Temario del curso
Comprensión de las herramientas y una primera construcción<\/h3>
Cómo funcionan realmente las herramientas de codificación con IA<\/h3>
Temas cubiertos:
• Comprensión de las ventanas de contexto y sus limitaciones
• Estado sin memoria (statelessness) y cómo los modelos de IA retienen información durante una sesión
• Flujo de trabajo Planificar → Ejecutar → Revisar
• Lo que las herramientas de codificación con IA hacen bien y dónde presentan dificultades
• Mejores prácticas para colaborar eficazmente con asistentes de IA<\/p>
El panorama de la codificación con IA<\/h3>
Temas cubiertos:
• Visión general del ecosistema actual de codificación con IA
• Comprensión de las diferencias entre herramientas como Cursor, GitHub Copilot y Claude Code
• Selección del modelo y herramienta adecuados para distintas tareas
• Fortalezas y limitaciones de diversos asistentes de codificación
• Recomendaciones prácticas para la adopción de herramientas en equipos de desarrollo<\/p>
Anatomía de los prompts<\/h3>
Temas cubiertos:
• Los componentes clave de un prompt efectivo
• Proporcionar contexto y definir claramente la tarea
• Especificar formatos de salida y restricciones
• Marcos y plantillas comunes de prompting
• Técnicas para mejorar la calidad y consistencia de los prompts<\/p>
Primera codificación: Construcción desde cero<\/h3>
Temas cubiertos:
• Construcción de un proyecto desde una carpeta vacía
• Creación de la estructura inicial de la aplicación y andamiaje (scaffolding)
• Gestión de dependencias y configuración del proyecto
• Mejora iterativa del código generado
• Pruebas y refinamiento de la solución final<\/p>
Bases de código existentes, personalización y revisión<\/h3>
Trabajo en una base de código<\/h3>
Temas cubiertos:
• Navegación y comprensión de una base de código desconocida
• Consultas y análisis de proyectos existentes utilizando herramientas de IA
• Mapeo de la estructura de la aplicación y sus dependencias
• Generación de documentación y resúmenes técnicos
• Aceleración del proceso de incorporación (onboarding) a proyectos existentes<\/p>
Tareas cotidianas: Corrección, funcionalidades y pruebas<\/h3>
Temas cubiertos:
• Uso de herramientas de IA para investigar y corregir errores (bugs)
• Implementación de nuevas funcionalidades y mejoras
• Escritura y mejora de pruebas automatizadas
• Validación del código y cambios generados
• Aumento de la productividad en las tareas diarias de desarrollo<\/p>
Personalización: ¿Qué es?<\/h3>
Temas cubiertos:
• Comprensión de las reglas del proyecto y los archivos de configuración
• Introducción a AGENTS.md y conceptos de memoria del proyecto
• Dónde y cuándo se aplican los mecanismos de personalización
• Mejores prácticas para la configuración de los asistentes de IA
• Resumen de enfoques de implementación avanzada<\/p>
Paragüitas, riesgos y juicio<\/h3>
Temas cubiertos:
• Revisión y validación del código generado por IA
• Comprensión de los modos de fallo comunes y limitaciones
• Detección de inyección de prompts y riesgos de seguridad
• Decisión sobre qué trabajo puede delegarse a la IA
• Aplicación del juicio humano y mantenimiento de la responsabilidad en el desarrollo de software<\/p>
Requerimientos
No se requiere experiencia previa en programación ni en el uso de herramientas de IA.
Es útil tener conocimientos básicos de código o Git<\/p>
Cuenta con licencia (Claude Code \/ Cursor \/ Copilot)
Público objetivo:
Personas nuevas en el desarrollo asistido por IA, incluidos no programadores, programadores ocasionales y roles técnicos afines en QA, datos, producto u operaciones. No se asume un perfil de desarrollo previo.
Reseñas (2)
Consideraciones sobre privacidad y políticas
Angelo Stefano Soglia - Parkino srl
Curso - Claude AI for Workflow Automation and Productivity
Traducción Automática
Aprender a formular consultas para Claude y utilizarlo para procesar todos los datos que tengo disponibles.
Mike Hartleroad - Furniture Row
Curso - Claude AI for Data Analysis and Business Intelligence
Traducción Automática
