Skip to main content

Código que nunca escribes

Conseguir que la IA haga el trabajo real y tedioso de tu trabajo y confíe en el resultado, sin escribir ni leer una sola línea de código​

Describes el problema. La IA elige el lenguaje, escribe el código, lo ejecuta y lo corrige. Nunca escribes una línea y nunca lees su sintaxis, aunque aprenderás a comprobar lo que hizo. 13 conceptos, 80% de uso real.

Imagínese a un contable en una pequeña empresa. Nunca ha escrito una línea de código y nunca lo hará. Cada mes, se supone que deben coincidir dos archivos: cuánto registró su empresa los gastos y cuánto cobró realmente el banco. Y cada mes pierde una tarde buscando, línea por línea, el puñado que no coincide.

El mes pasado probó algo nuevo. Abrió un chat de IA y escribió, en inglés sencillo: "Estos dos archivos deben coincidir, mi propio registro de gastos y el extracto bancario. Encuentre cada transacción que esté en uno pero no en el otro". Un minuto después, la respuesta estaba en su pantalla: 23 discrepancias, cada una con su monto y su fecha. La tarde de caza había terminado.

Léelo de nuevo y observa lo que falta. Ella nunca aprendió a programar. Ella nunca leyó una línea del código. Ella describió un problema, la IA escribió el código y lo ejecutó, y el trabajo que solía consumirle la noche ahora termina en el tiempo que lleva servir un café.

Ella es contadora, pero la medida no tiene nada que ver con la contabilidad: describe el problema en palabras sencillas, deja que la IA escriba y ejecuta el código, y luego verifica lo que hizo. Un profesor con 200 notas, una enfermera con un mes de registros, un estudiante con una carpeta caótica de archivos, todos tienen el mismo tipo de problema y la misma salida. Este curso enseña ese movimiento, para cada uno de ellos y para ti.

Durante setenta años, el código tuvo un guardián: había que poder escribirlo. Esa puerta ahora está abierta. El lenguaje de programación más útil del mundo (Python, el lenguaje de hojas de cálculo procesadas, archivos renombrados, informes generados y dispositivos automatizados) está disponible para cualquiera que pueda describir un problema con claridad. No "disponible si realizas un bootcamp de seis meses". Disponible hoy, en la pestaña de chat que ya tienes abierta.

Si llegaste aquí desde el curso de orientación, ya conociste el lado lúdico del código: creaste un pequeño juego, tal vez tu propia página web, y lo enviaste a un enlace que podías enviar por mensaje de texto a un amigo. Eso fue real y divertido, y no es de eso de lo que se trata este curso. Esta es la otra mitad, y la más grande, para qué se inventó el código en primer lugar. No juguetes, sino las tareas poco glamorosas que silenciosamente consumen días enteros en el trabajo real, el tipo de trabajo en el que hay mucho en juego: una calificación, un cheque de pago, el historial de un paciente, el dinero de un cliente, totalizados, combinados o verificados de una manera que puedes probar que es correcto sin leer una línea. Esa última parte, confiar en el trabajo que no puedes ver, es la habilidad de la que realmente trata este curso.

Este curso es para el contador con dos hojas de cálculo que deberían coincidir pero no lo hacen. El médico con un año de datos clínicos y sin tiempo para analizarlos. La comercializadora exporta desde cuatro plataformas que se niegan a combinarse. El maestro con 200 entradas de grado. El estudiante con 300 archivos mal nombrados. Incluso el ingeniero de redes con cuarenta dispositivos en los que iniciar sesión cada mañana. Ninguno de ties necesita aprender Python ni ningún idioma. Todos túes necesitan aprender los trece conceptos en esta página: qué problemas son problemas de código, cómo encargar código de la misma manera que encargaría a un contratista, cómo verificar un trabajo que no puede leer y cómo hacerlo todo en las cinco superficies donde la IA ahora escribe código para ti.

Una frase abarca todo el curso: no estás aprendiendo a escribir código; estás aprendiendo a ser un buen cliente para el código. Los buenos clientes no ponen ladrillos. Escriben resúmenes claros, comparan el trabajo con cosas que pueden medir y se quedan con lo que pagaron.

Para ser precisos con respecto a la promesa del título: nunca escribirás código y nunca tendrás que leer su sintaxis: la puntuación, las palabras clave, la gramática línea por línea que lleva meses aprender. (Ni siquiera tendrás que elegir el idioma; la IA lo hace, como verás en el Concepto 2.) Lo que aprenderás a hacer es comprobar lo que hizo el código: confirmar los totales, inspeccionar los pasos en inglés sencillo, detectar la respuesta incorrecta. No leer la sintaxis es la libertad que te brinda este curso. Verificar el resultado es la responsabilidad que se le pide. Esos dos no están en tensión; son todo el trabajo de un buen cliente.

📚 Material de apoyo docente​

Abrir presentación completa

Ver presentación completa — Código que nunca escribes

Pruébalo en dos minutos​

Antes de cualquier teoría, sienta cómo se abre la puerta. Abre Claude.ai (una cuenta gratuita toma un minuto; ChatGPT o Gemini también funcionan) y pega esto, datos falsos y todo:

Aquí están mis gastos del mes. Escribir y ejecutar código para sumarlos por categoría, encontrar mi categoría más grande y decirme el total exacto. Muéstrame que el código realmente se ejecutó.

Comestibles 4.250 Combustible 3.100 Comestibles 2.890 Internet 2.499 Combustible 2.750 Comer fuera de casa 1.850 Comestibles 3.120 Móvil 1.200 Comer fuera de casa 2.400 Combustible 2.950

Mira lo que pasa. La IA no responde con un vistazo. Escribe un pequeño programa (casi con seguridad Python, porque eso es lo que requiere este tipo de problema, aunque no solicitó ningún idioma y no fue necesario), lo ejecuta con tus números e informa: los totales por categoría, la categoría más grande, el total general, calculado, no estimado. Y observa todo lo que no hizo: no eligió un lenguaje, no instaló nada, no copió el código en ninguna parte, no presionó un botón de ejecución. Elegir la herramienta, escribir el código y ejecutarla son tareas de la IA. Acaba de encargar, recibir y beneficiarse de un programa de trabajo sin leer ni un solo carácter.

Ahora el movimiento que hace de esto una habilidad en lugar de un truco. En la misma conversación, pega:

Sume tú mismo las líneas de comestibles comprobando manualmente: 4250 + 2890 + 3120. ¿Coincide con lo que informó su código?

Coincide. Esa pequeña verificación, que verifica la salida de la máquina con un cálculo lo suficientemente pequeño como para que lo haces tú mismo, es la semilla del Concepto 6, y es la diferencia entre las personas que pueden confiar en el código escrito por IA y las personas que solo tienen esperanzas.

Dos minutos y ya habrá hecho todo lo que este curso enseña, una vez, por accidente: describió un problema, exigió el código, lo vio ejecutarse y verificó una parte de la respuesta. Los trece conceptos siguientes hacen que cada uno de esos pasos sea deliberado, por lo que siguen funcionando cuando se trata de sus propios datos reales en lugar de diez líneas de gastos falsas.

Este curso intensivo asume los fundamentos anteriores: Qué es realmente la IA para el modelo mental de la máquina, Prompting con IA en 2026, especialmente el Concepto 10 (el modelo escribe y ejecuta código) y el Concepto 7 (el ciclo de iteración de lluvia de ideas), y Markdown entra, HTML sale, porque los resúmenes que escriba aquí son especificaciones Markdown y los informes que exige son HTML. Esta página profundiza ambas en una sola disciplina: el código como elemento intermedio. Los tutoriales completos de las herramientas se encuentran en Agentic Coding Crash Course y Cowork & OpenWork Crash Course; No es necesario que termines esta página. Más adelante, Resolución de problemas con agentes generales asume todo aquí.

H ¿No has leído esos dos? La versión de 60 segundos

Puedes seguir toda esta página sin ellos; aquí está todo lo que realmente necesita transferir.

  • De Prompting con IA en 2026: La IA moderna puede escribir un pequeño programa, ejecutarlo y usar el resultado en su respuesta, pero solo lo hace de manera confiable cuando su redacción lo solicita; Si se deja adivinar, a menudo solo se trata de estimaciones. Y el hábito de mayor valor es el bucle: dar contexto, pedir opciones, reaccionar, iterar. No aceptes lo primero a cambio.
  • De Markdown entra, HTML sale: cuando escribes a una IA, la estructura supera a la prosa, porque los títulos y las viñetas eliminan las conjeturas (eso es todo lo que "Markdown" significa aquí: texto con un # como título y un - como viñeta). Cuando desee un resultado que un humano lea, pídalo como una página HTML (un documento diseñado que se puede compartir), no como un muro de texto.

Esa es toda la dependencia. Si esas dos ideas tienen sentido, estás listo.

Lo que necesitas y con qué te irás

Necesitas:

  • Una cuenta de chat gratuita. Claude.ai es lo que usan los ejemplos; Los mismos patrones funcionan en ChatGPT y Gemini, aunque la carga exacta de archivos, la ejecución de código y los límites de uso varían según el producto y el plan. (Claude.ai requiere un titular de cuenta mayor de 18 años; si es más joven, usa ChatGPT o Gemini, que permiten mayores de 13 años con el permiso de los padres).
  • Una hoja de cálculo o carpeta real de tu propio trabajo o vida: una exportación bancaria, una hoja de ventas, un archivo de calificaciones, una carpeta de descargas desordenada. Los ejercicios afectan diez veces más a tus datos que a los nuestros.
  • No hay nada instalado. Las partes 1 y 2 ocurren completamente en el navegador. La parte 3 muestra las superficies donde la instalación vale la pena, pero no es necesario leerla.

La lectura lleva aproximadamente una hora y ejecutar los cuadros 🔬 Haz esto ahora a medida que avanzas agrega quizás treinta minutos. Hazlos; ellos son el punto.

Al final, podrás:

  • Detecta un problema de código: indica, en segundos, si una tarea es una pregunta para la mente de la IA o un trabajo para sus manos.
  • Escribe un resumen de código de cinco secciones (Objetivo, Entrada, Salida, Reglas, Casos extremos) sin lenguaje técnico.
  • Forzar el cálculo sobre la estimación: haz que la IA realmente ejecuta código en lugar de adivinar, y demuestre que así fue.
  • Verifica un resultado que no pueda leer: verifica el trabajo escrito por IA con cosas que conoce de forma independiente, sin tocar el Python.
  • Ejecuta scripts de forma segura en archivos reales: copias de seguridad, simulacros, carpetas con alcance, por lo que un error es un encogimiento de hombros, no un desastre.
  • Conserve lo que ha creado: convierta una solución única en un script reutilizable que tú o un colega puedan ejecutar para siempre.
¿Poco tiempo? El camino de 30 minutos

La página completa vale la pena, pero si la extensión lo intimida, esto le brindará la habilidad principal rápidamente: lee Conceptos 3 a 6 (qué problemas necesitan código, cómo forzar el cálculo, cómo informar, cómo verificar) y ejecuta el cuadro 🔬 Haz esto ahora de cada uno a medida que avanza. Vuelve más tarde para las superficies (Parte 3), las reglas de seguridad (Concepto 12) y los Proyectos. Esas pocas piezas por sí solas lo convierten en un cliente competente para el código.

Parte 1: El trato​

Tres conceptos que cambian lo que crees que puedes pedir.

1. El código ya no está controlado por la codificación​

¿Por qué es tan importante la noche perdida del contable? Porque durante toda su carrera, el trato fue el mismo: o aprender a programar o hacerlo a mano. Conciliar dos archivos significaba una noche de búsqueda manual, o rogar a un desarrollador por un script, esperar dos semanas y obtener algo que casi encajaba.

El nuevo trato: La IA es el desarrollador, tú eres el cliente y el desarrollador trabaja en segundos, de forma gratuita y nunca se cansa de tus revisiones.

Lo que cambió no es que la IA pueda escribir código; podría en 2022, mal. Tres cosas maduraron juntas:

  • La IA escribe código de funcionamiento para pequeños problemas bien descritos. Para la escala del problema que cubre este curso (un archivo, una carpeta, una tarea repetitiva), los modelos modernos tienen éxito en el primer o segundo intento la mayor parte del tiempo.
  • La IA ejecuta el código en sí. No copias el código en alguna herramienta que no tienes. La IA lo ejecuta, en la propia zona de pruebas del chat (Claude.ai, ChatGPT, Gemini) o en su máquina con permiso (Claude Code, OpenCode, Cowork, OpenWork), ve el resultado y corrige sus propios errores.
  • La IA repara el código en sí. Cuando algo se rompe, el mensaje de error vuelve al bucle y la IA corrige el rumbo. La habilidad de depuración que a los programadores les tomó años desarrollar ahora es parte del servicio.

(Esos son los lugares donde la IA puede escribir y ejecutar código por ti, y la Parte 3 explica cada uno de ellos. La versión corta: Claude.ai es el sitio web de chat que quizás ya use, y ChatGPT y Gemini funcionan de la misma manera; Claude Code y OpenCode son herramientas que funcionan directamente dentro una carpeta en tu equipo; Cowork y OpenWork son apps de escritorio que hacen lo mismo para los no programadores. Es decir, cinco superficies agrupadas en tres tipos de lugares (navegador, carpeta, aplicación de escritorio dentro del par de carpetas y el par de escritorio; la primera herramienta es un producto comercial y la segunda es una alternativa gratuita de código abierto).

