La gente me pregunta como construyo features para una plataforma SaaS sin saber programar. La respuesta corta es: con un proceso. No con magia, no con vibecoding, no con "dile a la IA que lo haga". Con un proceso que repito cada vez.
Voy a explicar ese proceso usando un ejemplo real: como agregue un sistema de citas a Lisssto! en un solo dia.
El contexto
Varios de mis clientes son doctores y profesionales de salud. Todos tenian el mismo problema: sus pacientes los llamaban para agendar citas, y ellos o su secretaria tenian que contestar, buscar disponibilidad, y confirmar. Un proceso manual que les consumia tiempo todos los dias.
Mi idea era simple: que el paciente pudiera ver la disponibilidad del doctor y agendar directamente, sin llamar. Un formulario de citas integrado en el sitio web del doctor, con confirmacion automatica.
Antes de tener agentes de IA, esta idea habria requerido contratar un desarrollador, explicarle el concepto, esperar semanas, y pagar miles de dolares. O usar una herramienta externa como Calendly y pagar por cada cliente.
Paso 1: la conversacion
No empiezo diciendo "hazme un sistema de citas". Empiezo describiendo el problema.
Le digo al agente algo como: "Mis clientes son doctores. Sus pacientes llaman para agendar citas y eso consume mucho tiempo. Quiero que los pacientes puedan ver disponibilidad y agendar solos desde el sitio web del doctor. Hazme un plan."
Noten que no le digo como hacerlo. Le digo que necesito resolver. Esta diferencia es importante porque el agente muchas veces propone soluciones que yo no habria pensado.
Paso 2: el plan
El agente me devuelve un plan detallado. En este caso fue algo como:
- Crear tablas en la base de datos para servicios, disponibilidad horaria, y citas
- Un panel en el dashboard donde el doctor configura sus servicios, duracion, y horario disponible
- Un formulario publico donde el paciente elige servicio, fecha y hora
- Confirmacion automatica por email al paciente y notificacion al doctor
- Vista de calendario para que el doctor vea sus citas del dia
Tambien me señala riesgos: que hacer si dos pacientes intentan agendar la misma hora al mismo tiempo, como manejar cancelaciones, que pasa si el doctor cambia su horario cuando ya tiene citas agendadas.
Paso 3: leo y pregunto
Este es el paso que la mayoria se salta, y por eso les va mal.
Leo el plan completo. Si hay algo que no entiendo, pregunto. "Que significa 'race condition' en el contexto de dos pacientes agendando al mismo tiempo?" El agente me lo explica en terminos simples y me dice como lo va a prevenir.
No necesito saber como se previene tecnicamente. Necesito entender que es el riesgo y que va a hacer al respecto. Si su respuesta no me convence o no la entiendo, sigo preguntando hasta que me quede claro.
En este paso tambien agrego cosas que el agente no penso. Por ejemplo: "Los doctores en RD trabajan con horarios diferentes cada dia. El lunes atiende de 9 a 12, el martes de 3 a 6. Tiene que soportar eso." Yo conozco el negocio. El agente conoce la tecnologia. Juntos hacemos algo que funciona en el mundo real.
Paso 4: ejecucion con supervision
Le doy autorizacion para ejecutar el plan, pero con aprobacion humana en cada paso critico. El agente:
- Crea las tablas en la base de datos — me muestra exactamente que va a crear antes de hacerlo
- Construye el panel del dashboard — yo lo veo en tiempo real y le digo "ese boton esta confuso, cambiale el texto"
- Construye el formulario publico — lo pruebo como si fuera un paciente
- Conecta las notificaciones — me llega un email de prueba para verificar
En cada paso, si algo no me gusta o no entiendo, me detengo y pregunto. No apruebo nada que no entienda.
Paso 5: prueba en un entorno seguro
Antes de que ningun cliente vea el cambio, lo pruebo. Uso el sistema yo mismo: creo un doctor ficticio, configuro sus horarios, y agendo citas como si fuera un paciente. Pruebo desde el celular, desde la computadora, con internet lento.
Si algo falla, el agente lo corrige. Si funciona, pasamos al siguiente paso.
Paso 6: produccion
Despliego el cambio a produccion. Tengo un proceso automatizado para esto: un solo comando que verifica que todo este bien, actualiza la plataforma, y confirma que sigue funcionando.
Si algo sale mal, tengo un boton del panico que revierte todo al estado anterior en segundos. Nunca lo he necesitado para un feature nuevo, pero saber que esta ahi me deja trabajar tranquilo.
Lo que no se ve
Desde afuera parece que le dije a la IA "hazme un sistema de citas" y aparecio. Pero la realidad es que:
- Pase tiempo describiendo el problema y el contexto del negocio
- Lei el plan completo y pregunte lo que no entendia
- Agregue conocimiento del negocio que el agente no tenia
- Supervise cada paso y no apruebe nada sin entenderlo
- Probe exhaustivamente antes de ponerlo en produccion
- Tenia respaldos y un plan de reversion por si algo salia mal
El agente hizo el trabajo tecnico. Yo hice el trabajo de direccion: definir que se necesita, verificar que se esta haciendo bien, y asegurarme de que funciona en el contexto real del negocio.
El patron que repito
Este mismo proceso lo uso para todo. Desde un feature complejo hasta un cambio de color en un boton:
- Describe el problema, no la solucion
- Pide un plan y leelo completo
- Pregunta lo que no entiendas
- Agrega tu conocimiento del negocio
- Supervisa la ejecucion
- Prueba antes de produccion
- Despliega con red de seguridad
No es rapido la primera vez. Pero cada vez que lo hago, es mas rapido, porque ya entiendo mas y el agente ya tiene mas contexto de mi plataforma y mi negocio.
Lo que esto no es
Esto no es vibecoding. No estoy diciendo "genera codigo hasta que funcione". Estoy dirigiendo un proceso con criterio, supervision, y conocimiento del negocio.
Esto no es programar. No escribo ni una linea de codigo. No necesito saber la sintaxis de ningun lenguaje.
Esto es operar. Es lo mismo que hace un CEO que contrata ingenieros: define la vision, revisa el trabajo, y toma decisiones. Solo que en lugar de un equipo de personas, tengo agentes de IA.
Y funciona. El sistema de citas que construi en un dia lleva meses en produccion, lo usan clientes reales, y no ha dado problemas.
Disclaimer: esta explicacion no pretende ser tecnica. Es mi experiencia real construyendo features para un SaaS en produccion.