La IA no tiene memoria. Sin estructura, cada sesión empieza desde cero. Así lo solucionas.
La IA no tiene memoria. Sin estructura, cada sesión empieza desde cero. Así lo solucionas.
Aprenderás a superar la falta de memoria de la IA creando cuatro archivos markdown – discovery, research, plan y progress – versionados en el repositorio y pegados al iniciar cada sesión, manteniendo idea, decisiones y estado siempre accesibles.
La inteligencia artificial no tiene memoria. Sin estructura, cada sesión comienza desde cero. Aquí está cómo solucionarlo.
Etiquetas: Vibecoding · Estructura de proyecto · Flujo de trabajo de IA · Productividad
La mayoría de los proyectos codificados con vibecoding no fallan porque la idea sea mala. Fallan porque no hay estructura. Abres una nueva sesión de IA, explicas el proyecto desde cero, llegas a la mitad de una característica, cierras la pestaña y la próxima vez que la abras, la IA no tiene idea de qué estabas construyendo ni por qué.
Esto no es un defecto en la IA. Simplemente no tiene memoria entre sesiones. Así que la solución es simple: tú mismo le das la memoria.
Utilizo cuatro archivos de markdown para cada proyecto. Viven en la raíz del repositorio, se confirman como cualquier otro código y son lo primero que pego en cualquier nueva sesión de IA.
El atajo definitivo hacia resultados de IA impecables
Deja de perder tiempo con prompts de prueba y error. Obtén resultados de IA consistentes y profesionales desde el primer intento, siempre.
No los llenas manualmente. Utilizas una invitación. La IA te entrevista, hace las preguntas adecuadas una a una y construye el archivo a partir de tus respuestas.
¿Por qué cuatro archivos y no uno?
Podrías volcar todo en un solo archivo grande. Pero mantenerlos separados significa que solo pegas lo que es relevante. ¿Comienzas una nueva sesión para trabajar en una característica? Pega `plan.md` y `progress.md`. ¿Revisitas una decisión técnica? `research.md` la tiene. Cada archivo tiene un trabajo. Eso los hace fáciles de actualizar y fáciles de usar.
Los cuatro archivos
`discovery.md` — ¿Qué estamos construyendo?
Captura la idea principal, el problema que estás resolviendo, para quién es y qué significa "hecho". Este es el archivo que evita que la IA optimice para la cosa equivocada. Sin él, la IA construye lo que suena razonable, no lo que realmente necesitas.
Generar discovery.md a través de una entrevista
La IA te entrevista sobre tu idea de proyecto y genera un archivo discovery.md completo a partir de tus respuestas.
Estás ayudándome a crear un archivo discovery.md para mi proyecto de Vibecoding. Tu trabajo es entrevistarme y extraer todo lo necesario para escribir un documento de descubrimiento claro y completo.
Reglas de la entrevista:
- Haz exactamente una pregunta a la vez. Espera mi respuesta antes de continuar.
- Haz preguntas de seguimiento si una respuesta es vaga o incompleta.
- No resumas ni comentes entre preguntas. Solo haz preguntas.
- Sigue hasta que hayas cubierto todos los temas a continuación.
Temas para cubrir:
1. ¿Cuál es el nombre del proyecto y qué hace en una oración?
2. ¿Qué problema resuelve y para quién?
3. ¿Quién es el usuario objetivo? Sé específico sobre su situación, nivel de habilidad y necesidades.
4. ¿Qué se ve la experiencia del usuario desde el principio hasta el final?
5. ¿Qué se ve el éxito para este proyecto? ¿Cuáles son los resultados medibles?
6. ¿Cuáles son las características imprescindibles para la primera versión?
7. ¿Qué está explícitamente fuera de alcance por ahora?
8. ¿Hay alguna restricción dura que ya conozco (presupuesto, cronograma, límites técnicos)?
9. ¿Qué haría que este proyecto fallara? ¿Cuáles son los mayores riesgos?
Una vez que tengas respuestas a todos los temas, genera un archivo discovery.md limpio en markdown. Utiliza encabezados claros para cada sección. Escribe en lenguaje plano. Manténlo en una página.
Consejo: Ejecuta esto antes de escribir cualquier código. Si luchas para responder a las preguntas, el proyecto no está listo para construirse todavía.
