativos y evaluadores automáticos
- Umbrales automáticos que abortan la ejecución:
- Métricas de seguridad: intentos de acceso a APIs prohibidas, intentos de exfiltración.
- LLM-as-a-Judge: usa un segundo modelo con temperature=0 para revisar la coherencia y seguridad de la trayectoria (evaluación estructurada: PASS/WARN/FAIL).
5) Integración en CI/CD
- Cada PR que incluya cambios en agentes debe disparar pipelines del harness.
- No permitir merge si el harness devuelve FAIL en criterios críticos (seguridad, uso de herramientas prohibidas, loops).
- Generar reportes legibles: timeline de decisiones, evidencia de mocks, recomendación humana para escalado.
Ejemplo real (simplificado)

Objetivo: “Optimizar consultas SQL lentas”.
- Sin harness: el agente propone eliminar tablas, lo ejecuta y rompe el servicio.
- Con harness: delete_table está mockeado; el agent llama la herramienta, el harness registra la decisión y el LLM-judge marca la acción como destructiva → FAIL. Equipo revisa prompt y reglas antes de permitir acción real.
Riesgos, limitaciones y gobernanza
- No existe aún un estándar único; la industria arma soluciones híbridas (Docker + observabilidad + LLM-judge).
- El harness reduce riesgos, no los elimina: necesita gobernanza humana sobre qué decisiones puede automatizar el agente.
- Monitorización continua: el harness debe seguir en producción en modo controlado (shadow runs, canary) incluso después del rollout.
Checklist mínimo antes de dar acceso real
- Contenedor sandbox probado y reproducible.
- Todas las herramientas mockeadas disponibles en harness.
- Trazas completas y auditable por humanos.
- Umbrales configurados (tokens, coste, llamadas).
- LLM-judge integrado y reglas de CI/CD que bloqueen merges.
Dominicode Labs

Para equipos que construyen infra de agentes y harnesses, explorar investigaciones y plantillas operativas puede acelerar la adopción segura. Una continuación lógica para experimentar con setups híbridos y pipelines de observabilidad es Dominicode Labs.

FAQ
Respuesta: ¿Qué es exactamente un Agentic Harness?

Es la infraestructura que aísla, simula, traza y limita la ejecución de agentes autónomos para que puedan evaluarse y auditarse antes de interactuar con sistemas reales.

Respuesta: ¿Cuándo debo usar un harness?

Cuando un agente pueda modificar sistemas, acceder a datos sensibles o ejecutar acciones con impacto operativo. Es obligatorio antes de dar acceso a producción.

Respuesta: ¿Qué herramientas necesito para empezar?

Componentes básicos: sandbox (p. ej. Docker o Firecracker), mocks de APIs, sistema de trazas (JSONL) e integración con una herramienta de observabilidad como Langfuse.

Respuesta: ¿Cómo funciona el LLM-judge?

Un segundo modelo con temperatura cero revisa la trayectoria del agente (prompts, herramientas, decisiones) y emite una evaluación estructurada (PASS/WARN/FAIL) basada en reglas predefinidas.

Respuesta: ¿El harness evita la gobernanza humana?

No. El harness reduce riesgos operativos y automatiza controles, pero requiere gobernanza humana para decidir qué acciones se delegan y qué reglas son aceptables.

Respuesta: ¿Dónde guardo las trazas y cómo las analizo?

Guarda trazas en formato navegable (por ejemplo JSONL) con versión del modelo y métadatos. Analiza con una capa de observabilidad o herramientas de tracing para post-mortem y auditoría.
May 22, 2026