As ferramentas de IA que usamos de verdade (e as que descartamos)
Hai un mes xerabamos as cabeceiras do blog con Ideogram, un xerador de imaxes que levaba semanas funcionando ben. Un día empezou a devolver un erro de cota que non era o límite gratuíto de sempre, senón un aviso de que había que subir de plan para xerar nin unha imaxe máis. Cambiamos de ferramenta esa mesma tarde. Iso resume bastante ben como escollemos o que usamos: non polo que promete a web do produto, senón polo que segue funcionando cando o precisas de verdade.
En Sinado Apps traballamos con Claude Code para bastante máis ca escribir código. Temos unha rutina programada que redacta un artigo deste blog varios días á semana, tradúceo ao inglés e ao galego, e publícao só, sen que ninguén o revise antes de que saia (se algo soa raro, corríxoo despois, non antes). Iso funciona porque, no canto de repetir instrucións cada vez, témolas gardadas como o que na xerga se chaman “skills”: unha guía de estilo comprobable, un rexistro de temas xa publicados para non repetirnos, un frontmatter exacto que hai que respectar. A IA non “sabe” escribir coma nós por arte de maxia, le esas regras cada vez que lle toca escribir.
As imaxes de cabeceira si quedan pendentes nesa rutina automática, e aí é onde entran os MCP (Model Context Protocol, o estándar que deixa que un asistente fale con ferramentas externas sen programar unha integración a medida para cada unha). Usamos Stitch, de Google, vía o seu MCP, para xerar as cabeceiras cun estilo isométrico que definimos unha vez; o asistente respéctao cada vez que xera unha imaxe nova, sen que eu teña que volver describilo. Tamén temos MCPs para Trello e Slack, aínda que aí imos máis amodo: o taboleiro é vello e aínda non o limpamos o abondo como para deixar que un axente escriba aí sen supervisión.
O que menos se vende e máis se nota no día a día son os subaxentes: no canto de que un único fío de conversa acumule todo o contexto dun proxecto grande ata quedar sen memoria útil, delegamos partes concretas (buscar onde está unha función, revisar un cambio, redactar unha mensaxe de commit) nun axente á parte que fai só esa tarefa e devolve un resultado curto. Soa a detalle técnico, pero é a diferenza entre traballar nun proxecto de meses sen que a IA “esqueza” o que fixemos ao principio, e ter que repetirlle o contexto cada dous por tres.
Non recomendaría montar todo isto a calquera axencia. Se o equipo é unha persoa e o volume de contido é baixo, unha rutina automática de publicación dá máis traballo de mantemento do que aforra. A nós compénsanos porque publicamos con regularidade e porque o custo dun artigo mediocre é baixo: corríxese, non se perde un proxecto dun cliente.