`research.md` — ¿Qué ya figura?
Decisiones de pila, herramientas que consideraste y rechazaste, restricciones técnicas, preguntas abiertas. Esto evita que la IA sugiera cosas que ya decidiste en contra. Sin él, tendrás las mismas conversaciones una y otra vez.
Generar research.md a través de una entrevista
La IA te entrevista sobre tu pila tecnológica y decisiones, luego genera un archivo research.md completo a partir de tus respuestas.
Estás ayudándome a crear un archivo research.md para mi proyecto de Vibecoding. Tu trabajo es entrevistarme y extraer toda la investigación técnica y estratégica que ya he realizado, para que las futuras sesiones de IA no repitan decisiones que ya he tomado.
Reglas de la entrevista:
- Haz exactamente una pregunta a la vez. Espera mi respuesta antes de continuar.
- Haz preguntas de seguimiento si una respuesta es vaga o incompleta.
- No resumas ni comentes entre preguntas. Solo haz preguntas.
- Sigue hasta que hayas cubierto todos los temas a continuación.
Temas para cubrir:
1. ¿Cuál es la pila tecnológica que elegí? Frontend, backend, base de datos, alojamiento.
2. ¿Por qué elegí cada parte de esa pila?
3. ¿Qué herramientas o marcos de trabajo consideré pero decidí en contra, y por qué?
4. ¿Hay algún servicio o API de terceros que esté integrando? ¿Cuáles son y por qué?
5. ¿Cuáles son las restricciones técnicas o limitaciones conocidas de mi pila?
6. ¿Qué decisiones técnicas todavía están abiertas o sin resolver?
7. ¿Hay alguna solución o competidor existente que hayas mirado? ¿Qué aprendiste de ellos?
8. ¿Qué se ve el modelo de datos o la arquitectura a alto nivel?
9. ¿Hay alguna consideración de seguridad, rendimiento o escalabilidad que ya conozco?
Una vez que tengas respuestas a todos los temas, genera un archivo research.md limpio en markdown. Utiliza encabezados claros. Para cada herramienta o enfoque que se rechazó, incluye una breve nota "por qué no". Manténlo factual y conciso.
Consejo: Actualiza este archivo cada vez que tomes una nueva decisión técnica. Un archivo de investigación desactualizado es peor que ninguno porque activamente engaña a la IA.
`plan.md` — ¿Cómo lo estamos construyendo?
Características, fases, prioridades. No es una especificación rígida, solo suficiente estructura para que la IA sepa en qué enfocarse en cada sesión y no se desvíe en la dirección equivocada.
Generar plan.md a través de una entrevista
La IA te entrevista sobre características y prioridades, luego genera un archivo plan.md faseado a partir de tus respuestas.
Estás ayudándome a crear un archivo plan.md para mi proyecto de Vibecoding. Tu trabajo es entrevistarme y convertir mis ideas en un plan de construcción estructurado y faseado que pueda utilizar para mantener las sesiones de IA enfocadas.
Reglas de la entrevista:
- Haz exactamente una pregunta a la vez. Espera mi respuesta antes de continuar.
- Haz preguntas de seguimiento si una respuesta es vaga o incompleta.
- No resumas ni comentes entre preguntas. Solo haz preguntas.
- Sigue hasta que hayas cubierto todos los temas a continuación.
Temas para cubrir:
1. ¿Cuáles son todas las características que este proyecto necesita? Lista todo, sin filtro todavía.
2. ¿Cuáles de esas características son absolutamente necesarias para la primera versión que funcione?
3. ¿Cuáles características pueden esperar hasta después de que la primera versión esté en vivo?
4. ¿Cómo agruparía las características imprescindibles en fases? ¿Qué viene primero?
5. ¿Hay alguna característica que dependa de otras características que se hayan realizado primero?
6. ¿Qué se ve el flujo de usuario para la característica más importante?
7. ¿Hay alguna integración o servicio externo que deba configurarse antes de que comience la construcción?
8. ¿Qué se ve "hecho" para cada fase? ¿Cómo sabré que una fase está completa?
9. ¿Hay alguna tarea técnica que no sea una característica pero que todavía deba realizarse (configuración, infraestructura, CI/CD)?
