Actualidad
Vibe coding: el x10 no está en el prompt, está en el test
Cada dos semanas, el equipo de Origen aparca el proyecto que tiene entre manos para probar tecnología sin agenda comercial. En la última sesión trabajamos en salas paralelas sobre cuatro temas: cómo se construye un agente que recuerda, cómo una conversación se convierte en una web publicada, para qué sirve un modelo que solo decide y cómo se edita un vídeo sin abrir un editor. Esto es lo que hicimos y lo que nos llevamos.
El Viernes Pizza es el nombre interno de nuestros viernes de innovación: una sesión quincenal en la que el equipo de Origen deja lo que está haciendo para experimentar con tecnología, construir prototipos y contar lo aprendido. Hay pizza, pero lo que importa es el formato. Nadie presenta un producto terminado: se muestra trabajo en marcha, con sus límites y sus dudas.
La iniciativa responde a una convicción que atraviesa la forma de trabajar de Origen. La tecnología cambia más deprisa de lo que cualquier plan puede absorber, y la única manera de mantener criterio es tocarla antes de recomendarla. Lo que se prueba un viernes en una sala acaba, semanas después, en la arquitectura de un agente, en la propuesta a un cliente o en un proceso interno que deja de hacerse a mano. Es la versión cotidiana de Roots of Tomorrow: el futuro se construye desde la raíz, y la raíz es el conocimiento que circula dentro del equipo.
La sesión del 25 de septiembre fue especialmente variada. Se organizó en salas paralelas, cada una con su tema y su equipo, y dejó cuatro intervenciones, tres webs publicadas durante la jornada y siete prompts que ya forman parte de nuestra caja de herramientas.
Roberto Lorente, Director de Innovación e Inteligencia Artificial
Roberto abrió la caja de un agente para mostrar que no es un chat, sino una carpeta organizada que piensa, actúa y recuerda. En el centro vive un único archivo de instrucciones, el cerebro, que define identidad, misión, alcance, reglas, límites y protocolos de sesión. Claude, ChatGPT y Gemini pueden entrar por ficheros distintos, pero todos apuntan a la misma fuente de verdad. Así, el agente conserva su forma de trabajar aunque cambie la IA que lo ejecuta.
Alrededor del cerebro, la carpeta del agente contiene cuatro piezas:
La arquitectura separa tres capas. Las directivas describen el procedimiento; el cerebro interpreta la petición, elige la skill y gestiona errores o confirmaciones; y los scripts hacen el trabajo que no conviene improvisar. La IA aporta criterio donde hace falta interpretar y el código aporta fiabilidad donde no.
«Los modelos son probabilísticos; la lógica de negocio debe ser determinista.»
Roberto Lorente
La distinción más útil de la sesión fue la que separa conocimiento de memoria. El conocimiento es lo que la organización da al agente y se trata como solo lectura. La memoria es lo que el agente adquiere: el estado de la última sesión, los hechos curados, las decisiones y los aprendizajes con fecha. Cada sesión arranca leyendo solo lo imprescindible, consulta la memoria cuando la necesita y termina guardando estado y hechos para que la siguiente no empiece de cero. Un agente que confunde ambas cosas termina reescribiendo la verdad de la organización con sus propias suposiciones.
Las skills viajan y mejoran. Cada una es una carpeta autocontenida, con su manual, sus scripts, sus referencias y sus dependencias, y puede copiarse a otro agente sin perder el procedimiento. Antes de crear una capacidad nueva se comprueba si ya existe; cuando aparece una excepción útil, la skill se actualiza y el aprendizaje queda disponible para las siguientes ejecuciones.
Roberto cerró con la fábrica de agentes, que convierte esta arquitectura en un proceso repetible: elegir el tipo de agente, definir identidad y usuarios, seleccionar skills, generar la carpeta completa y arrancar la primera sesión con memoria desde el primer día. El resultado es un compañero operativo gobernado, portable y preparado para mejorar con el uso. En una frase: de chat puntual a compañero operativo.
Sebastián Scarafia, agentización
Sites permite crear y publicar webs o aplicaciones desde ChatGPT. Visualize convierte una petición de análisis en una superficie interactiva para explorar datos. Sebastián mostró las dos herramientas con tres webs construidas y publicadas durante la sesión.
La primera demostración partió de una fotografía de una botella y un briefing mínimo: fabricada con materiales cien por cien reciclados, público sensible al medio ambiente, una web de una sola página y, como única indicación de diseño, el azul de Prusia como color principal. La instrucción terminaba con «no me preguntes nada, solo dame la web». En minutos, Sites propuso nombre, logotipo, marca, imágenes creadas desde cero, narrativa comercial, carrito y una web publicada. Después se recorrieron las opciones de acceso: privada, compartida con personas concretas o abierta, además de la posibilidad de usar un dominio propio.
