Negocios y WordPress

✏️ Suscribirse https://www.youtube.com/watch?v=1Qb7al-ONgI La inteligencia artificial no solo está acelerando tareas concretas. También está cambiando la forma de organizar el trabajo: convertir criterios propios en instrucciones reutilizables, conectar herramientas mediante MCP y crear agentes capaces de seguir procesos completos. En este episodio de Negocios y WordPress hablamos de NovaMira, NovaMira Design, CrocoBuilder, Codex y OpenCode, pero el tema de fondo es otro: cómo pasar de pedir cosas sueltas a construir un sistema de trabajo alrededor de la IA. NovaMira y NovaMira Design: WordPress conectado a la IA Una de las primeras herramientas que comentamos es NovaMira, un plugin para WordPress con conexión MCP. La propuesta permite trabajar con distintas partes del ecosistema de WordPress, ejecutar consultas, utilizar PHP y conectar con plugins y builders. La parte gratuita ya resulta especialmente interesante para tareas relacionadas con WordPress y el servidor. La versión de pago añade funciones más orientadas a builders y a integraciones con diferentes plugins. La sensación general es que NovaMira quiere convertirse en una capa de conexión para trabajar con todo el ecosistema WordPress desde un agente. La novedad que más nos ha llamado la atención es NovaMira Design. En las pruebas permite trabajar con referencias visuales, archivos `design.md`, sistemas de diseño y direcciones de arte. La IA puede analizar un diseño y utilizar esa referencia para crear o modificar una web. Lo interesante es que esas direcciones de arte pueden mantenerse como una especie de memoria de trabajo. Se puede cambiar el sistema de diseño activo y hacer que la IA trabaje con una referencia distinta sin tener que explicarlo todo de nuevo en cada conversación. También cambia la forma de trabajar con los archivos. NovaMira puede crear y activar un tema sin que todo el código tenga que estar organizado desde el primer momento en un proyecto local. Eso resulta rápido para probar ideas, aunque también plantea una pregunta importante: qué control queremos conservar sobre el código y sobre el proceso de desarrollo. CrocoBuilder y el intento de hacer un builder preparado para la IA La otra gran prueba del episodio es CrocoBuilder, el nuevo builder de Crocoblock. La versión analizada todavía está en una fase beta temprana, pero la primera impresión es positiva. Uno de sus puntos fuertes es la estructura de sus componentes. Los widgets parten de una estructura JSON concreta, parecida a la forma en la que se describen componentes en otros entornos de desarrollo. Además, esos elementos pueden convertirse en bloques de Gutenberg. Esta decisión importa porque facilita la comunicación con la IA. En lugar de tener que interpretar una interfaz visual llena de capas, el agente trabaja con una estructura más clara y predecible. Otro aspecto interesante son los common styles. Ahí se pueden definir estilos globales para elementos como `body`, `h1`, imágenes y otros selectores básicos, separados de la identidad visual concreta del proyecto. Esto resuelve una dificultad habitual de otros builders: importar un framework CSS que mezcla clases, selectores HTML y estilos globales no siempre encaja bien con los paneles visuales. CrocoBuilder parece haber pensado esa separación desde el principio. También incluye herramientas MCP y skills para trabajar con el builder. Algunas de ellas incorporan validaciones finales, inspección en navegador y capturas para comprobar el resultado. La idea es que la IA no solo genere algo, sino que pueda revisar si lo que ha hecho funciona. Eso no significa que CrocoBuilder sea automáticamente el mejor builder para todo el mundo. Tiene sentido especialmente para quien ya trabaja dentro del ecosistema Crocoblock: con CrocoBuilder en el frontend y JetEngine en la parte de datos y backend se puede crear una suite bastante completa. La duda es más general: si la IA puede trabajar directamente con HTML, CSS, PHP y JavaScript, ¿cuándo compensa añadir un builder entre medias?. Los