Si probó la IA para codificar en 2023, desaprenderá una cosa

En aquel entonces, la IA te entregó un bloque de código y se fue, y a menos que tuvieras instalado Python y supieras dónde pegar el bloque, la conversación terminaba ahí. Esa era terminó. Hoy tú describe el problema y la IA escribe el código y lo ejecuta, en la misma respuesta, sin nada instalado de su lado. No hay ningún paso en el que se le entregue el código para que lo maneje. Las únicas cosas que llegan a tú son las que realmente deseaba: la respuesta, el gráfico, el archivo limpio, el informe.

Júntelos y la unidad de trabajo cambiará. Ya no preguntas "¿puedo escribir esto?" Preguntas "¿puedo describir esto?" La descripción es una habilidad que ya tienes. Cada semana tú describe sus problemas a colegas, contratistas y sastres.

Del campo, seis profesiones:

quienEl problema que describieronLo que hizo el Python de la IA
Contable"Estas dos hojas deben coincidir: mi libro mayor y el extracto bancario. Encuentre todas las transacciones en una pero no en la otra".Concilió 1.400 filas en segundos; Señaló 23 desfases en montos y fechas.
Médico (propietario de la clínica)"Un año de exportación de citas. ¿Qué días y franjas horarias tienen las peores tasas de inasistencia?"Tarifas de no presentación calculadas por día laborable y hora; El lunes a las 9 a.m. fue 3 veces peor que el promedio.
Comercializador"Cuatro plataformas de exportación, cuatro diseños de columnas diferentes. Una tabla: gasto, clientes potenciales, costo por cliente potencial por campaña".Fusionó los formatos, normalizó las monedas, produjo la tabla y un gráfico.
maestro"200 estudiantes, tres columnas de evaluación. Calcula finales ponderados, calificaciones con letras y un comentario personalizado de una línea por estudiante".Hizo los tres; La combinación de comentarios por sí sola salvó una noche.
estudiante"300 archivos escaneados denominados IMG_4501.jpg en adelante. Cámbieles el nombre utilizando la fecha almacenada dentro de cada archivo de fotografía".Se cambió el nombre de los 300 en menos de un minuto.
ingeniero de redes"Inicie sesión en estos dispositivos cada mañana, obtenga el estado de la interfaz y los contadores de errores, escribe un informe de estado".El guión del mensaje inicial, que se ejecuta diariamente antes de llegar a su escritorio.

Seis profesiones, cero líneas de código leídas. El patrón en cada fila: un problema que siempre fue descriptible pero nunca comisionable, hasta ahora.

El replanteo a llevar a cabo de este concepto

Deja de preguntar "¿sé cómo hacer esto?" Empiece a preguntar "¿puedo describir cómo se ve hecho?" Si puede describir lo hecho, puede utilizar el código de comisión.

🔬 Haz esto ahora (1 min). Siente la novedad: describe una tarea real, la IA la hace. Abre Claude.ai y pega esto:

Aquí hay ocho estudiantes, uno por línea: su puntuación promedio, entonces ¿cómo? Muchos días su proyecto final está retrasado. Dime cuales estudiantes son AMBOS menos de 50 Y más de 30 días de retraso, para saber a quién contactar, y cuantos son. Escribe y ejecuta código para que el recuento sea exacto.

72, 12 41, 45 88, 60 35, 8 47, 38 29, 90 51, 33 44, 5

No clasificó ni contó nada a mano. Describiste qué estudiantes son importantes y qué encontrar; la IA escribió un pequeño programa, lo ejecutó y devolvió la respuesta (tres estudiantes: los que obtuvieron puntuaciones 41, 47 y 29). Ése es el nuevo trato, de principio a fin: describir hecho, recibir hecho, con la aritmética garantizada.

2. Qué código es realmente (la versión de 60 segundos)​

(¿Ya has escrito el código tú mismo? Lee este. El curso realmente comienza para ti en el Concepto 3, y los Conceptos 6 y 12, verificación y radio de explosión, son las partes por las que incluso los programadores experimentados se queman). Nunca leerás el código en este curso, pero necesitas saber qué estás encargando, de la misma manera que un propietario de casa que nunca coloca ladrillos todavía sabe lo que es una pared.

El código es una lista de instrucciones exactas que un equipo sigue perfectamente, a cualquier velocidad, cualquier número de veces. Eso es todo. "Abre el archivo. Para cada fila, lee la categoría y el monto. Agrega el monto al total acumulado de esa categoría. Cuando termine, imprima todos los totales". Escrito en inglés, eso es un procedimiento. Escrito en un lenguaje de programación, es código, y la máquina lo ejecuta un millón de veces sin un desliz de atención.

El código viene en muchos idiomas, de la misma manera que los contratos vienen en muchos lenguajes humanos, y así como dejarías que un traductor elige el correcto, dejas que la IA elige el lenguaje de código correcto para el trabajo. Te encontrarás con dos en tu pantalla:

  • Python es el que más verás y el protagonista de este curso. Es el lenguaje predeterminado para exactamente su tipo de problema (archivos, hojas de cálculo, datos, gráficos, informes, automatización) y, decisivamente, es el lenguaje que la IA conoce mejor. Existe más Python en los datos de entrenamiento de la IA que cualquier otro idioma, por lo que cuando una IA escribe Python, está escribiendo en su lengua materna. Para el tipo de problemas de datos reales que el siguiente concepto define, la IA recurre a Python casi siempre.
  • JavaScript / TypeScript es el que verás cuando pidas algo en lo que hacer clic: una herramienta web, un pequeño juego, una calculadora que compartes mediante un enlace. Ese es el mundo en el que vivió el curso inspirador, los juegos y las páginas que tú construyó allí. (TypeScript es simplemente JavaScript con controles de seguridad adicionales; para sus propósitos, son lo mismo con ropa ligeramente diferente). Este curso apenas visita ese mundo. El trabajo aquí, datos reales manejados de forma fiable, es el terreno propio de Python.

Esta es la parte que simplifica tu trabajo: nunca eliges entre ellos. Elegir el lenguaje es un juicio técnico, y los juicios técnicos son exactamente lo que estás delegando. Un buen cliente describe el edificio y deja que el arquitecto decida entre acero y madera; describe el problema y deja que la IA decida entre Python y JavaScript. Elige en función de lo que necesita su problema, un número de una hoja de cálculo (Python) versus un botón en el que alguien puede hacer clic (JavaScript), y acierta en esa elección de manera mucho más confiable de lo que lo haría un principiante. La única razón para conocer los dos nombres es para poder reconocer lo que pasa y no sorprenderse cuando una solicitud de "hazme una herramienta" regresa en un lenguaje diferente al de una solicitud de "total de mis gastos".

Diagram: how the AI picks the language. You describe what you want back. If it's a number, file, or report (total my expenses, reconcile two sheets, rename photos), the AI writes Python. If it's a thing you click or open in a browser (a shareable calculator, an interactive quiz, a dashboard with buttons), it writes JavaScript or TypeScript. You never choose; the choice follows the output.

¿Cómo se ve el código cuando se desplaza? Un fragmento de Python se ve así:

totals = {}
for row in rows:
    totals[row.category] = totals.get(row.category, 0) + row.amount

_¿Tus ojos se apartaron de eso? Perfectamente bien. Eso es todo lo que el código de atención te pide aquí. Y, sin embargo, puedes leerlo a medias de todos modos: "para cada fila, suma la cantidad al total de esa categoría" se muestra a través de la puntuación. Ese es el nivel de lectura que te pide este curso, y nada más.

(¿Hay otros lenguajes? Muchos: Go, Rust, SQL y más, cada uno de ellos adecuado para trabajos técnicos fuera de este curso. Es posible que algún día vea uno, pero la regla nunca cambia: para los problemas de datos cotidianos de los que trata este curso, es Python o JavaScript, y de cualquier manera tú describe el resultado y la IA elige el lenguaje.)

Tienes permiso para verlo. No estás obenlacedo a hacerlo. La promesa de este curso es que todas las habilidades que necesita (puesta en servicio, dirección, verificación, mantenimiento) funcionan sin analizar una sola línea. Trate el código de desplazamiento de la misma manera que trata el compartimiento del motor abierto de un mecánico: evidencia de que se está realizando un trabajo real, no una prueba que deba pasar.

La única propiedad del código que vale la pena memorizar: el código es exacto, en ambas direcciones. Calculará los totales hasta el último centavo sin errores aritméticos y también hará exactamente lo que se le dijo, incluido lo incorrecto, perfectamente, a escala. Un script con un malentendido cambia el nombre de 300 archivos de forma incorrecta tan rápido como lo hace correctamente. Por eso existen el Concepto 6 (verificación) y el Concepto 12 (radio de explosión). El poder y el peligro provienen de la misma propiedad.

Una analogía sin software. Una receta es un código para un ser humano. "Cocine a fuego lento durante 20 minutos", ejecutado por un cocinero atento, produce la cena; ejecutado por un robot perfectamente obediente al que accidentalmente se le dijo "cocine a fuego lento durante 20 horas" produce carbón, sin problemas. El robot no falló. El informe lo hizo. Todo en la Parte 2 se trata de escribir informes que no quemen la cocina.

🔬 Haz esto ahora (1 min). Vea cómo se ve realmente "la IA escribe el código y lo ejecuta". Pega esto:

Escribe y ejecuta código para sumar estos números, luego dime el promedio y cuantos estan por encima de 40: 12, 47, 8, 93, 21, 56. Muéstrame el código corriste.

Vuelve un breve programa Python, un resultado de "ejecución exitosa" y las respuestas (total 237, promedio 39,5, tres por encima de 40). No pediste ningún idioma; Python es simplemente lo que requiere este tipo de trabajo y lo que verá durante el resto del curso. (También escribe JavaScript, para elementos en los que se puede hacer clic, pero esos eran los juegos y las páginas del curso de indicaciones. Aquí, hacemos el trabajo).

3. La línea divisoria: qué problemas son problemas de código​

Este es el concepto que gira en torno a todo el curso, porque es la única decisión que tú toma antes de cualquier pregunta: ¿es esta una pregunta para la mente de la IA o un trabajo para las manos de la IA?

La IA tiene dos formas de ayudarte. Puede responder (redactar, aconsejar, resumir, explicar, generar ideas) a partir de su propio razonamiento. Y puede calcular: escribir y ejecutar código que opere con tus datos reales. La mayoría de las personas solo usan el primero y luego se preguntan por qué el "análisis" de la IA de su hoja de cálculo tenía totales incorrectos. Los totales estaban equivocados porque la IA respondió cuando debería haber calculado: describió tus datos de un vistazo, de la forma en que un humano los hojea, en lugar de procesarlos, de la manera en que cuenta una máquina.

Cuatro señales le indican que un problema es un problema de código. Cualquiera de ellos es suficiente:

Diagram: the dividing line. A question for the AI's mind (draft, advise, summarize, explain, judge an idea) is an answer problem, where the AI just replies. A job for the AI's hands (total, merge, scan, rename, clean, reconcile, chart, automate) is a code problem, where the AI writes and runs code. Four signals mark a code problem, any one being enough: Volume (more than you'd do by hand), Precision (a wrong digit has consequences), Repetition (you'll face it again), Files (it lives in files, not sentences).

señalla pruebaEjemplos
VolumenMás artículos de los que haría cómodamente a mano.300 archivos para cambiar el nombre, 5000 filas en total, 80 archivos PDF para escanear en busca de una cláusula.
PrecisiónUn dígito incorrecto tiene consecuencias.Facturas, nóminas, calificaciones, tablas de dosificación, conciliaciones, cualquier cosa que tenga dinero.
RepeticiónTe enfrentarás a esta misma tarea nuevamente la próxima semana o el próximo mes.Informes de fin de mes, comprobaciones diarias del estado del dispositivo, resúmenes semanales de campañas.
ArchivosEl problema reside en los archivos, no en las frases.Hojas de cálculo, archivos de datos exportados, carpetas de imágenes, registros.

Volumen, Precisión, Repetición, Archivos: VPRF para abreviar, la prueba de cuatro letras a la que este curso sigue volviendo. Si una tarea no activa ninguna de las cuatro, es un problema de respuesta: usa las habilidades de Prompting con IA en 2026 y nunca piense en el código. Si falla incluso uno, es un problema de código, y el resto de este curso es el libro de jugadas.

Ejecuta su propia semana a través del filtro:

Tarea¿Problema de código?¿Por qué?
"Redacta un correo electrónico cortés rechazando una reunión".NoSin volumen, sin apuestas de precisión, sin archivos. Problema de respuesta pura.
"Resuma este contrato".NoUn documento lleno de juicios. La IA lo lee directamente.
"¿Cuál de estos 80 contratos tiene una cláusula de rescisión atípica?"SíVolumen + archivos. El código escanea los 80; una respuesta basada en un vistazo perdería algunos.
"¿Es buena mi idea de negocio?"NoJuicio. Usa el patrón de rúbrica del curso de indicaciones.
"¿Cuánto gasté en combustible este año?"SíLimas de precisión +. El número debe provenir de un cálculo, no de una impresión.
"Explique qué es un fondo mutuo".NoPregunta de conocimiento.
"Cambia el nombre de estas fotos de vacaciones por fecha de toma".SíVolumen + archivos.
"Todos los lunes combino tres exportaciones en un solo informe."SíLa repetición, la señal más fuerte de todas, porque el guión se convierte en un activo (Concepto 8).

