| marp | true |
|---|---|
| theme | default |
| paginate | true |
| backgroundColor | |
| color |
Lleva tu equipo de “vibe coding” a un proceso ordenado y productivo con IA integrada.
<style> h3 { font-size: 0.90rem; position: absolute; bottom: 30px; } </style>
La IA no reemplaza al programador, lo potencia.
Sin estructura (PRD, SAFe, agentes, IDE configurado), solo es “jugar con prompts”.
Objetivo:
- IA como copiloto, no como reemplazo.
- Productividad vs. dependencia.
- Casos reales:
- GitHub Copilot
- ChatGPT
- Ollama
- LLM (Large Language Models): cómo funcionan en palabras simples.
- Inferencia y endpoints: qué son, cómo se consumen.
- Prompt Engineering: arte de hablarle a la IA para obtener valor real.
- Agentes y orquestación: qué son, por qué importan.
- IDE (VS Code): instalación y extensiones útiles
- Copilot
- CodeGPT
- MCP clients
- Ollama: instalar y correr modelos localmente.
- Integración: APIs y endpoints de IA.
- Cuándo usar modelos locales vs. en la nube.
- Gestión de datos sensibles.
- Repaso del SAFe Requirements Model para proyectos pequeños.
- Traducir un Product Requirement Document en tareas técnicas con IA.
- Refinar requerimientos y dividir en historias/tareas.
The SAFe Requirements Model is a hierarchical model that defines requirements at the Epic, Feature, and Story levels. It is based on the INVEST model for writing good user stories. The SAFe Requirements Model is a living document that will be updated as the product evolves and new requirements are identified.
- Diseño: arquitecturas, diagramas, documentación.
- Codificación: generación, refactorización, optimización.
- Testing: pruebas unitarias e integración automáticas.
- Documentación: README, comentarios, guías de usuario.
- Diferencia entre LLM básico y agente autónomo.
- Ejemplos:
- LangChain
- MCP (Model Context Protocol)
- A2A (Agent-to-Agent)
- MCP es el “Zapier de agentes”.
- Integrar agentes con herramientas y APIs.
- Ejemplo: conectar un LLM con un repositorio de código.
<style> .three-columns { display: grid; grid-template-columns: repeat(3, 1fr); gap: 20px; } </style>
- Definir un PRD simple (ej. app de notas para vendedores).
- Usar IA para generar el scaffolding inicial.
- Tomar código desordenado.
- Usar IA para mejorar legibilidad, añadir pruebas y documentación.
- No le pidas cualquier cosa a la IA sin proceso.
- Adopta estructura:
PRD → tareas → IA como copiloto → validación humana.
- Tiempo ahorrado.
- Calidad del código.
- Reducción de bugs.
- Especialización en agentes.
- Integración con pipelines CI/CD.
- Construcción de framework propio de buenas prácticas con IA.
- Documentación oficial:
GitHub Copilot, ChatGPT, Ollama. - Tutoriales de MCP y agentes (HAPI Stack).
- Ejemplos de PRDs y cómo desglosarlos en tareas técnicas.
- Plantillas de prompts efectivos para distintas fases del desarrollo.
La IA es poderosa, pero su verdadero valor se desbloquea cuando se integra de manera estructurada y consciente en el flujo de trabajo del equipo.
¡Potencia tu desarrollo con IA! 🚀