← VOLVER

Pedir a la IA que construya la herramienta en lugar de hacer la tarea

— 6 min de lectura

Trabajar con IA para cambios de código a gran escala puede ser frustrante. Este artículo comparte una técnica que ha ayudado a nuestro equipo a reducir los errores de migración en un 95% mientras hace que el proceso sea sorprendentemente agradable.

El Problema

Cuando trabajamos en cualquier base de código de tamaño razonable, a menudo nos enfrentamos a la necesidad de realizar cambios a gran escala: migrar de una librería a otra, actualizar APIs obsoletas o refactorizar componentes para seguir nuevos patrones. El enfoque tradicional con IA se parece a esto:

Oye IA, por favor actualiza todos los componentes tooltip de @old-design-system a @new-design-system

Y entonces comienzan los problemas:

  • La IA lucha por mantener el contexto a través de cientos de archivos
  • El consumo de tokens explota a medida que procesa cada archivo
  • Las tasas de error aumentan con la escala
  • Pasas más tiempo arreglando los errores de la IA que haciendo la migración tú mismo

El Mejor Enfoque

En lugar de pedir a la IA que realice la migración directamente, le pedimos que construya una herramienta que realice la migración. Así es como funciona:

Paso 1: Migración Manual

Primero, elige un ejemplo representativo y migra manualmente. Esto sirve para dos propósitos:

  1. Entiendes la transformación exacta necesaria
  2. Tienes un ejemplo concreto para mostrar a la IA
// Antes: Usando tooltip antiguo
import { Tooltip } from '@old-design-system';


<Tooltip content="Hola" position="top">
  <Button>Pásame el ratón</Button>
</Tooltip>


// Después: Usando tooltip nuevo
import { Tooltip } from '@new-design-system';


<Tooltip title="Hola" placement="top">
  <Button>Pásame el ratón</Button>
</Tooltip>

Paso 2: Extraer el Patrón

Obtén el diff de tus cambios y documenta tanto las firmas del componente antiguo como del nuevo:

- import { Tooltip } from '@old-design-system';
+ import { Tooltip } from '@new-design-system';
- <Tooltip content={text} position={position}>
+ <Tooltip title={text} placement={position}>

Paso 3: Construir la Automatización

Ahora, en lugar de pedir a la IA que realice cientos de cambios similares, le pedimos que construya un codemod:

Basado en este ejemplo de migración, construye un codemod que:
1. Actualice la declaración de importación
2. Renombre la prop 'content' a 'title'
3. Renombre la prop 'position' a 'placement'

La IA generará un codemod adecuado utilizando herramientas como jscodeshift que se puede ejecutar en toda tu base de código.

Resultados del Mundo Real

Recientemente usamos este enfoque en Buffer para migrar componentes tooltip de nuestro sistema de diseño heredado a uno nuevo. Los resultados fueron impresionantes:

  • 95% tasa de éxito: La mayoría de los componentes migraron perfectamente sin intervención manual
  • 2 horas en lugar de 2 días: Toda la migración se completó en una fracción del tiempo esperado
  • 5% casos extremos: Los fallos fueron casos extraños y variantes de tooltip heredadas que ni siquiera sabíamos que existían

Compara esto con nuestros intentos anteriores donde pedimos a la IA que hiciera la migración directamente:

  • 60% tasa de éxito
  • Necesidad constante de arreglos manuales
  • Límites de tokens alcanzados frecuentemente
  • Transformaciones inconsistentes a través de los archivos

Por Qué Funciona Esto

La idea clave es que la IA sobresale en el reconocimiento de patrones y la generación de código, pero lucha con el mantenimiento del contexto a través de operaciones a gran escala. Al pedirle que construya una herramienta, estamos jugando a sus fortalezas:

  1. Tarea única enfocada: Construir un codemod es una tarea coherente, no cientos de micro-tareas
  2. Abstracción de patrones: La IA puede centrarse en entender el patrón de transformación en lugar de aplicarlo
  3. Salida comprobable: Puedes probar el codemod en unos pocos archivos antes de ejecutarlo en todas partes
  4. Reutilizable: El codemod se puede compartir con tu equipo o usar para migraciones similares

La Belleza del Código Desechable

Aquí hay algo que podría sorprenderte: no revisamos el código del codemod que genera la IA. ¿Por qué? Porque no nos importa su calidad — es un script de un solo uso que se desechará después de la migración.

Este es realmente el escenario perfecto para lo que algunos llaman "vibe coding" — dejar que la IA genere código sin mucha revisión. Lo único que importa es el resultado: ¿Funcionó la migración correctamente? ¿Son correctos los archivos transformados?

Piénsalo:

  • El codemod se ejecuta una vez y se elimina
  • Vas a revisar los cambios reales en tu pull request de todos modos
  • El peor caso es que no funcione e iteres
  • Nadie mantendrá este código o construirá sobre él

Este cambio de mentalidad es liberador. En lugar de gastar tiempo perfeccionando un script de migración, puedes concentrarte en lo que realmente importa: el código migrado en sí.

Una Observación Interesante

Mientras probaba Claude Code en una tarea de migración similar, noté algo fascinante. La IA comenzó haciendo cambios archivo por archivo, pero después de procesar unos pocos archivos, se detuvo y comenzó a escribir scripts de migración en su lugar.

No fue perfecto — creó múltiples scripts bash para diferentes casos extremos en lugar de un codemod unificado — pero muestra que las herramientas de IA están comenzando a reconocer estos patrones por sí mismas. La IA se dio cuenta de forma autónoma de que construir una herramienta era más eficiente que hacer la tarea manualmente.

Cuándo Usar Este Enfoque

Esta técnica funciona mejor para:

  • Migraciones de librerías
  • Actualizaciones de API
  • Refactorización de componentes
  • Cualquier transformación repetitiva con un patrón claro

Es menos adecuada para:

  • Cambios únicos
  • Refactorización compleja que requiere juicio humano
  • Cambios sin un patrón claro

Conclusión

La meta-lección aquí es simple: a veces es mejor que la IA construya la caña de pescar en lugar de atrapar cada pez individualmente. La próxima vez que te enfrentes a un cambio de código a gran escala, resiste el impulso de volcar toda la tarea en la IA. En su lugar:

  1. Haz un ejemplo manualmente
  2. Haz que la IA construya la automatización
  3. Revisa y ejecuta la herramienta

Este enfoque ha transformado cómo nuestro equipo maneja las migraciones, y lo he estado compartiendo con compañeros de equipo que están constantemente sorprendidos por lo bien que funciona. No se trata de usar menos la IA — se trata de usarla de manera más inteligente.