Desarrollo indie con IA: crea, publica y monetiza

Claude Code se detiene de repente con «vuelve a iniciar sesión», «límite de tasa», «el prompt es demasiado largo», «MCP no conecta», y buscar cada uno en Google acaba siendo tedioso. Esta es una referencia práctica que cataloga los errores que verás con más frecuencia, con la causa y el comando que debes ejecutar para cada uno. Empieza con los tres comandos de diagnóstico iniciales (claude doctor para el diagnóstico completo, /status para la autenticación activa, /context para el desglose del contexto), y luego se centra en las cuatro familias comunes (uso/límites de tasa, desbordamiento de contexto, autenticación caducada, fallos de conexión de MCP) con tablas de síntoma→causa→comando de solución sobre autenticación e inicio de sesión, uso/límites de tasa (Claude Code consume entre 10 y 100 veces más tokens que el chat), contexto y tokens (prompt demasiado largo, compactación en bucle), servidor y modelo (500/529/timeout/modelo no encontrado), instalación/PATH/actualización, red y proxy (ECONNREFUSED, TLS), MCP, permisos (denegar gana a bypass) y otros (error 400 de thinking blocks, imagen/PDF, IDE). Termina con una chuleta de error→solución y preguntas frecuentes. Basado en la documentación oficial de Claude Code (a fecha de 2026): cuando te atasques, ejecuta los tres comandos de diagnóstico y, si no se arregla, ejecuta claude update.

En 2026 quedaron definidos los cuatro grandes de las herramientas de programación con IA: Cursor, Claude Code, GitHub Copilot y Codex. Pero ponerlos en fila para coronar a un ganador te despista, porque los cuatro son tipos distintos. Este artículo clava primero la clave —la diferencia de tipo (Cursor = editor con IA, Copilot = complemento integrado en el IDE, Claude Code = agente CLI local, Codex = agente asíncrono en la nube)— y luego cubre qué es realmente cada herramienta, una tabla de especificaciones con los mismos ejes (tipo, precio de entrada y superior, modelos, contexto, fortalezas), cómo leer el giro de 2026 de tarifas planas a "asignación + uso (créditos)", elecciones por tu tipo (facilidad = Copilot $10+, experiencia de editor = Cursor, trabajo pesado multiarchivo = Claude Code, lotes asíncronos = Codex), el clásico de los desarrolladores competentes de combinar "una del lado del IDE + un agente de terminal" y advertencias honestas sobre precios y benchmarks; todo basado en fuentes oficiales y varios medios.

Alguien que decía 'soy malo para el diseño' hoy produce diez publicaciones para redes en media jornada y obtiene propuestas de logotipo de paso: ahí están las herramientas de diseño con IA en 2026. Este artículo compara las cuatro principales: Canva (la mejor para producir en masa marketing, redes y diapositivas, gratis–15 USD), Adobe Firefly (integrada con Photoshop/Illustrator y segura para uso comercial, desde 9,99 USD), Figma AI (el estándar para UI/UX y diseño de producto en equipo, desde 15 USD/editor) y Recraft (logotipos e iconos vectoriales con 90% de precisión de texto, desde 10 USD). Las cuatro no son competidoras, sino una división de roles: reduce a la que encaja con tu tarea más frecuente. Distinto a la comparativa de IA de generación de imágenes (Midjourney, etc.): este artículo trata de 'construir entregables a partir de imágenes', no de la imagen en sí. Incluye una tabla comparativa, seis escenarios de mejor elección y tres precauciones: derechos de autor, consistencia de marca y evitar el 'aire a IA'.

