20 Consejos (de YC) para el Vibe Coding
El término de "vibe coding" esta en todos lados, pero de hecho es medio nuevo, a penas en febrero 2025 empezaron a registrarse búsquedas en Google.
Yo personalmente he estado "vibrando", he empezado a desarrollar ideas que tenía, pero no tenía el tiempo utilizando las funcionalidades de Ask, Agent y Edit de Github Copilot en Visual Studio Code.
He aprendido que no todo es feliz en el vibe coding, puedes ir muy bien y de pronto desviarse muy feo... también tiene su preferencia por frameworks y formas con las que a lo mejor yo no estoy tan familiarizado.
Hace poco me tope con un episodio de podcast de YCombinator en donde hablaron de vibe coding y muchos de los consejos a lo mejor son obvios para personas que hemos estado experimentando con la inteligencia artificial, pero a lo mejor no son tan obvios para otras personas, así que mejor saqué el transcript del podcast (en inglés) y decidí encontrar 20 consejos que espero te sean de utilidad.
- El vibe coding es una práctica que puedes mejorar: El host descubrió que el vibe coding (usar IA para programar) no solo es notablemente bueno, sino también una práctica en la que puedes mejorar de manera mensurable mediante la experimentación y la adopción de mejores prácticas.
- Las técnicas profesionales siguen aplicando: Las mejores técnicas para el vibe coding son las mismas que utilizan los ingenieros de software profesionales - el objetivo es usar herramientas de IA para obtener los mejores resultados.
- Prueba múltiples herramientas de IA simultáneamente: Recomiendan cargar tanto Cursor como Windsurf en el mismo proyecto. Cursor es más rápido para trabajo frontend, mientras que Windsurf toma más tiempo, pero puede proporcionar soluciones diferentes.
- Piensa en la IA como un lenguaje de programación: En lugar de programar con código, estás programando con lenguaje. Necesitas proporcionar contexto e información detallados para obtener buenos resultados.
- Comienza con casos de prueba: Algunos desarrolladores recomiendan comenzar el vibe coding en dirección inversa - primero creando casos de prueba hechos a mano que sirvan como guías para que la IA siga al generar código.
- Planifica antes de codificar: Dedica tiempo en un LLM puro para desarrollar el alcance y la arquitectura antes de transferir a herramientas de codificación. Asegúrate de entender el objetivo real de lo que estás construyendo.
- Vigila los bucles infinitos: Observa si el LLM está cayendo en un bucle cuando responde a tu pregunta. Si sigue regenerando código que parece extraño, da un paso atrás y examina por qué está fallando.
- Recomendaciones de herramientas para principiantes: Si nunca has escrito código antes, herramientas como Replit o Lovable proporcionan interfaces visuales fáciles de usar. Si tienes experiencia en codificación, aunque esté oxidada, puedes usar Windsurf, Cursor o Claude Code.
- Crea un plan completo con el LLM: Trabaja con el LLM para escribir un plan detallado en un archivo markdown dentro de tu carpeta de proyecto. Desarrolla este plan con la IA e impleméntalo sección por sección en lugar de intentar hacer todo el proyecto de una vez.
- Usa control de versiones religiosamente: Git es tu amigo. Siempre comienza con un estado limpio de Git antes de iniciar una nueva característica para que puedas revertir a una versión funcional conocida si la IA se desvía.
- Evita acumular código malo: Si solicitas a la IA múltiples veces que arregle algo, tiende a acumular capas de código malo. En su lugar, toma la solución final, haz git reset, y alimenta esa solución a la IA en una base de código limpia.
- Escribe pruebas de alto nivel: Haz que tu LLM escriba pruebas, pero prefiere pruebas de integración de alto nivel que simulen interacciones de usuario en lugar de pruebas unitarias de bajo nivel. Esto ayuda a detectar cuando el LLM hace cambios innecesarios en lógica no relacionada.
- Usa LLMs más allá de la codificación: Los LLMs pueden ayudar con tareas no relacionadas con la codificación como configurar servidores DNS, configurar hosting, crear imágenes y escribir scripts para procesamiento de imágenes - actuando como ingeniero DevOps y diseñador.
- Depura con mensajes de error: Cuando encuentres errores, simplemente copia y pega el mensaje de error en el LLM. A menudo esto es suficiente para que la IA identifique y solucione el problema sin explicación adicional.
- Cambia de modelo cuando te estanques: Si un modelo no está funcionando bien para una tarea particular, prueba otro. Diferentes modelos (Claude, GPT, Gemini) a menudo tienen éxito donde otros fallan.
- Escribe instrucciones detalladas para tu LLM: Crea archivos de instrucciones (reglas de cursor, reglas de Windsurf, markdown de Claude) para hacer que tu agente de codificación de IA sea más efectivo.
- Descarga documentación localmente: En lugar de dirigir agentes a documentación en línea (que puede ser irregular), descarga documentación para APIs y colócala en tu carpeta de trabajo para que el LLM acceda localmente.
- Usa LLMs como profesores: Después de implementar algo, pide a la IA que explique la implementación línea por línea para aprender nuevas tecnologías - mejor que desplazarse por Stack Overflow.
- Prefiere arquitectura modular: Archivos pequeños y modularidad ayudan tanto a humanos como a LLMs. Considera usar arquitectura basada en servicios con límites de API claros en lugar de monorepos con interdependencias masivas.
- Sigue experimentando con nuevos modelos: El estado del arte cambia semanalmente. Prueba cada nuevo lanzamiento de modelo para ver cuál funciona mejor en diferentes escenarios - algunos sobresalen en depuración, otros en planificación o implementación de características.
¿Cuáles de estos consejos has seguido? ¿Falta alguno?
Yo personalmente no trabajaba con archivos markdown, pero es algo que he visto a muchas personas mencionar y ahora es parte de mi día a día.
Si quieres escuchar el podcast, te dejo el link aquí:
Espero que te haya gustado este blog post si crees que se me fue algo no dudes en dejar comentarios.
Sigo trabajando en mis productos con el fin de ayudar de forma más estructurada a la comunidad de TI, si te interesan pásale a mi perfil de Gumroad
Te invito a que me sigas en X para que te enteres de todo el contenido que hago normalmente 🙃.
También soy creador del podcast Chile, Mole & Tech(https://dev.to/chilemoleytech), el cual esta en todas las plataformas(https://linktr.ee/chilemoleytech).
Si te gusto este post, no dudes en compartirlo, me ayuda mucho.