Empecé a darle vueltas al contexto con IA a raíz de un post de Antonio Leiva (opens in a new tab) sobre planificación por features, escenarios en Gherkin y código testeado. La idea era sencilla: si el equipo no fija el contexto antes de escribir código, la IA rellena huecos. Y cuando rellena huecos, decide por ti.
La IA no falla por falta de capacidad, falla por falta de acuerdos explícitos.
De ahí nació un flujo spec-driven: planificar antes de ejecutar, persistir el contexto y avanzar escenario a escenario. No como burocracia, sino como contrato vivo del proyecto. Objetivos claros, criterios de aceptación, riesgos, Definition of Done y progreso trazable. Cuando todo eso existe, la IA deja de improvisar y empieza a colaborar.
La clave no es el prompt, es el sistema.
Tratar a la IA como a un miembro del equipo implica límites claros: skills declaradas, con lo que puede y lo que no puede hacer; planning versionado; estándares visibles; y una base de conocimiento pequeña y curada para RAG. Menos documentación genérica y más fuentes autorizadas, con responsable, fecha y caducidad. Si el contexto no está en el repositorio, no existe.
En paralelo, los propios modelos han empezado a publicar guías sobre cómo trabajar en equipo y cómo gestionar el contexto. También han aparecido propuestas como Google Antigravity, que integran planning, todos y contexto directamente en el IDE. Para trabajo individual puede ser una muy buena solución. En equipo tengo reservas: si el contexto no vive en el código, no se comparte ni se audita. Las skills, los escenarios y las decisiones deberían formar parte del proyecto, no de una vista local.
Por esa misma necesidad estoy trabajando en .ai-dev (opens in a new tab): una forma de declarar explícitamente el contexto de la aplicación para que la IA trabaje alineada con el way of working, los estándares, el cumplimiento, la calidad y la seguridad del equipo. No está terminada, ni mucho menos, pero la dirección es clara: necesitamos una arquitectura de IA para la ingeniería de software. Solo así la IA deja de ser un atajo individual y empieza a aportar valor real y sostenible al trabajo en equipo.
La IA no necesita ir más rápido, necesita trabajar dentro de los acuerdos del equipo.