La trampa a tener en cuenta: problemas que parecen problemas de respuesta pero hacen tropezar la precisión. "¿Aproximadamente cuál fue la tendencia de mis ventas este año?" parece conversacional, por lo que la gente pregunta de manera conversacional y obtiene una respuesta conversacional (es decir, aproximada). Si una decisión se basa en el número, es un problema de código, sin importar cuán casualmente lo exprese. La corrección de redacción es el Concepto 4.

¿Qué idioma tiene cada uno de estos? (Solo curioso; nunca lo eliges)

Recuerde del Concepto 2 que la IA elige el lenguaje y la elección sigue la salida, no la tarea:

Si el resultado que deseas es...La IA suele escribir...Ejemplos de arriba
Un número, un archivo limpio, un informe, una carpeta renombradaPythonTotal de combustible, escaneo de contrato, cambio de nombre de foto, resumen del lunes
Algo en lo que alguien hace clic, escribe o abre en un navegadorJavaScript / TypeScriptUna calculadora de gastos para compartir, un cuestionario interactivo, un pequeño panel con botones

Casi todo en este curso (los problemas de VPRF, los proyectos, su semana laboral real) produce un número o un archivo, por lo que verá Python casi siempre. Las herramientas en las que se puede hacer clic son territorio del curso de orientación, no el nuestro.

Un ejemplo sin software. Un administrador escolar le pidió a una IA que "mira esta hoja de cálculo de tarifas y me di qué familias están atrasadas en los pagos". La IA enumeró con confianza a ocho familias. El número real, calculado posteriormente, era once. Nadie mentía; la IA había respondido (patrón coincidente a partir de un vistazo) en lugar de calculado. Las tres familias perdidas tenían pagos parciales que un vistazo lee como pagados. Una frase lo habría impedido: "escribir y ejecutar código para encontrarlos". Ahora termina cada pregunta sobre datos con esa oración, que es exactamente donde comienza la Parte 2.

🔬 Haz esto ahora (2 min). Toma la única decisión que activa todo el curso, ocho veces seguidas. Pega esto:

Clasifica estas 8 tareas en RESPONDER problemas (simplemente respondes) o CÓDIGO problemas (tú escribe y ejecuta código). Dé una breve razón a cada uno y Nombre qué señal se activa: Volumen, Precisión, Repetición o Archivos.

  1. Redacte un correo electrónico cortés rechazando una reunión.
  2. Sume 2000 filas de ventas y desglose el total por mes.
  3. ¿Es buena mi idea de negocio?
  4. Cambia el nombre de 300 fotos usando la fecha almacenada dentro de cada una.
  5. Explique qué es un fondo mutuo.
  6. Encuentre cuál de los 80 contratos tiene una cláusula de cancelación no estándar.
  7. Resuma este artículo de noticias.
  8. Todos los lunes, combine tres archivos exportados en un solo informe.

Compare sus respuestas con su instinto antes de leer sus razones. Las tareas impares son problemas de respuesta; los pares son problemas de código. Acabas de separar el trabajo mental del trabajo manual, que es el paso que harás antes de cada indicación durante el resto de tu vida.

Parte 2: Código de puesta en servicio​

Has decidido que es un problema de código. Cinco conceptos cubren todo el oficio del lado del cliente: asegurarse de que el código realmente se ejecute, escribir el resumen, verificar el trabajo que no puede leer, manejar las fallas y conservar lo que pagó.

4. Haz que las manos de la IA se muevan: automático versus explícito​

Las herramientas modernas de inteligencia artificial deciden si escribir código en función de cómo suena el mensaje. Cargue una hoja de cálculo y pregunta "¿qué productos crecieron más rápido?" y la mayoría lo calculará. Pero en cualquier cosa que parezca respondible a primera vista, la IA puede omitir el código y estimar, y una estimación tiene el mismo formato que un cálculo: el mismo tono confiado, los mismos números ordenados. Este es el modo de fracaso silencioso, y para este curso es el enemigo número uno.

Lo neutralizas con un hábito: nunca dejes la decisión en manos de la IA sobre nada que active la señal de precisión. Di las palabras.

El encantamiento de tres líneas, que vale la pena colocar sobre tu escritorio:

Escribe y ejecuta código para responder a esto. Muéstrame el código que ejecutaste. Antes de analizar algo, dime el número exacto de filas, la columna nombres y el intervalo de fechas del archivo.

La línea uno fuerza el cálculo. La línea dos le da una prueba: si no aparece ningún bloque de código, no se ejecutó ningún código, independientemente de lo que afirme la prosa. La línea tres es el detector de mentiras más barato de este curso: si la IA realmente está leyendo su archivo, el recuento de filas y los nombres de las columnas serán exactamente correctos; si se trata de inventar cosas, obtendrá un número sospechosamente redondo y nombres de columnas plausibles pero incorrectos, y sabrá que debe detenerse antes de que comience el "análisis".

Observa que el encantamiento dice "código", no "Python". Esto es deliberado y es la regla para todos los mensajes de este curso: le dices a la IA que calcule; nunca le dices en qué idioma calcular. "Escribir y ejecutar código" permite a la IA elegir la herramienta adecuada para tu problema (Concepto 2). Agregar "en Python" lo forzaría basándose en una suposición que no está preparado para hacer, y en el raro problema en el que Python es la elección incorrecta, silenciosamente lo habría dirigido mal. Describe el trabajo, exige el código, deja el lenguaje a la IA.

Cómo tu frase dirige la IA, uno al lado del otro:

tu fraseolo que suele pasarRiesgo
"¿Qué muestran estos datos?"Resumen basado en un vistazo, tal vez código.Estimaciones vestidas de hechos.
"¿Cómo evolucionaron aproximadamente los costos?"Casi siempre una mirada. "Aproximadamente" le dice a la precisión de la IA que no importa.Está bien sólo si realmente no te importa.
"Escribe y ejecuta código para calcular el costo por mes".Código, siempre.Mínimo.
"¿Está ejecutando código en este archivo o realizando una estimación? Si realiza una estimación, deténgase y ejecuta el código".La IA declara su método y luego lo calcula.El movimiento más fuerte cuando sospechas una mirada.

Y la disciplina inversa: no exigir código para resolver problemas. "Escribir y ejecutar código para decirme si mi ensayo es persuasivo" desperdicia la herramienta. La línea divisoria del Concepto 3 corta en ambos sentidos.

el decir

Una respuesta sobre tus datos que no contiene ningún bloque de código visible, ningún recuento de filas y ningún "esto es lo que calculé" es una opinión sobre tus datos, no un análisis de los mismos. Trátelo como trataría la factura de un contratista por un trabajo que nunca vio realizarse.

🔬 Haz esto ahora (2 min). Haz que la IA pruebe que fue calculada en lugar de adivinada. Pega este pequeño archivo y el encantamiento de tres líneas juntos:

Aquí hay un pequeño registro de viaje.

Fecha, Modo, Minutos 2025-03-03,Autobús,35 2025-03-03,Caminar,10 2025-03-04,Bicicleta,20 2025-03-05,Autobús,40 2025-03-06,Caminar,15 2025-03-07,Bicicleta,25 2025-03-10,Autobús,30 2025-03-11,Caminar,12

Escribe y ejecuta código para totalizar los minutos por modo. Muéstrame el código que ejecutaste. Antes que nada, dime el número exacto de filas, la columna nombres y el rango de fechas.

Puedes comprobar la respuesta tú mismo: 8 filas, columnas Fecha/Modo/Minutos, todo en Marzo de 2025. Informará exactamente eso, luego un bloque de código, luego los totales (el autobús llega a 105). En un archivo de cientos de filas que nunca podrías observar, esa misma pregunta inicial es lo que atrapa a la IA inventando números.

5. Informe el problema, no el programa.​

Aquí está el hecho más liberador de este curso: los mejores resúmenes de código no contienen ningún lenguaje técnico. No especifica bucles, bibliotecas, manejo de archivos ni siquiera qué lenguaje de programación usar. Tú especifica cómo se ve un buen resultado, exactamente como lo haría con un asistente humano, y la IA traduce la intención en implementación, incluido el lenguaje. Las personas que conocen a medias la programación a menudo escriben peores resúmenes que los principiantes, porque controlan el cómo y no especifican el qué. "Escribir esto en Python" es exactamente ese tipo de microgestión: ahora ha restringido la elección de la IA en función de una preferencia que en realidad no puede justificar, cuando describir el resultado ("una herramienta en la que puedo hacer clic" frente a "un número de mi hoja de cálculo") le habría permitido elegir correctamente por sí solo.

Un resumen completo responde a cinco preguntas. Cumpliste los primeros tres en la receta de la aplicación del curso de indicaciones (Objetivo, Entrada, Salida); Los problemas de código agregan dos más:

# Brief: [name the task]

## Goal
What problem is solved when this works?

## Input
What am I giving you? (files, their format, roughly how many rows/items)

## Output
What exactly do I want back? (a number, a table, a chart, a cleaned
file, an HTML report)

## Rules
The constraints a stranger wouldn't know. (The school year starts in
August. "Pending" means not yet submitted. Ignore rows before 2024.)

## Edge cases
What should happen when the data is imperfect? (blank rows, duplicates,
a date in the wrong format, an amount with a currency symbol)

Sí, esa es una especificación Markdown, exactamente el tipo Markdown entra, HTML sale te entrenó para escribir. Los resúmenes de código son donde esa habilidad comienza a pagar un interés compuesto: cada encabezado es algo que la IA ya no tiene que adivinar.

Las dos secciones que los principiantes se saltan son las dos que más importan:

Reglas es donde reside tu conocimiento profesional. La IA conoce Python; no sabe que su año escolar comienza en agosto, que "Pendiente" significa aún no enviado en su sistema, o que la tienda del centro cerró en marzo y debe ser excluida. Cada análisis incorrecto que obtendrá se remonta a una regla que conocía y no declaró. ¿Los pagos parciales atrasados ​​del administrador de la escuela en el Concepto 3? Falta una regla: "una familia con algún saldo impago cuenta como atrasada".

Casos extremos es donde tú decide, de antemano, qué deben hacer los datos imperfectos, porque tus datos son imperfectos; el de todos lo es. El movimiento profesional es una frase: "Si encuentras una fila que no puedes interpretar, no adivines; sáltala y enumera cada fila omitida al final". Esa frase convierte la corrupción silenciosa en un informe visible.

Una edición breve y elaborada para profesores (las entradas aquí son archivos .csv, solo hojas de cálculo guardadas como texto sin formato; más sobre eso en la Parte 3):

# Brief: Who hasn't turned in the essay

## Goal
Find which students on my class list have NOT submitted the essay,
so I know exactly who to chase before grades are due.

## Input
Two files, attached. "class-list.csv": Name, Student ID (about 180
students). "submissions.csv": one row per file turned in, with
Student Name, Filename, Date.

## Output
A list of students with no matching submission, and a count, then a
one-line summary. Format it as an HTML page I can print for class.

## Rules
- Match on student name; names in the submissions may have extra
  spaces or different capitalization than the class list.
- A student who submitted twice still counts as submitted (once).

## Edge cases
- A submission whose name matches nobody on the class list: list it
  separately (a typo or a wrong upload), don't silently drop it.
- Any row you can't read: skip it and list it at the end.

No hay palabras de programación por ninguna parte, y este resumen tendrá éxito en la primera ejecución con mucha más frecuencia que "encontrar quién no ha enviado", porque se han eliminado todas las conjeturas. (Observa la línea de Salida aplicando silenciosamente el curso anterior: el resultado de cara humana es HTML).

¿No conoces tus propios casos extremos? Preguntar.

La pura verdad: a menudo no sabrá qué se esconde en tus datos. Así que haz del descubrimiento el primer mensaje: "Antes de hacer cualquier cosa, examine los archivos y dígame: ¿qué podría ser ambiguo, inconsistente o sorprendente aquí? Enumere las preguntas que desearía responder antes de procesar". La IA inspecciona, regresa con "hay 14 filas con fechas en blanco y dos formatos de moneda. ¿Qué debo hacer con cada uno?", y ahora escribe la sección de casos Edge con conocimiento en lugar de imaginación. Inspeccione, pregunta y luego informe. Este es el ciclo iterativo de lluvia de ideas del curso de indicaciones, aplicado a los datos.

🔬 Haz esto ahora (3 min). Escribe su primer informe sobre datos que se defienden. Este pequeño archivo está deliberadamente desordenado: una unidad perdida, una coma dentro de un número, una fila ingresada dos veces y una fila sin fecha. Pega el archivo y el resumen juntos, exactamente como se muestra:

Here is my data, and my brief for it.

Date,Meal,Calories
2025-03-02,Breakfast,420
2025-03-02,Lunch,650 kcal
2025-03-02,Lunch,650 kcal
2025-03-05,Dinner,"1,100"
,Snack,200
2025-03-06,Breakfast,380

# Brief: Total my March calories by meal

## Goal
A clean total for each meal, so I can see where the calories went.

## Output
A table of meal and total, biggest first, then the grand total.

## Rules
- Calories may have a unit like "kcal" or a comma; treat them as plain numbers.
- The exact same row appearing twice is a double-entry; count it once.

