Creé habilidades reutilizables de Claude Code para publicar sitios más rápido
· Matt Senter
La mayoría de las webs generadas por IA no fallan porque la página de inicio se vea mal. Fallan porque se saltan todos los detalles aburridos de producción.
Cosas como:
- metadatos de SEO
- prerenderizado
- analítica
- imágenes para compartir en redes
- cabeceras CSP
- optimización de Lighthouse
- pulido en móvil
- generación del sitemap
- robots.txt
- configuración de despliegue
- IndexNow
- caché
- preparación del entorno
Los componentes de React en sí suelen ser ya la parte fácil.
Lo que sigue frenándolo todo es la infraestructura operativa.
Tras construir unos cuantos proyectos asistidos por IA con Claude Code, me di cuenta de que estaba resolviendo los mismos problemas una y otra vez. No solo visualmente, sino operativamente.
Así que, en lugar de escribir prompts más largos, empecé a construir skills reutilizables de Claude Code.
El resultado acabó siendo un repositorio de código abierto con flujos orientados a producción: senternet-site-skills en GitHub. El repositorio contiene skills reutilizables centradas en producción para SEO, prerenderizado, optimización móvil, compartición en redes, configuración de CSP, ajuste de Lighthouse, instalación de analítica, flujos de despliegue y más.
El problema del «vibe coding»
A mí me gusta el desarrollo asistido por IA. Mucho.
Claude Code es increíblemente potente para iterar rápido, generar frontend, reestructurar layouts, escribir código de utilidades, integrar APIs y montar el andamiaje del contenido.
Pero cuando pasa la emoción inicial, aparece un patrón: la IA puede generar páginas más rápido de lo que tú puedes ponerlas en producción.
Acabas dedicando cantidades enormes de tiempo a arreglar:
- problemas de SEO
- inconsistencias de despliegue
- metadatos rotos
- mal comportamiento en móvil
- analítica ausente
- regresiones de rendimiento
- problemas con las vistas previas en redes
- configuración de producción incompleta
E irónicamente, esas suelen ser las tareas menos emocionantes de repetir a mano para un humano. Eso las convertía en candidatas perfectas para skills reutilizables.
De prompts gigantes a flujos reutilizables
Al principio intenté resolverlo con prompts cada vez más largos. Cosas como:
«Por favor, asegúrate de que esta página sea responsive, esté optimizada para SEO, use prerenderizado, tenga los metadatos correctos, soporte para compartir en redes, cabeceras CSP, integración de analítica y ajustes de despliegue seguros para producción…»
Ese enfoque se volvió poco fiable enseguida.
Claude se centraba mucho en una instrucción mientras ignoraba otra en silencio. A veces implementaba las funcionalidades a medias. Otras veces rompía cosas que funcionaban mientras intentaba «ayudar».
El salto llegó cuando dejé de tratar los prompts como conversaciones y empecé a tratarlos como infraestructura.
En lugar de prompts gigantes, creé skills reutilizables y enfocadas:
senternet-site-metatagssenternet-site-prerendersenternet-site-mobile-optimizesenternet-site-share-imagessenternet-site-cspsenternet-site-lighthousesenternet-site-indexnowsenternet-site-firebase
Cada skill tenía responsabilidades acotadas, expectativas deterministas, barreras operativas y lógica de implementación reutilizable. Los resultados se volvieron muchísimo más estables.
La idea más importante: la consistencia operativa
La IA es sorprendentemente buena generando componentes. Es mucho peor manteniendo con consistencia la infraestructura de producción a lo largo de varios proyectos.
Los humanos recordamos de forma natural cosas como:
- «¿Pusimos las etiquetas OpenGraph?»
- «¿Estamos prerenderizando esta ruta?»
- «¿Configuramos robots.txt?»
- «¿Se va a recortar bien esta imagen social?»
- «¿Siguen siendo aceptables las puntuaciones de Lighthouse?»
- «¿Se añadió la analítica al layout de producción?»
La IA suele olvidar estos detalles por completo salvo que se la guíe explícitamente. Ahí es donde las skills reutilizables se vuelven potentes. En lugar de depender de la memoria o de repetir prompts, los estándares operativos quedan codificados en flujos reutilizables.
El objetivo no era la automatización total. Era reducir el trabajo olvidado.
El concepto de «über-skill»
Uno de los patrones más útiles acabó siendo lo que empecé a llamar «über-skills». En vez de encargarse de una única tarea aislada, estos flujos orquestan varios pasos de configuración juntos. Por ejemplo:
- detectar qué está ya configurado
- saltarse lo que ya está hecho
- identificar las funcionalidades de producción que faltan
- aplicar solo mejoras incrementales
- evitar reescrituras destructivas
Ese último punto se volvió especialmente importante. Uno de los mayores modos de fallo de las herramientas de programación con IA es pedir un cambio y recibir una refactorización accidental de todo el proyecto. Las skills ayudaron a contener bastante ese comportamiento.
Qué mejoró de verdad
Las mayores ganancias no fueron escribir código más rápido, generar componentes más bonitos ni teclear menos. Las mayores ganancias fueron:
- menos regresiones
- menos detalles de despliegue olvidados
- menos errores de SEO
- menos tareas repetitivas de configuración
- una preparación para producción más consistente
- menos fatiga de decisión
Dicho de otro modo: la IA se volvió más útil en cuanto el flujo de trabajo se volvió más estructurado.
Uso en el mundo real
Estos flujos acabaron formando parte del proceso de producción de proyectos como:
Ambos proyectos se beneficiaron de aplicar repetidamente los mismos estándares operativos: gestión de metadatos, optimización móvil, flujos de imágenes para compartir, estructura de SEO, consistencia de despliegue y optimización de rendimiento. Sin skills reutilizables, me encontraba resolviendo de nuevo los mismos problemas de infraestructura en cada proyecto.
Dónde sigue costándole al desarrollo asistido por IA
Incluso con skills reutilizables hay límites claros. Claude Code todavía puede:
- refactorizar de más código que ya funcionaba
- alucinar decisiones de arquitectura
- romper layouts responsive
- inventar abstracciones innecesarias
- aplicar las instrucciones a medias
- pasar por alto inconsistencias sutiles de UX
El pulido del frontend todavía exige criterio humano, y mucho. Pero los flujos estructurados reducen drásticamente el caos.
Mi postura actual
Cada vez pienso más que el futuro del desarrollo asistido por IA se parece menos a escribir prompts y más a la ingeniería operativa. Quienes obtengan los mejores resultados probablemente no serán quienes escriban los prompts más largos, quiten todas las restricciones o persigan agentes plenamente autónomos.
Serán quienes construyan flujos reutilizables, sistemas acotados, herramientas componibles, infraestructura determinista y barreras operativas. El apalancamiento real viene de codificar la consistencia. No solo de generar código.
Reflexión final
Las herramientas de programación con IA ya son extremadamente capaces. Pero sigue habiendo una diferencia enorme entre generar una demo y publicar repetidamente webs listas para producción.
Para mí, las skills reutilizables de Claude Code se convirtieron en la forma de cerrar ese hueco. No sustituyendo la disciplina de ingeniería, sino haciendo más fácil aplicarla de forma consistente.
← Todos los artículosSiguiente: Por qué creo software pequeño, local y con una sola función →