El 90% del proceso de diseño de tus agentes ha muerto

AAI LABS
컴퓨터/소프트웨어창업/스타트업경영/리더십AI/미래기술

Transcript

00:00:00Hay una capa en el antiguo proceso de creación que ya no existe.
00:00:03Y la mayoría de los equipos no han descubierto con qué reemplazarla, así que siguen
00:00:06ejecutando el proceso anterior por pura inercia.
00:00:08Esta semana, Jenny Wen publicó una entrevista en el podcast de Lenny.
00:00:11Ella es la jefa de diseño de Claude en Anthropic y, antes de eso, fue directora de diseño
00:00:16en Figma.
00:00:17En el episodio, habló sobre cómo el proceso de diseño ha muerto y qué es lo que realmente lo está
00:00:21reemplazando.
00:00:22Así que vamos a desglosar qué cambió, por qué, y luego recorreremos el proceso exacto
00:00:26que lo sustituyó.
00:00:27Para entender qué lo reemplazó, hay que entender por qué existía.
00:00:31Con el proceso antiguo, primero se definían los requisitos; luego, un diseñador los llevaba a
00:00:35Figma y creaba una maqueta de cómo se suponía que debía verse la aplicación.
00:00:38Ese archivo de Figma era el documento de entrega entre lo que alguien quería y lo que se construía.
00:00:43Un ingeniero de front-end luego convertía ese archivo en código.
00:00:46Mientras tanto, el ingeniero de back-end construía en paralelo, porque se definía una especificación
00:00:51de API por adelantado, así ambos lados avanzaban al mismo tiempo y todo conectaba al final.
00:00:55Jenny describe esto como un proceso que los diseñadores trataban como un ritual.
00:00:58Este era el estándar en toda la industria.
00:01:00La mayoría de las personas que explican por qué está cambiando pasan por alto la razón por la que existía.
00:01:05Simon Willison, un desarrollador que escribe uno de los blogs técnicos más leídos del
00:01:09sector, resumió la charla de Jenny en Berlín en enero y añadió la idea que su charla implica
00:01:14pero no dice directamente.
00:01:16Construir con IA reduce significativamente el coste de construir algo equivocado.
00:01:19Antes de la IA, una dirección errónea significaba meses de tiempo de ingeniería desperdiciado.
00:01:23Un pequeño error en el front-end suponía 10 veces más trabajo durante la implementación.
00:01:27Así que los equipos justificaban cada paso.
00:01:28La investigación, los perfiles de usuario, los viajes del usuario, los esquemas, el documento técnico.
00:01:33Todo ello era una protección contra la construcción de algo incorrecto a gran escala.
00:01:36Entonces, ¿qué cambió realmente en el proceso?
00:01:38Primero cambió la velocidad de la ingeniería.
00:01:40Y cambió más rápido de lo que la mayoría de la gente pudo procesar.
00:01:42Jenny dijo que hace unos años, el 60 o 70 % de su tiempo como diseñadora se dedicaba a maquetar y prototipar.
00:01:48Ahora es del 30 al 40 %.
00:01:49No es que ella decidiera trabajar de forma diferente.
00:01:51Los ingenieros a su alrededor empezaron a lanzar múltiples agentes en paralelo y, de repente, el
00:01:55cuello de botella ya no era la ingeniería.
00:01:58La ingeniería cambió primero y el diseño se vio obligado a seguirla.
00:02:00Los plazos de visión también cambiaron.
00:02:02El diseño solía producir visiones de 2 a 5 años.
00:02:04Ahora la tecnología avanza tan rápido que un horizonte de 3 a 6 meses es el alcance realista.
00:02:09Y no es necesariamente una presentación de diapositivas.
00:02:11Es un prototipo que orienta a la gente en una dirección.
00:02:13Lo mismo ocurrió con el paso de la traducción.
00:02:15Cuando un agente puede tomar un documento de requisitos y construir una interfaz funcional, no hay
