Consejos de Vibe para programar con eficiencia: ¡Lectura obligatoria antes de escribir código! Usa la IA para encontrar primero la solución óptima.

El otro día un amigo me preguntó cómo mejorar la eficiencia al usar Codex.

我说你想做的东西，GitHub 上大概率已经有人做过了，而且不少方案已经很成熟。能直接参考、修改，为什么还要从头写一遍？

Te dije que copiaras y pegaras el siguiente mensaje y lo ejecutaras antes de comenzar cada proyecto.

他试了一下，回来跟我说，确实省了好多时间。

He estado pensando en ello, y parece que mucha gente desconoce esta función. Es como si mucha gente usara IA para escribir código, empezando inmediatamente con Vibe Coding, dejando que la IA genere sitios web y escriba aplicaciones.

Realmente no hay necesidad de apresurarse.

Lo que quieres hacer, seguramente alguien en GitHub ya lo ha hecho.

Lo que quieres hacer probablemente ya se haya hecho en GitHub. Muchas soluciones ya están consolidadas, e incluso la calidad del código podría ser superior a la que tú mismo podrías escribir. ¿Para qué reescribirlo desde cero si puedes consultar y modificar directamente el trabajo existente?

Mi costumbre personal es que, cuando quiero empezar un nuevo proyecto, no escribo ningún código de inmediato. Primero, envío esta sugerencia a Codex:

我要做一个XXX。先不要写代码。去GitHub找能直接使用或二次开发的开源项目，确认是否还在维护、部署是否麻烦、哪些功能可以复用。最后告诉我，应该直接用、基于现有项目改，还是自己开发，并给出最简单的MVP方案。等我确认后再动手。

Solo esta frase.

Esta indicación tuvo tres efectos.

Piénsalo, esta pregunta hace tres cosas.

En primer lugar, permite que la IA encuentre soluciones existentes en GitHub en lugar de empezar a escribir las suyas propias. Mucha gente quizás no sepa que Codex, cuando se integra con el complemento de GitHub, puede buscar proyectos de código abierto en tiempo real; no es solo una función.

En segundo lugar, utiliza inteligencia artificial para ayudarte a evaluar la calidad de estos proyectos: si aún reciben mantenimiento, la complejidad de su implementación y qué funcionalidades se pueden usar directamente. Si revisaras manualmente cada proyecto en GitHub, podrías tardar una o dos horas. Deja que la IA se encargue y obtendrás resultados en minutos.

En tercer lugar, permite que la IA te ofrezca una sugerencia de decisión clara: si usarlo directamente, modificarlo o escribirlo desde cero, y también te ayuda a planificar la solución MVP más sencilla.

¿Por qué podemos ahorrar muchos tokens?

Déjame decirte que esta operación realmente puede ahorrarte muchos tokens.

¿Por qué? Porque si dejas que la IA empiece a escribir código directamente, no sabrá que lo que necesitas ya existe. Generará una enorme cantidad de código desde cero. Este código podría solaparse con la funcionalidad de proyectos de código abierto ya existentes, y al final tendrás que limpiarlo tú mismo.

Sin embargo, si dejas que la IA te ayude a encontrar la respuesta primero, sus sugerencias se basarán en el ecosistema existente y, al escribir el código, la cantidad de código se puede reducir al menos a la mitad.

Eso es lo que hago yo. Siempre que empiezo un proyecto nuevo, primero ejecuto este programa de sugerencias y luego decido el siguiente paso basándome en las recomendaciones de la IA. Realmente mejora la eficiencia.

Sinceramente, no estoy seguro de que este método funcione para todos; algunos proyectos podrían carecer de soluciones fácilmente disponibles. Pero piénsalo: para la mayoría de las cosas que quieras hacer, con cientos de millones de repositorios en GitHub, hay una altísima probabilidad de que alguien ya lo haya hecho.

De pie sobre los hombros de gigantes

No eres programador, así que no necesitas escribir código desde cero. No eres creador de contenido, así que no necesitas crear contenido original a diario. Simplemente eres alguien que quiere hacer algo significativo, y la mejor manera de hacerlo es primero ver lo que otros ya han hecho y luego inspirarse en el trabajo de otros.

A veces siento que la forma más inteligente de usar la IA en la era de la IA no es dejar que la IA lo haga todo por ti, sino dejar que la IA se encargue de la recuperación de información y el análisis de decisiones, para luego poder ejecutarlo.

¿Cuál es la diferencia entre esto y usar un motor de búsqueda antes? Antes, al buscar un requisito específico, aparecían muchos enlaces y tenías que revisarlos uno por uno para ver cuáles funcionaban y cuáles no. Ahora, le indicas tus requisitos a la IA, ella los filtra y te da la respuesta directamente.

¿Puedes creerlo?

Esta indicación debe grabarse.ADNen

Personalmente, creo que esta recomendación debería estar integrada en nuestro ADN . Repasarla antes de comenzar un nuevo proyecto ahorra muchísimo tiempo.

Otra ventaja de este enfoque es que evitas reinventar la rueda. La IA te ayuda a encontrar soluciones ya disponibles, lo que te permite centrarte en los aspectos verdaderamente personalizados. De esta forma, puedes dedicar tu energía a las áreas más valiosas.

Mi experiencia personal es que, al principio, cuando empecé a usar IA para escribir código, estaba muy entusiasmado y quería que la IA generara todo desde cero. Pero después de usarla un tiempo, descubrí que a menudo era más lento. Esto se debe a que hay que depurar, modificar y mantener el código generado por la IA, mientras que los proyectos de código abierto existentes han sido verificados por muchas personas, por lo que su calidad está más garantizada.

Puede que suene contradictorio, ¿verdad? Pero piénsalo: lo más importante del código no es escribirlo, sino escribirlo correctamente. Las soluciones existentes ya han sido validadas; usarlas directamente reducirá significativamente las probabilidades de encontrar problemas.

Así que mi consejo es que, la próxima vez que escribas código con Codex o cualquier IA, no te precipites. Primero, ejecuta el comando una vez y deja que la IA te ayude a encontrar la respuesta.

Puede que descubras que lo que intentas hacer ya lo ha hecho otra persona.

Solo tienes que cogerlo y usarlo.

Utiliza el tiempo que ahorres para hacer algo más interesante.

Ya que has leído hasta aquí, si te ha resultado útil, dale a "Me gusta" y compártelo. Si quieres ser el primero en recibir las novedades, ¡también puedes seguirme!

Gracias por leer mi artículo. ¡Hasta la próxima!