Del método a las herramientas: un nuevo laboratorio con Gemini y Antigravity IDE.

Después de terminar Project Pulse, que utilicé como campo de pruebas de una forma de trabajar que, en mi cabeza, ya tiene el nombre de Save Point Development. Me quedó clara una idea: los modelos de IA están evolucionando hasta el punto de permitir un desarrollo mucho más controlado que hace apenas unos meses. La mejora en su capacidad para mantener el contexto, hace posible poder construir un proyecto conversación a conversación, preservando en el hilo cada decisión tomada. Eso abre la puerta a una forma distinta de colaborar con la IA, pasando a usarla con un concepto más de agente que de asistente.

Antes mi costumbre era preparar una documentación muy extensa antes de comenzar el desarrollo. El proyecto nacía acompañado de múltiples documentos independientes donde quedaban definidas la arquitectura, la estructura del repositorio, las normas de programación, el estilo de cada componente y buena parte de las reglas que debía seguir la IA durante todo el proceso.

Este método es bueno para grandes proyectos y grandes equipos, pero puede convertirse en un dolor de muelas, para un desarrollador independiente si no se usa con cuidado. Ya que es corriente que al disponer la IA del IDE de todo el contexto del proyecto desde el inicio, tienda a resolver más problemas de los necesarios. Cuando el asistente del IDE dispone de todo lo que contendrá el proyecto desde el primer momento, es fácil que se incline por solucionar más cuestiones de las que se necesitan. Aparece la sobre-ingeniería, aumentan las revisiones y uno termina dedicando más tiempo a comprobar cambios que a construir el proyecto. Además, como somos humanos, ante tanta revisión, llega un momento en el que aceptamos modificaciones simplemente porque parecen razonables o por mero cansancio; obteniendo un resultado que suele parecerse a la idea original, pero no lo es.

En este sentido, en las últimas semanas he notado un cambio importante. Los modelos actuales mantienen mucho mejor el contexto, recuerdan conversaciones largas y permiten construir un proyecto de forma progresiva, pasando de las ideas más sencillas a los aspectos más complejos sin que la conversación pierda coherencia; lo que cambia la manera de colaborar con ellos. Ya no necesito intentar definir todo el proyecto desde el principio. Puedo construirlo paso a paso, validando cada decisión antes de continuar, como si fuera guardando la partida después de cada avance importante. Siendo esa idea la que me impulsó a iniciar un nuevo laboratorio, esta vez utilizando Gemini y Antigravity IDE, pero manteniendo exactamente la misma forma de trabajar.

El resultado terminó siendo Cozy WordSearch Memory, un juego web que combina sopas de letras y memoria activa.

Eligiendo un proyecto adecuado

Necesitaba una idea sencilla para que el verdadero foco estuviera en el proceso de desarrollo y no en cuestiones técnicas. La idea inicial fue transformar una sopa de letras clásica en una experiencia donde la memoria tuviera un papel protagonista. Antes de comenzar cada nivel: el jugador dispone de unos segundos para memorizar una lista de palabras, cuando el contador termina, esa lista desaparece y comienza la búsqueda sobre el tablero.

A partir de esa mecánica básica fueron apareciendo distintas variantes que terminaron convirtiéndose en modos de juego independientes: 

1. Un modo relajado (Cozy).
2. otro centrado en el reto (Memory Rush).
3. Un modo Zen pensado para jugar sin presión. 

Todo ello ideado durante la fase de diseño, antes de escribir las primeras líneas de código.

Diseñar antes de desarrollar

Una de las cosas que confirmé una vez más durante este laboratorio es, que sigo sintiéndome mucho más cómodo cuando la arquitectura está definida antes de comenzar la implementación; algo evidente para cualquier desarrollador, pero que en ocasiones con las prisas tengo que obligarme a recordar. La conversación con Gemini comenzó explorando variantes de la mecánica principal, pero muy pronto pasó a definir la progresión del juego, la experiencia de usuario, la dirección artística y la estructura técnica del proyecto. Poco a poco fue apareciendo un documento de diseño que terminó actuando como referencia durante todo el desarrollo.

