Saltar al contenido
Inicio/Para perfiles técnicos y equipos

Para perfiles técnicos y equipos

Recetas concretas para exprimir Claude Code en proyectos serios y en equipo: revisión de código, refactors grandes, testing, CI/CD y estandarización. Cada una con el prompt o comando listo.

Bases de código grandes

Usa CLAUDE.md en la raíz y por módulo para dar contexto;/init para generarlo; /compact en sesiones largas. Ajusta más detalles en Configuración.

Generar contexto inicial del repositorio

Escribe esto a Claude Code
Explora este repositorio y genera un CLAUDE.md con el stack, los comandos clave (build, test, lint), la estructura de carpetas y las convenciones. Mantenlo conciso.

Revisión de código automatizada

Usa /code-review y /security-review sobre el diff; en CI puedes automatizarlo con claude -p.

Revisar el diff local

Escribe esto a Claude Code
Revisa el diff actual en busca de bugs, problemas de seguridad y deuda técnica. Ordena los hallazgos por gravedad y propón el arreglo de los críticos.

Revisión desde GitHub CLI

gh pr diff 123 | claude -p "haz un code review y comenta problemas por gravedad"

Refactors y migraciones a gran escala

Combina Plan Mode para revisar antes de tocar código con subagentes en paralelo. Profundiza en Flujos de trabajo pro y Subagentes.

Migración con plan previo

Escribe esto a Claude Code
Quiero migrar todos los componentes de clase a componentes de función con hooks. Primero hazme un plan por fases y dime los riesgos. No cambies nada hasta que lo apruebe.

Testing y TDD

Pide pruebas concretas y haz que Claude Code las ejecute para cerrar el ciclo con evidencia.

Tests unitarios para un módulo

Escribe esto a Claude Code
Genera tests unitarios para [módulo], cubriendo casos límite y errores. Ejecútalos y, si fallan, arregla el código o el test explicándome la causa.

Trabajar en TDD

Escribe esto a Claude Code
Trabajemos en TDD: escribe primero un test que falle para [funcionalidad], y luego implementa el código mínimo para que pase.

CI/CD y modo headless

Usa claude -p para scripts y --output-format json cuando necesites parsear la salida desde otro proceso.

Ejemplo en GitHub Actions

- name: Claude review
  run: claude -p "revisa los cambios del PR y resume riesgos" --output-format json > review.json
  env:
    ANTHROPIC_API_KEY: ${{ secrets.ANTHROPIC_API_KEY }}

Estandarizar el equipo

Versiona la carpeta .claude/ en el repo con settings, skills y agents para que todo el equipo comparta configuración, permisos y flujos. Empaqueta lo común como plugin interno. Mira Skills y Plugins.

Skill interna para antes del PR

Escribe esto a Claude Code
Crea en .claude/ una skill de 'revisión previa a PR' que compruebe lint, tests y que no haya console.log ni secretos. Que el equipo pueda invocarla con /pre-pr.

Integraciones

Conecta MCP a tu base de datos u observabilidad; usa hooks para formatear al guardar. Sigue con Servidores MCP y Hooks.

Consultar datos mediante MCP

Escribe esto a Claude Code
Conéctate a la base de datos vía MCP y dime el esquema de la tabla [pedidos], luego escríbeme una consulta para ver los 10 pedidos de mayor importe del último mes.
El cambio de mentalidad para equipos: pasar de escribir cada línea a dirigir y revisar; estandariza con .claude/ versionado para que el equipo trabaje igual.
Mapa completo de AulafyConsulta cómo encaja esta lección sin salir de tu ruta.

Mapa completo de Aulafy

Cómo se relacionan todos los cursos

No es una lista que debas completar. Empieza por la base, elige un resultado y profundiza solo cuando tu proyecto necesite más control.

  1. 1Comprender
  2. 2Aplicar o construir
  3. 3Operar con confianza
01

Empieza aquí

Crea una base común: qué puede hacer la IA, cómo pedir resultados y cómo comprobarlos antes de especializarte.

Desde esta base puedes aplicar la IA a una tarea o aprender a construir con código.

02

Elige una aplicación

Convierte la base en un resultado visible: una web, una mejora de negocio, contenido o una experiencia interactiva.

Si necesitas mantener código, datos o infraestructura, continúa por la rama técnica.

03

Construye con código

Prepara el entorno, trabaja con agentes de programación y aprende a ejecutar modelos con control sobre tus proyectos.

Esta rama prepara los conocimientos necesarios para diseñar y operar sistemas de IA fiables.

04

Lleva sistemas a producción

Combina recuperación, agentes, evaluación, seguridad, despliegue y adaptación de modelos cuando el problema lo exija.

No es obligatorio completarlo todo: elige solo la pieza que tu sistema necesita y vuelve al mapa cuando crezca.

Ver catálogo completo