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
• El estado sin memoria (statelessness) y cómo los modelos de IA retienen información durante una sesión
• El flujo de trabajo Planificar → Ejecutar → Revisar
• Lo que las herramientas de codificación con IA hacen 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 programación
• Recomendaciones prácticas para la adopción de herramientas dentro de los equipos de desarrollo
Anatomía del prompt
Temas cubiertos:
• Los componentes clave de un prompt eficaz
• Proporcionar contexto y definir claramente la tarea
• Especificar formatos de salida y restricciones
• Marcos y plantillas comunes de prompts
• Técnicas para mejorar la calidad y la consistencia de los prompts
Primera codificación: Construcción desde cero
Temas cubiertos:
• Construir un proyecto desde una carpeta vacía
• Crear la estructura inicial de la aplicación y el armazón (scaffolding)
• Gestión de dependencias y configuración del proyecto
• Mejora iterativa del código generado
• Pruebas y perfeccionamiento de la solución final
Bases de código existentes, personalización y revisión
Trabajo en una base de código
Temas cubiertos:
• Navegación y comprensión de una base de código desconocida
• Consultas y análisis de proyectos existentes utilizando herramientas de IA
• Mapeo de la estructura de la aplicación y sus dependencias
• Generación de documentación y resúmenes técnicos
• Aceleración del proceso de incorporación a proyectos existentes
Tareas diarias: Corrección, funcionalidades y pruebas
Temas cubiertos:
• Uso de herramientas de IA para investigar y corregir errores (bugs)
• Implementación de nuevas funciones y mejoras
• Escritura y mejora de pruebas automatizadas
• Validación del código y los cambios generados
• Aumento de la productividad en las tareas de desarrollo cotidianas
Personalización: ¿Qué es?
Temas cubiertos:
• Comprensión de las reglas del proyecto y los archivos de configuración
• Introducción a los conceptos de AGENTS.md y la 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 juicio crítico
Temas cubiertos:
• Revisión y validación del código generado por IA
• Comprensión de los modos de fallo comunes y las limitaciones
• Reconocimiento de la inyección de prompts y los riesgos de seguridad
• Decidir qué trabajo puede delegarse a la IA
• Aplicación del juicio humano y mantenimiento de la responsabilidad en el desarrollo de software
Requerimientos
No se requiere experiencia previa en programación ni en herramientas de IA.
Es útil tener conocimientos básicos de código o Git
Cuenta con licencia (Claude Code / Cursor / Copilot)
Público objetivo:
Personas nuevas en el desarrollo asistido por IA, incluyendo personas sin experiencia en programación, programadores ocasionales y perfiles técnicos adyacentes en control de calidad (QA), datos, producto u operaciones. No se asume un fondo en desarrollo de software.
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