Ese documento acabó definiendo aspectos como:

• la progresión de niveles;
• los distintos modos de juego;
• la arquitectura del frontend;
• la identidad visual;
• la interacción táctil;
• y la organización general del proyecto.

Cuando llegué a Antigravity IDE, muchas de las decisiones importantes ya estaban tomadas.

---

Hasta este punto todo había sido diseño, documentación y decisiones.

Pero antes de continuar hablando del desarrollo, probablemente sea mejor ver el resultado.

Puedes probar Cozy WordSearch Memory directamente desde aquí:

---

Del documento al código

El desarrollo volvió a seguir una dinámica muy parecida a la utilizada en Project Pulse. En lugar de pedir que la IA construyera el juego completo, fui trasladando especificaciones muy concretas al entorno de desarrollo.

Primero llegó el sistema de diseño, con la definición de la paleta de colores, los componentes base y la identidad visual cozy. Después se implementó la arquitectura del frontend basada en React, Vite y TypeScript, organizada mediante una máquina de estados para mantener separadas las distintas fases del juego. Más adelante fueron apareciendo componentes específicos como el temporizador circular, la capa de memorización o el sistema de selección mediante PointerEvents, diseñado para funcionar de la misma forma con ratón y dispositivos táctiles.

Una vez construida la base, el trabajo volvió a ser el de siempre: 

probar -> corregir -> ajustar -> volver a probar

La inteligencia artificial acelera enormemente la implementación, pero las decisiones importantes siguen teniendo que ser tuyas. Y aquí está una de las cosas que más he reforzado durante este laboratorio. El esforzarme para que el proyecto siga siendo el proyecto que quería construir.

Hay dos pensamientos que intento evitar siempre que la IA del IDE me devuelve un resultado.

El primero:

«Bueno… está bien.»

Y aprobar el cambio sin dedicarle el tiempo suficiente.

El segundo suele ser todavía más peligroso:

«¡Qué pasada! Esto es mucho más completo de lo que buscaba.»

Entonces, casi sin darte cuenta, continúas el desarrollo, empiezas a estudiar ese nuevo código intentando adaptarte a él, en lugar de preguntarte si era realmente el camino que querías seguir.

Es algo muy parecido a cuando quieres desarrollar un juego muy sencillo, decides ahorrar tiempo comprando una plantilla enorme y espectacular y, al final, descubres que adaptarte a ella supone mucho más trabajo que haber construido desde cero el proyecto simple que tenías en mente.

La IA puede construir muchas cosas interesantes. Tu trabajo consiste en decidir cuáles merecen formar parte del resultado final.

Un laboratorio más dentro del mismo camino

Cozy WordSearch Memory es el segundo laboratorio que publico siguiendo esta metodología, y probablemente tampoco será el último.

Reconozco que disfruto experimentando con distintas formas de utilizar la inteligencia artificial. El desarrollo junto a ella, como compañera de trabajo, es algo que encuentro especialmente interesante y gratificante. Cada nuevo proyecto me permite comprobar qué partes del proceso siguen funcionando, cuáles necesitan evolucionar y hasta dónde puede llegar hoy un desarrollo donde la inteligencia artificial participa como un miembro más del equipo, sin sustituir nunca la responsabilidad de diseñar, decidir y construir.

Al final, ese es precisamente el objetivo de estos laboratorios. Crear espacios en los que experimentar con nuevas herramientas sin perder aquello que considero más importante: una forma de trabajar propia. Las herramientas seguirán cambiando; yo lo que realmente quiero comprobar es si el método es capaz de evolucionar con ellas.

La evolución de los modelos no está cambiando únicamente lo que pueden hacer; está cambiando la forma en que podemos colaborar con ellos.