La segunda demostración fue más allá de una web informativa. Se tomó como referencia funcional una herramienta conocida de optimización de imágenes, se le pidió al agente que la analizara en el navegador para entender su flujo y que construyera una aplicación original, con nombre e identidad propios, que además archivara cada imagen procesada en una carpeta de Google Drive. El resultado recibe imágenes, las procesa y devuelve archivos. A partir de ahí se habló de formularios, bases de datos y conexiones externas, y de un caso interno ya planteado: una herramienta de gastos pensada para el móvil, en la que cada persona fotografía sus tickets, revisa los datos extraídos, organiza los gastos por meses y exporta un fichero para administración al cerrar cada mes.
La tercera fue una guía interactiva de comandos para crear y transformar imágenes con ChatGPT: cientos de comandos agrupados por categorías, ejemplos de antes y después al pasar el ratón, desplegables con el resto de comandos y un código QR que lleva a la propia guía. Esta demostración sirvió para ver el proceso real de iteración: el primer prompt describe la web completa, el segundo pide la lista de imágenes que faltan por crear, el tercero recorta el alcance a las diez primeras categorías y el cuarto añade un botón. Ninguna web sale bien a la primera; lo que cambia es el coste de cada vuelta.
El flujo de trabajo con Sites cabe en cuatro pasos: describir el resultado, aportar referencias, revisar e iterar, publicar y compartir.
Visualize se presentó como complemento y se utilizó para convertir preguntas en cuadros interactivos. Un prompt de una línea produjo un mapa interactivo de la población mundial. Otro, una comparativa de precios por token de los modelos actuales de OpenAI, Anthropic y Google. El tercero, más elaborado, pidió un radar del mercado inmobiliario español con precios de venta y alquiler por metro cuadrado, variaciones mensuales, trimestrales e interanuales, máximos históricos y exploración por comunidad, provincia y ciudad, construido con datos públicos de fuentes como el INE, el Ministerio de Vivienda, el Colegio de Registradores o el Banco de España.
Las ideas clave que quedaron sobre la mesa:
El valor de ambas herramientas está en acortar la distancia entre una idea y algo que otra persona puede abrir en su navegador. El criterio para decidir qué merece publicarse sigue siendo nuestro.
Vicente Simón, arquitectura de software
La sala técnica trabajó con código. Vicente presentó Jev, un modelo que no escribe texto: recibe un estado y un conjunto de opciones, y devuelve una clasificación con la probabilidad de cada opción y una confianza global, pensadas para que las lea otro programa. Es lo que TypeSafe, su creador, llama un modelo de «Sistema Uno». Junto a Jev se presentó Laya, una alternativa abierta con capacidades aparentemente similares que, a diferencia de Jev, puede descargarse y entrenarse con información propia.
El argumento es de proporción. Un modelo generalista interpreta matices, pero consume más tokens, tarda más y puede desviarse del formato esperado. Para tareas acotadas, un modelo especializado en una única función devuelve una estructura más directa, con menor coste y menor latencia.
La diferencia entre los dos modelos, en cuatro líneas:
Los casos de uso comentados fueron concretos: validar si un documento sirve para responder una consulta, decidir si hace falta seguir buscando, clasificar información por nivel o derivar un caso según su contenido. Dentro de una automatización, ese tipo de decisión sustituye reglas rígidas por criterios más flexibles.
«No todas las tareas necesitan el modelo más grande. Algunas necesitan un modelo que solo haga una cosa, muy rápido.»
Vicente Simón
Las demostraciones lo hicieron tangible. Primero, un juego sencillo en el que distintos modelos tomaban decisiones para pilotar un vehículo entre obstáculos. Después, una clasificación de películas por género a partir de su sinopsis. El resultado no era completamente determinista, como tampoco lo sería un grupo de personas, pero las variaciones se mantenían cerca.
Cuándo encaja: cuando la entrada son datos o texto bien delimitados, la salida es una clasificación o una decisión estructurada, y la decisión es breve, repetida y especializada. Cuándo no: cuando el problema es abierto y hace falta razonamiento amplio.