Una vez que tengas respuestas a todos los temas, genera un archivo plan.md limpio en markdown. Organízalo por fase. Cada fase debe tener un nombre, un objetivo breve y una lista de tres a cinco tareas o características concretas. Incluye una nota "dependencias" donde corresponda.
Consejo: Divide las fases en tres a cinco características como máximo. Los trozos más pequeños mantienen la salida de la IA enfocada y fácil de revisar.
`progress.md` — ¿Dónde paramos?
¿Qué está hecho, qué está en progreso, qué está bloqueado, qué cambió? Actualiza esto al final de cada sesión. Le da a la IA contexto instantáneo al comienzo de cada nueva sesión para que nunca tengas que volver a explicar dónde te quedaste.
Generar progress.md a través de una entrevista
La IA te entrevista sobre el estado actual del proyecto y genera un archivo progress.md actualizado a partir de tus respuestas.
Estás ayudándome a crear y mantener un archivo progress.md para mi proyecto de Vibecoding. Tu trabajo es entrevistarme sobre el estado actual del proyecto y convertir mis respuestas en un documento de progreso estructurado que puedo pegar al comienzo de futuras sesiones de IA.
Reglas de la entrevista:
- Haz exactamente una pregunta a la vez. Espera mi respuesta antes de continuar.
- Haz preguntas de seguimiento si una respuesta es vaga o incompleta.
- No resumas ni comentes entre preguntas. Solo haz preguntas.
- Sigue hasta que hayas cubierto todos los temas a continuación.
Temas para cubrir:
1. ¿En qué fase del plan estoy actualmente?
2. ¿Qué características o tareas están completamente hechas?
3. ¿Qué estoy trabajando en este momento?
4. ¿Hay algo bloqueado? Si es así, ¿qué es el bloqueador y qué he intentado ya?
5. ¿Qué ha cambiado desde la última sesión? ¿Alguna decisión revertida, alcance agregado o alcance eliminado?
6. ¿Hay algún error o problema que sepa pero no haya solucionado todavía?
7. ¿Qué es lo primero que debo hacer cuando comience la próxima sesión?
8. ¿Hay algo que quiera recordar para la próxima vez que no encaje perfectamente en las categorías anteriores?
Una vez que tengas respuestas a todos los temas, genera un archivo progress.md limpio en markdown. Utiliza secciones claras. Manténlo breve y escaneable. El objetivo es que cualquier IA pueda leer este archivo y saber exactamente dónde está el proyecto.
Consejo: Pega `progress.md` al comienzo de cada sesión. Actualízalo al final. Esta sola costumbre soluciona la mayoría de la pérdida de contexto.
Cómo usarlos juntos
Ejecuta cada invitación una vez al comienzo del proyecto. La IA te entrevista, respondes y obtienes el archivo. A partir de entonces, pega los cuatro al comienzo de cada sesión con una línea:
"Aquí está el contexto completo del proyecto. Lee estos cuatro archivos antes de que comencemos".
La IA sabe inmediatamente qué estás construyendo, por qué, qué decisiones ya se tomaron y exactamente dónde te quedaste. No hay calentamiento, no hay repetición.
También tengo una plantilla de iniciador de sesión corta:
"Aquí está el contexto completo para este proyecto: [pega los cuatro archivos]. Hoy quiero trabajar en: [tarea]. Comencemos".
Dónde poner los archivos
Crea una carpeta `/docs` en la raíz de tu proyecto y mantén allí los cuatro archivos. Confírmalos como cualquier otro código. Cuando mires el proyecto en tres meses, o cuando alguien más se una, el contexto completo está allí en el repositorio.
Eso es realmente todo
Cuatro archivos, actualizados regularmente, pegados al comienzo de cada sesión. La mayoría de los proyectos codificados con vibecoding no fallan porque falten herramientas, sino porque la IA no tiene idea de qué trata realmente el proyecto. Dale el contexto. El resto se vuelve mucho más fácil.
Resumen
La IA olvida todo entre sesiones.
Cuatro archivos markdown guardan la información clave.
discovery.md define la idea y los objetivos.
research.md registra decisiones técnicas y limitaciones.
progress.md muestra el estado actual y los próximos pasos.