builders pueden facilitar determinadas tareas, pero también obligan a la IA a traducir sus decisiones a una estructura intermedia. Esa traducción puede hacer el proceso más lento y tosco. Las skills convierten los procesos propios en instrucciones reutilizables La idea que recorre todo el episodio es que una skill no tiene que ser algo espectacular. Puede ser una pequeña definición de proceso que evita repetir las mismas instrucciones una y otra vez. Por ejemplo, se puede crear una skill para trabajar sobre una bóveda de Obsidian. El sistema analiza las carpetas, identifica los archivos importantes y ayuda a procesar un inbox. Cuando mueve o clasifica una nota, también puede registrar qué ha hecho y por qué. El valor no está únicamente en ahorrar tokens. También está en conservar el contexto y hacer explícito el criterio. Si una persona tiene una forma concreta de organizar clientes, presupuestos o documentación, esa forma de trabajo puede quedar escrita en una skill para que el agente la aplique de forma consistente. El mismo enfoque sirve para tareas pequeñas. En el episodio hablamos de analizar historiales de sesiones, decidir cuáles son pruebas y cuáles conviene conservar, y borrar solo las que cumplen unas reglas claras. También aparece el ejemplo de crear una skill para organizar fiestas temáticas, con acreditaciones, juegos, ruletas y elementos que se repiten en cada edición. Son ejemplos distintos, pero comparten la misma estructura: si un proceso se repite y tiene reglas, se puede documentar para que la IA lo ejecute con menos intervención. Las skills pueden servir para un negocio, para un proyecto web o para una afición personal. De Codex y OpenCode a un sistema de agentes El siguiente paso es organizar varias skills y varios agentes dentro de un sistema mayor. Codex y OpenCode aparecen como dos entornos para construir esa capa de trabajo. La propuesta incluye un agente orquestador, un estratega, un desarrollador y un becario o documentador. No todos necesitan el mismo modelo ni la misma profundidad. El orquestador puede ocuparse de analizar el trabajo disponible y proponer el siguiente paso, mientras que el desarrollador recibe el contexto técnico de un proyecto concreto. Las fuentes de trabajo pueden ser distintas. Algunas tareas viven en proyectos con un roadmap, mientras que otras son tareas sueltas etiquetadas en Todoist. El orquestador puede revisar esas fuentes y proponer varias opciones, teniendo en cuenta el coste, el beneficio y el estado real de cada trabajo. El objetivo final es que el sistema no se limite a ejecutar una tarea y terminar. La aspiración es crear un loop: elegir una tarea, definirla bien, ejecutarla con el agente adecuado, comprobar el resultado y proponer la siguiente. Pero para llegar ahí hace falta ser muy preciso. Una tarea no debería decir simplemente “mejora esta web”. Tiene que definir el objetivo, los requisitos, las limitaciones y las condiciones que indican cuándo está terminada. Si falta información, el agente debe preguntar en lugar de inventarla. También es importante no mezclar demasiadas responsabilidades. Diseño, estructura HTML, contenidos, SEO y desarrollo pueden estar relacionados, pero no siempre deben resolverse en una sola tarea. La IA trabaja mejor cuando el contexto y el alcance están claramente delimitados. Dirección de arte antes que generación automática Otra conclusión importante es que la calidad del resultado no depende solamente del MCP o del builder elegido. Si se pide a la IA que haga una web sin darle una dirección, el resultado será genérico aunque la herramienta sea muy potente. Antes de generar una interfaz conviene definir varias capas: la dirección de arte y la identidad visual; los wireframes y la estructura de las páginas; el mapa de componentes y cuándo utilizar cada uno; el framework CSS y sus convenciones; la planificación de URLs, contenidos y requisitos técnicos. Este trabajo convierte decisiones intuitivas en un proceso que la IA puede entender. No se trata solo de decir “hazlo bonito”, sino