Portfolio

También, una herramienta de escritorio que descarga el registro público de instalaciones y archiva un Excel mensual. Cuando el registro pide resolver un CAPTCHA, abre un navegador visible para que intervenga la persona. La reanudación y la comparación de ficheros son automáticas.

No todo necesita un sistema. Muchas veces el atasco es una tarea repetitiva que alguien hace a mano cada semana: dar formato a un documento, renombrar archivos, convertir un formato en otro. Para eso construyo herramientas pequeñas, locales cuando la información lo exige, y pensadas para que las use cualquiera del equipo sin formación. Solo llevan IA cuando la tarea la necesita.

Además, utilidades internas para tareas puntuales: generar miniaturas de PDF para la web, convertir newsletters HTML en PDF para archivo, y pequeños lanzadores de trabajo.

La comunicación de la asociación en su canal principal sigue un sistema, no una inspiración: líneas editoriales definidas, tono fijado —institucional pero cercano, técnico, neutral—, plantillas por tipo de publicación, estrategia de etiquetas con revisión mensual, y la regla de que toda comunicación apunta a la web. La IA acelera la redacción; las cifras regulatorias pasan por verificación en varias rondas, siempre humana. Los eventos se cubren antes, durante y después, y las encuestas de satisfacción se convierten en informes y en mejoras concretas para la edición siguiente.

Probar antes de opinar

Este campo cambia cada pocos meses, y la única forma de tener criterio es usar las herramientas de verdad, en trabajo real, y guardar lo que se aprende. No sigo todo, ni pretendo hacerlo. Sigo lo que puede cambiar una decisión de las que tomo.

Lo que uso a diario: la suite de Claude —el asistente, el agente de programación y la herramienta de diseño— dentro de repositorios locales con reglas de trabajo escritas, acceso a herramientas y verificación después de cada cambio. Es donde he construido casi todo lo que hay en esta web.

Lo que he usado bastante y sé comparar: los agentes de programación de OpenAI, los modelos de Google, y dos modelos abiertos de origen chino para programar. Generación de imagen, mucho, dentro de flujos de diseño con vectorización y montaje posterior; de vídeo, poco.

Lo que he probado sin profundizar: inferencia en local. Tengo un nodo montado sobre un portátil con GPU de ocho gigas, medido y funcionando, y un primer caso de uso en validación. No he ido más allá por falta de medios, y lo digo porque el servidor propio que estoy montando existe en parte para eso.

Lo que sigo de lejos: los modelos punteros según salen, para saber cuándo una decisión anterior deja de ser la correcta.

Y una regla que aprendí a golpes: los nombres de modelos, precios y versiones se verifican en la fuente viva, nunca de memoria. En este mismo proyecto, informes generados con IA recomendaron modelos que ya no existían porque tiraron de lo que recordaban. Desde entonces, cada dato de ese tipo se comprueba antes de escribirlo.