## Edge cases
- A row with no date: do not guess. Skip it, and list it at the end.

Write and run code to do this, and tell me which rows you skipped or
treated as duplicates.

Mírelo quitar el kcal y la coma, eliminar la fila del almuerzo repetida, dejar a un lado la fila de la fecha en blanco (y decirle que así fue) y sumar el resto. Las líneas Reglas y Casos extremos son las que hicieron que eso sucediera. Elimine esas dos secciones, ejecútelas nuevamente y el desorden volverá a aparecer. Ese es todo el poder de un informe, en un antes y un después. Seis filas desordenadas aquí; unos cientos en su exportación real, donde un número incorrecto se oculta fácilmente. El resumen es lo que hace que sea seguro confiar en la versión grande.

6. Verificar trabajos que no puedes leer​

Recuerda de Qué es realmente la IA (Idea 3) que el modelo no tiene un verificador de verdad propio. Con el código, tú tienes uno que el modelo no tiene: puedes ejecutarlo. Por eso aquí verificar significa ejecutar y leer, no confiar.

Esta es la pregunta que todo escéptico se hace, y tienen razón al hacerla: si no puedes leer el código, ¿cómo sabes que es correcto?

La respuesta es más antigua que los equipos: de la misma manera que verificas a cualquier experto cuyo oficio no puedes auditar. No verificas a tu contador volviendo a derivar la ley tributaria; tú verifica los totales con sus registros. No se verifica a un constructor probando el cemento tú mismo; compruebas si la pared está recta y la puerta se cierra. Tú verifica los resultados con conocimiento independiente y tú, el experto en el dominio, tiene un conocimiento independiente que la IA nunca tendrá.

Cinco controles, en orden creciente de esfuerzo. Los primeros tres cubren la mayoría de las situaciones:

1. La prueba de respuesta conocida. Antes de confiar en el script en 5000 filas, aliméntelo con una porción cuya respuesta ya conozca. Ejecútelo en un mes que ya haya cerrado a mano. Elige un estudiante y calcule su calificación ponderada en papel. Si el guión reproduce todas las respuestas que puede verificar, su confianza en las respuestas que no puede verificar es ganada, no esperada. Este es el movimiento más poderoso de esta página.

Diagram: the verification ladder, five rungs rising with effort and stakes. Rung 1, Known-answer test: run it on one slice whose answer you already know, the everyday default and single most powerful move. Rung 2, Reality questions: rows in versus rows out, totals in a plausible range, biggest item the one you know. Rung 3, Plain-English replay: ask the AI to explain what the code did; wrong logic reads wrong in English too. Rung 4, Adversarial pass: ask it to find any way it could be wrong and score its confidence, for higher stakes. Rung 5, Cross-model check: take the brief to a second AI from a different family and compare the numbers, for money or signed work. Never act on a precision-critical number you haven't tested against at least one answer you independently know.

Antes de ejecutar el archivo completo, ejecuta el código solo en marzo. I Ya sé que el total correcto de marzo es $184,250. Muéstrame lo que el código obtiene.

2. La realidad cuestiona. Interroga el resultado con lo que sabes sobre tu mundo. Conteo de filas de entrada versus filas de salida: si entraron 1.400 y el informe cubre 1.381, ¿dónde están las 19 que faltan? ¿Los totales se encuentran en un rango plausible? ¿El "cliente más importante" coincide con el que tú sabe que es el más importante? Cualquier respuesta que contradi su instinto profesional es una sorpresa en los datos o un error de código, y ambos merecen el siguiente mensaje: "Su informe dice X. Explíqueme, en un lenguaje sencillo, exactamente cómo calculó ese número y muéstreme tres de las filas subyacentes".

3. La repetición en inglés sencillo. Haz que la IA explique el comportamiento del código como un procedimiento:

Explique, paso a paso en un lenguaje sencillo, lo que hace este código, como si describiéndolo a un colega que comprobará la lógica pero no puede leer código. Incluya lo que hace con filas en blanco y duplicados.

No se puede auditar Python, pero sí se puede auditar "Coincidí el monto y la fecha en dos días, traté los débitos como negativos y omití 14 filas no analizables (enumeradas a continuación)". Si el procedimiento es incorrecto (regla incorrecta, suposición incorrecta), también será incorrecto en inglés y lo detectará. La mayoría de los errores reales son errores de procedimiento, no errores tipográficos, razón por la cual esto funciona.

4. El pase adversario. Tomado prestado directamente del hábito de rúbrica del curso de indicaciones: "Encuentre cualquier forma en que este análisis pueda ser erróneo o engañoso. ¿Qué suposiciones hizo el código? ¿Cuál es el eslabón más débil? Califique su propia confianza de 1 a 10 por afirmación y justifique cada puntuación". La IA es realmente buena atacando su propio trabajo cuando se le invita explícitamente a hacerlo.

5. La verificación entre modelos. Para resultados de alto riesgo (la conciliación va a un auditor, el análisis va a una junta), lleve el resumen y los datos a un segundo modelo de una familia diferente (curso de orientación, Concepto 13) y compare los números calculados. Dos programas escritos de forma independiente que coinciden en 23 desajustes es la señal más fuerte que ofrece esta tecnología.

ApuestasVerificación mínima
Curiosidad personal (tus propios gastos)Preguntas de realidad.
Producto de trabajo en el que confía un colegaPrueba de respuesta conocida + repetición en inglés sencillo.
Dinero, calificaciones, salud, cualquier cosa firmada.Los cinco, y un humano revisa los reclamos de carga.

Un ejemplo sin software. Un farmacéutico encargó un script para cotejar su registro de dispensación con los recuentos de existencias. Antes de confiar en él, plantó una trampa: insertó manualmente una discrepancia falsa en una copia de los datos, una brecha de 10 unidades que conocía porque ella misma la había creado. El guión pilló su planta, además de cuatro discrepancias reales que ella desconocía. La planta es lo que le hizo creer a los cuatro. Sazone tus datos con un error conocido y vea si el código lo encuentra, una prueba de respuesta conocida en su forma más elegante, y cuesta noventa segundos.

Lo único que nunca te saltas

Puede omitir cualquier verificación en esta lista excepto una: nunca actúe sobre un número crítico de precisión que no haya probado con al menos una respuesta que conozca de forma independiente. El código es exacto (Concepto 2), incluido exactamente incorrecto. La prueba de respuesta conocida es su firewall.

🔬 Haz esto ahora (2 min). Ejecuta la única verificación que nunca te saltas, en una porción lo suficientemente pequeña como para verificarla a mano. Primero suma estos tres números tú mismo: 8.000 + 6.500 + 9.000 = 23.500. Ahora haz que la IA demuestre que su código llega allí:

Aquí están mis pasos durante tres días, uno por línea: lunes 8000 Martes 6500 miércoles 9000 Escribe y ejecuta código para totalizar los pasos. Lo resolví a mano y debería ser 23.500. Muéstrame el código y el total que obtiene.

Si el código devuelve 23,500, habrás observado el trabajo de prueba de respuesta conocida: verificaste una porción que puedes verificar tú mismo, por lo que puedes confiar en el mismo código en un año completo de pasos que nunca podrías agregar en tu cabeza. Si devuelve algo más, acaba de detectar un error de forma gratuita, en treinta segundos.

7. Cuando se rompe: los errores son diálogo, no fracaso​

Algo saldrá mal. El guión se detiene; aparece texto rojo; o peor aún, termina y el resultado parece extraño. Aquí está el cambio de mentalidad que separa a las personas que siguen adelante de las que se dan por vencidas: un error no es el fracaso del proyecto; es el equipo la que describe, con mucha precisión, lo que necesita. Y tú cuenta con un experto en el personal, que ya está en la conversación, que lee ese idioma con fluidez.

La habilidad completa, para errores de texto en rojo:

Se detuvo y mostró este error. Diagnosticarlo, corregir el código y ejecutarlo de nuevo:

[pega el texto rojo, todo]

Eso es todo. No interpretas el error; lo reenvías. La IA lee sus propios mensajes de error de la misma manera que un mecánico lee el ruido del motor, corrige el script y vuelve a ejecutarlo. La mayoría de los errores desaparecen en el primer pegado. En las superficies de la Parte 3, donde la IA ejecuta código en su propio bucle, generalmente ve el error y lo corrige antes de que te des cuenta: lo verás intentar, fallar, ajustar y tener éxito en una sola respuesta.

El caso más sutil es incorrecto pero activo: no hay texto en rojo, pero los números huelen mal. No digas "está mal, arréglalo"; la IA no sabe qué parte ofende. Informelo como un síntoma a un médico:

La producción muestra unas ventas totales de 4,2 millones, pero sé que este año rondaba los 12 millones. Algo se está dejando caer o se está malinterpretando. Investigar: muéstrame el recuento de filas que procesaste, el rango de fechas que encontraste, y las primeras 5 filas como las ve el código.

Síntoma específico, valor esperado, solicitud para inspeccionar antes de volver a reparar. Nueve de cada diez veces el culpable sale a la luz inmediatamente: el código lee solo la primera hoja (pestaña) de un archivo Excel de tres hojas, o trata "1,200" con su coma como texto, o su exportación se corta silenciosamente a la mitad. Observa que estas son solo las preguntas sobre la realidad del Concepto 6, que ahora se utilizan como herramienta de reparación.

Tres patrones cubren casi todos los desgloses:

Síntomael aviso
Texto rojo, script detenidoPega el error completo: "diagnosticar, corregir, volver a ejecutar".
Corre, pero un número contradice lo que sabes.Indique el síntoma y su valor esperado; Pídele que muestre el recuento de filas y las filas de muestra antes de corregirlo.
La misma solución falla tres veces seguidasDeja de cavar. "Hemos intentado esto tres veces. Damos un paso atrás, reformulamos el problema y proponemos dos enfoques completamente diferentes". Tres strikes significan que el enfoque es incorrecto, no la escritura, y si la conversación se ha vuelto larga y confusa, inicie una charla limpia con el resumen y la lección aprendida (pudrición del contexto, concepto 4 del curso).

Un ejemplo que no es de software. El script de combinación de campañas de un especialista en marketing falló con un error al mencionar un "códec". Lo pegó sin entender ni una sílaba. La IA respondió, en efecto: una de sus exportaciones se guarda en una codificación de texto diferente (común con archivos de sistemas más antiguos), ajustando el código para detectarla. Reran; trabajó. Tiempo de inactividad total: cuarenta segundos. Nunca aprendió qué es un códec y nunca lo necesitó. No se requiere fluidez en los errores. La voluntad de pegarlos sí lo es.

🔬 Haz esto ahora (2 min). Bloquealo a propósito hoy, mientras no hay nada en juego, por lo que un bloqueo real el próximo mes parece rutinario. Pega esto, error tipográfico deliberado y todo:

Aquí hay un pequeño registro de lectura: Título, género, páginas Duna, ciencia ficción, 412 Hamlet, Drama, 150 Sapiens,Historia,498 Primero escribe y ejecuta el código para totalizar las páginas por género. Luego escribe mal la columna 'Páginas' como 'Pagse' en los datos, vuelve a ejecutar el mismo código SIN arreglarlo y mostrarme el error exacto.

Aparece texto rojo. (Si la IA corrige el error tipográfico de manera útil en lugar de mostrar el error, dile: "no, ejecútelo exactamente como está escrito para que pueda ver el error".) No entenderá ni una palabra, y ese es exactamente el punto. Ahora haz lo único que te pide la habilidad:

Aquí está el error. Diagnóstico, corrija el código y ejecútelo nuevamente.

Lee su propio error, repara el nombre de la columna y finaliza. Acabas de sobrevivir a tu primer accidente y toda la habilidad fue: pegar el texto rojo. Nunca tuviste que saber lo que significaba.

8. Mantén el guión: un problema resuelto se convierte en un botón​

La señal de repetición del Concepto 3 tiene una recompensa que los otros tres no tienen: un guión escrito una vez es un activo que posees para siempre. El informe de verificación de entrega del maestro requiere esfuerzo la primera vez que lo escribes. La siguiente tarea, el mismo trabajo, es una frase: "Ejecutar mi script de verificación de envíos en esta nueva lista de clases". El costo marginal de cada ronda futura se redondea a cero. Este es el momento en que dejas de usar la IA y comienzas a acumular con ella, el primer humilde paso hacia los trabajadores de IA que este libro desarrolla en partes posteriores.

El hábito tiene tres partes:

Solicite el script como un archivo. Cuando desee volver a desear un resultado creado con código, termine con: "Guarde esto como un archivo de script, con un nombre claro, con una descripción en inglés sencillo en la parte superior de lo que hace, los archivos que espera y las reglas que aplica". En Claude.ai, descarga el archivo; en las superficies de la Parte 3 ya está en su carpeta.

Mantén el resumen junto al guión. Guarde su resumen Markdown del Concepto 5 junto a él. El script es el cómo (para máquinas); el resumen es el qué y el por qué (para humanos y futuras sesiones de IA). Dentro de seis meses, cuando algo necesite cambiar, no lo volverás a explicar desde cero; le entregará a cualquier IA el informe más el guión y dirá "la regla de corte tardío cambió; actualícela". El curso anterior lo llamó Capa de Intención. Este par de archivos, brief.md y submissions.py, es su primera pieza.