de explicar qué debe conservarse, qué componentes existen, cómo se combinan y qué reglas no se pueden romper. Por eso el episodio cuestiona la idea de hacer un curso centrado únicamente en maquetar con Elementor o Bricks. Esas herramientas pueden ser útiles y seguirán teniendo su lugar, pero enseñar a crear un proyecto profesional exige hablar también de estrategia, identidad, estructura, SEO, automatizaciones y despliegue. Un cambio de rumbo para los proyectos digitales El episodio termina con un anuncio personal: la serie de contenidos y La Máquina del Branding van a ampliar su enfoque. La intención no es abandonar WordPress. Cuando WordPress sea la base adecuada, se seguirá utilizando. El cambio consiste en no tratarlo como la única respuesta para cualquier proyecto ni reducir el trabajo digital a instalar un CMS, elegir un builder y maquetar unas páginas. La IA permite que una persona pueda abordar más áreas: identidad visual, imágenes, vídeo, audio, aplicaciones, automatizaciones, conexiones entre servicios y desarrollo web. Eso abre la posibilidad de atender proyectos más completos sin que cada parte tenga que depender de un especialista distinto o de un proceso manual interminable. La idea no es crear un CMS nuevo para cada necesidad ni reinventar herramientas que ya funcionan. Se trata de elegir la base adecuada, conectar lo que ya existe y utilizar la IA para adaptar el sistema a cada caso. Cierre Las skills y los agentes no sustituyen el criterio. Lo hacen más reutilizable. Una buena automatización empieza por entender cómo se trabaja, convertir ese conocimiento en reglas y decidir qué puede delegarse con seguridad. NovaMira, CrocoBuilder, Codex y OpenCode son piezas interesantes de este cambio, pero ninguna herramienta resuelve por sí sola l

✏️ Suscribirse https://www.youtube.com/watch?v=pCawr0Z-x0A En este episodio repasamos el stack de inteligencia artificial que dos profesionales de WordPress usan a diario para desarrollar, diseñar y automatizar. No es una comparativa teórica: son herramientas que están en producción, con cifras reales de coste y con limitaciones conocidas. Desde cómo Codex resolvió un takedown en SoundCloud que llevaba mes y medio atascado hasta el nuevo builder Thinkcor de Crocoblock con MCP nativo, pasando por la estrategia de subsidio que permite usar modelos potentes pagando mucho menos de lo que consumen. Codex en acción: cuando la IA hace lo que la interfaz no deja Una de las anécdotas más ilustrativas del episodio es cómo Codex generó un script de consola para ejecutar un takedown en SoundCloud que la interfaz web no permitía hacer. Tras mes y medio sin respuesta de soporte, Elías pidió a Codex que investigara la API disponible, generara el código y le permitiera pulsar el botón que faltaba. El resultado: el takedown se ejecutó en minutos. Pero Codex no solo sirve para scripts puntuales. Elías también creó con él un mini cliente WordPress REST como skill reutilizable: un script que, con solo una contraseña de aplicación y las variables de entorno, permite crear posts, gestionar contenido y conectarse a cualquier WordPress sin necesidad de un plugin MCP ni un servidor intermedio. La idea es simple: si WordPress ya expone su API REST, ¿para qué añadir una capa más? Codex frente a OpenCode: dos interfaces, filosofías distintas Codex es una interfaz avanzada de ChatGPT pensada para programar: acceso a archivos del disco, MCPs, gestión de ramas Git y elección de modelo (desde el 5.4 en adelante). Funciona con carpetas y tareas, y permite crear e instalar skills directamente desde la interfaz. Su limitación principal es que solo ofrece modelos de OpenAI. OpenCode, en cambio, permite conectar múltiples proveedores de IA y elegir el modelo que quieras en cada momento. Esa flexibilidad es clave cuando quieres optimizar coste y rendimiento: puedes usar un modelo potente para planificar y uno más ligero para ejecutar. Elías usa OpenCode como herramienta principal de desarrollo diario precisamente por esa libertad, mientras reserva Codex para tareas más concretas donde la integración con el ecosistema OpenAI resulta cómoda. Una diferencia práctica importante: OpenCode consume menos tokens por sesión que Codex, en parte porque no realiza las mismas operaciones de verificación en navegador. Además, OpenCode permite perfiles de terminal por proyecto (directorio de inicio + comando de arranque), el operador `!