Artículos

En el trabajo pusimos un modelo System One a contestar una pregunta por archivo antes de cada commit del agente. Lo que más costó fue escribir bien la pregunta.

Cómo se entera la tienda de lo que pasa en sus chats. No hay panel: hay un servidor al que le pregunta desde su propio Claude, y un reporte cada mañana. Y una regla sobre qué le toca al bot y qué no.

Un bot en producción se rompe de a poco y en lugares que nadie mira. Cómo se mantiene el mío sin equipo de soporte: cinco procedimientos escritos que corre Claude Code, del hallazgo con evidencia al arreglo con prueba y a la nota que lee la tienda.

Tres caminos llevan una charla del bot a un asesor: el modelo lo pide, una regla lo fuerza, o no hubo respuesta. Qué pasa en cada uno, y por qué el bot se calla después.

Cuatro capas de pruebas para un bot que habla con clientes: cuáles frenan un cambio, cuál sólo observa, y lo que cuesta correrlas.

Jev contesta preguntas con un número en vez de texto. Mi primer caso de uso: decidir si una charla quedó abierta.

Qué pasa en los segundos entre que el modelo escribió y el cliente recibe: guards, reintento dentro del mismo turno, y lo que ningún guard atrapa.

Primero los datos, después las herramientas, después las reglas duras. El prompt va último.

El mapa de la plataforma que corre mis bots de venta. Un artículo vivo que se actualiza cuando la arquitectura cambia.

Producir y revisar no alcanza. Lo que separa un loop que converge de uno que no, es lo que hacés con lo que aprendiste.

Por qué hacer cosas a mano sigue siendo la mejor inversión.

Mi workflow actual con Linear, Cursor CLI y Obsidian. Un artículo vivo que se actualiza cuando el flujo cambia.

Shipear más rápido no me parece lo mismo que saber más.

Lo que me llevé de Tropical Rails 2025.