Dales un hogar. Una carpeta, my-scripts/, una subcarpeta por tarea. Dentro de cada uno: el resumen, el guión y un pequeño archivo de entrada de muestra. Esa muestra es la prueba de respuesta conocida del mañana, preenvasada.

my-scripts/
  essay-submissions/
    brief.md          ← what & why, in your words
    submissions.py    ← the code (you still never read it)
    sample-class/     ← inputs whose correct answer you know
  monthly-campaign-rollup/
    brief.md
    rollup.py
    sample-april/

Reejecutando, por superficie. En Claude.ai, vuelves a cargar el script con los archivos del nuevo mes y dices "ejecutar esto en estos": viable, ligeramente manual. En las superficies de la Parte 3, el script se encuentra en su máquina, por lo que volver a ejecutarlo es una sola oración en una herramienta que ya puede ver su carpeta. Esta asimetría es, francamente, el mejor argumento para leer la Parte 3: el chat es donde nacen los guiones; tu máquina es donde ellos viven.

Sin el hábito de mantener el guióncon eso
Cada mes, vuelve a explicar la tarea de memoria.Cada mes: "ejecuta el script en los archivos nuevos".
Sutil deriva de las reglas: la lógica de May no es exactamente la de junio.Las reglas están congeladas en el guión; lógica idéntica en cada ejecución.
Tu habilidad de IA solo te ayuda a ti.Entregar la carpeta a un colega: resumen, guión, muestra. Son productivos en minutos.

Un ejemplo sin software. La directora de una clínica elaboró su análisis de ausencias en marzo y conservó el guión. En agosto, "ejecutar el script de no presentación en la exportación de este mes" era un ritual de 30 segundos los viernes, y cuando se abría una nueva sucursal, le entregaba la carpeta a su gerente, quien la ejecutaba el primer día sin una sola pregunta. Una tarde de descripción, el trabajo recurrente de seis personas se automatizó. Esa multiplicación (describir una vez, ejecutar para siempre, entregársela a cualquiera) es todo el argumento económico de este curso en una anécdota.

🔬 Haz esto ahora (1 min). Convierte un resultado en algo de tu propiedad. Pega esto, datos y todo:

Totalice este registro de estudio por tema, luego guarde el código como un archivo de script Puedo descargar: Matemáticas 3 Historia 2 Matemáticas 1.5 Ciencia 2 En la parte superior del guión, coloque una nota en inglés sencillo: qué hace, qué archivo espera y las reglas que sigue. Nómbralo algo que yo Lo reconocerás en un año.

Ahora tienes un archivo real. La próxima vez que pega números nuevos y di "ejecuta esto en estos". El trabajo que hiciste una vez se ha convertido en un botón que presionas para siempre. Este es el momento exacto en que usar IA se convierte en poseer algo, el primer ladrillo de cada trabajador de IA más adelante en este libro.

Parte 3: Un problema, cinco superficies​

Todo en las Partes 1 y 2 (la línea divisoria, el informe, la verificación, el bucle, el guión guardado) funciona de manera idéntica en todas partes. Lo que cambia en las superficies es dónde se ejecute el código y qué puede tocar. Hay cinco superficies, pero solo se pueden ejecutar tres tipos de código de lugar: una zona de pruebas del navegador (Claude.ai, con ChatGPT y Gemini funcionando de la misma manera), una terminal que se encuentra dentro de su carpeta (Claude Code, OpenCode) y una aplicación de escritorio (Cowork, OpenWork). Los siguientes tres conceptos recorren esos tres lugares, utilizando un trabajo en ejecución para que las diferencias se destaquen:

El trabajo en ejecución

Una carpeta de doce archivos CSV de gastos mensuales. Combínalos, totaliza por categoría, marca las transacciones duplicadas y produce un informe HTML de una página con un gráfico.

(Una palabra antes de comenzar, si "CSV" es nuevo para ti: un CSV es el tipo más simple de archivo de hoja de cálculo: filas simples de valores separados por comas. Su banco, el portal de su escuela, su aplicación de acondicionamiento físico y casi todos los sistemas con un botón de "exportar" o "descargar" los producen, y Excel los abre y guarda como cualquier otra hoja de cálculo. Y si tus datos es un archivo Excel normal, nada cambia: todos los mensajes de este curso funcionan igual en él).

9. Claude.ai: la superficie del hogar (y ChatGPT, Gemini)​

El chat del navegador es donde reside este curso, donde se ejecutaron todos los mensajes hasta ahora y donde la mayoría de sus problemas de código se resolverán durante mucho tiempo. Cuando le pides a Claude.ai que escriba y ejecuta código, el código se ejecuta en un sandbox: un equipo temporal del lado de Anthropic, creada para tu conversación. Tus cargas entran; aparecen resultados, archivos y gráficos; no se toca nada en su equipo, lo que la convierte en la superficie de riesgo cero para aprender. ChatGPT (su capacidad de análisis de datos) y Gemini funcionan de la misma manera: cargar, solicitar código, verificar. Cada mensaje de este curso se transfiere sin cambios.

El trabajo en ejecución en Claude.ai:

Adjunto 12 archivos CSV, uno por mes de mis gastos de 2025 (columnas: Fecha, Descripción, Categoría, Monto).

Escribe y ejecuta código para:

  1. Fusione los 12 en un solo conjunto de datos. Dime el recuento total de filas y Confirme que los 12 meses estén presentes antes de continuar.
  2. Gasto total por categoría y por mes.
  3. Marque transacciones probablemente duplicadas (misma fecha, monto y descripción); listarlos, no borrar nada.
  4. Produzca un informe HTML de una página: gráfico de tendencias mensuales, categoría tabla, lista de duplicados y tres observaciones que merecen mi atención.

Reglas: las cantidades utilizan comas como separadores de miles. Los reembolsos son negativo. Si alguna fila no se puede analizar, omítala y enumérela al final.

Unos minutos más tarde: un artefacto HTML renderizado, exactamente como lo prometió el curso Markdown entra, HTML sale: su resumen en forma de Markdown, una página diseñada hacia afuera, con Python invisible en el medio. Ejecuta las comprobaciones del Concepto 6 (¿coincide el recuento de filas? ¿Un mes que conoce bien se ve bien?), luego publica o descarga el informe.

Así es como se ve "la IA ejecuta el código": el programa y su resultado aparecen juntos en una sola respuesta. No escribiste nada de eso y no presionaste el botón de ejecutar.

Para qué es mejor la superficie de la casa y dónde termina: Illustration: code running inside Claude.ai. On the left, you type a request in plain English and attach a data file. An arrow points right to Claude, which writes a short Python program, runs it (shown with a "ran successfully" badge), and returns a chart and the computed totals. Labels on the left note that you installed no Python, pasted nothing, and pressed no run button.

fuerzaLímite
Instalación cero, riesgo cero para su máquina.La zona de pruebas solo ve lo que subes. Cuarenta archivos significan cuarenta cargas y "iniciar sesión en mis dispositivos de red" es imposible desde aquí.
Perfecto para trabajos puntuales y exploratorios.La zona de pruebas es temporal. Los scripts deben descargarse (Concepto 8) o efectivamente morirán con el chat.
El resumen completo → código → verificar → iterar bucle, todo visible.Los trabajos recurrentes significan volver a cargarlos cada vez. Multa mensual; tedioso diario.

El límite, en una línea: la zona de pruebas del chat es un taller que visitas; no es donde viven tus archivos. En el momento en que su problema es acerca de tu equipo (sus carpetas, sus cientos de archivos, sus ritmos diarios), la visita se le queda pequeña y las dos superficies siguientes existen.

🔬 Haz esto ahora (2 min). Todos los ejercicios hasta ahora se realizaron en Claude.ai, por lo que ya vives en la superficie de casa. Aquí está su movimiento característico: el informe diseñado. Pega esto, datos y todo:

Aquí está el tiempo de pantalla del mes pasado, horas por aplicación: Instagram, 28 YouTube, 41 Mensajes,12 Mapas,6 Juegos,19 Elaborar un informe HTML de una página: un titular con el total de horas, un gráfico de barras simple por aplicación, la tabla completa y dos observaciones que valen la pena mi atencion. Haz que se vea lo suficientemente bien como para enviárselo a alguien.

Aparece una página diseñada, no un muro de texto: sus palabras simples entran, un informe real sale, el código funciona sin ser visto en el medio. Eso es "Markdown adentro, HTML afuera" del último curso, ahora impulsado por un código que nunca escribiste.

10. Claude Code & OpenCode: el agente en tu carpeta​

Claude Code (Anthropic) y OpenCode (código abierto, funciona con muchos modelos de IA; este libro combina cada herramienta comercial con una alternativa abierta en principio) viven en la terminal: la ventana de texto sin formato que ha existido en todas los equipos desde antes de las pantallas gráficas. Si la palabra te hace estremecer, mantén esta reformulación: el terminal es sólo un cuadro de chat que se encuentra dentro de una carpeta. Escribes oraciones; responde el agente. La diferencia con el navegador es todo lo relacionado con el chat: el agente puede ver los archivos que ya están allí (sin cargarlos), ejecutar código directamente en ellos, guardar scripts que persisten para siempre y corregir sus propios errores en un bucle cerrado sin que tú envíe mensajes.

(La terminal es la forma más clara de imaginar estas herramientas y el lugar donde este curso las enseña, pero ambas han ido más allá. Claude Code también se ejecuta dentro de editores de código, una aplicación de escritorio y el navegador; OpenCode también se ejecuta en editores y una aplicación de escritorio. La idea del "cuadro de chat en una carpeta" se mantiene en cada uno de ellos: dondequiera que viva, es un agente que puede ver y actuar sobre tus archivos. Elige el punto de entrada que desee ofertas de herramientas; las habilidades son idénticas.)

Vuelve a ejecutar el trabajo y observa lo que falta:

La carpeta Gastos-2025 contiene 12 archivos CSV mensuales. Fusionarlos, total por categoría y mes, duplicados de bandera (misma fecha, monto, descripción), y producir report.html con un gráfico de tendencias, categoría tabla, lista de duplicados y tres observaciones. Las cantidades usan coma separadores; los reembolsos son negativos; omitir y enumerar filas no analizables. Guarde el código de combinación e informe como un script reutilizable llamado informe mensual (tú elige el tipo de archivo correcto) para que pueda volver a ejecutar el año que viene.

Sin archivos adjuntos: los archivos simplemente están ahí. El agente los lee, escribe el código (Python, para un trabajo de combinación y total como este), lo ejecuta, soluciona el problema del separador de coma, lo arregla él mismo y finaliza. Abre la carpeta: report.html, lista para enviar, y monthly-report.py, tuya para siempre. El próximo enero: "ejecuta el script del informe mensual en la carpeta 2026." El hábito de conservar el script del Concept 8, que se hace por ti.

_Claude Código en una carpeta. Observa que enumera archivos que nunca cargó; ya estaban allí. La ventana parece técnica, pero todo lo que escriba está en inglés sencillo.

Esta es la superficie para los trabajos más exigentes: código que debe ejecutarse en su propia máquina, según un cronograma, tocando sistemas que una pestaña del navegador nunca puede alcanzar. Imagínese a un ingeniero de redes que inicia sesión en cuarenta dispositivos cada mañana para obtener informes de salud. Ese trabajo necesita código ejecutándose desde su máquina, en su red, antes de llegar a su escritorio. Ningún entorno de pruebas del navegador puede hacer eso. Todo su flujo de trabajo es: abrir la terminal, describir, verificar, programar. Tampoco ha leído nunca los guiones y nunca aprendió a escribirlos.

Illustration: Claude Code working inside a folder. On the left, a folder named expenses-2025 already contains twelve monthly CSV files; below it, the report.html and monthly-report.py files that appear after the run. An arrow points to a terminal window opened in that folder, where a plain-English request is typed, the agent reports finding the 12 files with no upload needed, writes and runs a script, fixes a comma-separator issue itself, and confirms the report was created. ¿Claude Code o OpenCode? La misma experiencia de chat en una carpeta. Claude Code es Anthropic, pulido, funciona con Claude. OpenCode es de código abierto y le permite elegir su modelo, incluidos los gratuitos y los autohospedados. Aprende sobre cualquiera de los dos; las habilidades son idénticas. El Agentic Coding Crash Course cubre la instalación y operación de ambos; Lo que has aprendido aquí (resumir, verificar, iterar, conservar) es exactamente lo que harás dentro de ellos.

Los no programadores también pertenecen aquí

Estas herramientas se comercializan entre desarrolladores y el marketing se equivoca en cuanto a los límites. Nada acerca de "chatear con un agente que pueda ver esta carpeta" requiere conocer el código; requiere conocer tus archivos y tu problema, que es la parte que traes. Algunos de los usuarios más habituales de estas herramientas que no son programadores son contadores e investigadores que simplemente se cansaron de cargar archivos.

11. Cowork & OpenWork: delegación con ritual de seguridad​

Claude Cowork (Anthropic) y OpenWork (código abierto, de Different AI) son apps de escritorio: el mismo poder de manipulación de archivos que la superficie del terminal, envuelto en una ventana de aplicación normal, creado para trabajadores del conocimiento en lugar de que los desarrolladores. Conoció la categoría en el Concepto 11 del curso de indicaciones. Lo nuevo aquí es darse cuenta de qué son estas apps debajo: cuando Cowork reorganiza su carpeta o crea su informe, muy a menudo es escribir y ejecutar código para hacerlo. Mismo Python, disfraz diferente.

