Diapositivas del Taller

Recorre el deck con modelos, agentes CLI, flujo Codex y patrones de colaboración.

Bienvenida y Objetivos

Define expectativas para trabajar con copilotos de IA en codebases productivas.

  • Promesa del taller: entregar diffs seguros y listos para revisión con Codex/GPT-5.
  • Métricas de éxito: prompts claros, guardas firmes y hábitos de colaboración.
  • Encuesta rápida: ¿qué modelos y agentes CLI usa ya tu equipo?
Objetivos Encuesta Inicial Agenda

Panorama de Modelos LLM

Compara los modelos estrella desde una mirada productiva.

GPT-5

  • Fortalezas: plug-ins amplios, gran razonamiento, gobernanza enterprise.
  • Atención: costos por tier, límites de velocidad, estrategia de contexto.

Claude

  • Fortalezas: ventanas largas, guardas de alineación, diffs legibles.
  • Atención: disponibilidad de streaming, regiones soportadas, ecosistema.

Gemini

  • Fortalezas: análisis multimodal, integración GCP, baja latencia.
  • Atención: scopes de autenticación, billing por proyecto, variaciones de runtime.

Agentes CLI

Selecciona la interfaz de línea de comandos adecuada.

  • Codex CLI: contexto profundo del repo, apply_patch, planes con git.
  • Claude Code: loop conversacional en vivo, ideal para refactors.
  • Gemini CLI: autenticación GCP, entradas multimodales, notebooks.
  • OpenCode: agente OSS ligero, cadena de herramientas personalizable.

Contrasta permisos, trazabilidad y extensibilidad. Sugiere estandarizar en dos agentes para reducir carga cognitiva.

Profundidad en Codex

Muestra el flujo de pairing extremo a extremo.

  • Plan: prompts estructurados, criterios de aceptación, notas de riesgo.
  • Ejecución: flujo plan → prompt → apply_patch → verify.
  • Revisión: inspección de diff, rationale, checklist para PR.
  • Rollback: guardar borradores, higiene de ramas y commits pequeños.
Demo en Vivo Plantillas de Prompts Guardas

Entorno y Herramientas

Asegura un setup seguro y productivo para el equipo.

  • Repo base: datos de prueba, feature flags, scripts de seed.
  • Gestión de secretos: plantillas .env, tokens rotados, logging de auditoría.
  • Ergonomía dev: alias de shell, editores, dashboards de tracing.
  • Observabilidad: registra sesiones de Codex para retro y cumplimiento.

Contexto, Sesiones y Compactación

Mantén a Codex efectivo a medida que crece el repositorio.

  • Higiene de sesión: reinicia entre tareas, documenta historial de prompts.
  • Tácticas de contexto: extractos dirigidos, resúmenes, ayudas de retrieval.
  • Compactación: recorta hilos resueltos, archiva logs, comparte briefs.
  • Resolución de problemas: detecta estado obsoleto vs alucinaciones.

Trabajo en Paralelo

Coordina múltiples ingenieros colaborando con Codex a la vez.

  • Reglas de ownership de sesión y etiqueta de ramas.
  • Divide una feature en sub-tareas asistidas por IA.
  • Resuelve conflictos: comparar diffs, merges manuales, prompts compartidos.
  • Comunicación: snippets diarios + destacados de logs de Codex.

Trabajo Asíncrono

Extiende las sesiones de Codex entre zonas horarias.

  • Captura transcripciones y artefactos para relevos.
  • Automatiza tareas nocturnas con jobs programados de Codex.
  • Define expectativas de revisión cuando otras personas retoman el hilo.
  • Checklist matutino: digest de diffs, tests fallidos, próximo prompt.

Cierre y Compromisos

Finaliza con acciones claras y soporte continuo.

  • Recapitula la matriz de decisión de modelos/agentes y el flujo Codex.
  • Comparte recursos, office hours y canales internos.
  • Pide a cada persona definir un experimento para la próxima iteración.
  • Recoge feedback mientras la experiencia está fresca.
Diapositiva 1 de 9