Crear apps con IA: el método importa más | Xyclos

Tres semanas creando una app con IA: lo que el proceso me enseñó

Crear apps con inteligencia artificial parece rápido al principio — y lo es. Un prototipo funcional puede estar listo en horas. Pero construir algo confiable, seguro y mantenible es otra historia: este blog documenta un caso real de 3 semanas de desarrollo, donde Claude actuó como guía experta y no como ejecutor autónomo. La conclusión es clara — la velocidad inicial que ofrece la IA no vale nada si no puede confiar en el resultado. El método importa más que las herramientas.

Durante muchos años manejé mis finanzas personales en un archivo de Excel que yo mismo diseñé.

No es una tabla complicada: fecha, ingreso/egreso, concepto, categoría, cuenta, valor y saldo actual por cuentas. Simple, claro y completamente ajustado a lo que necesito.

Ya hace un mes había tenido mi primera experiencia con Claude para Excel, ¡como pasa el tiempo!.

Y fue tan interesante que la documenté completa en este blog. Si no lo has leído, te lo recomiendo: Claude en Excel y el futuro del análisis.

Realmente toda una experiencia sensacional, indescriptible y novedosa, porque simplemente le pedí a Claude qué me haga una auditoría este libro, lo hizo impecablemente, solo detectó algunos errores en algunas fórmulas que hace muchos años.

Entonces junto con Claude para Excel, creé una nueva versión de esta tabla.

Me quedó muy bien, o mejor dicho nos quedó muy bien, un trabajo en conjunto y entonces me surgió la idea de qué tal si creó una app para manejar el control de las finanzas.

No lo pensé mucho y me dije manos a la obra.

Durante estos 6 últimos meses he creado miniaplicaciones usando Google AI Studio/Build,

Me he ido muy bien, creando soluciones que me han ayudado a resolver temas puntuales que necesitaba para optimizar ciertos procesos.

Toda esta experiencia me ayudó a conocer y entender mejor cómo funciona el desarrollo de aplicaciones usando inteligencia artificial.

Y mientras desarrollaba estas aplicaciones, me acordaba cuando desarrollaba aplicaciones en Assembler, RPG y Cobol; me leía los dumps de memoria, con una facilidad increíble, y también me acuerdo que leía las tarjetas perforadas para organizarles cuando se me caían de la caja.

Todo esto era un mundo fabuloso, pero al mismo tiempo muy demandante por qué me absorbía totalmente, me consumía muchísimo tiempo, no como ahora que con las inteligencias artificiales la vivencia es diferente: “simplemente” te sientas a ver cómo la inteligencia artificial va creando código en instantes.

Entonces comencé mi proyecto de desarrollo con Claude.

Cómo había usado este libro de Excel durante muchos años, sabía lo que quería, la estructura y tipos de campos, entonces creé un prompt bastante detallado de qué era lo que necesitaba y se lo di a Claude.

A partir de este momento todo fue a una velocidad impresionante.

En aproximadamente unas 4 horas, ya tenía un prototipo bastante funcional de la app.

Entonces me entusiasmé más y me dije ahora vamos a irle mejorando.

Como dije antes, fue un camino Increíblemente rápido y Claude generó todo el código en el Index.html. Creo que nos sobre entusiasmamos los dos.

Claude hacía preguntas, yo respondía, y la aplicación comenzaba a tomar forma frente a mis ojos.

Para hacer las correcciones, le dije que lea el Index.html; y ahí surgió el primer problema, porque el index.html era tan grande, tenía más de 2.800 líneas de código, que superaba los límites de la ventana de contexto (context window).

Y entonces me pregunté, ¿qué inteligencia artificial tiene una ventana de contexto más amplia que la que tiene actualmente Claude?. Pensé en dos opciones: usar ChatGPT o Gemini…también pensé en Mistral, Grok, Copilot o alguna de las inteligencias artificiales chinas, pero me decidí por Gemini.

Gemini lo leyó sin problemas y le pedí que me ayude a restructurar el código, en módulos más manejables, de acuerdo a su utilidad.

Y claro que lo hizo y muy rápido, pero como son predictivos, se metió en el código y trató de optimizarlo.

Y esa optimización no fue buena, así es que necesitaba una aplicación determinística como Word para hacerlo manualmente. Era más lento pero a su vez más seguro.

Historia corta, conseguí dividir el código usando Word.

Aquí viene una reflexión importante: saber usar Word me sirvió muchísimo para resolver esto, en esta era de las inteligencias artificiales.

El index se convirtió en 8 módulos de código: html, css y js.

Claude ya los podía manejar sin problemas y comencé a ir depurando cada uno de ellos.