Su característica definitoria es un ritmo de trabajo incorporado que las otras superficies dejan a su disciplina: planificar primero, actuar después de la aprobación. Dale a Cowork el trabajo en ejecución y generalmente responde con un plan ("Leeré los 12 CSV, fusionaré estas columnas, trataré los reembolsos como negativos, marcaré duplicados sin eliminarlos, produciré report.html; esto es lo que crearé") y espera. Tú lee el plan en inglés sencillo, detecta la suposición equivocada antes de ejecutarlo y lo aprueba. El paso de revisión del plano es la repetición en inglés simple del Concepto 6, movida antes del trabajo en lugar de después: verificación por defecto, integrada en la superficie.

Elegir entre los cinco, según el problema que tienes delante:

tu situacionAlcanzar¿Por qué?
Pregunta única sobre un archivo o algunos archivosClaude.ai (o ChatGPT / Gemini)Cargar, calcular, verificar, listo. Nada que instalar, nada en riesgo.
Aprender, explorar o trabajar en un equipo prestadaClaude.aiLa caja de arena no puede dañar nada.
El problema vive en tus carpetas; lo repetirás; los scripts deben persistirClaude Code o OpenCodeNo se pueden cargar archivos, los scripts permanecen, los errores se reparan automáticamente y es posible la automatización.
Diagram: five surfaces, one graduation path. On the left, START HERE, the browser: Claude.ai, ChatGPT, and Gemini run code in a temporary sandbox with zero risk and nothing to install, but you upload files each time and scripts vanish with the chat; best for one-off jobs, exploring, and learning. An arrow labeled "graduate when uploads annoy you" points right to YOUR MACHINE, where the files live: Claude Code and OpenCode in the terminal (a chat box in a folder, can run on a schedule) and Cowork and OpenWork as desktop apps (plan-then-approve built in). These see your files with no uploading and keep scripts forever, but mistakes touch real files. Within each pair, the first tool is commercial and the second open-source.
Lo mismo, pero quieres una aplicación, no una terminal, y un plan para aprobar antes de que algo se mueva.Cowork o OpenWorkPlanificar, luego aprobar es una verificación integrada en la superficie.
La tarea debe ejecutarse según un cronograma o afectar a otros sistemas (el caso del ingeniero de redes)Claude Code o OpenCodeSólo el código que se encuentra en tu máquina puede ejecutarse mientras duermes.

Y el consejo honesto sobre secuenciación: permanece en Claude.ai hasta que subir contenido se convierta en la parte molesta de tu semana. Esa molestia es la señal de graduación. La mayoría de los lectores lo sienten al mes de aplicar este curso al trabajo real; Los cursos intensivos sobre pares de herramientas te estarán esperando cuando lo hagas.

No hay "haz esto ahora" para los Conceptos 10 y 11, y ese es el punto.

No puedes probar el terminal o la aplicación de escritorio dentro de una pestaña del navegador; viven en tu equipo y probarlos significa una instalación breve, que es exactamente para lo que sirven los cursos Agentic Coding y Cowork & OpenWork. Aquí está la parte tranquilizadora: ya has practicado las habilidades reales (breve, forzar código, verificar, mantener) con tus propias manos en Claude.ai. Estas superficies cambian donde se ejecute el código, no lo que haces. Mismo trabajo, habitación más grande.

Parte 4: Energía, mantenida de forma segura​

Dos conceptos finales: las reglas de seguridad para el código que puede tocar cosas reales y un mapa honesto de dónde termina el código de un solo mensaje.

12. Radio de explosión: las reglas para el código que afecta a tus archivos​

En Claude.ai, los errores son gratuitos: la zona de pruebas es desechable y tu equipo es intocable. En el momento en que pasa a superficies donde el código se ejecuta en su máquina, la advertencia del Concepto 2 deja de ser teórica: el código hace exactamente lo que se le dijo, perfectamente, a escala, incluyendo lo incorrecto. Un script con instrucciones mal entendidas cambia el nombre de 300 archivos incorrectamente en los mismos cuatro segundos que habría tomado cambiarles el nombre correctamente. Y vale la pena repetir dos hechos del curso de orientación porque la gente los aprende de manera costosa: los archivos eliminados por un agente a menudo saltan la papelera de reciclaje, y los archivos editados por un script no guardan historial de deshacer.

Entonces: cuatro reglas, fáciles de seguir, que eliminan casi todo el riesgo. Juntos reducen el radio de explosión, lo peor que puede pasar si una carrera sale mal.

Regla 1: Trabaje en copias hasta que un script se haya ganado la confianza. Antes de cualquier ejecución que modifique archivos: "Primero copia la carpeta en gastos-2025-backup, luego trabaje solo en el original". Una oración. Cuando (no si) algo sale mal durante las primeras ejecuciones de un script, el incidente se convierte en un encogimiento de hombros en lugar de un desastre. Después de que un script se haya ejecutado limpiamente varias veces con datos reales, relaje esto para ese script.

Regla 2: Exija un ensayo antes de cualquier acto destructivo. Cambiar nombre, mover, eliminar, sobrescribir: "No cambia nada todavía. Muéstreme la lista completa de operaciones que realizaría (cada cambio de nombre, nombre antiguo → nombre nuevo) y espere mi aprobación". Leer esa lista toma dos minutos y detecta el malentendido ("espera, ¿por qué está tocando la carpeta 2024?") cuando todavía son palabras en lugar de acciones. Cowork y OpenWork hacen esto por diseño; en la superficie del terminal, tú lo aplica.

Regla 3: alcance el territorio. Apunte al agente a la carpeta más pequeña que contenga el problema: nunca su directorio de inicio, nunca "Documentos", nunca todo el disco. Un script confundido dentro de expenses-2025/ puede dañar doce archivos CSV de los que realizó una copia de seguridad según la Regla 1. Un script confundido en la parte superior de su disco puede dañar su vida.

Diagram: blast radius, four rules for code that touches real files, with a warning that deleted files often skip the recycle bin and edited files keep no undo history. Rule 1, work on copies until a script has earned trust. Rule 2, demand a dry run that lists every operation before any rename, move, or delete. Rule 3, scope the territory to the smallest folder, never the whole disk. Rule 4, output to new files, never overwrite the inputs. Together: three sentences per brief, about ninety seconds per run. Regla 4: Salida a archivos nuevos; nunca sobrescribe las entradas. "Escribe los resultados en un archivo nuevo; deje los originales intactos." Los datos originales permanecen impecables; cada ejecución es reversible mediante eliminación. Conviértalo en una línea permanente en la sección Resultados de cada informe.

El ritual combinado cuesta tres frases por breve y aproximadamente noventa segundos por ejecución:

Primero copia la carpeta a una copia de seguridad. Muéstrame tu plan de operaciones. antes de cambiar nada y espere la aprobación. Escribir toda la salida a nuevos archivos; Nunca modifique los originales.

Esta es la misma escala de permisos que el curso de incitación dio para las apps de escritorio, traducida para código: la confianza se otorga a scripts específicos con antecedentes, no a la tecnología, y el alcance de lo que el código puede tocar crece tan rápido como la evidencia de su comportamiento.

Un ejemplo sin software. Un investigador le pidió a un agente que "limpiara" una carpeta de grabaciones de entrevistas eliminando duplicados. La lista de prueba mostró 40 eliminaciones propuestas, incluidos seis archivos que la lógica de coincidencia había agrupado incorrectamente, porque dos entrevistas diferentes tenían longitudes idénticas y nombres similares. Ella corrigió la regla ("coincidencia en el contenido, no en el nombre y el tamaño"), volvió a ejecutar el ensayo y aprobó 34 eliminaciones verdaderas. Las seis entrevistas que habrían desaparecido silenciosamente (más allá de la papelera de reciclaje, irrecuperables) sobrevivieron gracias a una lectura de dos minutos de un plan. Eso es lo que compra el ritual.

🔬 Haz esto ahora (2 min). Practica el movimiento que previene desastres: exige el plan antes de cualquier cambio. Pegar:

Tengo seis archivos: report-jan.pdf, report-feb.pdf, notes.txt, informe-mar.pdf, photo.jpg, informe-abr.pdf. Quiero cambiar el nombre sólo el "informe-" archivos PDF a informe-01.pdf, informe-02.pdf, etc., en orden de fecha. Antes de hacer nada, muéstrame tu plan exacto: cada nombre antiguo al lado a su nuevo nombre. No cambia nada todavía y espere mi aprobación.

Le muestra una lista, el nombre antiguo junto al nombre nuevo y se detiene. Léelo. Comprueba que deja intactos notes.txt y photo.jpg. Esa lectura de dos minutos, antes de que se mueva una sola fila, es todo el hábito de seguridad. En tus archivos reales, es la diferencia entre encogerse de hombros y una catástrofe.

13. El borde del mapa y lo que hay al otro lado​

Este curso ha sido deliberadamente confiado, porque dentro de su territorio la confianza está justificada: para los problemas que caben en un resumen y viven en tus archivos, el código escrito por IA cuya sintaxis nunca lee (pero cuyo resultado siempre verifica) no es un compromiso. Así es simplemente como se hace este trabajo ahora. Pero debes saber exactamente dónde termina el territorio, tanto para evitar frustraciones como para ver hacia dónde se dirige este libro a continuación.

Al otro lado del borde, necesita más de un código de aviso:

  • Software en el que otras personas inician sesión. Cuentas, pagos, usuarios simultáneos, un servicio que debe permanecer despierto a las 3 a.m.: productos, no scripts. Se puede construir con IA, pero con la disciplina de ingeniería de la Parte 4 de este libro, no con un mensaje de chat.
  • Automatización siempre activa con consecuencias en el mundo real. "Enviar correos electrónicos a mis clientes automáticamente cada semana" se ejecuta sin supervisión, donde las comprobaciones de Concept 6 no pueden llegar. La brecha entre un script tú ejecuta y verifica y un trabajador que se ejecuta solo es la brecha entre este curso y los FTE digitales que este libro pretende enseñar: cruzables, pero con disciplina impulsada por la evaluación, no con optimismo.
  • Actos de alto riesgo que no se pueden deshacer. Código que envía la declaración de impuestos, envía el correo electrónico masivo y ejecuta la operación. Deje que el código los prepare y un humano los dispare. El día que elimines al humano es el día en que necesitarás la ingeniería de confiabilidad de las últimas partes del libro.
  • Sentencia vistiendo un traje de computación. "Calcule qué empleados promover": la aritmética es trivial; los criterios son todo el problema y son suyos, no de Python. El código calcula; tú decides.

Dentro del territorio, suyo a partir de hoy: cada conciliación, resumen, cambio de nombre, fusión, limpieza, verificación cruzada, marca, gráfico e informe en su vida laboral que dispara Volumen, Precisión, Repetición o Archivos. Para la mayoría de los profesionales, eso son cientos de horas al año, hasta ahora encerradas detrás de una habilidad que les dijeron que tenían que aprender primero.

¿Recuerdas al contable que recuperó su noche? Multiplíquela por cada conciliación, resumen, cambio de nombre e informe en su vida laboral y tendrá toda la promesa de este curso. Las personas que aprenden esto no están siendo reemplazadas; están recuperando horas de su semana. Eso no es magia; Es un código encargado: los problemas se describen una vez, se calculan perfectamente, se conservan para siempre y se vuelven a ejecutar de forma gratuita. Ninguno de ellos se convirtió en programador. Se convirtieron en buenos clientes. Ahora tú también.

Hacia dónde va el libro desde aquí. Ahora posees las dos grandes palancas en las que se basa este tema de Fundamentos: documentos precisos (enseñados en Markdown entra, HTML sale) y cálculos encargados a través de ellos (esta página). Lo que queda es la disciplina que decide cuándo recurrir a ellos: Cómo pensar en la era de la IA, saber cuándo recurrir a un agente y cuándo no. Después, Resolución de problemas con agentes generales lleva ambas palancas a las superficies de los agentes de la Parte 3 y agrega la disciplina operativa (descomposición, restricciones, la escalera de autonomía) que convierte "La IA me escribió un guión" en "La IA y yo envié el compromiso". Los tutoriales de pares de herramientas (Agentic Coding, Cowork & OpenWork) están ahí el día que la carga comienza a molestarlo.