00:02:19capa de traducción.
00:02:20El agente escribe el código.
00:02:22No hay un archivo de Figma que traducir porque nunca llega a haber un archivo de Figma.
00:02:25Además, si disfrutas de nuestro contenido, considera pulsar el botón de “hype” porque nos ayuda
00:02:29a crear más contenido como este y a llegar a más personas.
00:02:33Cuando recibimos trabajos de clientes, este es el cambio exacto que hemos tenido que hacer.
00:02:36Ahora bien, el proceso de diseño cambió, pero la parte que no cambió son los requisitos.
00:02:40Unos malos requisitos arruinan toda la construcción.
00:02:42Y la mayoría de los equipos saltan directamente a la especificación técnica.
00:02:44Ese es el orden incorrecto.
00:02:45Cuando construyes un prototipo, no necesitas una infraestructura técnica ni una especificación de API.
00:02:48Necesitas saber lo suficiente para construir algo que se vea y se sienta como el producto real
00:02:52para poder mostrárselo a alguien y obtener un sí o un no.
00:02:56Así que, antes de tocar el prototipo, empieza con los actores.
00:02:58Un actor es una persona que interactúa con el sistema.
00:03:01Una persona específica con un objetivo específico.
00:03:03Pero quién lo usa determina lo que el sistema debe hacer.
00:03:06Si tienes a alguien que envía contenido y a alguien que lo aprueba, esas son dos
00:03:10interfaces distintas con dos pantallas de inicio diferentes.
00:03:12Luego observa dónde se dividen las vistas.
00:03:13En la mayoría de los productos, en algún punto, dos actores diferentes entran en la misma URL y ven
00:03:18cosas completamente diferentes.
00:03:19Un administrador ve un panel de gestión.
00:03:21Un usuario normal ve su tablero personal.
00:03:22Lo último son las restricciones.
00:03:24No le digas al agente qué herramientas usar.
00:03:26Dile lo que no puede hacer y lo que no puede costar.
00:03:28Esto también facilitará mucho las decisiones técnicas más adelante.
00:03:32Ahora implementamos todas esas reglas específicas en este “prompt” para crear el PRD, que básicamente
00:03:37te entrevista, actúa como tu entrevistador de PRD, y te hace preguntas según las reglas,
00:03:42planteándote un montón de cuestiones diferentes.
00:03:44Y al final, terminas con un archivo Markdown de PRD, que se utilizará en las etapas
00:03:48posteriores del proceso.
00:03:49Ese archivo PRD es la base sobre la que se construye todo lo demás.
00:03:52Así que el siguiente paso es convertirlo en la estructura para el front-end.
00:03:55Para esto, usamos este “prompt” de capa, que esencialmente le dice al agente que mire el PRD, que de nuevo
00:04:00no es un PRD completo con todos los requisitos técnicos, y produzca dos cosas.
00:04:04Le pide que produzca las páginas y los modales que acompañarán a tu prototipo y
00:04:08luego los flujos de usuario.
00:04:09Obviamente, las páginas y los modales son importantes para la estructura, de modo que todo lo que el agente
00:04:14necesite implementar en el front-end esté planeado de antemano.
00:04:17Hemos insistido en hablar sobre planificar antes de actuar y por qué es tan importante para
00:04:21el agente y la ventana de contexto, así que no hace falta profundizar en eso.
00:04:24Pero con los flujos de usuario, es importante definir las acciones de cada actor.
00:04:28Como ya nos enfocamos en los actores mismos y no en las funciones, también es
00:04:32importante definir los flujos para que el agente pueda implementar los estados de interacción