Pero esta vez con un enfoque completamente diferente.

• No le delegué el desarrollo.

• Lo usé como guía experto dentro de un proceso que yo controlaba.

El método funcionó así:

• Claude analizaba el problema que le presentaba, me daba la solución con instrucciones claras.

• Yo ejecutaba ese paso de forma manual, probaba que todo funcionara correctamente y solo entonces avanzaba al siguiente paso.

• Un paso a la vez. Probado. Verificado. Aprobado.

• Nada entraba al código sin pasar primero por mi revisión y mi criterio.

El resultado fue sorprendente:

Trabajando con este método, prácticamente eliminé los errores de programación o los pocos que se presentaban estaban controlados.

La combinación de IA probabilística + herramientas determinísticas + experiencia y criterio humano crea un sistema donde los errores casi no tienen espacio para existir.

• Cada pieza valida a la siguiente.

• Cada paso humano actúa como filtro.

• Cada prueba antes de avanzar es una garantía.

El error que le está costando caro a Amazon

Mientras desarrollaba esta aplicación, en el mundo tecnológico ocurría algo revelador.

Amazon convocó a sus ingenieros más senior a una reunión interna urgente para revisar una serie de caídas graves en su plataforma.

Los documentos internos revelaron una "tendencia de incidentes" con un "alto radio de impacto", relacionados con cambios asistidos por IA generativa, y que las mejores prácticas y medidas de seguridad para su uso no estaban todavía completamente establecidas.

En uno de los casos, la herramienta de IA eliminó y recreó por completo el entorno de programación. La compañía no tiene intención de abandonar el uso de IA, pero está insistiendo en controles más estrictos y mayor supervisión humana sobre cómo se usa.

Los modelos de IA pueden generar código que es sintácticamente correcto pero que puede contener errores lógicos ocultos. Los ingenieros siguen siendo necesarios para revisar y probar los resultados antes de llevarlos a producción.

Dicho de otra forma:

La velocidad que ganas con la IA no vale nada si no puedes confiar en el resultado.

Amazon lo está aprendiendo con caídas de seis horas que afectan a millones de usuarios.

Yo lo aprendí, en sentido positivo, construyendo una aplicación de finanzas personales en 8 días, con prácticamente cero caídas y cero errores.

La diferencia no está en las herramientas.

Está en el método.

Cada vez que profundizaba el desarrollo iba aprendiendo más cosas que no sabía, que no había considerado en el requerimiento inicial como la seguridad de los datos.

Un tema realmente complejo y muy amplio ya que tenía que interactuar con la base de datos y con el código; configurando cada parte para que se garantice la confiabilidad y seguridad de los datos y esto significó 2 o 3 días de un trabajo intenso de pruebas y errores; que me demostró que las inteligencias artificiales no saben todo y que human on the loop es importantísimo.

Respiré.

Catorce módulos. Seguridad resuelta. Siguiente.

Me dije: ahora viene el UX. ¡Esto es fácil!"¿Fácil?

Eso parecía, pero había muchos detalles, muchísimos detalles que había que ir arreglando en todo lo que tiene que ver con la interface de la aplicación y eso significó también una reorganización y reestructuración del código para hacerle más parametrizado.

Al final de todo este proceso, acabamos con 24 módulos.

¿Qué aprendí?

Que las inteligencias artificiales por sus propias características se convierten en no sé cómo describirlo, pero en algo parecido a una ametralladora, que dispara soluciones de una manera intensa y eso hay que aprender a controlar no solo a la inteligencia artificial sino también a uno mismo: controlarse y no dejarse llevar por esa vorágine de velocidad e inercia que imponen las inteligencias artificiales.

Que definitivamente hay que usar varias inteligencias para validar lo que la una hace, preguntar, preguntar reflexionar pensar Out of the box y hacerle pensar Out of the box a la inteligencia artificial.

Documentar absolutamente todo. El código, los procesos, las decisiones. Crear un framework desde el principio y pensar siempre en el mantenimiento de la aplicación desde el primer día. Eso no es opcional. Y exige algo que no se improvisa: disciplina, creatividad y un estándar de calidad empresarial desde el inicio.

¿Me divertí?

Muchísimo. A veces había momentos en que quería "tirar la toalla", pero después de tomarme tiempos de descanso: caminar, desconectarme, aplicar la técnica Pomodoro, regresaba con la mente fresca y todo volvía a fluir.

¿Resultado final?

Todo este proceso derivó en algo que sí estaba en el plan desde el principio: el XAF, el Xyclos App Framework (Marco de Desarrollo de Aplicaciones).