"Claude Code editó el archivo, ahora cambia al terminal, git push, cambia al navegador, abre el panel de Vercel..." Eso era lo normal hasta 2025. Desde mayo de 2026, Vercel publica oficialmente sus Agent Skills (vía MCP) y un plugin para Claude Code, y Cursor se conecta con un único archivo .cursor/mcp.json. Editar código, construir, desplegar, comprobar la URL de preview, actualizar variables de entorno, hacer rollback: todo ocurre dentro del agente de IA. La realidad de 2026 es combinar tres enfoques. (1) Mínimo (git push, despliegue automático en 60-90 segundos) basta para desarrollo en solitario. (2) MCP-Direct (Vercel Agent Skills) deja que Cursor o Claude Code llamen a vercel deploy directo, ideal para quien cambia de entorno a diario. (3) GitHub Actions + Claude Code Action permite "comentar @claude en un PR, la IA arregla y vuelve a desplegar el preview", perfecto para culturas con mucha revisión. No hay un mejor absoluto: hay un mejor para tu flujo. Las minas más grandes son las fugas de variables de entorno y la explosión de costes; defiéndete con spending limit, previews restringidos y Cloudflare como proxy. Este artículo cubre las tres implementaciones, la estrategia de preview (A/B, staging permanente, revisión con cliente) y las cuatro trampas (env, costes, conflictos de PR, rollback olvidado), todo con código que funciona, basado en datos de mayo de 2026.

"Tengo una idea para una web app, pero no sé programar". Ese muro acaba de derrumbarlo la nueva ola de generadores de apps web con IA. Escribes "construye una app de Todo" y diez minutos después tienes una app funcionando, una URL de despliegue y un repositorio en GitHub. El top tres en 2026 son v0 (Vercel), Bolt.new (StackBlitz) y Lovable. Lovable alcanzó 20M de ARR en 2 meses, el crecimiento más rápido en la historia de las startups europeas; Bolt.new llegó a 40M en 6 meses; v0 sumó integración con Git, conectividad con bases de datos y workflows agénticos en febrero de 2026. La clave: no son el mismo producto, son tres categorías distintas. v0 es especialista en frontend + ecosistema Vercel, Bolt es multi-framework + desarrollo solo en navegador, Lovable es full-stack + Supabase integrado + apto para no ingenieros. Para un PoC o demo, las tres valen; para producción a largo plazo aparecen diferencias enormes. Este artículo cubre la esencia de cada herramienta, comparativa detallada (planes, frameworks, DB, auth, deploy, Figma), recomendación por caso de uso (landing/MVP/multi-framework/Figma/prototipo→producción/equipo), resultado de pasar el mismo prompt de Todo app por las tres, las tres trampas (quema de tokens, agujeros de seguridad, lock-in) y un diagrama de decisión 2026 en 6 preguntas — todo basado en hechos a fecha de mayo de 2026.

Lanzaste con la API de OpenAI, pero quieres probar Claude y Gemini — y acabas reescribiendo la misma lógica para tres SDK diferentes. El Vercel AI SDK (desde 2026 solo "AI SDK") lo reduce a un import, una función, todos los proveedores. Librería open source en TypeScript con más de 20 millones de descargas mensuales; el AI SDK 6 trae Agents, MCP, aprobación de herramientas y DevTools, y en mayo de 2026 es el estándar de facto para una interfaz LLM unificada. Si llamas a LLMs desde una web app o un proyecto Node.js en 2026, el AI SDK es el default correcto, punto. Las únicas excepciones son código heredado y funciones de vanguardia recién salidas. A cambio obtienes cambio fácil de proveedor, un tercio de la implementación, seguridad de tipos e integración con React. Este artículo cubre qué es el AI SDK, las tres razones para usarlo, una guía rápida de 5 minutos (generateText a streamText), salida estructurada con generateObject + Zod, tool calling y agentes (el corazón del AI SDK 6), una UI de chat en 10 líneas con useChat, cambio entre Claude/GPT/Gemini en 3 líneas y las tres trampas de producción (diferencias entre proveedores, aborto de stream con facturación y sobrecarga de inferencia de tipos). Todo basado en el AI SDK 6 a fecha de mayo de 2026.