00:04:36adecuados y la navegación correcta para el prototipo completo de la interfaz.
00:04:40Así que terminamos con dos archivos donde el “architecture.md” contiene las páginas, los modales y los flujos
00:04:45que discutimos.
00:04:46Después de eso, le pedimos que instale una aplicación Next.js porque esa es la tecnología que
00:04:50usamos normalmente, Next.js con Supabase.
00:04:53Y esto es lo que realmente creó.
00:04:55En general, el diseño se ve genial, pero hay una razón específica para ello.
00:04:58Además, no se mencionó antes, pero el proyecto era una plataforma comunitaria con canales,
00:05:03productos y cursos.
00:05:04Hay dos actores, básicamente el miembro y también el creador, donde el creador
00:05:08tiene todas las funcionalidades administrativas como crear un canal, añadir un producto
00:05:12o subir un curso, así como consultar diferentes estadísticas.
00:05:15En nuestra opinión, para ser el primer prototipo que se ha hecho, el diseño se ve muy bien.
00:05:19Pero la experiencia de usuario (UX) no es tan buena porque normalmente no queremos un tablero así.
00:05:23Y este es precisamente el punto.
00:05:24Ese tipo de corrección solía costar días, aquí cuesta minutos.
00:05:27Porque la IA puede hacer estas modificaciones de forma muy, muy rápida.
00:05:30Y como aquí no hay back-end, tampoco tiene que lidiar con todo ese trabajo extra,
00:05:34es solo el prototipo del front-end.
00:05:36Ahora bien, normalmente la IA no crea sitios web e interfaces con tan buen aspecto.
00:05:40Y la razón por la que esto se ve bien es porque usamos esta habilidad general de front-end
00:05:44que Anthropic ofreció en uno de sus blogs.
00:05:46Recomendamos encarecidamente usar esto antes de implementar la interfaz de usuario.
00:05:50Guárdalo como un comando rápido o una habilidad para que tu agente pueda usarlo.
00:05:53Si trabajas para un cliente, solo tienes que mostrarle este prototipo, que es
00:05:57totalmente funcional en términos de características con datos ficticios, porque todavía
00:06:01no va a gestionar una base de datos.
00:06:02Puedes mostrárselo al cliente, obtener su aprobación y, si no, hacer los cambios y luego
00:06:06continuar con el resto de la construcción.
00:06:08Estas listas de tareas son una de las razones por las que ahora podemos pedirle a estos agentes que hagan
00:06:12prototipos plenamente funcionales.
00:06:14Es gracias a estas listas de tareas, a la persistencia de las mismas y a que todo
00:06:17está estructurado.
00:06:18Por eso crear ese archivo “architecture.md” era tan importante, porque permite al
00:06:23agente construir una lista de tareas optimizada para que no tenga alucinaciones.
00:06:28Después de eso pasamos a la implementación del back-end.
00:06:30Normalmente hay dos cosas que podrías hacer.
00:06:32Podrías mantener Next.js, dejar el front-end separado en Next.js e implementar el
00:06:36back-end como un servicio de Python independiente.
00:06:39Pero eso depende del tipo de aplicación con la que estés trabajando.
00:06:42Para la mayoría de los proyectos que ustedes construirán, Next.js será suficiente.
00:06:46Necesitas un back-end de Python separado específicamente cuando requieres librerías extensas
00:06:50que no están disponibles en Next.js o si necesitas una orquestación seria de tareas en segundo plano
00:06:55para optimizar tu sitio o sus funciones.
00:06:57En ese caso, podrías necesitar un back-end independiente.
00:06:59De lo contrario, el back-end de Next.js es prácticamente todo lo que vas a necesitar.
