Dar al agente un cometido, contexto y restricciones.
Un rol útil de IA conoce al usuario, la parte del producto en la que trabaja, los criterios de aceptación, el riesgo y el resultado esperado.
Colaboración con IA
Cómo colaboro con IA manteniendo el criterio bajo responsabilidad humana.
No trato la IA como un asistente genérico, sino como colaboradores con cometidos distintos: product manager, arquitecto de sistemas, especialista en UX, responsable de implementación y especialista en QA. Cada rol necesita contexto, restricciones, un entregable esperado y un límite claro de revisión humana.
La versión más completa incluye ocho roles: analista de investigación, product manager, diseñador de producto, arquitecto de sistemas, agente de implementación, revisor de QA y seguridad, redactor técnico y operador de producto. No son cargos para la IA, sino perspectivas para decidir qué entregable hace falta y cómo revisarlo.
La idea central es que delegar debe aumentar la claridad. En un trabajo serio, la persona sigue siendo responsable de definir el problema, aplicar criterio, resolver equilibrios, aceptar riesgos, verificar y formular los mensajes finales. La IA puede acelerar la producción; no debe difuminar la responsabilidad.
El modelo convierte la idea del artículo en una herramienta práctica: una secuencia de decisiones, entregables o comprobaciones que puede orientar el trabajo real de producto.
Un rol útil de IA conoce al usuario, la parte del producto en la que trabaja, los criterios de aceptación, el riesgo y el resultado esperado.
El entregable puede ser un brief, una historia de usuario, un mapa del sistema, un estado de pantalla, un cambio de código, una nota de prueba o una lista de bloqueos para el lanzamiento.
La IA puede redactar, inspeccionar, generar y probar. La persona conserva el criterio de producto, el gusto, la aceptación del riesgo, la verificación y las afirmaciones finales.
La colaboración con IA se representa mediante roles delimitados alrededor de una capa de criterio bajo responsabilidad humana.
Estructura problemas, historias, decisiones de equilibrio, prioridades, criterios de aceptación y preguntas de lanzamiento.
Da forma a la arquitectura, los datos, las API, las integraciones, los modos de fallo y las restricciones no funcionales.
Convierte los flujos de trabajo en pantallas, componentes, estados vacíos/de error, jerarquía de contenido y calidad de interacción.
Produce cambios de código acotados y después prueba flujos principales, casos límite, regresiones y riesgos residuales.
Un modelo puede producir entregables con rapidez, pero la autoría sigue en la persona que decide qué importa, qué es cierto y qué se puede lanzar de forma segura.
Por eso mi proceso con IA separa rol, tipo de tarea, alcance, exclusiones, pruebas esperadas y condiciones para detenerse. El modelo puede recomendar e implementar, pero no debe decidir por su cuenta el propósito, el usuario objetivo, el estándar de marca, el riesgo de lanzamiento, el mensaje al cliente, el despliegue o las afirmaciones públicas.
Cuanto mejor es el dossier de producto, mejor es el resultado de la IA. Los roles y las restricciones facilitan la revisión porque el trabajo tiene un objetivo declarado.
El patrón de prompt es consistente: cargar la documentación de referencia, asignar el rol adecuado, indicar si la tarea es de análisis, diseño, implementación o verificación, definir alcance y exclusiones, concretar qué resultado debe demostrar el trabajo y pedir a la IA que exponga sus supuestos y bloqueos.
A medida que los agentes de código y las herramientas de investigación y producto ganan capacidad, el cuello de botella se desplaza hacia la dirección, la revisión, las comprobaciones similares a evals, los criterios de lanzamiento y la confianza.
Uso entregables concretos para hacer visibles las decisiones. Así pueden revisarse, reutilizarse y relacionarse con el trabajo realizado.
Estructura problemas, historias, decisiones de equilibrio, prioridades, criterios de aceptación y preguntas de lanzamiento.
Da forma a la arquitectura, los datos, las API, las integraciones, los modos de fallo y las restricciones no funcionales.
Convierte los flujos de trabajo en pantallas, componentes, estados vacíos/de error, jerarquía de contenido y calidad de interacción.
Produce cambios de código acotados y después prueba flujos principales, casos límite, regresiones y riesgos residuales.