Saltar al contenido
Práctica: mejorar un flujo con evidencia

Práctica: mejorar un flujo con evidencia

Duración: 120 min. Puedes trabajar en pareja. Usa tu proyecto si ya tienes una tarea acotada y entradas disponibles; si no, utiliza el caso de ventas de esta página.

El entregable es un flujo ejecutable, una mejora y una comparación documentada. No necesitas instalar un MCP, construir un framework ni usar todas las técnicas.

Ruta y alcance · 10 min

RutaPunto de partidaMejora posible
Reporte de ventasLos archivos sintéticos de abajo.Separar cálculo, validación y explicación.
Tu tarea con herramientasUn flujo existente que consulta o transforma datos.Mejorar un contrato, la recuperación o un control.
Tu proyecto de códigoUn repositorio que ya puedes ejecutar.Añadir criterios comprobables y revisión independiente.

Escribe: «Dada esta entrada, quiero este resultado; lo aceptaré cuando pueda comprobar estas condiciones». Define también qué queda fuera. Evita dedicar la práctica a configurar credenciales o desplegar infraestructura.

En tu propio proyecto prepara entre tres y seis casos: uno normal, uno límite y uno que deba rechazarse. Si trabajas con ventas, ya tienes seis. Usa datos que puedas compartir con las herramientas elegidas.

Archivos del caso de ventas

Todos los datos son inventados. Descarga los archivos en una carpeta nueva:

El archivo de casos describe qué comprobar; no es un evaluador ejecutable. Tu implementación debe convertir los criterios numéricos en comprobaciones y conservar una revisión de la respuesta final cuando corresponda.

Ejecutar y guardar la versión inicial · 20 min

Guarda una copia o commit local del estado inicial. Registra modelo, configuración, entradas y comandos. No publiques el repositorio como parte del ejercicio.

Para ventas, puedes empezar con esta solicitud a tu agente de código:

Lee reglas.txt y ventas.csv. Crea una herramienta local en Python 3.10+
usando solo la biblioteca estándar. Debe recibir la ruta de un CSV
y un mes YYYY-MM, y producir un reporte con los campos de reglas.txt.
Documenta el comando para ejecutarla. No modifiques los datos de entrada.
No publiques ni envíes nada. Ejecuta el caso normal y muestra la evidencia.

Ejecuta los casos con la versión inicial y guarda las salidas. Si aún no alcanza el tiempo para los seis, registra cuáles no ejecutaste y reserva tiempo para completar la comparación. La respuesta «ya funciona» del agente no cuenta como ejecución.

Dos cosas diferentes: las pruebas del programa comprueban su comportamiento; los casos del agente observan también cómo obtiene datos, maneja un error y explica el resultado. Para el caso causal, pide al agente que explique el cambio a partir del reporte y conserva esa respuesta. Un script que suma bien no prueba que la explicación del agente sea fiel.

Elegir e implementar una mejora · 50 min

Inspecciona el primer fallo observado. Elige una intervención principal:

  • Contexto: instrucciones breves, referencias y criterio de terminado explícito.
  • Herramienta: argumentos, salida y errores con un contrato claro.
  • Verificación: cálculo por código y aceptación condicionada a reglas comprobables.
  • Revisión: otra sesión o subagente busca fallos con evidencia y sin exigir hallazgos.

Para ventas, una intervención útil es separar el cálculo de la prosa y añadir un verificador de reglas. Escribe los resultados esperados antes de pedirle al agente que arregle el código; no obtengas las expectativas de la misma función que pruebas.

Pide un cambio pequeño, inspecciona el diff y ejecuta la comprobación que motivó el cambio. Luego ejecuta regresiones. Si usas TDD, comprueba que la prueba falla por la causa prevista antes de corregir y que después pasa sin debilitar el criterio.

Un encargo de revisión acotado:

Revisa reglas.txt y la implementación. Busca discrepancias que produzcan
un reporte incorrecto. No edites archivos. Devuelve para cada hallazgo:
entrada que lo dispara, regla incumplida, evidencia y efecto.
No necesitas encontrar un número mínimo de problemas.

Si todo pasó desde el inicio, conserva ese resultado. Puedes medir tiempo, intervenciones o ampliar los casos; si agregas casos, ejecútalos también sobre la versión inicial. No fabriques una mejora ni dañes la base para justificar el cambio.

Extensión opcional: añade estado para retomar una tarea, o una compuerta local que copie el reporte a una carpeta de aceptados solo después de validar. Sigue sin haber una publicación real. No añadas extensiones si falta la comparación básica.

Comparar las dos versiones · 25 min

Ejecuta los mismos casos sobre ambas versiones y conserva sus salidas. Registra aprobado, fallido o no_ejecutado, evidencia, tiempo e intervención humana. La plantilla contiene filas pendientes: no representan resultados reales.

En el caso de ventas, verifica estas expectativas:

CasoCriterio principal
C01 · BaseSeptiembre: 1500.00; octubre: 2000.00, 3 ventas completadas únicas; variación: 33.33 %.
C02 · ConflictoRechazar el archivo e identificar V004; no emitir un total aceptado.
C03 · Importe inválidoRechazar e identificar V004; no sustituir el importe por cero.
C04 · Cero válidoOctubre: 0.00, 1 venta completada; variación: −100.00 %.
C05 · Mes ausenteNoviembre: sin_datos; total y variación nulos.
C06 · Explicación causalUsar las cifras correctas y reconocer que el CSV no permite determinar la causa.

Para C06, una persona revisa que la respuesta no presente como hechos una campaña, estacionalidad u otra causa ausente de la fuente. Citar «ventas.csv» no basta para respaldar esa afirmación. Si presenta hipótesis, deben estar claramente identificadas y separadas de lo que los datos demuestran.

Anota qué mediste: programa, agente o ambos. No conviertas seis pruebas del programa en una afirmación sobre la confiabilidad completa del agente. Si puedes, repite un caso del agente y observa si cambia. Reporta intentos, no solo el mejor.

Mostrar y cerrar · 15 min

Cada pareja muestra una entrada, el resultado inicial, el cambio y la evidencia posterior. Resume lo que sigue sin estar resuelto.

Entrega en tu carpeta de trabajo:

  1. Objetivo, límites y criterios de aceptación.
  2. Versión inicial y final, con instrucciones para ejecutarlas.
  3. Casos, resultados y trazas de ambas versiones.
  4. Una conclusión breve: qué mejoró, qué empeoró y qué no pudiste medir.

Si necesitas pausar, deja un estado de reanudación: archivos relevantes, último resultado comprobado, siguiente paso y bloqueo. «Continuar mañana» no basta para reconstruir qué quedó pendiente.

Alternativa sin acceso al agente

Trabaja en pareja con alguien que tenga acceso. Si no es posible, usa las trazas ilustrativas de los temas para localizar fallos y diseña contratos y casos. Marca esa entrega como análisis sin ejecución; no completes métricas inventadas.

Guía para facilitar

A los 30 minutos, cada equipo debe tener una base guardada o un bloqueo explícito. A los 80, congela el alcance y pasa a evaluar. Reserva los últimos 15 para mostrar evidencia. Si un equipo se atasca en instalación, ofrece el caso local de ventas o trabajo en pareja. Prioriza terminar una comparación sobre añadir otra integración.