` para ejecutar comandos de consola dentro de la interfaz, y agentes personalizados como Explorer y General que funcionan como subagentes dependientes del hilo principal. Bricks 2.4 beta: MCP nativo, abilities y CSS interpretado La versión 2.4 de Bricks, actualmente en beta, introduce cambios significativos que apuntan directamente a la integración con IA: Panel de IA con MCP nativo: un asistente integrado para conectar con Kilo, Cursor u otros entornos y recibir código directamente en el builder. Sistema de abilities: habilidades cargadas desde un repositorio de GitHub que amplían lo que el asistente puede hacer dentro de Bricks. Gestor unificado de componentes y templates: importación y exportación global, con sincronización bidireccional entre el código CSS y los paneles visuales. CSS interpretado automáticamente: el CSS que genera la IA o que se escribe en el panel de custom CSS se traduce directamente a las casillas de la interfaz visual. Personalización de interfaz por perfil de usuario y mejoras significativas en WooCommerce (checkout, mi cuenta) con mayor granularidad. Es un paso claro hacia la integración directa entre agentes de IA y el builder, sin necesidad de pasar por el navegador para ver resultados. CrocoBuilder de Crocoblock: un nuevo builder AI-native Crocoblock ha lanzado CrocoBuilder, su nuevo builder para WordPress, y la primera impresión es que nace con bases sólidas que otros builders ignoraron al salir: Salida DOM atómica (un nodo, un elemento del builder) sin wrappers innecesarios. Gestor de clases CSS nativo, algo imprescindible en 2026 que no debería ser novedad. Control unificado de estilos con traducción directa a CSS. Pestaña dev con control de código, para quienes necesitan ver y editar lo que el builder genera. Conexión MCP integrada con un asistente de IA dentro del propio builder. Versionado por GitHub (próximamente) para llevar control de versiones real al trabajo con contenido frontend. Está en early access con un 40% de descuento. Crocoblock tiene trayectoria con productos como JetEngine y Flex, así que merece la pena seguir de cerca cómo evoluciona. Sistema de diseño por capas: cómo Yan trabaja con Stitch y MCP Yan presentó su sistema de diseño asistido por IA, que separa el trabajo en cuatro archivos con propósitos distintos: Dirección de arte: qué se quiere transmitir, tono, referencias visuales. Framework CSS: clases, componentes, degradados, variables. Mapeo de componentes: en qué ocasión usar cada clase, en qué templates va cada elemento, qué significan los nombres. Framework UI: desglose técnico de todos los elementos reutilizables. La clave está en que los agentes no reciben solo «usa este CSS»: reciben instrucciones precisas sobre cuándo usar cada clase y dónde aplicarla. Esto reduce drásticamente las invenciones de la IA y mantiene la coherencia visual. El flujo de trabajo usa Stitch con MCP integrado en VSCode: Yan genera prototipos, edita contenidos y ve vistas previas sin salir del editor. Stitch trabaja con agentes en paralelo (muy rápido) y permite transformar el Tailwind de salida al framework propio mediante skills personalizadas. El proceso es: aprobar el HTML → aprobar el framework CSS → generar todos los templates → pasar a PHP. Las decisiones de diseño se hacen antes de tocar código, y cualquier cambio posterior se integra en el framework para no perder coherencia. Estrategia de subsidio IA: modelos buenos por una fracción de su coste Uno de los bloques más prácticos del episodio fue la estrategia de subsidio: cómo usar modelos de IA potentes pagando mucho menos de lo que realmente consumen. Las cifras que Elías compartió son reveladoras: ChatGPT Plus ($20/mes): el