Registro de mis experimentos en el desarrollo dirigido por especificaciones
Durante años he perseguido una idea sencilla pero poderosa: mantener el contexto lo más cerca posible del trabajo. Ya sean comentarios TODO, notas en markdown o tareas en el repositorio, mi objetivo ha sido reducir el coste mental de cambiar de herramienta solo para recordar en que estaba. Esa es la base de lo que llamo desarrollo dirigido por contexto, un flujo donde el por que de cada cambio vive junto al como.
Últimamente he llevado esa idea al mundo del desarrollo asistido por IA. He estado experimentando con desarrollo dirigido por especificaciones para guiar herramientas como Copilot a producir código que coincida con lo que realmente quiero, no solo con lo que infiere de la sintaxis cercana. El progreso ha sido pausado porque hay demasiadas cosas en juego como para mantener todo el contexto en la cabeza, así que empecé a registrar y compartir mis experimentos para hacerlos reproducibles.
En mi experimento más reciente inserté el contexto directamente en el issue de Jira y lo pegué en el panel de chat de Copilot, referenciando archivos y líneas concretas. En lugar de prompts largos y abiertos, ese contexto dio a Copilot algo más parecido a lo que vería un compañero: el por que detrás del cambio, no solo el donde. El cambio fue pequeño y el impacto grande.
Para mejorar la consistencia llegué a un formato markdown estructurado que creo que Copilot podrá entender mejor. El formato que usaré en el siguiente experimento es: - [ ] <titulo de la tarea> - files: `<ruta:linea>`, `<ruta:linea>` - goal: <lo que logra el cambio> - constraints: <reglas para evitar cambios indeseados> - action: aplicar parche y mostrar diffs. Mi esperanza es que esto haga el código generado más predecible y más cercano a lo que yo escribiría.
En la siguiente entrega aplicaré ese formato directamente en la base de código y grabaré todo el proceso para que puedas ver exactamente como responde Copilot. Si has probado algo similar con Copilot o ChatGPT me interesa saber como estructuras tus especificaciones y que resultados obtienes.
En Q2BSTUDIO combinamos esta mentalidad práctica con servicios profesionales: somos una empresa de desarrollo de software y aplicaciones a medida que además ofrece soluciones de inteligencia artificial, ciberseguridad, servicios cloud aws y azure, servicios inteligencia de negocio y mucho más. Si buscas implementar proyectos de IA para empresas, agentes IA o soluciones a medida consulta nuestras soluciones de inteligencia artificial o descubre cómo desarrollamos aplicaciones y software a medida. También trabajamos con power bi, automatización de procesos y pentesting para ofrecer un servicio integral.
Si te interesa mejorar la trazabilidad del por que detrás de los cambios y reducir la fricción al usar asistentes de código, este enfoque de contexto embebido y especificaciones estructuradas puede ser un gran punto de partida.
