Vibe coding: qué es y cómo se utiliza
Autor: Redacción Domeny.ForSale Publicado
En pocas palabras: El vibe coding es una forma de crear software en la que describes a la inteligencia artificial el resultado que buscas y esta genera y modifica el código. En sentido estricto, consiste en trabajar principalmente mediante conversaciones y comprobaciones del funcionamiento de la aplicación, sin analizar su código en detalle. Facilita la creación de prototipos, pero que una pantalla funcione no demuestra que el programa sea seguro, correcto y esté listo para los clientes.
En qué consiste trabajar con vibe coding
En lugar de escribir tú mismo las instrucciones del programa, das a una herramienta de AI una indicación en lenguaje natural, llamada prompt. Puedes pedirle: «Crea una calculadora sencilla para presupuestar un servicio, con selección de paquete y número de horas». La herramienta propone código y, en algunos entornos, también crea archivos, ejecuta la aplicación y muestra una vista previa.
Después compruebas el resultado y describes los cambios: «Añade un botón para restablecer el formulario», «En el móvil, el formulario se sale de la pantalla» o «El precio no puede ser negativo». La AI modifica la solución y tú vuelves a probarla. La principal forma de dirigir el trabajo es conversar sobre el resultado, no editar el código manualmente.
El término también se usa en un sentido más amplio para referirse a casi cualquier forma de programar con AI. Sin embargo, conviene mantener la distinción: lo que define el vibe coding no es simplemente contar con un asistente, sino aceptar sus cambios principalmente en función de lo que hace la aplicación y de su aspecto.
En qué se diferencia de programar con ayuda de AI
Un programador que utiliza AI puede encargarle una función y después leer el código, comprobar los supuestos en los que se basa e incorporarla al proyecto con conocimiento de lo que hace. En el vibe coding, esta etapa puede reducirse o saltarse: el usuario se centra en el resultado y pide al modelo que vaya solucionando los problemas que aparecen.
| Forma de trabajar | En qué se basa la aceptación de los cambios | Principal limitación |
|---|---|---|
| Vibe coding | La vista previa de la aplicación y las pruebas de uso | Es fácil pasar por alto problemas que no se ven en pantalla |
| Programación asistida por AI | La revisión del código, las pruebas y la comprensión de la solución | Requiere conocimientos técnicos y tiempo para verificarla |
La frontera no es rígida. Un proyecto puede empezar con una experimentación libre y pasar después a un trabajo de ingeniería organizado. Lo importante es no confundir un prototipo rápido con un producto terminado.
El vibe coding puede estar al alcance de alguien que no conoce ningún lenguaje de programación. Sin embargo, esa falta de conocimientos dificulta entender por qué falla la aplicación y determinar si la corrección propuesta elimina realmente la causa del problema.
Para qué tareas resulta más adecuado
Un uso razonable son los pequeños experimentos en los que un error tiene consecuencias limitadas: un boceto interactivo de una página, una demostración de una idea, una calculadora con datos ficticios o una herramienta para transformar una copia de un archivo una sola vez. Estos proyectos permiten comprobar rápidamente si una idea resulta útil.
Por ejemplo, el propietario de una empresa de servicios quiere probar un formulario de presupuestos. Puede pedir a la AI un prototipo con tres paquetes y unas reglas de cálculo definidas, y después mostrárselo a sus colaboradores. En esta fase, el formulario no necesita aceptar pagos, guardar datos de clientes ni enviar ofertas.
La situación cambia cuando la calculadora debe gestionar pedidos reales. En ese caso hay que verificar, entre otras cosas, los cálculos, la protección de los datos y que el usuario no pueda alterar por su cuenta el precio que se envía al sistema. Ya no se trata solo del aspecto de la interfaz.
Una regla práctica: cuanto mayores sean las consecuencias de un error, menos razonable resulta depender únicamente de la conversación con la AI y de probar la aplicación haciendo clic manualmente. Los sistemas que gestionan pagos, datos sensibles o permisos de usuarios requieren un control técnico adecuado.
Qué riesgos se ocultan tras una vista previa que funciona
La AI puede generar código que parezca convincente, pero contenga errores. La aplicación puede funcionar con datos de ejemplo y fallar ante un campo vacío, un carácter poco habitual o dos operaciones simultáneas. Corregir un problema también puede estropear otra función.
La seguridad es otro riesgo. Una clave API, es decir, un secreto que permite acceder a un servicio externo, no debe incluirse en el código público de la página. Ocultar un botón no basta para proteger una operación, y una pantalla de inicio de sesión no demuestra que la aplicación limite correctamente el acceso a los datos.
A esto se suma el mantenimiento del proyecto. Si no entiendes cómo está construido, será más difícil evaluar las consecuencias de actualizar las bibliotecas, los componentes ya preparados que utiliza el programa. Las sucesivas correcciones pueden aumentar la complejidad en lugar de resolver la causa del problema.
Antes de utilizar una herramienta concreta, consulta en su documentación oficial las condiciones de tratamiento del código y los datos que envías, a qué archivos puede acceder y los costes de ejecutar la aplicación. No des por hecho que generar el proyecto incluye mantenerlo de forma gratuita y permanente.
Cómo crear un primer prototipo de forma segura
Para empezar, elige una tarea cuyo resultado puedas comprobar por tu cuenta. En el caso de una calculadora de presupuestos, puedes seguir este procedimiento:
- Anota las reglas antes de generar el código. Define los precios, los valores permitidos y cómo se redondeará el resultado.
- Limita el alcance. Pide una versión sin inicio de sesión, pagos ni almacenamiento de datos personales.
- Introduce cambios pequeños. Después de cada uno, comprueba también las funciones que ya funcionaban.
- Prueba los casos límite. Utiliza cero, un número negativo, un campo vacío y un valor muy grande. Compara los resultados con cálculos manuales.
- Conserva las versiones que funcionan. Utiliza el historial de cambios o copias del proyecto para poder deshacer una modificación incorrecta.
Antes de poner el prototipo a disposición de los clientes, encarga una revisión a alguien que sepa evaluar el código y la forma de ejecutar la aplicación. Si todavía estás comprobando la idea, empieza con una sola función y datos ficticios, sin conectar cuentas ni sistemas de la empresa.
Consulta también: ¿Qué es un LLM?
Lee también