uso real medido por Codex fue de ~$80 en 30 días. Con resets incluidos y 4 resets personalizados disponibles, el subsidio es evidente. OpenCode Go ($10/mes): ofrece $60 de valor en modelos. Primer mes a $5. Modelos de DeepSeek, GLM, Kimi, MiniMax y otros. Kilo Pass ($10/mes): rota modelos gratuitos cada pocas semanas. Requiere estar atento, pero a veces aparecen modelos muy capaces sin coste adicional. OpenRouter: con $10 de crédito puntual se pasa de 50 mensajes gratis a 1000. Suficiente para uso moderado. La estrategia es clara: usar los modelos buenos (los subsidiados) para planificar y tareas complejas, y modelos más ligeros para ejecución rutinaria. Y aprovechar que OpenCode permite cambiar de modelo en cualquier momento para adaptar el coste a la tarea. Un apunte práctico: Handy, la app de transcripción para Mac, ahora soporta modelos con streaming y postprocesado por API. Elías habla en español y un prompt con OpenRouter traduce a inglés técnico en tiempo real, con un coste de centésimas de céntimo por traducción. Recursos y herramientas mencionadas NameThatUI — galería visual de nombres de componentes de interfaz web, útil para cuando no sabes cómo se llama ese elemento que quieres pedirle a la IA. Codex resets details skill — skill que muestra cuándo caduca el siguiente reset personalizado en Codex. Cierre El episodio deja varias ideas claras. La ventaja competitiva en 2026 no está en qué herramienta de IA usas, sino en el sistema de trabajo que construyes alrededor: skills reutilizables, mapeo de componentes, estrategia de subsidio y diseño por capas antes de tocar código. Las herramientas cambian rápido —Bricks añade MCP, Crocoblock lanza un builder nuevo, OpenCode conecta proveedores— pero los principios se mantienen: separar responsabilidades, documentar decisiones y no depender de una sola fuente de IA. ¿Qué herramientas estás usando tú para desarrollar con WordPress e IA? ¿Tienes tu propia estrategia de subsidio? Cuéntanos en el chat o en el grupo de Telegram. Y si quieres profundizar en alguno de los temas que hemos tocado, recuerda que tienes nuestras webs negocioswp.es, eliasgomez.pro y lamaquinadelbranding.com.

✏️ Suscribirse https://www.youtube.com/watch?v=mDd8YG7kLOE WordPress 7.1 promete más colaboración, mejores herramientas de diseño y una integración cada vez más clara con la IA. Pero el episodio 255 de Negocios y WordPress va bastante más allá de repasar una versión: sirve para hacer balance de cómo está cambiando el trabajo real de quienes desarrollamos webs, automatizamos procesos y mantenemos proyectos digitales. La conversación pasa por integraciones logísticas hechas con Codex, reseñas que complican un formulario, diseño asistido con IA, browser automation, consultoría de procesos y agentes capaces de seguir trabajando mientras nosotros hacemos otra cosa. La conclusión es menos espectacular, pero mucho más útil: la ventaja no está en delegarlo todo, sino en crear un sistema donde la IA tenga contexto, límites y un objetivo bien elegido. WordPress 7.1: colaboración, IA y mejoras que llevaba tiempo pidiendo la comunidad El primer gran bloque del episodio repasa una versión de WordPress muy centrada en colaborar mejor y preparar el editor para flujos asistidos por IA. Entre las novedades comentadas aparecen un modo de sugerencias parecido al de Google Docs, comentarios, reacciones con emojis y edición en tiempo real. Una de las ideas más interesantes son las directrices o guidelines. Permitirían definir criterios para el sitio, los textos, las imágenes o los bloques, de forma que la IA no genere contenido sin contexto, sino que siga unos estándares previos. Es una mejora técnica, pero también resume una tesis que atraviesa todo el episodio: un agente resulta mucho más útil cuando conoce las reglas del proyecto antes de empezar a ejecutar. En el apartado de conectores también se comentan mejoras como la generación por streaming, el soporte de embeddings para búsquedas internas y nuevas formas de autenticación. El objetivo parece claro: que