Un breve resumen antes de probar las indicaciones​

Trece conceptos, una línea cada uno:

  • Concepto 1. El código ya no depende de la capacidad de escribirlo. La IA escribe el código y lo ejecuta: no hay nada instalado, nada pegado. Preguntas "¿puedo describir esto?", no "¿puedo construir esto?".
  • Concepto 2. El código son instrucciones exactas ejecutadas perfectamente, en ambas direcciones. La IA elige el lenguaje; para el trabajo de datos reales de este curso, eso significa Python casi siempre. Nunca escribes ni lees su sintaxis.
  • Concepto 3. Cuatro señales marcan un problema de código: Volumen, Precisión, Repetición, Archivos. Cualquiera es suficiente. Ninguno significa que sea un problema de respuesta.
  • Concepto 4. La IA a veces estima cuándo debe calcular. Di las palabras: "Escribe y ejecuta el código. Muéstrame que el código se ejecutó. Primero dame el recuento de filas".
  • Concepto 5. Resuma el problema, no el programa: objetivo, entrada, salida, reglas (su conocimiento profesional), casos extremos (lo que deberían hacer los datos imperfectos). Deje que la IA inspeccione los datos primero y le di qué decidir.
  • Concepto 6. Verificar los resultados con conocimiento independiente: pruebas de respuestas conocidas, preguntas de realidad, repeticiones en inglés sencillo, pases contradictorios, verificaciones de modelos cruzados. Nunca actúe sobre un número crítico de precisión no probado.
  • Concepto 7. Los errores son diálogo. Pega el texto rojo; informar números incorrectos como síntomas con valores esperados; Después de tres soluciones fallidas, exige un nuevo enfoque.
  • Concepto 8. La repetición convierte los guiones en activos: mantén el resumen, el guión y una muestra de respuesta conocida juntos en una carpeta. Describe una vez, corre para siempre, entrégaselo a cualquiera.
  • Concepto 9. Claude.ai (y ChatGPT, Gemini) ejecuta código en un entorno limitado de riesgo cero: la superficie de inicio para trabajos puntuales y todo su aprendizaje.
  • Concepto 10. Claude Code y OpenCode colocan el agente dentro de su carpeta: sin cargas, secuencias de comandos persistentes, errores de reparación automática, ejecuciones programadas. El terminal es un cuadro de chat que vive en una carpeta.
  • Concepto 11. Cowork y OpenWork reúnen el mismo poder en una aplicación de escritorio con planificación y luego aprobación: verificación integrada en la superficie.
  • Concepto 12. Cuando el código puede tocar archivos reales: copias primero, simulacros antes de la destrucción, carpeta más pequeña posible, salida a archivos nuevos. Tres frases por escrito.
  • Concepto 13. El borde del mapa: software multiusuario, automatización desatendida, acciones sin deshacer y decisiones de juicio necesitan el resto de este libro. Todo lo demás es tuyo hoy.

Debajo de todo ello, una identidad y una habilidad. La identidad: tú es el cliente, no el contratista. La habilidad, la que el curso de orientación nunca necesitó: puede confiar en un trabajo que no puede ver, porque lo probó con algo que ya sabía. Los clientes que informan claramente, verifican lo que saben de forma independiente y conservan lo que pagaron, recuperan un día real de su semana, en un trabajo que realmente importa. Ese es todo el curso.

Ya lo has hecho, diez veces más.​

Si ejecutó los cuadros de hacer esto ahora arriba, no solo leyó este curso; lo usaste. Detectó problemas de código, obligó a la IA a realizar cálculos, escribió un informe que controló datos confusos, ejecutó una prueba de respuesta conocida, sobrevivió a un accidente, mantuvo un guión y exigió un ensayo. Todo ello con tus propios ojos, sobre la base de datos que se encuentran allí mismo, en la página.

Ahora quítale las ruedas de entrenamiento. Los cuatro proyectos siguientes ejecutan los mismos movimientos con sus datos, donde las respuestas realmente importan.

🚀 Proyectos​

Esas diez cajas de hazlo-ahora fueron ensayos sobre datos que te entregamos nosotros. Estos cuatro proyectos son lo real: tus datos, tus apuestas y un hallazgo al final.

Un hallazgo es algo verdadero que el código de la IA encuentra y que tú aún no sabías, y sobre lo que puedes hacer algo: una suscripción que cancelar, un cargo que disputar, una nota que rescatar, un amigo al que reclamar el dinero que te debe. Así que fíjate en lo que estos proyectos no son. No tratan de hacer una pantalla para presumir. No hay enlace que enviar, ni página que publicar. Lo que te llevas es una frase que puedes decirle a una persona real ("la IA encontró una suscripción que había olvidado, 796 perdidos hasta ahora, más un cargo doble que puedo disputar") y un pequeño script que conservas. El hallazgo es la demostración.

El único filtro para elegir tus propios datos: la prueba de la app de tienda

Antes de apuntar un proyecto a unos datos, pregúntate: ¿una empresa ya creó una app para exactamente esto? Si la respuesta es sí (Splitwise para dividir una cuenta, una app de presupuesto para controlar el gasto, el resumen anual de tu teléfono), es el problema equivocado para aquí. Una app existe solo cuando las reglas son las mismas para todo el mundo. Y si las reglas son universales, no hay nada tuyo que describir, ni una respuesta privada que solo tú tengas para que la verificación compruebe.

Los problemas correctos son lo contrario: un mercado de uno. Tus reglas, tu desorden, una respuesta que solo tú puedes confirmar. Ahí es exactamente donde el código encargado le gana a cualquier app de la tienda, y donde vive cada proyecto de abajo.

Empieza con Detective de Dinero; enseña todos los movimientos que los demás reutilizan. Los tres primeros buscan un hallazgo en datos que solo puedes leer; el cuarto vuelca la misma disciplina sobre tus archivos, donde las apuestas son más altas porque ahí el código puede borrar. Cada uno toma menos de una hora en una cuenta gratuita.

Proyecto 145 minDetective de DineroNo controles tu dinero hacia adelante. Caza la fuga escondida en tu propio historial real.

"El dinero simplemente desaparece y no sé adónde va." Todo el mundo lo ha dicho. Una app de presupuesto lo responde hacia adelante, por eso ya existe una para todos y por eso controlar el gasto falla la prueba de la app de tienda. Este es el movimiento contrario, y la razón por la que ninguna app lo hace: estás cazando hacia atrás a través de tu propio historial real, buscando la fuga concreta que solo tú reconocerías.

Ensaya la caza una vez con una billetera de muestra cuya respuesta puedes comprobar, y luego suéltala sobre tu propia exportación real.

¿Aún no tienes una exportación propia? Ensaya primero con esta billetera

Pega esto en el chat como tu "archivo". Son unos meses de la billetera de un estudiante, una transacción por línea. Un monto positivo es dinero que entra, un monto negativo es dinero que sale.

Date,What,Amount
2025-06-01,Pocket money,+5000
2025-06-04,PrimeVideo subscription,-199
2025-06-05,Spotify,-299
2025-06-07,Foodpanda,-650
2025-06-09,Careem ride,-300
2025-06-15,Tutoring received,+1500
2025-06-18,Foodpanda,-700
2025-06-28,Bank service fee,-50
2025-07-01,Pocket money,+5000
2025-07-04,PrimeVideo subscription,-199
2025-07-05,Spotify,-299
2025-07-08,Foodpanda,-650
2025-07-08,Foodpanda,-650
2025-07-14,Careem ride,-300
2025-07-28,Bank service fee,-50
2025-08-01,Pocket money,+5000
2025-08-04,PrimeVideo subscription,-199
2025-08-05,Spotify,-299
2025-08-10,Foodpanda,-700
2025-08-16,Careem ride,-350
2025-08-20,Tutoring received,+1500
2025-08-28,Bank service fee,-50
2025-09-01,Pocket money,+5000
2025-09-04,PrimeVideo subscription,-199
2025-09-05,Spotify,-299
2025-09-12,Foodpanda,-700
2025-09-17,Careem ride,-300
2025-09-28,Bank service fee,-50

Pega la billetera y luego este encargo:

Aquí tienes unos meses de mi billetera (un más es dinero que entra, un menos es dinero que sale). El dinero sigue desapareciendo y no logro ver adónde. Sé mi detective de dinero: escribe y ejecuta código, y muéstrame que se ejecutó, para encontrar adónde va de verdad, cualquier cosa que me cobre en silencio cada mes y cualquier cargo facturado dos veces el mismo día. Después dime cuánto me quedará para mi próxima mesada.

Gánate tu confianza entre bastidores primero. Antes de creer cualquier cosa que encuentre, confirma dos números que puedes comprobar tú mismo: el total de dinero que ENTRA debe ser 23,000 (cuatro meses de 5,000 de mesada, más tutorías dos veces a 1,500), y PrimeVideo debe aparecer cada mes, 796 cobrados hasta ahora (199 por cuatro). Si el código reproduce ambos, entonces las cosas que encontró y que tú no podías comprobar de antemano se han ganado tu confianza. Esa comprobación silenciosa es la prueba de respuesta conocida del Concepto 6 haciendo su verdadero trabajo, fuera de la vista.

Ahora haz que se explique. Los números que podías comprobar volvieron correctos, así que el siguiente movimiento es hacer que la IA te guíe por su propio razonamiento en palabras que puedas leer de verdad.

Ahora explícalo como si yo no supiera leer código. ¿Qué lenguaje usaste y cómo obtuviste exactamente estos números, en especial cómo decidiste que algo era un duplicado?

Esta es la repetición en lenguaje sencillo del Concepto 6. No puedes leer el Python, pero sí puedes comprobar la lógica en lenguaje sencillo: "sumé por categoría, conté un cargo como recurrente solo cuando el mismo monto cayó cada mes, marqué el mismo día con el mismo monto como posible duplicado". Si esa lógica está mal, suena mal en español, y la atrapas sin leer una sola línea de código. Fíjate además en que nunca le dijiste que usara Python (Concepto 2): eligió el lenguaje por sí misma, porque esto es trabajo con datos y elegir la herramienta correcta era su tarea, no la tuya.

Lo que atrapa el detective. En esta billetera saca a la luz tres cosas verdaderas que no le entregaste: una suscripción a PrimeVideo que se lleva en silencio 199 al mes, 796 hasta ahora, que habías olvidado que tenías; un cargo de Foodpanda que cayó dos veces el mismo día, el 8 de julio, un cargo doble que puedes disputar; y la verdadera fuga, comida a domicilio por alrededor de 4,050, más que todas las suscripciones juntas. El pronóstico se monta encima con honestidad: en realidad estás en positivo neto, solo que te sientes sin dinero porque la comida a domicilio te muerde en pequeños bocados. (Y el detective es honesto sobre su propio terreno: ese pronóstico supone que tus ingresos por tutorías siguen llegando, y aquí llegaron solo dos de cuatro meses. Un buen detective te muestra el número y en qué se apoyó.)

Tu única frase: "la IA encontró una suscripción que olvidé, 796 perdidos hasta ahora, más un cargo doble que puedo disputar". Esa frase termina en un verbo. Cancelas, disputas, comes en casa dos veces por semana.

Conserva la herramienta. Pídele que guarde todo como un script con un encabezado en lenguaje sencillo (Concepto 8), con un nombre como "mi chequeo mensual de dinero". El próximo mes pegas una exportación nueva y dices "ejecuta esto", y la caza pasa de ser una tarde a ser un hábito de treinta segundos.

¿Apuestas más altas que la mesada?

Si el hallazgo va a impulsar una decisión real (un reembolso que vale la pena perseguir, un presupuesto que le mostrarás a alguien), ejecuta el mismo encargo en una segunda IA de una familia distinta y comprueba si ambas coinciden en la fuga antes de actuar. Esa es la comprobación más fuerte del Concepto 6, realizada de verdad.

Opcional: conserva el comprobante. El hallazgo es el verdadero entregable, y ya lo tienes. Pero si quieres guardar una copia o mostrársela a alguien (un padre, tus propios registros), puedes empaquetar lo que encontraste usando la mismísima habilidad del curso anterior, Markdown adentro / HTML afuera.

Para guardar o mostrar a alguien: convierte lo que encontraste en una página limpia que pueda guardar, con la fuga, la suscripción olvidada, el cargo doble y tu veredicto de una línea.

En Claude el informe aparece en línea como un artefacto que puedes guardar; en ChatGPT se descarga como un archivo .html que abres en tu navegador, el mismo resultado de cualquier forma. Esto es empaquetar el hallazgo, no el punto, y es para ti: un informe de tus propias suscripciones olvidadas es para tus ojos o los de un padre, nunca un enlace que publicas. Es también el sentido honesto en que este proyecto usa el código de las dos maneras: Python para calcular y atrapar la fuga, el marcado HTML del curso anterior para empaquetarlo, y nunca una app clicable que construir.

▶ Mira un informe de muestra (cómo puede verse tu página guardada)

Este está construido a partir de la billetera de práctica de arriba, no del dinero real de nadie, así que es seguro mostrarlo. El tuyo llevaría tus propios hallazgos, y tu informe real sigue siendo tuyo, nunca un enlace que publicas. También puedes abrir la muestra en su propia pestaña.

Listo cuando: el código reproduce los dos números que ya conocías, y te entrega al menos una cosa verdadera que no sabías (la suscripción olvidada, el cargo doble) sobre la que puedes actuar esta semana, más un script guardado que puedes volver a ejecutar el próximo mes.

Proyecto 230-45 minMi nota real, de verdadCodifica el único conjunto de reglas de calificación que ninguna app tiene, las de tu profesor, y descubre dónde estás realmente parado.

Ninguna app de libreta de notas sabe que tu profesor descarta tus dos tareas más bajas, cuenta las mejores 8 de 10 pruebas cortas, deja que un buen examen final reemplace un parcial flojo y limita la penalización por entrega tardía. Ese paquete exacto de reglas existe en un solo programa de curso en el mundo, que es precisamente por qué pasa la prueba de la app de tienda: las reglas no son universales, son las de tu profesor, así que solo un encargo que tú escribas puede codificarlas. Esto es "describe el problema, no el programa" (Concepto 5) en su forma más pura, porque aquí la sección de Reglas es el programa del curso, copiado a lenguaje sencillo.

Reúne tus notas reales (copiadas y pegadas directamente del portal, no importa el desorden) y las reglas reales de tu profesor. Ensaya con la muestra si no las tienes a mano.

