Este ingeniero obtenía muy malos resultados programando con IA. Ha contado cómo consiguió ser tan productivo como le prometían

En los últimos meses hemos vivido la cambio de un debate presente desde que la IA ha irrumpido en nuestras vidas: la programación mediante herramientas de IA generativa, o 'vibe coding'. Según Jacob Voytko, desarrollador de software en Hinge, los foros han reflejado una tendencia clara: mientras algunos programadores aseguran que herramientas basadas en inteligencia químico como Cursor han revolucionado su productividad, otros siguen mostrándose escépticos sobre su utilidad vivo.

Si perfectamente en un primer momento este programador recalca que inicialmente pertenecía a este zaguero rama, decidió compartir su experiencia sobre cómo su percepción cambió con el tiempo y qué estrategias le permitieron disfrutar mejor estas herramientas.

De la frustración al estudios

Cuando su empresa, Hinge, adquirió una suscripción a Cursor, este ingeniero lo probó de inmediato. Sin requisa, su primera experiencia fue frustrante: los resultados no eran satisfactorios, y la mayoría de sus intentos terminaban en código inutilizable. La única funcionalidad que le pareció útil desde el principio fue la de autocompletar con tabulador, que según él superaba en calidad a GitHub Copilot. Pero cuando intentaba usar los prompts en proyectos reales, la aparejo no parecía aportar valía.

Posteriormente de varias pruebas fallidas, decidió investigar más a fondo. Buscó tutoriales en YouTube, aunque estos no le resultaron de utilidad. Finalmente, conversando con desarrolladores que usaban Cursor con éxito, se dio cuenta de que su enfoque estaba erróneo. En punto de tratar la IA como una caja mágica que debía producir código consumado con un solo comando, necesitaba cambiar su mentalidad y desarrollar habilidades específicas para interactuar con ella.

Cuatro cambios de enfoque esencia para programar con IA

Tras un proceso de estudios, identificó cuatro principios que transformaron su modo de trabajar con Cursor:

1. Dividir las tareas en partes más pequeñas. Pedirle a la IA que genere un sistema completo de una sola vez lleva a errores acumulativos y código difícil de revisar. En su punto, aprendió a orquestar las solicitudes en pasos más manejables, primero definiendo firmas de métodos y luego desarrollando la funcionalidad en iteraciones.
2. Elegir cuidadosamente el contexto. Al principio, solía alentar a Cursor con poca o demasiada información. Descubrió que proporcionar exactamente los archivos y fragmentos relevantes mejoraba enormemente la calidad de las respuestas. Incluso comprendió la importancia de ajustar el contexto en cada nueva interacción.
3. Redactar prompts claros y concisos. Un buen prompt es específico y sin ambigüedades. Cuanto más preciso es el enunciado de la solicitud, más acertada será la respuesta del maniquí, según comenta en su publicación.
4. Aceptar y corregir. En punto de frustrarse cuando la IA generaba código incorrecto, adoptó la mentalidad de aceptar el resultado y modificarlo manualmente. Al admitir que la IA no proporciona soluciones perfectas, sino borradores mejorables, su productividad aumentó considerablemente.

Una cambio en la forma de programar

El ingeniero concluye que el ampliación de software asistido por IA aún está en una grado temprana, pero la tendencia es clara: estas herramientas seguirán evolucionando y mejorando con el tiempo.

Voytko asegura que, aquellos que aprenden a utilizarlas eficazmente, ahora "estarán mejor preparados para adaptarse a los cambios y disfrutar al mayor su potencial en el futuro".

Imagen de portada | Sigmund

En Genbeta | He transformado a Gemini en el detector de estafas SMS por IA definitivo. Así me sirve la IA para combatir el phishing