WordPress pueda conectarse con servicios externos y aprovechar el contenido del sitio de una forma más natural. Un editor algo más capaz En diseño, WordPress 7.1 incorpora varias peticiones recurrentes de la comunidad: controles responsive desde la interfaz estilos para pseudoestados como `hover` y `focus` bloque de tabla de contenidos bloque de pestañas playlist de audio con visualización de onda API para registrar colecciones de iconos Son avances pequeños si se miran uno por uno, pero responden a una crítica habitual: Gutenberg funciona bien como editor de contenido, aunque todavía tiene limitaciones cuando se usa como herramienta de maquetación. Cuantas más capacidades básicas resuelva WordPress de forma nativa, menos dependencias hacen falta para construir una web mantenible. La versión también trae cambios internos importantes: salto a React 19, uso obligatorio de `iframe` en el editor de los temas de bloques, adaptación a la versión 3 de la Block API, soporte Unicode ampliado y mejoras en el recorte y la subida de imágenes. Para el usuario pueden pasar desapercibidos, pero para desarrolladores de temas y bloques implican revisar compatibilidad. Desarrollo con Codex: de integrar GLS a simplificar unas reseñas La utilidad de los agentes se entiende mejor cuando dejan de ser una promesa y entran en proyectos reales. Uno de los ejemplos del episodio es la ampliación de una aplicación en Python que conecta un negocio con distintas empresas de mensajería. El reto consistía en añadir GLS a una base donde ya existían otros proveedores. El trabajo se apoyó en Codex para estudiar la documentación, replicar el patrón de los conectores existentes, montar la infraestructura y preparar pruebas. La persona que dirige el proyecto no necesitaba dominar Python de antemano para avanzar, pero sí entender el objetivo, pedir la documentación correcta y validar que la nueva integración respetase el sistema existente. Ese matiz es importante: la IA reduce mucho la barrera de ejecución, pero el proyecto sigue necesitando una fuente de verdad, ejemplos previos y alguien capaz de detectar si la solución encaja. El segundo caso es más cotidiano y quizá por eso resulta todavía más revelador. Un formulario de alta hecho con Gravity Forms mostraba reseñas de Google en uno de sus pasos. El plugin que las cargaba empezó a fallar y, además, las reseñas mezclaban experiencias de una tienda, un bar y el servicio principal del negocio. Aunque la puntuación general era buena, el contenido automático dejó de ayudar a la conversión. La posible solución no fue añadir más automatización, sino elegir manualmente unas pocas reseñas. Menos dinamismo puede significar más control, menos fallos y un mensaje comercial más claro. Es la misma lógica que permite sustituir un mapa interactivo innecesario por una dirección bien enlazada: una web no mejora por acumular componentes, sino por resolver mejor lo que necesita el usuario. El episodio menciona también mejoras en un alta con Kadence Membership, el envío de datos de facturación a Stripe y una integración con FacturaDirecta. Son trabajos distintos, pero comparten patrón: partir del proceso real, localizar el dato que falta y conectar solo las piezas necesarias. 2026, el año de los agentes y de los procesos completos El balance de mitad de año deja una idea clara: los agentes han encontrado su sitio cuando se integran en un proceso profesional completo. Ya no se trata solo de generar una función o resolver una duda, sino de participar en investigación, desarrollo, pruebas, navegación y mantenimiento. Codex, por ejemplo, puede inspeccionar la renderización del frontend, abrir el navegador, trabajar con MCP, usar aplicaciones del ordenador y mantenerse iterando sobre un objetivo. Esa autonomía permite pedir una revisión y descubrir que el agente ha comprobado por su cuenta si una parte se rellena mediante JavaScript. Pero la misma conversación ofrece el contrapunto perfecto. Ante un problema con reseñas, el agente se puso a buscar plugins genéricos sin preguntar primero