En mayo de 2026, la era de "rankear #1 para ganar" terminó. El estudio de Seer Interactive (53 marcas, 5,47 M de consultas) muestra que el CTR orgánico en consultas con AI Overviews cayó un 61% (de 1,76% a 0,61%), mientras que las marcas citadas dentro de los AI Overviews obtienen un 120% más de clics por impresión. Los AI Overviews aparecen ya en el 99,2% de las consultas informativas, y la tasa de citación desde el top 10 de Google se desplomó del 76% al 38%. Este artículo cubre los datos posteriores a los AI Overviews, clarifica la maraña terminológica de SEO vs AEO vs LLMO vs GEO, mapea las condiciones de activación por tipo de consulta, expone las siete condiciones consistentes para ser citado (completitud del pasaje, datos originales, E-E-A-T, schema.org, densidad de entidades, multimodal, accesibilidad técnica), separa el SEO que aún funciona del que ya no, propone los nuevos KPI centrados en citación × CVR × share of voice, y cierra con los tres riesgos clave: alucinaciones, concentración en los 50 dominios principales y dependencia de un solo canal.

Una suscripción de 20 USD/mes a ChatGPT Plus puede caer a 2 USD/mes en la API — o dispararse a 200 USD en la dirección opuesta. La API de IA es un mundo de «pago por uso». Este artículo recorre las cinco diferencias fundamentales entre el chat web y la API, qué son los tokens y cómo se calcula el precio, los precios de mayo de 2026 de los principales modelos (Claude Opus / Sonnet / Haiku, GPT-5.5/5.4, Gemini 3.1 Pro / Flash-Lite, DeepSeek V4-Pro), un mapa de selección de modelos de 4 tipos, las tres trampas en las que cae todo principiante (acumulación de historial de conversación, system prompts sobredimensionados, falta de límites de gasto) y la primera llamada en 5 minutos con curl más Python — todo desde el punto de vista de un principiante.

En febrero de 2025, Andrej Karpathy acuñó "vibe coding" en X: el estilo de "dejar que la IA se encargue sin leer el código". Un año después, el propio Karpathy ha propuesto renombrarlo a "agentic engineering" y los datos de seguridad muestran tasas de vulnerabilidad del 40-62 %, un repunte de CVEs de 6x y SSRF presente en los 5 grandes agentes. Este artículo cubre la definición, el flujo de trabajo, las principales herramientas (Claude Code, Cursor Composer, Codex CLI, Lovable, v0, Bolt.new, Devin), la realidad de seguridad y calidad, la diferencia con el agentic engineering y las reglas prácticas de "Vibe & Verify" para llevarlo al trabajo real.

«Quiero que ChatGPT lea los documentos internos de la empresa y responda a las preguntas»: a esa necesidad responde el RAG (Retrieval-Augmented Generation o generación aumentada por recuperación). En este artículo explicamos en 3 pasos visuales cómo funciona el RAG y, hasta el último detalle accesible para principiantes, repasamos las bases vectoriales, la implementación con LangChain y cuándo conviene usar RAG o fine-tuning. Incluye numerosos ejemplos prácticos: QA interno, soporte al cliente, derecho, medicina y más.

¿Crees que programar no es para ti? En 2026, con herramientas de codificación con IA como Claude Code, incluso personas sin conocimientos de TI pueden crear y lanzar servicios web. Este artículo explica desde los conceptos básicos de TI como apps, bases de datos y servidores, pasando por las diferencias entre hosting compartido, VPS y nube, hasta el flujo real de desarrollo con IA, todo en un lenguaje sencillo.

"Con IA generativa puedes crear apps sin saber programar" — ¿has escuchado eso? En 2026, las herramientas de programación con IA generativa han avanzado mucho, pero ¿puede un principiante realmente completar una app solo con IA generativa? Aquí explicamos honestamente lo que funciona, lo que no y dónde te vas a atascar.