Las herramientas como ChatGPT y Claude cambiaron para siempre la forma en que desarrollamos software. Pasamos de trabajar solos frente al editor de código a tener un “par” que puede proponer soluciones, explicar conceptos y hasta escribir pruebas unitarias en segundos.

El problema es que, si las usamos sin criterio, podemos llenar el repositorio de “código que compila, pero huele mal”: duplicado, inconsistente con la arquitectura, sin pruebas y difícil de mantener. En este artículo vamos a ver 6 formas concretas de usar ChatGPT y Claude como un senior developer: aprovechando todo su potencial, pero manteniendo la calidad como prioridad absoluta.

 

1. Define el rol de ChatGPT y Claude: asistentes, no autores principales

 

Por qué esto importa

El primer error típico es delegar demasiado: “hazme un servicio completo en NestJS que…”. El modelo genera algo que se ve bien, pero:

• No conoce todos tus constraints de negocio.
• No está alineado al 100% con tu arquitectura ni convenciones internas.
• No se hace responsable de mantener ese código en producción. Tú sí.

Como developer senior, es clave que veas a ChatGPT y Claude como herramientas de soporte, no como fuentes de verdad. Tú sigues siendo el arquitecto de la solución y el dueño del código.

 

Usos típicos “sanos” para un senior

• Exploración de enfoques: “Dame 3 maneras de implementar idempotencia en una API REST en Node.js con ejemplo simple”.
• Boilerplate y plantillas: controladores CRUD, configuración inicial de pruebas, helpers repetitivos.
• Explicación de código heredado: “Explica esta función y señala posibles edge cases que no esté manejando”.
• Generación de tests, documentación y ejemplos de uso a partir de código que tú ya escribiste.

 

Ejemplo de uso incorrecto vs correcto

Incorrecto:

“Hazme un microservicio de pagos en Node.js para producción 
con buenas prácticas y seguridad.”

Más sano:

“Tengo este microservicio de pagos en NestJS (Node.js 20) que ya está en producción.
Pega el código de un módulo específico aquí.

1. Señala problemas de diseño obvios.
2. Propón una refactorización respetando arquitectura hexagonal.
3. Sugiere pruebas unitarias y de integración que debería agregar.”

Fíjate que en el segundo caso tú defines el boundaries: ya existe una base y el modelo refina, no inventa todo desde cero.

 

2. Da contexto técnico completo en tus prompts (stack, arquitectura y restricciones)

 

Qué contexto mínimo deberías incluir

Si le preguntas algo genérico a un modelo genérico, obtendrás una respuesta genérica. Para código de producción, tus prompts tienen que parecer más un “ticket bien escrito” que una pregunta suelta en un foro.

Al usar ChatGPT o Claude, intenta incluir siempre:

• Lenguaje y versión: “TypeScript 5”, “Python 3.11”, “Java 21”.
• Framework: “NestJS”, “Spring Boot 3”, “Django REST Framework”.
• Arquitectura: “DDD + arquitectura hexagonal”, “microservicios con colas y eventos”, “monolito modular”.
• Restricciones: uso de patrones específicos, librerías permitidas/prohibidas, límites de rendimiento o seguridad.
• Código actual: el snippet relevante, no solo una descripción abstracta.

 

Ejemplo de prompt bien armado

“Estoy trabajando en una API REST con NestJS (Node.js 20, TypeScript 5).
Usamos arquitectura hexagonal, repositorios por dominio y DTOs con class-validator.

Te paso el servicio  y el controlador .

Objetivo:

* Agregar paginación y filtros por estado sin romper la API pública existente.
* Mantener separación entre capa de dominio y capa de infraestructura.

Necesito:

1. Propuesta de cambios en el servicio y el controlador.
2. Ejemplo de DTOs nuevos que tendría que crear.
3. Casos de prueba que debería cubrir (unitarios y de integración).”

Con esta clase de prompt, ChatGPT o Claude entienden el “mundo” en el que viven tus cambios. Lo que obtienes deja de ser un ejemplo de tutorial y se acerca a algo utilizable en tu contexto real.

 

3. Refactor primero, generar después: mejora el código que ya tienes

 

Por qué prefiero refactorizar con IA en lugar de generar desde cero

En un proyecto serio, la mayor parte del tiempo no estás creando cosas completamente nuevas, sino tocando código existente. Aquí es donde ChatGPT y Claude brillan:

• Ven patrones repetidos y sugieren abstracciones.
• Detectan branches complejos, condiciones difíciles de leer o funciones demasiado largas.
• Proponen nombres más claros para variables, métodos y clases.

Tu objetivo no es “que la IA escriba todo”, sino que te acelere en refactors pequeños pero continuos que suben la calidad del repositorio.

 

Ejemplo de refactor guiado

“Este método de servicio en TypeScript está haciendo demasiadas cosas.
1. Señala los problemas de diseño.
2. Propón una versión refactorizada separando responsabilidades.
3. Sugiere qué tests unitarios deberían existir antes y después del refactor.

Código:
”

Tú decides qué cambios aplicar y cómo integrarlos al código base. Si algo no encaja con tu arquitectura, simplemente lo descartas o lo ajustas (igual que harías con un pull request de un colega junior).

 

4. Usa ChatGPT y Claude para pruebas, casos borde y documentación

 

Generar tests a partir de código existente

Una de las formas más seguras de usar IA es dejar que trabaje sobre código que ya está definido. Por ejemplo:

“Te paso una función de dominio en Node.js (programación funcional).
Necesito que propongas:
1. Tests unitarios con Jest cubriendo casos felices y de error.
2. Al menos 5 edge cases que valga la pena testear.