No es una librería externa ni un template. Es un framework propio, construido desde la experiencia real de este proyecto: 24 módulos, más de 70 cambios documentados, múltiples sesiones de debugging profundo. Cada decisión tiene una razón de ser.

El XAF cubre el ciclo completo: desde los documentos de planificación: PRD (Product Requirement Document), Wireframes de UI/UX y Feature breakdown, hasta la arquitectura técnica en 6 capas, implementadas las seguridades y design tokens como única fuente de verdad visual.

¿El framework definitivo? No. Es el framework que funciona hoy, con las herramientas de hoy. Y en el mundo de la IA, eso ya es bastante.

Y al final, todo el esfuerzo valió la pena y la app está funcionando.

Ahora comienzo otra etapa importante: usarla en la vida real.

Antes de tu próximo proyecto con IA, considera esto

Lo que este proceso dejó claro es que la IA amplifica lo que ya sabes. Cuanto más sólido es tu dominio de las herramientas digitales, más efectivo es el trabajo con inteligencia artificial.

No al revés.

En Xyclos Academy encontrarás cursos diseñados exactamente para eso: Excel, Power BI, Microsoft Project y toda la suite de Microsoft 365, con metodología estructurada, ejercicios prácticos y soporte personalizado. Sin horarios fijos. Sin relleno.

Porque antes de pedirle a una IA que construya algo por ti, vale la pena saber con claridad qué es lo que necesitas construir.

El siguiente paso no lo da la IA. Lo das tú.

Preguntas frecuentes sobre desarrollo de apps con inteligencia artificial

¿Qué es el Vibe coding?

El Vibe coding es un enfoque de desarrollo de software en el que el programador describe lo que quiere construir en lenguaje natural y delega la escritura del código a una IA generativa. El término, acuñado en 2025 por Andrej Karpathy, captura la idea de programar "por intuición y conversación" en lugar de por dominio técnico del código. Es accesible, rápido para prototipos y útil para explorar ideas. Su riesgo principal es exactamente el que documenta este blog: sin criterio humano en cada paso del proceso, la velocidad inicial se convierte en deuda técnica acumulada.

Tip Pro Xyclos

La diferencia entre vibe coding productivo y vibe coding problemático no está en la herramienta: está en si quien codea sabe validar lo que la IA produce. Dominar las herramientas base de tu entorno digital es lo que convierte el vibe coding en un activo y no en un riesgo.

¿Qué es el No code?

El No code es un enfoque de desarrollo de software que permite construir aplicaciones, automatizaciones y flujos de trabajo sin escribir código, utilizando interfaces visuales de arrastrar y soltar. Herramientas como Bubble, Webflow, Zapier o Airtable son ejemplos representativos. A diferencia del vibe coding, donde la IA genera código real que corre en un entorno técnico, el no code opera dentro de los límites de plataformas predefinidas: es más accesible para perfiles sin experiencia técnica, pero menos flexible cuando los requerimientos crecen en complejidad. Para alguien con criterio técnico, el no code puede ser una solución rápida para problemas acotados; para proyectos con lógica personalizada, seguridad específica o integraciones complejas, el desarrollo asistido por IA ofrece mayor control y profundidad.

Tip Pro Xyclos:

No code, Vibe coding y desarrollo asistido por IA no son lo mismo ni sirven para lo mismo. Elegir el enfoque correcto depende del alcance del proyecto, del nivel de personalización requerido y del criterio técnico disponible para validar el resultado.

¿Puedo crear una app con IA sin saber programar?

Sí, con matices importantes. Las herramientas actuales como Claude o Gemini pueden generar código funcional a partir de instrucciones en lenguaje natural. Sin embargo, cuanto más compleja sea la aplicación, más necesario será entender la lógica del código para validar, corregir y tomar decisiones. No es indispensable saber programar, pero sí es indispensable saber pensar con criterio técnico.

¿Cuánto tiempo toma realmente desarrollar una app con IA?

Depende del alcance. Un prototipo básico puede estar listo en pocas horas. Una aplicación funcional, segura y mantenible puede tomar semanas. El error más común es confundir la velocidad del prototipo con la velocidad del desarrollo completo. La fase de seguridad, UX y depuración suele ser la más demandante y la que más requiere supervisión humana.

¿Qué significa "human on the loop" en el desarrollo con IA?

Es el principio de mantener al ser humano como revisor activo en cada paso del proceso, en lugar de delegar decisiones completas a la IA. Aplicado al desarrollo de software, significa ejecutar cada cambio de forma manual, probarlo antes de avanzar y no incorporar código al proyecto sin haberlo validado. Es la diferencia entre usar la IA como ejecutor autónomo y usarla como guía experta.