00:07:03Antes de tocar el back-end, necesitamos saber qué es lo que el front-end necesita de él.
00:07:07Así que hicimos que el agente mirara el código del front-end, el PRD y el archivo de arquitectura y escribiera
00:07:11una especificación de API.
00:07:12Después de eso, le pedimos que usara los tres documentos para crear el esquema completo de Supabase porque
00:07:17estamos usando Supabase más Next.js como front-end.
00:07:20Básicamente, necesita crear los esquemas que albergarán los datos de la aplicación.
00:07:25Normalmente, si le preguntas a tu agente, te dirá que vayas tú mismo, consigas tus claves de API
00:07:28de la base de datos y pegues manualmente consultas SQL para crear las tablas.
00:07:33Pero en lugar de eso, deberías usar el MCP de Supabase.
00:07:36Intenta usar siempre un MCP para cualquier servicio con el que trabajes porque automatiza
00:07:40muchas cosas.
00:07:41Por ejemplo, aquí ni siquiera tuvimos que mirar los proyectos.
00:07:43Creó automáticamente el proyecto, ejecutó las consultas para el esquema y realizó automáticamente
00:07:48las migraciones.
00:07:49Así que básicamente no tuvimos que hacer nada.
00:07:51Una vez configurada la base de datos, vas a conectar el front-end a ella.
00:07:55Nuevamente, hay una distinción clara aquí.
00:07:57No tienes que conectar el back-end a la base de datos porque ya está integrado en
00:08:00el front-end.
00:08:01El front-end habla directamente con la base de datos, lo que hace que la integración y la complejidad
00:08:06general sean mucho menores.
00:08:07Ahora bien, nos hemos asociado con Warp para este vídeo y hace poco lanzaron OZ, que
00:08:11es una plataforma de orquestación para diferentes agentes en la nube.
00:08:14Estos agentes en la nube son útiles para tareas que solo quieres delegar y sabes que
00:08:19el agente podrá completar por su cuenta.
00:08:21Así que hasta ahora, el agente había conectado el front-end a la base de datos y la aplicación ya
00:08:26estaba funcionando según eso.
00:08:27Pero para añadir cosas como procesamiento de pagos, nuevas notificaciones, limitación de tasa o analíticas
00:08:32en el sitio, necesitamos una capa de API de back-end dedicada para poder integrar todo eso.
00:08:37Para ello, creamos un entorno usando OZ y ejecutamos un agente en la nube, al que pedimos que construyera
00:08:41esa capa de back-end dedicada.
00:08:43Y después de unos 15 minutos, terminó la tarea y todo el sistema estaba listo.
00:08:47Para que esto fuera funcional y empezar a aceptar usuarios, lo único que faltaba
00:08:51era la autenticación de Google, la integración de Stripe y algunos pequeños detalles que debíamos corregir.
00:08:56Ahora habéis visto el proceso completo y los “prompts” han aparecido ahí mismo en pantalla.
00:09:00Pero si queréis todos estos “prompts” como un flujo de trabajo paso a paso que podáis seguir para vuestros
00:09:04propios proyectos, los estamos publicando en AI Labs Pro.
00:09:06Para quienes no lo sepan, es nuestra comunidad donde obtenéis plantillas listas para usar que podéis
00:09:10conectar directamente a vuestros proyectos, tanto para este vídeo como para todos los anteriores.
00:09:14Si valoráis lo que hacemos y queréis apoyar al canal, esta es la mejor manera
00:09:18de hacerlo.
00:09:19El enlace está en la descripción.
00:09:20Con esto llegamos al final de este vídeo.
00:09:22Si queréis apoyar al canal y ayudarnos a seguir haciendo vídeos como este, podéis hacerlo
00:09:26usando el botón de “Súper gracias” de abajo.
00:09:28Como siempre, gracias por vernos y os veré en el próximo.