Rodrigo San Andrés, Forward Deployed Engineer
Rodrigo mostró un flujo en el que el agente recibe el material, selecciona los momentos, compone la pieza y adapta el resultado a distintas marcas y canales. El ejemplo partió de una entrevista larga. El agente eligió el fragmento, propuso el titular, identificó a la persona que aparecía en pantalla y montó la pieza sin una primera ronda de indicaciones minuciosas. La conversación posterior sirvió para corregir y afinar, no para ejecutar cada corte a mano.
El agente mantenía directorios y plantillas para distintas marcas. Una vez validada una versión, el mismo criterio se aplicaba a formatos verticales, horizontales y piezas para varios canales. La comparación que se hizo en la sala fue clara: un trabajo de una semana quedaba reducido a unos veinte minutos de interacción y revisión.
Rodrigo cerró con una comparación en el tiempo. Recuperó un vídeo producido dos años antes con varias herramientas de IA encadenadas, se lo entregó al agente y le pidió que lo rehiciera con libertad. La diferencia resume cuánto se ha simplificado la producción visual: menos trasvase entre herramientas y más continuidad entre intención, montaje y entrega.
«El agente no sustituye la mirada. Reduce la distancia entre una decisión creativa y todas las versiones que hay que producir.»
Rodrigo San Andrés
La idea operativa, en cuatro pasos:
La edición pasa a ser conversacional: entra el vídeo original con sus referencias de marca, el agente selecciona, corta, rotula y compone, la revisión se hace sobre el resultado completo y salen variantes preparadas para varios canales.
Cuatro temas distintos y un hilo común: pasar de experimentar con la IA a diseñar sistemas. Instrucciones claras, memoria útil, el modelo adecuado para cada tarea y resultados que otras personas pueden abrir, compartir y mejorar.
Eso tiene implicaciones fuera de nuestra oficina. Muchas organizaciones están en la fase en la que cada persona prueba herramientas por su cuenta y el conocimiento se queda en el chat que lo generó. El salto no lo da una herramienta nueva, sino la decisión de convertir lo aprendido en procedimiento: qué hace el agente y qué hace el código, qué sabe la organización y qué recuerda el sistema, qué tarea merece un gran modelo y cuál un clasificador ligero. Quien ordena esas preguntas antes de escalar construye capacidades que duran. Quien no, acumula demostraciones.
«La herramienta importa. El cambio real aparece cuando el conocimiento se convierte en un proceso repetible.»
Conclusión compartida de la sesión
Habrá más Viernes Pizza. Los seguiremos contando aquí.
Cada dos semanas, el equipo de Origen aparca el proyecto que tiene entre manos para probar tecnología sin agenda comercial. En la última sesión trabajamos en salas paralelas sobre cuatro temas: cómo se construye un agente que recuerda, cómo una conversación se convierte en una web publicada, para qué sirve un modelo que solo decide y cómo se edita un vídeo sin abrir un editor. Esto es lo que hicimos y lo que nos llevamos.
El Viernes Pizza es el nombre interno de nuestros viernes de innovación: una sesión quincenal en la que el equipo de Origen deja lo que está haciendo para experimentar con tecnología, construir prototipos y contar lo aprendido. Hay pizza, pero lo que importa es el formato. Nadie presenta un producto terminado: se muestra trabajo en marcha, con sus límites y sus dudas.
La iniciativa responde a una convicción que atraviesa la forma de trabajar de Origen. La tecnología cambia más deprisa de lo que cualquier plan puede absorber, y la única manera de mantener criterio es tocarla antes de recomendarla. Lo que se prueba un viernes en una sala acaba, semanas después, en la arquitectura de un agente, en la propuesta a un cliente o en un proceso interno que deja de hacerse a mano. Es la versión cotidiana de Roots of Tomorrow: el futuro se construye desde la raíz, y la raíz es el conocimiento que circula dentro del equipo.
La sesión del 25 de septiembre fue especialmente variada. Se organizó en salas paralelas, cada una con su tema y su equipo, y dejó cuatro intervenciones, tres webs publicadas durante la jornada y siete prompts que ya forman parte de nuestra caja de herramientas.
Roberto Lorente, Director de Innovación e Inteligencia Artificial
Roberto abrió la caja de un agente para mostrar que no es un chat, sino una carpeta organizada que piensa, actúa y recuerda. En el centro vive un único archivo de instrucciones, el cerebro, que define identidad, misión, alcance, reglas, límites y protocolos de sesión. Claude, ChatGPT y Gemini pueden entrar por ficheros distintos, pero todos apuntan a la misma fuente de verdad. Así, el agente conserva su forma de trabajar aunque cambie la IA que lo ejecuta.
