Guía gratuita

Desarrolla con agentes de IA, de forma segura

Un marco de adopción para un ciclo de desarrollo de software asistido por IA (AI-SDLC). Es el proceso detrás de más de 5.000 pull requests fusionados en dos plataformas en producción.

Qué contiene

1. 1. Escribe primero las reglas

   • Un archivo corto de instrucciones por repositorio: arquitectura, convenciones, qué puede hacer el agente y qué no.
   • Reglas fijas: login, pagos, borrado de datos y secretos siempre requieren la aprobación de una persona.
   • Los agentes nunca trabajan con datos de producción ni cuentas reales de clientes, solo con cuentas de prueba.

2. 2. Cada cambio, pequeño y reversible

   • Un ticket, un pull request. Ramas protegidas y trabajo solo con PRs, sin pushes directos.
   • Migraciones de base de datos idempotentes y con dry-run contra la base de datos de destino antes del merge.

3. 3. Siempre staging primero

   • Cada cambio pasa por un entorno de staging antes de producción, con el mismo build y la misma configuración.
   • Solo se despliegan las funciones o servicios que han cambiado, para que cada release sea pequeño.

4. 4. Comprobar como un usuario

   • Tests unitarios y end-to-end, más líneas base de typecheck y lint que solo pueden mejorar.
   • Un test de navegador con IA en un Chrome real: el flujo descrito en lenguaje natural, con resultado, errores y propuesta de corrección.

5. 5. Analizar el impacto antes de producción

   • Una tabla corta por release: qué cambia, a quién afecta, el riesgo y cómo volver atrás.
   • Una persona aprueba el merge a producción.

6. 6. Desplegar y vigilar

   • Smoke tests en las rutas vitales tras cada despliegue, y el despliegue se marca en rojo si una falla.
   • Monitorización de resultados y una issue abierta automáticamente por fallo, que se cierra al recuperarse.

7. 7. Cerrar el ciclo

   • El agente redacta las respuestas a clientes y una persona las envía.
   • Cada aprendizaje vuelve a los archivos de instrucciones, así el proceso se mejora solo.

8. Implantación según el tamaño de la empresa

   • Startup: reglas, staging y pruebas de navegador en una o dos semanas. La velocidad sale del ciclo, no de saltárselo.
   • Pyme: un equipo piloto durante cuatro a seis semanas, una revisión de seguridad y después el despliegue al resto de equipos.
   • Gran empresa: primero la gobernanza: una lista aprobada de modelos y proveedores, clasificación de datos, modelos locales para código sensible, trazabilidad y un equipo de plataforma que capacita a los demás.

9. Qué medir

   • Tiempo del ticket a producción, tasa de cambios fallidos, pull requests fusionados por semana y errores encontrados por los usuarios.