Key Takeaway

La inteligencia artificial ha transformado el diseño de productos de un proceso de maquetación lenta a uno de prototipado funcional rápido donde la precisión de los requisitos y los flujos de usuario son más críticos que las interfaces estáticas.

Highlights

El proceso de diseño tradicional basado en rituales y entregables estáticos como Figma ha quedado obsoleto debido a la velocidad de la IA.

La IA reduce drásticamente el coste de cometer errores, permitiendo que la experimentación rápida reemplace a la planificación extensiva de meses.

El rol del diseñador ha pasado de dedicar el 70% del tiempo a maquetar a solo un 40%, enfocándose ahora más en la visión y los requisitos.

La creación de un PRD (Documento de Requisitos del Producto) estructurado en Markdown es fundamental para que los agentes de IA no alucinen.

El uso de herramientas como Next.js, Supabase y protocolos MCP permite automatizar la infraestructura técnica y las migraciones de bases de datos.

La arquitectura de software moderna para agentes prioriza prototipos funcionales con datos ficticios para validación inmediata con el cliente.

Timeline

La muerte del proceso de diseño tradicional

El narrador introduce una entrevista de Jenny Wen, jefa de diseño en Anthropic, quien afirma que el antiguo proceso de creación ha muerto. Anteriormente, el diseño se basaba en definir requisitos seguidos de maquetas en Figma que servían como puente entre diseñadores e ingenieros. Este flujo de trabajo era un ritual estándar en la industria para asegurar que el front-end y el back-end conectaran correctamente al final. Sin embargo, la inercia mantiene a muchos equipos ejecutando este proceso obsoleto sin entender qué debe reemplazarlo. Esta sección establece el contexto de cómo la estructura rígida de entrega de archivos está desapareciendo.

Por qué la IA cambió las reglas del juego

La razón principal del cambio es que la IA reduce significativamente el coste de construir algo equivocado, eliminando la necesidad de meses de protección mediante investigación y esquemas. La velocidad de la ingeniería ha aumentado tanto que el diseño se ha visto obligado a adaptarse, reduciendo el tiempo de maquetación del 70% al 30%. Ahora, los horizontes de visión tecnológica se han acortado de 5 años a un máximo de 6 meses debido al rápido avance de las herramientas. Ya no existe una capa de traducción manual porque los agentes de IA pueden convertir requisitos directamente en código funcional. Esto significa que el archivo de Figma, como paso intermedio, a menudo ni siquiera llega a existir.

Definición de requisitos: Actores y Restricciones

Aunque el proceso técnico cambie, unos requisitos sólidos siguen siendo la base para evitar un producto fallido. El nuevo flujo comienza identificando a los "actores", que son personas específicas con objetivos determinados que interactúan con el sistema. Es crucial mapear dónde se dividen las vistas, como la diferencia entre un panel de administrador y el tablero de un usuario normal. En lugar de dictar herramientas técnicas, se deben definir restricciones claras sobre lo que el sistema no puede hacer o cuánto no puede costar. El resultado de esta fase es un archivo Markdown (PRD) generado mediante una entrevista con IA que sirve como cimiento para todo el desarrollo posterior.

Arquitectura y prototipado del front-end

El PRD se transforma en una estructura de front-end que define páginas, modales y flujos de usuario específicos para cada actor. Al planificar estas interacciones antes de actuar, se evita que el agente de IA pierda el contexto o cometa errores en la navegación. El ejemplo mostrado utiliza Next.js y una estética mejorada gracias a habilidades de diseño proporcionadas por Anthropic. El video destaca que corregir una experiencia de usuario (UX) deficiente ahora toma minutos en lugar de días gracias a la agilidad de la IA. Este prototipo es totalmente funcional con datos ficticios, permitiendo obtener la aprobación del cliente de manera casi inmediata.

Implementación del back-end y automatización

Una vez validado el front-end, el agente analiza el código y los requisitos para generar una especificación de API y el esquema de la base de datos en Supabase. Se recomienda encarecidamente el uso de MCP (Model Context Protocol) para automatizar la creación de tablas y migraciones sin intervención manual. El autor explica que para la mayoría de proyectos Next.js es suficiente, reservando un back-end de Python solo para tareas complejas o librerías específicas. La integración es más sencilla porque el front-end puede hablar directamente con la base de datos en esta arquitectura simplificada. Esto reduce la complejidad técnica general y acelera el despliegue de funciones críticas.

Orquestación de agentes y conclusión

Para añadir funcionalidades avanzadas como pagos con Stripe o analíticas, se presenta la plataforma OZ para orquestar agentes en la nube. Un agente dedicado puede completar estas tareas de infraestructura en unos 15 minutos, dejando el sistema listo para su uso real. El video concluye invitando a los espectadores a unirse a AI Labs Pro para acceder a las plantillas y flujos de trabajo de "prompts" mostrados. También se menciona que los detalles finales como la autenticación de Google son los últimos pasos para lanzar el producto. Finalmente, el narrador agradece el apoyo de la comunidad y cierra la explicación del ciclo de vida moderno del desarrollo con IA.

Community Posts

View all posts