¿No tienes notas a mano? Ensaya con esto y luego hazlo de verdad
My homework scores: 60, 92, 88, 45, 90, 85
My quiz scores (best 8 of 10 count): 70, 95, 88, 100, 0, 91, 84, 77, 93, 80
Midterm: 72
Final: 86

My teacher's exact rules:
- Homework is 20% of the grade. Drop my two lowest homework scores, average the rest.
- Quizzes are 20%. Only my best 8 of 10 count (a 0 means I missed one).
- Midterm is 25%.
- Final is 35%. If my final percentage is higher than my midterm, the final replaces the midterm too.

Pega tus notas y reglas, y luego este encargo:

Aquí están mis notas y las reglas exactas de calificación de mi profesor. Escribe y ejecuta código, y muéstrame que se ejecutó, para sacar mi nota real ahora mismo siguiendo cada regla, y muéstrame el subtotal de cada parte para que pueda comprobar uno a mano. Después dime qué necesito en el final para llegar al 90 por ciento.

Gánate tu confianza entre bastidores primero. Comprueba una categoría tú mismo antes de confiar en toda la nota. Descarta las dos tareas más bajas (45 y 60) y promedia lo que queda, 92, 88, 90, 85, que da 88.75. Si el subtotal de tareas del código marca 88.75, su aritmética sobre las categorías que no puedes comprobar a mano con facilidad acaba de ganarse tu confianza. (Con tus propios datos, elige la categoría que sea más fácil de calcular en papel. Esa es la prueba de respuesta conocida, y cuesta un minuto.)

El hallazgo. El número que vuelve casi nunca es el número que tenías en la cabeza. El hallazgo es una cifra verdadera y con apuestas que no tenías, con un plan adjunto: "en realidad estoy en un 79, no en el 85 que suponía, y necesito un 88 en el final para una A". Esa frase también termina en un verbo. Cambia lo que estudias esta noche, que es el sentido entero de ejecutarlo.

Conserva la herramienta. Guárdalo como un script de "qué necesito en el final". Vuélvelo a ejecutar cada vez que se publique una nota, y siempre sabrás exactamente dónde estás parado y exactamente qué tiene que superar el final.

Listo cuando: el código reproduce la única categoría que comprobaste a mano, y te entrega una nota real que no conocías más la puntuación exacta que necesitas a continuación, lo bastante concreta como para cambiar el plan de estudio de esta noche.

Proyecto 345 minLas cuentas no cuadranDos registros que deberían coincidir: tu total contado y el digital lleno de desorden. Encuentra la diferencia, nombra a la persona.

¿Recuerdas a la contadora que abrió este curso, que perdía una tarde cada mes cazando el puñado de transacciones donde dos registros no coincidían? Tienes su problema a escala adolescente. Recolectaste dinero para una excursión, un club, un regalo grupal. Contaste lo que entró, así que conoces el total verdadero, y ese conteo es tu respuesta conocida, lo que ninguna app puede darte porque ninguna app estuvo en la sala.

Ahora concílialo contra el registro digital lleno de desorden: memos de JazzCash o Venmo o Easypaisa llenos de texto libre, más tu lista en papel de quién debe. Tu conocimiento privado son las reglas que ninguna app tiene: "pizza en el memo no son cuotas, eso es un amigo devolviéndome dinero"; "los 1,000 de Ali lo cubren a él y a su hermano"; "unos 500 sueltos de un número que no reconozco probablemente son las cuotas de alguien, pero ¿de quién?". Ese paquete de reglas vive solo en tu cabeza, que es exactamente por qué esto es un mercado de uno y Splitwise no.

¿No tienes una colecta propia que liquidar? Ensaya con esta
Everyone owes 500 for the class trip. Eight people: Ali, Omar, Sara,
Bilal, Hina, Zoya, Ayesha, Usman. So the books should show 4,000.

Digital record (JazzCash), exactly as it came in, messy memos and all:
Date,From,Amount,Memo
2025-09-02,Ali,1000,trip me + my brother Omar
2025-09-02,Sara,500,trip dues
2025-09-03,Bilal,500,
2025-09-03,Hina,500,class trip
2025-09-05,0300-unknown,500,
2025-09-05,Usman,300,pizza
2025-09-06,Zoya,500,dues
2025-09-08,Ayesha,500,trip

What only I know (the rules):
- Ali's 1,000 covers Ali AND his brother Omar. Count it for both.
- Usman's 300 with "pizza" is NOT dues; he was paying me back. Ignore it.
- The 500 from "0300-unknown" has no name I recognize. Do not assume; flag it.

Pega la lista de cuotas, el registro digital y tus reglas, y luego este encargo:

Aquí está lo que cada uno debe, el registro de pagos lleno de desorden y las reglas que solo yo conozco. Escribe y ejecuta código, y muéstrame que se ejecutó, para conciliarlos: quién pagó, quién todavía debe y cuánto queda sin justificar. Lista cualquier pago que no puedas asociar a una persona; no adivines. Mi total contado es [tu número]; muéstrame cómo se compara contra eso.

Gánate tu confianza entre bastidores primero. Tu cifra contada, 4,000 que se deben entre ocho personas, es la respuesta conocida aquí, el mismo papel que cumple el mes cerrado a mano en el Concepto 6. Si el total "esperado" del código vuelve como cualquier cosa que no sea 4,000, algo está mal en el encargo antes incluso de que mires el hallazgo.

El hallazgo. En esta muestra las cuentas salen 500 cortas en el papel. Aplicando tus reglas, siete personas están cubiertas (Ali y Omar por los 1,000, más Sara, Bilal, Hina, Zoya, Ayesha), el único pago de Usman fue pizza así que todavía debe, y hay unos 500 imposibles de ubicar de un número que no reconoces. Así que el hallazgo es un desajuste real y accionable: o ese misterioso 500 es Usman pagando bajo un alias que no conocías, o de verdad todavía te deben, y un mensaje lo resuelve. El entregable es la frase que puedes enviar al chat del grupo esta noche: "todos están justificados excepto Usman, y hay un misterioso 500, así que le escribiré antes de cerrar las cuentas". Un desajuste así es o un error en tu encargo o una discrepancia verdadera que vale la pena perseguir, que es exactamente el oficio de la contadora.

Conserva la herramienta. Guárdalo como tu script de conciliación. La próxima excursión, el próximo regalo, la próxima colecta: pega el nuevo registro y la nueva lista de cuotas, y una tarde de caza se vuelve una comprobación de un solo encargo.

Listo cuando: el código concilia contra tu total contado, y te entrega un nombre concreto al que perseguir o un pago concreto que ubicar, el único desajuste verdadero, en una frase que podrías enviar al chat del grupo esta noche.

Proyecto 445 minRescate de la galería de fotosTu galería de fotos esconde duplicados que comen espacio real. Encuéntralos, bórralos con seguridad y luego ordena por fecha lo que quede.

Los otros tres proyectos leen tus datos. Este los cambia, que es exactamente por qué enseña el hábito de seguridad que los otros no pueden. Tu galería de fotos es un doble desorden en uno: está lleno de duplicados (la misma foto guardada dos veces, ráfagas casi idénticas, una captura de pantalla que copiaste por todos lados) y lo que sobrevive no queda en ningún orden real. Aquí arreglas ambas cosas: encuentras y eliminas con seguridad los duplicados, y luego ordenas por fecha lo que queda. La trampa es el espacio que desperdician los duplicados; la lección de seguridad es eliminarlos sin perder una foto real; la recompensa es una galería de fotos que por fin está en orden.

Primero, encuentra los duplicados, y fíjate en que la IA nunca "mira" tus fotos. Distinguir dos fotos es un algoritmo, no una tarea de IA: el código encoge cada imagen a una huella diminuta y compara huellas. Pides exactamente eso:

Escribe y ejecuta código para encontrar fotos duplicadas y casi duplicadas en esta carpeta. Toma la huella de cada imagen con un hash perceptual, agrupa las que coinciden y dime cuántos duplicados hay y cuánto espacio ocupan. No borres nada todavía.

El hallazgo llega como un número: "47 duplicados en 18 conjuntos, 2.1 GB." Eso solo ya vale el proyecto.

Luego la puerta de seguridad, porque este paso borra (Concepto 12). Los archivos borrados se saltan la papelera de reciclaje, y una coincidencia de huella puede estar equivocada, porque dos atardeceres distintos se parecen. Así que haces que el código muestre su plan antes de tocar nada:

Para cada conjunto, conserva la copia más grande y lista las que borrarías, con nombres y tamaños. No cambies nada todavía. Copia primero los originales a un respaldo y después espera mi aprobación.

Lee la lista. Casi siempre hay un "duplicado" que en realidad es un momento distinto: perdónalo, y luego aprueba el resto. Esa revisión, antes de que se borre un solo archivo, es la lección de seguridad entera, y es el único movimiento que los proyectos de solo lectura de arriba nunca te hicieron practicar.

Por último, ordena lo que quede, para que la limpieza dure. Una galería sin duplicados sigue estando solo a medias en orden si son mil fotos puestas según se subieron. Una instrucción más lo deja en forma:

Ahora toma las fotos que quedan y ordénalas por fecha, de la más reciente a la más antigua, en una copia que pueda revisar de un vistazo. Deja mis originales sin tocar.

Terminas con tu propia galería de fotos, sin duplicados y en orden: nada publicado, nada enviado, solo tus archivos por fin ordenados.

▶ Pruébalo tú mismo (en vivo)

Esto es lo que hace el código, vuelto interactivo. Suelta un montón de fotos (prueba con la misma dos veces): toma la huella de cada una para atrapar duplicados, te deja revisar antes de quitar nada y luego ordena el resto por fecha. Sin IA, nada se sube, todo en tu navegador. Se carga en vivo aquí abajo; también puedes abrirlo en su propia pestaña.

Listo cuando: el código te entrega un número real (los duplicados encontrados y el espacio que desperdician), atrapaste al menos una coincidencia falsa antes de aprobar, existe un respaldo de los originales, así que borrar fue seguro, y las fotos que sobreviven quedan ordenadas por fecha. Conserva el script, y tu galería de fotos nunca vuelve a acumularse.

🛟 Si te quedas atascado a mitad del proyecto

Cada atasco que hemos visto cae en uno de estos. Encuentra tu síntoma, pega la solución. Ninguno te pide entender qué salió mal; ese es el trabajo de la IA.

1. "No puede abrir ni leer mi exportación." Suele ser el archivo, no la IA. Pega: "Dime exactamente qué está mal con este archivo: su formato, qué puedes y qué no puedes leer de él, y qué debería volver a exportar o guardar en su lugar." Si la pantalla de descarga ofrecía CSV y Excel, prueba con el otro. Nueve de cada diez veces esto se arregla volviendo a exportar.

2. "Respondió, pero nunca vi un bloque de código." La estimación silenciosa del Concepto 4. Repite las palabras, con firmeza: "Detente. Escribe y ejecuta código para responder esto, muéstrame el código y dame primero el recuento de filas." Sin bloque de código no se ejecutó código, diga lo que diga la prosa.

3. "El número no coincide con lo que conté o con lo que sé." No digas "está mal". Repórtalo como un síntoma (Concepto 7): "Tu total es X pero yo conté Y. Muéstrame el recuento de filas que procesaste, el rango de fechas y las primeras cinco filas tal como las ve el código." El culpable (una fila saltada, una coma leída como texto, una exportación a medio terminar) casi siempre aparece en esa inspección. Y recuerda: en estos proyectos un desajuste podría ser el hallazgo, no un error.

4. "La misma solución sigue fallando." Tres strikes significan que el enfoque está mal, no la escritura. Pega: "Lo hemos intentado tres veces. Olvida el código actual. Vuelve a plantear el problema desde cero y propón dos enfoques completamente distintos."

5. "Mi archivo tiene datos privados y me pone nervioso subirlo." Buen instinto; actúa sobre él. Todos estos proyectos tocan dinero real y nombres reales, así que este importa. Pega: "Antes de cualquier análisis, haz una copia limpia con los nombres y números de cuenta eliminados, trabaja solo sobre esa copia y confirma qué eliminaste." O elimina tú mismo esas columnas primero; los totales rara vez las necesitan. Comprueba la política de datos de tu herramienta antes de subir algo sensible, y si tus datos de verdad no pueden salir (una regla del trabajo o de la escuela), ensaya con la muestra y aplica los movimientos solo dentro de una herramienta aprobada.

6. "Me quedé sin uso de la capa gratuita a mitad del proyecto." Cada proyecto de aquí cabe en una capa gratuita, pero la iteración intensa puede tocar un límite diario. Espera a que se reinicie (tu encargo guardado significa que reanudarlo no cuesta nada), o vuelve a pegar el encargo en una familia de modelos distinta y sigue adelante; la habilidad se transfiere de cualquier forma.

El patrón bajo los seis: cuando estés atascado, descríbele el atasco a la IA. La misma habilidad que encarga el código rescata el proyecto.

Ahora encargas código. El próximo curso te enseña a dirigir el encargo: Resolución de problemas con agentes generales →

Ayuda para el estudio de tarjetas didácticas​

Pon a prueba tu comprensión​

Trece conceptos, una identidad: tú eres el cliente, no el contratista. Estos treinta y dos escenarios lo llevan a las hojas de cálculo, carpetas y ejecuciones interrumpidas de otras personas y le formulan la pregunta que activa cada concepto. Ninguno recompensa memorizar una definición; cada uno recompensa saber qué hacer realmente. Responde por el razonamiento, no por la opción más larga.

Checking access...