Alrededor del cerebro, la carpeta del agente contiene cuatro piezas:
La arquitectura separa tres capas. Las directivas describen el procedimiento; el cerebro interpreta la petición, elige la skill y gestiona errores o confirmaciones; y los scripts hacen el trabajo que no conviene improvisar. La IA aporta criterio donde hace falta interpretar y el código aporta fiabilidad donde no.
«Los modelos son probabilísticos; la lógica de negocio debe ser determinista.»
Roberto Lorente
La distinción más útil de la sesión fue la que separa conocimiento de memoria. El conocimiento es lo que la organización da al agente y se trata como solo lectura. La memoria es lo que el agente adquiere: el estado de la última sesión, los hechos curados, las decisiones y los aprendizajes con fecha. Cada sesión arranca leyendo solo lo imprescindible, consulta la memoria cuando la necesita y termina guardando estado y hechos para que la siguiente no empiece de cero. Un agente que confunde ambas cosas termina reescribiendo la verdad de la organización con sus propias suposiciones.
Las skills viajan y mejoran. Cada una es una carpeta autocontenida, con su manual, sus scripts, sus referencias y sus dependencias, y puede copiarse a otro agente sin perder el procedimiento. Antes de crear una capacidad nueva se comprueba si ya existe; cuando aparece una excepción útil, la skill se actualiza y el aprendizaje queda disponible para las siguientes ejecuciones.
Roberto cerró con la fábrica de agentes, que convierte esta arquitectura en un proceso repetible: elegir el tipo de agente, definir identidad y usuarios, seleccionar skills, generar la carpeta completa y arrancar la primera sesión con memoria desde el primer día. El resultado es un compañero operativo gobernado, portable y preparado para mejorar con el uso. En una frase: de chat puntual a compañero operativo.
Sebastián Scarafia, agentización
Sites permite crear y publicar webs o aplicaciones desde ChatGPT. Visualize convierte una petición de análisis en una superficie interactiva para explorar datos. Sebastián mostró las dos herramientas con tres webs construidas y publicadas durante la sesión.
La primera demostración partió de una fotografía de una botella y un briefing mínimo: fabricada con materiales cien por cien reciclados, público sensible al medio ambiente, una web de una sola página y, como única indicación de diseño, el azul de Prusia como color principal. La instrucción terminaba con «no me preguntes nada, solo dame la web». En minutos, Sites propuso nombre, logotipo, marca, imágenes creadas desde cero, narrativa comercial, carrito y una web publicada. Después se recorrieron las opciones de acceso: privada, compartida con personas concretas o abierta, además de la posibilidad de usar un dominio propio.
La segunda demostración fue más allá de una web informativa. Se tomó como referencia funcional una herramienta conocida de optimización de imágenes, se le pidió al agente que la analizara en el navegador para entender su flujo y que construyera una aplicación original, con nombre e identidad propios, que además archivara cada imagen procesada en una carpeta de Google Drive. El resultado recibe imágenes, las procesa y devuelve archivos. A partir de ahí se habló de formularios, bases de datos y conexiones externas, y de un caso interno ya planteado: una herramienta de gastos pensada para el móvil, en la que cada persona fotografía sus tickets, revisa los datos extraídos, organiza los gastos por meses y exporta un fichero para administración al cerrar cada mes.
La tercera fue una guía interactiva de comandos para crear y transformar imágenes con ChatGPT: cientos de comandos agrupados por categorías, ejemplos de antes y después al pasar el ratón, desplegables con el resto de comandos y un código QR que lleva a la propia guía. Esta demostración sirvió para ver el proceso real de iteración: el primer prompt describe la web completa, el segundo pide la lista de imágenes que faltan por crear, el tercero recorta el alcance a las diez primeras categorías y el cuarto añade un botón. Ninguna web sale bien a la primera; lo que cambia es el coste de cada vuelta.
El flujo de trabajo con Sites cabe en cuatro pasos: describir el resultado, aportar referencias, revisar e iterar, publicar y compartir.
Visualize se presentó como complemento y se utilizó para convertir preguntas en cuadros interactivos. Un prompt de una línea produjo un mapa interactivo de la población mundial. Otro, una comparativa de precios por token de los modelos actuales de OpenAI, Anthropic y Google. El tercero, más elaborado, pidió un radar del mercado inmobiliario español con precios de venta y alquiler por metro cuadrado, variaciones mensuales, trimestrales e interanuales, máximos históricos y exploración por comunidad, provincia y ciudad, construido con datos públicos de fuentes como el INE, el Ministerio de Vivienda, el Colegio de Registradores o el Banco de España.
