Saltar al contenido
IA CRM Academy

El método

La IA no es magia: es un método de trabajo que puedes comprobar

Un asistente de código escribe rápido y se equivoca con seguridad aparente. Por eso no enseñamos a pedir cosas bonitas a una IA: enseñamos a definir el objetivo, revisar el plan, ejecutar un cambio pequeño, probarlo y dejar constancia de que funciona.

Esta página reúne las reglas que cumple cualquier curso nuestro y, después, el método con el detalle que exige el itinerario técnico de 40 horas, que es el curso donde se escribe y se publica software. El mismo criterio (dar contexto, acotar la petición, revisar el resultado y verificarlo) se trabaja en todos los niveles de el catálogo, adaptado a lo que toca en cada uno.

Cómo enseñamos

Las reglas que cumple cualquier curso nuestro

No cambian de un curso a otro. Lo que cambia es la estructura: un curso corto de iniciación no necesita rúbrica ni evidencias formales, uno largo con proyecto sí.

  • Se practica desde la primera lección

    Nada de tres módulos de teoría antes de tocar nada. Abres la herramienta y pruebas algo en la primera sesión.

  • Cada lección deja algo utilizable

    Un prompt guardado, un documento, una plantilla o una configuración. Terminas con material tuyo, no solo con apuntes.

  • Se enseña a revisar a la IA

    Nunca a delegar a ciegas. Toda lección que genera algo explica también cómo comprobar que ese algo sirve.

  • Siempre con datos ficticios

    Los ejercicios usan datos inventados y cada curso explica qué información no debe pegarse nunca en un chat.

  • Sin promesas imposibles

    Ni resultados garantizados ni titulaciones oficiales. Al terminar, un certificado de aprovechamiento interno con identificador verificable.

  • La estructura se adapta al curso

    Un curso corto de iniciación no necesita rúbrica ni evidencias formales. Uno largo con proyecto, sí.

Encaje

Para quién es la academia y para quién no

Nos dirigimos a personas que trabajan, no a estudiantes de informática. Preferimos que lo sepas antes de decidir.

Es para ti si te reconoces aquí

5 perfiles
  • Autónomos y responsables de pequeños negocios que quieren ganar tiempo sin contratar a nadie más.
  • Perfiles administrativos, de marketing y de operaciones con trabajo repetitivo que quitarse de encima.
  • Perfiles de producto y de diseño que quieren prototipar y validar ideas sin esperar al equipo técnico.
  • Personas que ya usan asistentes de IA por encima y quieren dejar de improvisar y trabajar con método.
  • Quien quiere reorientar su perfil y necesita un proyecto propio, publicado y documentado, que lo demuestre.

No es para ti si buscas esto

5 avisos
  • Quien busca una titulación oficial u homologada: lo que damos es un certificado de aprovechamiento interno.
  • Quien quiere entrenar o afinar modelos, redes neuronales o las matemáticas del aprendizaje automático.
  • Quien busca fórmulas para ganar dinero rápido o para automatizar negocios que no se sostienen.
  • Quien quiere generar contenido masivo para posicionamiento, granjas de texto o correo no deseado.
  • Quien busca suplantar personas, clonar voces sin permiso o fabricar vídeos falsos.

Línea editorial

Qué entra en el catálogo y qué no

Un curso nuevo tiene que encajar aquí antes de escribirse. Es lo que mantiene el catálogo coherente cuando crece.

Sí enseñamos

  • Uso práctico de asistentes conversacionales para trabajo real: escribir, resumir, analizar, traducir y ordenar información.
  • Método de trabajo con IA: dar contexto, acotar la petición, revisar el resultado, iterar y verificar.
  • Criterio para detectar errores, invenciones y sesgos en lo que devuelve un modelo.
  • Uso responsable: qué datos no se comparten, privacidad, derechos, límites legales y transparencia.
  • Automatización sin programar: asistentes configurados, bases de conocimiento propias y plantillas reutilizables.
  • Construcción de productos con una IA de desarrollo, con control de versiones y despliegue, cuando el nivel lo pide.