Tip Pro Xyclos:

Antes de pedirle a cualquier IA que modifique tu código, divide el archivo en módulos más pequeños. Los modelos trabajan mejor — y con menos errores — cuando el contexto es manejable. Un archivo de 2.800 líneas supera la ventana de contexto de la mayoría de modelos actuales.

¿Es seguro guardar datos personales en una app desarrollada con IA?

La seguridad no es responsabilidad de la IA: es responsabilidad del desarrollador. Una app generada con IA puede tener vulnerabilidades si no se revisa específicamente la capa de seguridad. Dedicar tiempo exclusivo a configurar, probar y validar la seguridad de los datos no es opcional, independientemente de qué herramienta se haya usado para construir la aplicación.

¿Qué hacer cuando una IA supera su límite de contexto al revisar código?

Cambiar de herramienta o dividir el problema. Si el archivo de código es demasiado grande para la ventana de contexto del modelo que estás usando, tienes dos opciones: usar un modelo con mayor capacidad de contexto, o reestructurar el código en módulos más pequeños antes de continuar. La segunda opción, aunque más lenta, produce un código más organizado y mantenible a largo plazo.

¿Qué es Claude en Excel y para qué sirve?

Claude en Excel es una integración que permite usar inteligencia artificial directamente dentro de hojas de cálculo para analizar datos, detectar errores en fórmulas, sugerir mejoras y automatizar tareas repetitivas. A diferencia de las fórmulas tradicionales, Claude interpreta el contexto del libro completo y responde en lenguaje natural, lo que convierte una hoja de cálculo en un entorno de análisis conversacional.

¿Qué tienen en común programar en Assembler, RPG o Cobol con desarrollar apps con IA hoy?

Más de lo que parece. En ambos casos, el programador necesita entender la lógica del proceso, no solo escribir instrucciones. La diferencia está en la velocidad y la abstracción: antes, construir una solución tomaba días de trabajo manual y lectura de dumps de memoria; hoy, la IA genera ese mismo código en segundos. Pero el criterio para validar si ese código es correcto sigue siendo humano. La herramienta cambió; la responsabilidad, no.

¿Qué significa pensar "out of the box" cuando se trabaja con IA?

Significa salir del flujo automático que impone la IA y hacer preguntas que el modelo no anticipó. Las IAs generativas son muy buenas respondiendo dentro del marco que les das, pero no cuestionan ese marco. Pensar fuera de él implica cambiar el ángulo de la pregunta, usar varios modelos para contrastar respuestas y no aceptar la primera solución como la única posible. Es una habilidad humana que la IA no puede reemplazar.

¿Cómo ayuda la técnica Pomodoro cuando se trabaja en un proyecto de desarrollo con IA?

La técnica Pomodoro, propone bloques de trabajo concentrado de el tiempo que se sienta cómodo alternado con minutos o el tiempo que neceste de descansos cortos, es especialmente útil en proyectos de desarrollo con IA porque combate la inercia de velocidad que estos entornos generan. Cuando la IA produce soluciones en segundos, es fácil avanzar sin verificar. Los descansos programados crean pausas obligatorias para revisar, reflexionar y retomar con la mente fresca, lo que reduce errores acumulados.

¿Qué es el UX y por qué es más complejo de lo esperado en una app desarrollada con IA?

UX (User Experience) es el conjunto de decisiones que determinan cómo una persona interactúa con una aplicación: navegación, claridad visual, consistencia, respuesta a errores.

En el desarrollo con IA, el UX suele subestimarse porque los prototipos iniciales funcionan técnicamente pero no han sido diseñados pensando en el usuario final. Ajustar la experiencia de uso exige iterar sobre decenas de detalles que no son visibles en el código, lo que convierte esta fase en una de las más demandantes del proceso.

¿Cuál es la diferencia entre IA probabilística y herramientas determinísticas en el desarrollo de software?

Una IA probabilística, como Claude, Gemini, ChatGPT, Copilot, Grok, Qwen, Manuso Mistral, genera respuestas basadas en patrones estadísticos: puede producir resultados distintos ante la misma pregunta y tiende a optimizar o interpretar más allá de lo solicitado.

Una herramienta determinística, como Word, Excel o un editor de código, ejecuta exactamente la instrucción dada, sin interpretación ni variación. En el desarrollo de apps, combinar ambas es una best practice: usar la IA para generar y proponer, y las herramientas determinísticas para ejecutar cambios quirúrgicos con total control.

#AIApps #VibeCoding #HumanOnTheLoop #AITools #AppDevelopment #InteligenciaArtificial #CrearAppsConIA #DesarrolloConIA #ProductividadDigital #AprendizajeDigital #xyclos