Saltar al contenido
Cursos/Crea webs profesionales con IA desde cero/Laboratorio: rescata código generado difícil de mantener

Laboratorio: rescata código generado difícil de mantener

Añade una función pequeña a un módulo frágil y usa pruebas y refactor gradual para recuperar control.

Lección 38 de 4795 min Laboratorio reproducible Codex + GPT-5.6 Sol

Resultado visible

Añadirás una nueva regla a un módulo frágil. Primero demostrarás el comportamiento actual y después reducirás riesgo con caracterización y refactor gradual.

Estado roto

Elige un componente o función de laboratorio con nombres vagos, lógica de negocio mezclada con UI, duplicación y ausencia de pruebas. La nueva petición será pequeña: «añadir estado cancelado» o «mostrar precio con descuento solo cuando sea válido».

Reproduce el riesgo

Pide a Codex un mapa de entradas, salidas, efectos y consumidores sin editar. Cambia mentalmente una condición y enumera qué rutas podrían romperse. Si nadie puede explicar el módulo, añadir más código directo aumenta deuda.

Prompt de rescate

No reescribas el módulo. Caracteriza primero su comportamiento con pruebas
de los casos actuales, incluidos borde y error. Crea un mapa breve de
responsabilidades y duplicación. Implementa la nueva regla en el punto más
pequeño posible. Después propone un refactor mecánico separado: nombres,
función pura y separación UI/lógica. Ejecuta las pruebas tras cada paso.
No cambies comportamiento no solicitado y conserva commits reversibles.

Prueba de mantenimiento

Entrega el módulo a otra persona o abre una tarea nueva sin el contexto anterior. Debe localizar dónde vive la regla, ejecutar pruebas y explicar cómo revertir. Añade una nota de decisión solo si ayuda a futuros cambios.

Verificación y restauración

La regla nueva pasa, los casos anteriores siguen iguales, disminuye duplicación y el diff puede revisarse. Si el refactor mezcla cambios funcionales, vuelve al commit de la función aprobada y divide el trabajo.

Fuentes oficiales