← VOLVER

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

— 5 min de lectura

¿Y si la mejor manera de usar la IA para migraciones de código no es pedirle que haga el trabajo, sino pedirle que construya la herramienta que lo haga? Este enfoque contraintuitivo transformó cómo nuestro equipo maneja las refactorizaciones a gran escala, reduciendo errores en un 95% y completando migraciones en horas en lugar de días.

El Problema

Cualquier base de código de tamaño razonable exige cambios a gran escala: migrar librerías, actualizar APIs obsoletas o refactorizar componentes. El enfoque tradicional con IA se ve así:

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 IA sobresale en el reconocimiento de patrones y la generación de código, pero lucha para mantener el contexto en operaciones a gran escala. Pedirle que construya una herramienta aprovecha 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

Nunca revisamos el código del codemod que genera la IA. ¿Por qué? Su calidad no importa — se ejecuta una vez y se elimina después de la migración.

Este es el escenario perfecto para el "vibe coding" — dejar que la IA genere código sin revisión. Solo importa el resultado: ¿Funcionó la migración? ¿Son correctos los archivos transformados?

Piénsalo:

  • El codemod se ejecuta una vez, luego se elimina
  • Revisarás los cambios reales en tu pull request de todos modos
  • Si falla, iteras
  • Nadie mantiene ni construye sobre este código

Este cambio de mentalidad te libera. Salta la perfección del script de migración; concéntrate en el código migrado.

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.

Creó múltiples scripts bash para diferentes casos extremos en lugar de un codemod unificado — no perfecto, pero muestra que las herramientas de IA ya reconocen estos patrones. La IA se dio cuenta autónomamente de que construir una herramienta supera 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: haz que la IA construya la caña de pescar, no que atrape cada pez. Cuando enfrentes un cambio de código a gran escala, resiste 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 transformó cómo nuestro equipo maneja las migraciones. Los compañeros con quienes lo comparto se maravillan de los resultados. Usa la IA más inteligentemente, no menos.

Artículos relacionados: