Inteligencia artificial

Utilizo la IA de dos maneras: como infraestructura para mi trabajo de diseño (automatizo tareas repetitivas y optimizo la colaboración con ingeniería y stakeholders) y como material de diseño (construyo productos donde la IA no es un añadido, sino el núcleo de la propuesta de valor). Los proyectos que aparecen a continuación pertenecen claramente a la segunda categoría.

Dual power of AI in design: AI as design infrastructure and design material

Cómo aplico la IA en el diseño

Más allá de crear productos con IA, he reestructurado mi metodología de trabajo en torno a estas herramientas. No como algo puntual, sino como una capa fundamental en mi proceso de pensamiento y producción.

Optimización del flujo de diseño

La IA ha transformado mi día a día en áreas críticas: síntesis de investigación (extraer insights de entrevistas en tiempo récord), iteración de copy (variantes y stress tests antes del prototipado), documentación de sistemas de diseño (reduciendo la carga manual a una fracción) y comunicación con stakeholders (traducir decisiones técnicas a lenguaje de negocio). El resultado no es trabajar menos, sino dedicar juicio y atención a lo que realmente aporta valor.

IA en la cadena de valor del servicio

La aplicación más relevante es decidir dónde encaja la IA en la cadena de valor, no solo en el flujo del diseñador.

Hay dos enfoques: la IA como capa intermedia para reducir fricción operativa y acelerar decisiones (por ejemplo, en DORA, donde la IA asiste al auditor sin sustituirlo) y la IA como el producto en sí mismo.

La decisión de diseño más crítica en IA no es la interfaz, sino definir dónde reside el límite humano.

En proyectos como Contable AI Pro, el usuario interactúa con una solución que sería imposible sin IA en su centro. Identificar qué enfoque requiere cada producto y diseñar una interacción humano-IA adecuada es uno de los desafíos de diseño más interesantes de esta década.

Proyectos personales

Contable AI Pro

Análisis financiero personal automatizado con IA

El problema

Las herramientas de finanzas personales suelen obligar al usuario a hacer todo el trabajo: categorizar, etiquetar y conciliar. Con años de historial bancario y cientos de transacciones mensuales, esa fricción anula el propósito de la herramienta. Quise construir algo donde el usuario solo tuviera que arrastrar un archivo.

Qué construí

Una aplicación web que procesa exportaciones bancarias en CSV y las convierte en un dashboard financiero estructurado en segundos. El motor central es Claude 3.5 Sonnet, que realiza categorización semántica aprendiendo de los patrones de consumo del usuario: sin reglas rígidas, razonando sobre el contexto de cada movimiento.

Decisiones técnicas destacadas: implementación de prompt caching de Anthropic para reducir el consumo de tokens (~90%) reutilizando contexto histórico, y uso de Zod para validar datos, asegurando que las respuestas de la IA respeten el esquema definido. En finanzas, una IA que devuelve datos mal formados es un riesgo inaceptable.

Stack

Next.js para frontend y API. Claude 3.5 Sonnet para razonamiento financiero. Vercel Blob para CSV. Autenticación privada y exclusión de buscadores para garantizar la privacidad.

  • >90%Prompt caching
  • 4.500+Filas procesadas
  • 3Tipos de análisis

El resultado

Conversión de 4.500 filas de datos financieros brutos en un dashboard ordenado al instante. Una herramienta sin fricción que comprende tu vida financiera en lugar de limitarse a leerla.

Portfolio web con Cursor

Diseño, desarrollo y despliegue desde el IDE

Resumen

Diseñé y construí este portfolio de punta a punta en Cursor: arquitectura de información, `design.md`, sistemas de UI y copy, sobre un stack React productivo (Vite, TypeScript) y endpoints serverless ligeros cuando hacía falta (por ejemplo, descargas bajo llave).

La accesibilidad fue requisito de producto, no checklist final: estructura semántica y landmarks, skip link, foco visible, etiquetas significativas, affordances de enlaces externos y patrones que aguantan teclado y lectores. El SEO incluye títulos y meta por ruta, JSON-LD (Person, WebSite, Organization, breadcrumbs), sitemap y robots alineados con lo que realmente se publica, más previews indexables junto a estudios completos bajo contraseña.

Pasadas estructuradas sobre copy de UX, claridad de navegación, formularios y CTAs, uso de motion y bases de rendimiento (media diferida, bundles razonables, hosting edge-friendly). El stack es deliberadamente mainstream (React Router, CSS por componente, Lucide, releases con Git) para que cargue rápido y evolucione barato.

  • Meta únicaSuperficie SEO pública
  • 4 tiposDatos estructurados
  • Patrones + focoAccesibilidad