No enseñamos

  • Entrenar o afinar modelos, redes neuronales y matemáticas del aprendizaje automático.
  • Promesas de ingresos rápidos o de automatizar negocios que no se sostienen solos.
  • Generación masiva de contenido para posicionamiento, granjas de texto o correo no deseado.
  • Suplantación de personas, clonación de voz sin consentimiento y vídeos falsos.
  • Cursos atados a una herramienta de moda que caduque en tres meses.
  • Programación general que no tenga la inteligencia artificial como eje.

Dónde vive cada cosa

Mapa de responsabilidades

Antes de escribir código conviene saber qué manda en cada sitio. Cuando algo falla, este mapa te dice dónde mirar primero.

pushdeploymigraciones versionadasdatos en producciónOrdenador localFUENTE DE VERDAD DEcambios que se estánconstruyendoGitHubFUENTE DE VERDAD DEhistorial versionado delcódigo y documentaciónVercelFUENTE DE VERDAD DEversiones publicadas de la webSupabaseFUENTE DE VERDAD DEdatos, autenticación,almacenamiento y políticas
En pantallas estrechas el diagrama se desplaza en horizontal dentro de su propio marco.

La regla de trabajo de cada lugar

Mapa de responsabilidades: qué es fuente de verdad en cada herramienta y con qué regla se trabaja
DóndeEs la fuente de verdad deRegla de trabajo
Ordenador localcambios que se están construyendoClaude Code trabaja aquí; probar antes de subir
GitHubhistorial versionado del código y documentacióncada avance estable se guarda en commit legible
Vercelversiones publicadas de la webcada push aprobado desencadena deploy automático
Supabasedatos, autenticación, almacenamiento y políticaslas migraciones se versionan; RLS protege los datos

Ciclo de trabajo

9 pasos para cada cambio

Da igual si el cambio es un botón o una tabla nueva: el orden es siempre el mismo, y las pruebas van antes del commit.

123456789Ciclo de trabajocon IA9 pasos, siempre en orden
  1. Definir objetivoUna frase que diga qué debe poder hacer alguien cuando termines.
  2. Dar contextoQué archivos, reglas y decisiones previas afectan al cambio.
  3. Pedir un cambio pequeñoUn cambio comprobable en una sesión; si es grande, divídelo.
  4. Leer el planAntes de tocar código, revisa qué archivos se van a modificar y por qué.
  5. EjecutarDeja que el asistente implemente el plan aprobado, sin ampliar el alcance.
  6. ProbarEjecuta lint, typecheck, tests y una prueba manual del flujo afectado.
  7. Guardar evidenciaCaptura, URL o salida de comandos que demuestren que funciona.
  8. Hacer commitMensaje semántico y legible; un commit por avance estable.
  9. RevisarRelee el diff y el resultado publicado; anota la siguiente mejora.

Y dentro de cada lección, siempre el mismo patrón

  1. Para qué sirve

    Explicación de 2 a 5 minutos que conecta el concepto con el CRM que estás construyendo.

  2. Demostración guiada

    Ejemplo exacto de cómo hacerlo con Claude Code o Codex, GitHub, Vercel o Supabase.

  3. Práctica segura

    Ejercicio interactivo pequeño en el que puedes equivocarte sin tocar el proyecto real.

  4. Tarea NexoCRM

    Aplicación del concepto sobre tu proyecto real, con un prompt sugerido.

  5. Evidencia

    Qué debes comprobar, capturar o enlazar para demostrar que está hecho.

  6. Autoverificación

    Criterios claros de hecho / no hecho antes de marcar la lección como completada.

  7. Ayuda

    Errores típicos y un prompt de rescate responsable para cuando te bloqueas.

Publicación

De la idea a producción, sin sobresaltos

El mismo flujo que seguirás cuando el curso termine y quieras seguir mejorando tu CRM por tu cuenta. Cada paso indica dónde ocurre.

  1. Antes de tocar nada

    Formular la mejora

    Escribe una mejora pequeña en una issue de GitHub o en docs/plans/.

  2. En tu ordenador

    Pedir inspección y plan

    Abre el proyecto en local y pide a Claude Code que inspeccione el contexto, explique el plan y señale los archivos afectados.

  3. En tu ordenador

    Aprobar o ajustar el plan

    Tú decides; si el plan toca base de datos, auth o secretos, frena y revisa.

  4. En tu ordenador

    Implementar en local

    Claude Code aplica el cambio mínimo en tu ordenador, no en producción.

