Temario del curso
Comprensión de las herramientas y una primera construcción
Cómo funcionan realmente las herramientas de codificación con IA
Temas cubiertos:
• Comprensión de las ventanas de contexto y sus limitaciones
• Estado sin memoria (statelessness) y cómo los modelos de IA retienen la información durante una sesión
• El flujo de trabajo Planificar → Ejecutar → Revisar
• Lo que las herramientas de codificación con IA pueden hacer bien y dónde tienen dificultades
• Mejores prácticas para colaborar eficazmente con asistentes de IA
El panorama de la codificación con IA
Temas cubiertos:
• Visión general del ecosistema actual de codificación con IA
• Comprensión de las diferencias entre herramientas como Cursor, GitHub Copilot y Claude Code
• Selección del modelo y la herramienta adecuados para diferentes tareas
• Fortalezas y limitaciones de los diversos asistentes de codificación
• Recomendaciones prácticas para la adopción de herramientas dentro de los equipos de desarrollo
Anatomía del prompt
Temas cubiertos:
• Los componentes clave de un prompt efectivo
• Proporcionar contexto y definir la tarea con claridad
• Especificar formatos de salida y restricciones
• Marcos y plantillas comunes de prompting
• Técnicas para mejorar la calidad y la consistencia del prompt
Primera codificación: construir desde cero
Temas cubiertos:
• Construir un proyecto desde una carpeta vacía
• Crear la estructura inicial de la aplicación y el andamiaje (scaffolding)
• Gestionar dependencias y configuración del proyecto
• Mejorar iterativamente el código generado
• Probar y refinar la solución final
Bases de código existentes, personalización y revisión
Trabajando en una base de código
Temas cubiertos:
• Navegar y comprender una base de código no familiar
• Consultar y analizar proyectos existentes utilizando herramientas de IA
• Mapear la estructura de la aplicación y las dependencias
• Generar documentación y resúmenes técnicos
• Acelerar el proceso de incorporación (onboarding) a proyectos existentes
Tareas diarias: corregir, funcionalidad y pruebas
Temas cubiertos:
• Uso de herramientas de IA para investigar y corregir errores
• Implementación de nuevas funciones y mejoras
• Escritura y mejora de pruebas automatizadas
• Validación del código generado y de los cambios
• Aumento de la productividad en las tareas de desarrollo diarias
Personalización: qué es
Temas cubiertos:
• Comprensión de reglas de proyecto y archivos de configuración
• Introducción a AGENTS.md y los conceptos de memoria del proyecto
• Dónde y cuándo se aplican los mecanismos de personalización
• Mejores prácticas para configurar asistentes de IA
• Visión general de enfoques de implementación avanzados
Límites, riesgos y criterio
Temas cubiertos:
• Revisión y validación del código generado por IA
• Comprensión de los modos de fallo y las limitaciones comunes
• Reconocimiento de la inyección de prompts y riesgos de seguridad
• Decisión sobre qué trabajo puede delegarse a la IA
• Aplicación del criterio humano y mantenimiento de la responsabilidad en el desarrollo de software
Requerimientos
No se requiere experiencia previa en codificación ni en herramientas de IA.
Es útil tener una familiaridad básica con el código o Git
Cuenta con licencia (Claude Code \/ Cursor \/ Copilot)
Audiencia:
Personas nuevas en el desarrollo asistido por IA, incluidos no programadores y programadores ocasionales, y roles técnicos relacionados como QA, datos, producto u operaciones. No se asume antecedentes de desarrollo.
Reseñas (2)
Consideraciones sobre privacidad y políticas
Angelo Stefano Soglia - Parkino srl
Curso - Claude AI for Workflow Automation and Productivity
Traducción Automática
Aprender a formular consultas para Claude y utilizarlo para procesar todos los datos que tengo disponibles.
Mike Hartleroad - Furniture Row
Curso - Claude AI for Data Analysis and Business Intelligence
Traducción Automática
