Del prototipo a producción.

Antes de escribir una sola línea de código dejo claras tres cosas: el problema, a quién le duele y qué métrica dirá si funciona. Aquí soy implacable recortando — busco lo mínimo que demuestre la idea, no una lista de funciones.

• Las historias de usuario y el flujo principal, por escrito
• Lo que no vamos a construir todavía, dicho claramente
• Los riesgos sobre la mesa desde el primer día: integraciones, datos, normativa

Un prototipo que se puede clicar en días, no en semanas. Maquetación real, datos de mentira y el camino principal funcionando de punta a punta. Con ayuda de la IA monto algo tangible enseguida, para que decidamos sobre una pantalla y no sobre un documento.

• Una interfaz del flujo principal que de verdad se puede clicar
• Datos de usar y tirar — primero la velocidad, ya habrá tiempo de pulir
• Un enlace para compartir y comentar, no un documento de treinta páginas

Elijo herramientas aburridas y de eficacia probada, y solo una herramienta especial: la que el problema pide de verdad. El modelo de datos y los contratos de API se cierran aquí, porque son lo más caro de tocar más adelante.

• Modelo de datos y contratos de API cerrados desde el principio
• Infraestructura y entornos sobre el mapa (dev → staging → prod)
• Esa herramienta especial, justificada — nunca elegida por moda

Entrego una funcionalidad completa cada vez —su backend, su frontend y su integración— en lugar de dejarlo todo a medias. La IA me acompaña a diario al programar; el código revisado y los tests la mantienen a raya.

• Cada entrega se puede enseñar sola, fusionada tras un feature flag
• Commits pequeños y fáciles de revisar — nada de fusiones a lo bestia
• Idiomas, accesibilidad y casos raros, resueltos sobre la marcha

Los tests, la seguridad y el rendimiento van antes de lanzar, no después del primer susto. Los tests automáticos cubren lo que de verdad importa; reviso lo básico de OWASP y meto el dedo en los puntos lentos.

• Tests unitarios y de integración en los caminos críticos
• Repaso de seguridad: validación de entradas, permisos y secretos a buen recaudo
• Pruebas de rendimiento y carga con datos parecidos a los reales

Hago push a main y lo veo cobrar vida. CI pasa los tests, despliega a staging y de ahí a producción, con vuelta atrás y monitorización ya montadas. Y entonces empieza lo bueno: medir, aprender y mejorar.

• Pipeline CI/CD: push → tests → staging → producción
• Vuelta atrás con un solo comando y monitorización de caídas y errores
• Ciclo de mejora: entran los datos, sale la siguiente entrega