  5. En tu ordenador

    Ejecutar comprobaciones

    npm run lint, npm run typecheck, npm run test y prueba manual del flujo.

  6. En tu ordenador

    Revisar el diff

    Lee qué cambió archivo por archivo; si no lo entiendes, pregunta antes de seguir.

  7. En GitHub

    Commit y push

    Commit con mensaje semántico (feat:, fix:, docs:, chore:) y push a GitHub.

  8. En Vercel

    Revisar el deploy de Vercel

    Comprueba que el deployment automático termina en verde y haz un smoke test en la URL.

  9. Después de publicar

    Registrar resultado

    Anota qué se publicó y la siguiente mejora en GitHub o en la documentación.

Memoria del proyecto

Archivos que hacen que el asistente no empiece de cero

Un asistente sin contexto repite errores. Estos archivos viven en el repositorio y son lo primero que lee antes de proponer nada.

Archivos persistentes del proyecto y para qué sirve cada uno
ArchivoPara qué sirve
CLAUDE.md o AGENTS.mdReglas permanentes para el asistente de código: stack, comandos, estilo, límites, cómo probar y prohibición de tocar secretos.
docs/architecture.mdArquitectura y decisiones importantes del proyecto.
docs/plans/Planes por tarea escritos antes de cada cambio grande.
docs/known-limitations.mdMejoras pendientes y límites reales conocidos.
.env.localSecretos y configuración local; ignorado por Git.
.env.exampleNombres de las variables sin valores reales; sí se versiona.
README.mdInstalación, comandos, despliegue, variables y uso.
.env.example
# .env.example - nunca incluir valores reales
NEXT_PUBLIC_SUPABASE_URL=
NEXT_PUBLIC_SUPABASE_ANON_KEY=

Límites y seguridad

Lo que la IA no hace por ti

Estos 5 avisos se repiten a lo largo del curso porque son los que evitan disgustos de verdad.

  • Secretos

    Nunca pegues contraseñas, códigos 2FA, claves privadas ni API keys en un chat, un commit, una captura o un vídeo.

  • Variables de entorno

    Solo las variables con prefijo NEXT_PUBLIC_ llegan al navegador. SUPABASE_SERVICE_ROLE_KEY no se usa en este curso y jamás va al cliente.

  • Pruebas reales

    Que el asistente diga que funciona no es una prueba. Ejecuta los comandos y usa la aplicación.

  • Derechos de las personas

    Trabaja con datos ficticios durante el curso. Si algún día cargas datos reales, necesitas base legal y política de privacidad.

  • Límites de la IA

    Los modelos se equivocan con seguridad aparente. Pide el plan, revisa el diff y no aceptes cambios que no entiendas.

Prompt de operación continua

El prompt que usarás cuando el curso acabe

Cópialo y adáptalo cada vez que quieras una mejora en tu CRM. Obliga al asistente a leer el contexto, proponer un plan y esperar tu confirmación antes de tocar nada sensible.

Mejora continua de NexoCRM

Quiero implementar esta mejora en NexoCRM: [objetivo concreto].

Antes de modificar nada:
1. Lee CLAUDE.md/AGENTS.md, README y los archivos relacionados.
2. Resume cómo funciona ahora el flujo afectado.
3. Propón un plan de máximo 5 pasos, indicando archivos a tocar, riesgo y cómo lo probarás.
4. Espera mi confirmación si el cambio altera la base de datos, autenticación, variables de entorno, seguridad o datos existentes.

Después de mi confirmación:
5. Implementa el cambio mínimo necesario.
6. Ejecuta lint, typecheck, tests y build si están disponibles.
7. Muestra un resumen del diff, riesgos restantes y pasos manuales.
8. No hagas commit, push ni modifiques secretos sin que yo lo pida expresamente.
Ver el itinerario técnicoConocer el proyecto NexoCRM

Preguntas frecuentes

Lo que nos preguntáis antes de empezar

Si te queda alguna duda sobre qué curso te toca, escríbenos y te lo decimos sin rodeos.

Por el nivel 1. Está pensado para quien abre un asistente por primera vez: se trabaja desde el navegador, sin instalar nada, y en la primera lección ya sacas algo útil para tu trabajo.