Las ideas clave que quedaron sobre la mesa:
El valor de ambas herramientas está en acortar la distancia entre una idea y algo que otra persona puede abrir en su navegador. El criterio para decidir qué merece publicarse sigue siendo nuestro.
Vicente Simón, arquitectura de software
La sala técnica trabajó con código. Vicente presentó Jev, un modelo que no escribe texto: recibe un estado y un conjunto de opciones, y devuelve una clasificación con la probabilidad de cada opción y una confianza global, pensadas para que las lea otro programa. Es lo que TypeSafe, su creador, llama un modelo de «Sistema Uno». Junto a Jev se presentó Laya, una alternativa abierta con capacidades aparentemente similares que, a diferencia de Jev, puede descargarse y entrenarse con información propia.
El argumento es de proporción. Un modelo generalista interpreta matices, pero consume más tokens, tarda más y puede desviarse del formato esperado. Para tareas acotadas, un modelo especializado en una única función devuelve una estructura más directa, con menor coste y menor latencia.
La diferencia entre los dos modelos, en cuatro líneas:
Los casos de uso comentados fueron concretos: validar si un documento sirve para responder una consulta, decidir si hace falta seguir buscando, clasificar información por nivel o derivar un caso según su contenido. Dentro de una automatización, ese tipo de decisión sustituye reglas rígidas por criterios más flexibles.
«No todas las tareas necesitan el modelo más grande. Algunas necesitan un modelo que solo haga una cosa, muy rápido.»
Vicente Simón
Las demostraciones lo hicieron tangible. Primero, un juego sencillo en el que distintos modelos tomaban decisiones para pilotar un vehículo entre obstáculos. Después, una clasificación de películas por género a partir de su sinopsis. El resultado no era completamente determinista, como tampoco lo sería un grupo de personas, pero las variaciones se mantenían cerca.
Cuándo encaja: cuando la entrada son datos o texto bien delimitados, la salida es una clasificación o una decisión estructurada, y la decisión es breve, repetida y especializada. Cuándo no: cuando el problema es abierto y hace falta razonamiento amplio.
Rodrigo San Andrés, Forward Deployed Engineer
Rodrigo mostró un flujo en el que el agente recibe el material, selecciona los momentos, compone la pieza y adapta el resultado a distintas marcas y canales. El ejemplo partió de una entrevista larga. El agente eligió el fragmento, propuso el titular, identificó a la persona que aparecía en pantalla y montó la pieza sin una primera ronda de indicaciones minuciosas. La conversación posterior sirvió para corregir y afinar, no para ejecutar cada corte a mano.
El agente mantenía directorios y plantillas para distintas marcas. Una vez validada una versión, el mismo criterio se aplicaba a formatos verticales, horizontales y piezas para varios canales. La comparación que se hizo en la sala fue clara: un trabajo de una semana quedaba reducido a unos veinte minutos de interacción y revisión.
Rodrigo cerró con una comparación en el tiempo. Recuperó un vídeo producido dos años antes con varias herramientas de IA encadenadas, se lo entregó al agente y le pidió que lo rehiciera con libertad. La diferencia resume cuánto se ha simplificado la producción visual: menos trasvase entre herramientas y más continuidad entre intención, montaje y entrega.
«El agente no sustituye la mirada. Reduce la distancia entre una decisión creativa y todas las versiones que hay que producir.»
Rodrigo San Andrés
La idea operativa, en cuatro pasos:
La edición pasa a ser conversacional: entra el vídeo original con sus referencias de marca, el agente selecciona, corta, rotula y compone, la revisión se hace sobre el resultado completo y salen variantes preparadas para varios canales.
Cuatro temas distintos y un hilo común: pasar de experimentar con la IA a diseñar sistemas. Instrucciones claras, memoria útil, el modelo adecuado para cada tarea y resultados que otras personas pueden abrir, compartir y mejorar.
Eso tiene implicaciones fuera de nuestra oficina. Muchas organizaciones están en la fase en la que cada persona prueba herramientas por su cuenta y el conocimiento se queda en el chat que lo generó. El salto no lo da una herramienta nueva, sino la decisión de convertir lo aprendido en procedimiento: qué hace el agente y qué hace el código, qué sabe la organización y qué recuerda el sistema, qué tarea merece un gran modelo y cuál un clasificador ligero. Quien ordena esas preguntas antes de escalar construye capacidades que duran. Quien no, acumula demostraciones.
«La herramienta importa. El cambio real aparece cuando el conocimiento se convierte en un proceso repetible.»
Conclusión compartida de la sesión
Habrá más Viernes Pizza. Los seguiremos contando aquí.