Código:
”

Después revisas si los casos tienen sentido, si respetan las reglas del negocio y si no están cubriendo cosas irrelevantes. Muchas veces la IA te recuerda casos que tu cerebro pasó por alto.

 

Checklist práctico para calidad asistida por IA

Al trabajar con ChatGPT o Claude, puedes crear una pequeña lista de chequeo:

• Tests unitarios: ¿hay al menos un test por caso de uso importante?
• Casos borde: ¿probamos inputs vacíos, nulos, demasiado grandes, duplicados, permisos erróneos?
• Documentación: ¿hay docstrings, comentarios o README explicando decisiones de diseño?
• Ejemplos de uso: ¿tenemos ejemplos claros de cómo usar este módulo/clase/servicio?

En lugar de escribir todo eso manualmente, delega la primera versión a la IA y luego ajústala con criterio de senior. Así ganas tiempo sin sacrificar calidad.

 

Documentación y comunicación con el equipo

Otra aplicación muy útil es generar documentación a partir de código y conversaciones:

• Resúmenes de PRs complejos para el resto del equipo.
• Explicaciones de arquitectura en lenguaje entendible para producto o stakeholders.
• Diagramas conceptuales descritos en texto (que luego puedes pasar a herramientas tipo draw.io o Excalidraw).

Como siempre: la IA te da un borrador, tú decides la versión final.

 

5. Usa linters, type-checkers y CI/CD como “firewall” para el código generado

 

La IA propone, tu pipeline decide

Aunque ChatGPT o Claude generen un código que parece correcto, el verdadero guardián de la calidad debe ser tu pipeline de CI/CD, no el modelo.

En la práctica, esto significa:

• Usar linters (ESLint, Pylint, etc.) con reglas estrictas.
• Type-checkers como TypeScript o MyPy bien configurados.
• Pruebas unitarias y de integración obligatorias antes de mergear.
• Métricas mínimas de cobertura si tiene sentido para tu proyecto.

 

Flujo recomendado al integrar código generado

1. Pides a ChatGPT/Claude una propuesta de solución.
2. La lees y la adaptas a tu arquitectura y convenciones.
3. Ejecutas linters y tests en local.
4. Abres un PR con explicación clara de los cambios.
5. CI corre la misma batería de pruebas (y tal vez otras adicionales).
6. Otro humano revisa el PR. La IA no reemplaza el code review.

Si algo se cuela (un bug, un anti-pattern), la combinación de pipeline + revisión humana lo atrapa. La IA jamás debe ser la capa de seguridad principal; es simplemente una herramienta de productividad.

 

Consejo adicional

Puedes pedirle al propio modelo que piense como un linter o como un revisor estricto:

“Actúa como un revisor senior muy exigente. 
Dime qué smells encuentras en este código y qué cambiarías antes de aprobar un PR.”

Esto no reemplaza al revisor humano, pero muchas veces te adelanta feedback que tú mismo puedes corregir antes del code review oficial.

 

6. Cuida seguridad, privacidad y construye tu propio “sistema” de trabajo con IA

 

No envíes secretos ni datos sensibles

Aunque las plataformas de IA mejoran cada vez más en privacidad, la regla de oro como developer senior es simple: no pegues nada que no puedas mostrar en una demo pública, a menos que uses una versión privada y aprobada por tu empresa.

• No pegues archivos .env, keys de API ni certificados.
• Anonimiza datos de usuarios: cambia nombres, RUT/DNI, correos y valores sensibles.
• Si trabajas con código propietario crítico, revisa primero las políticas de tu empresa.

 

Crea tu propia librería de prompts y patrones de uso

Los developers que realmente aprovechan ChatGPT y Claude no son los que “preguntan cosas sueltas”, sino los que construyen prompts reutilizables y patrones de trabajo:

• Prompts para generar tests unitarios siguiendo el mismo estilo siempre.
• Prompts para refactorizar servicios sin romper contratos públicos.
• Prompts para “explicar este módulo como si fuera una documentación para onboarding”.

Puedes guardar estos prompts en un documento compartido del equipo, en tu wiki interna o incluso en un repositorio dedicado. Así dejas de depender de la inspiración del momento y pasas a tener un sistema de uso de IA dentro de tu proceso de desarrollo.

 

Cómo te puede ayudar Mentores Tech con todo esto

Si quieres llevar este enfoque a otro nivel, tanto a nivel individual como para tu equipo, en Mentores Tech puedes:

• Participar en cursos y programas donde trabajamos casos reales de uso de IA para developers (productividad, refactors, diseño de arquitectura, QA).
• Explorar formaciones y recursos en temas de arquitectura, microservicios, QA y trabajo remoto que se complementan perfecto con el uso de ChatGPT y Claude.
• Si lideras un equipo o área de tecnología, puedes contactarnos para diseñar una capacitación corporativa enfocada en “IA para equipos de desarrollo”, con buenas prácticas, seguridad y foco en resultados.

La IA no viene a reemplazarte como developer, viene a amplificar tu impacto. La diferencia está en si la usas como un atajo para sacar código rápido, o como una herramienta estratégica para escribir mejor código, en menos tiempo y con más foco en el negocio. Esa es la mentalidad que te va a mantener relevante en los próximos años.

Fuentes internas de Mentores Tech usadas para alinear el artículo con tus cursos y servicios.([Mentores Tech][1]) [1]: https://www.mentorestech.com/?utm_source=chatgpt.com "Bienvenido a Mentores Tech - Cursos, Mentorías y Servicios ..."