De Copiar y Pegar a Claude Code: Mi Evolución con IA
Lo que aprendí construyendo un sistema personal de asistente de IA, y por qué la ingeniería de contexto importa más que el modelo.
Empecé a usar IA para escribir código en el momento en que fue posible.
A finales de 2022, cuando salió GPT-3.5, saltaba entre ChatGPT y mi editor. Copiar prompt, pegar respuesta, debuggear, repetir. Cada cambio de ventana perdía contexto. Cada nuevo chat significaba volver a explicar la estructura de mi proyecto, estilo de código, restricciones. Los scripts pequeños funcionaban bien. Cualquier cosa más grande era como arrear gatos.
Probé de todo: Claude, Bard, modelos fine-tuned, después editores nativos de IA como Cursor, Windsurf, el modo chat de Copilot. Lo que funcionó fue Claude Code en la terminal. Los workflows de CLI encajan con cómo pienso. Ya vivo en la terminal para git y scripts. Agregar Claude ahí significó mantener el flow.
Lo que tardé demasiado en entender: la herramienta importa menos que la preparación.
La IA más avanzada aún produce resultados mediocres sin un setup adecuado. La diferencia entre "IA que alucina" y "IA que entrega código de calidad" es ingeniería de contexto: instrucciones claras, documentación mantenida, workflows refinados por lo que realmente funciona.
Con el tiempo, construí un ecosistema alrededor de Claude. Lee mi documentación, se conecta a mis bases de datos, automatiza mi navegador. Agentes especializados manejan investigación, verificación de hechos, code review. El sistema conoce mis restricciones antes de que las mencione.
Esa infraestructura convierte un juguete en herramienta. Y cuando funcionó, el resultado me sorprendió.
Contribuciones en GitHub: 385 en 2024, 1,623 en 2025. Un aumento de 4x. Más de un millón de líneas agregadas en 91 repositorios. Apps iOS nativas con SwiftUI. Aplicaciones full-stack con Next.js. Pipelines de investigación que cruzan fuentes y generan reportes. Trabajo que habría requerido un equipo.
Debo ser claro: no soy desarrollador de profesión. Mi trabajo diario es product marketing, catorce años traduciendo complejidad técnica en estrategia de mercado. Siempre fui lo suficientemente técnico para ser peligroso, construyendo dashboards y herramientas internas para equipos mucho antes de que la IA entrara en escena.
Lo que cambió fue el alcance. Ahora lanzo productos, no solo prototipos.
La IA colapsó la curva de aprendizaje. React pasó de intimidante a familiar en semanas. SwiftUI hizo clic porque podía aprender construyendo, no leyendo docs que olvidaría. Python se convirtió en mi herramienta para todo porque podía enfocarme en problemas, no en sintaxis.
Esa velocidad se acumula. Ideas que habrían muerto en mi cuaderno ahora se convierten en prototipos funcionales. Herramientas que deseaba que existieran, las construyo. Discusiones técnicas que solía solo observar, ahora contribuyo.
Esto es lo que programar con IA realmente ofrece. No reemplazo, sino amplificación.
Si hay una lección aquí, es que el setup importa más que el modelo. Ingeniería de contexto es una habilidad real, y la aprendes haciendo, no estudiando.
Si estás en un camino similar, ya sea un marketer aprendiendo código, un diseñador volviéndose técnico, o un experto de dominio construyendo herramientas, ten en cuenta que ninguno de nosotros tiene esto resuelto. Ese es exactamente el punto.