cuál estaba instalado. Un profesional competente habría empezado por identificar el objeto exacto del problema. La IA puede recorrer muchos caminos, pero no siempre elige el más sensato si le falta contexto. Por eso el siguiente objetivo no es automatizar una web entera con una instrucción gigantesca. Es construir y enseñar un flujo que cubra: auditoría y contenido exploración de diseño desarrollo pruebas y registro de usuarios comprobaciones en el navegador mantenimiento y nuevas iteraciones El valor está en encadenar bien las fases y reservar puntos de control, no en fingir que todas pueden mezclarse sin supervisión. Diseño asistido sin renunciar a una dirección propia La parte visual sigue siendo una de las más difíciles. Pedir “hazme un diseño” suele producir resultados correctos, pero poco personales y con escasa voluntad de tomar decisiones. Herramientas como Stitch y los documentos de diseño se plantean en el episodio como una fase intermedia: explorar propuestas, dar vueltas a una maqueta y validarla antes de trasladarla a un framework CSS. Ese proceso conserva el control creativo. También permite seguir diseñando manualmente cuando tenga sentido y usar la IA para convertir una propuesta ya decidida en CSS y componentes. La automatización entra después de fijar la dirección, no antes. De automatizaciones puntuales a consultoría de procesos La evolución del servicio de automatización ocupa otro de los debates centrales del episodio. Si una persona con cierta soltura técnica puede pedir a ChatGPT que conecte dos herramientas, el valor de un profesional no puede limitarse a ejecutar ese encargo aislado. La propuesta pasa a ser más consultiva: analizar la empresa, detectar qué procesos ofrecen mayor beneficio y elegir varias áreas conectadas. En muchos negocios, esas prioridades pueden agruparse en: captación de oportunidades pagos y facturación onboarding del cliente entrega del servicio comunicación y seguimiento El cliente puede llegar con una necesidad concreta, pero la experiencia humana ayuda a descubrir dependencias y oportunidades que no había formulado. La IA puede transcribir reuniones, ordenar información y proponer opciones; aun así, decidir qué automatizar primero exige entender el negocio, el coste de mantenimiento y el beneficio esperado. Make o código: quién mantendrá el sistema El episodio plantea también una duda muy práctica: seguir construyendo escenarios en Make o mover ciertas automatizaciones a scripts ejecutados en un servidor. Make ofrece una interfaz visual que puede facilitar cambios sencillos, como modificar el asunto de un correo. Sin embargo, limita el sistema a los módulos y capacidades de la plataforma. Un script en un VPS ofrece mucha más libertad, pero también puede resultar completamente opaco para un cliente no técnico. No existe una respuesta universal. La mejor tecnología es la que resuelve el proceso y puede mantenerse con los recursos reales del proyecto. Para algunos clientes, las “bolitas” de Make son comprensibles; para otros, resultan tan extrañas como una línea de código y el mantenimiento seguirá dependiendo del profesional. Aquí aparece una oportunidad especialmente interesante: documentar cada automatización, sus conexiones, decisiones y forma de depurar. Con una biblioteca de artefactos, ejemplos y soluciones anteriores, los agentes pueden aprender cómo trabaja el profesional y proponer respuestas coherentes con su metodología. La documentación deja de ser solo una entrega para el cliente y se convierte en contexto reutilizable para la IA. Autonomía, nube y próximos proyectos El siguiente paso es conseguir que los agentes trabajen con más autonomía sin perder trazabilidad. En el episodio se describe una forma de multitarea bastante realista: dejar a Codex trabajando, revisar su avance cada cierto tiempo y combinar esa tarea mental con otro trabajo físico. Para que ese modelo sea útil fuera del escritorio aparecen dos ne

✏️ Suscribirse https://www.youtube.com/watch?v=3WjM7NNA0vk La IA permite construir más rápido, automatizar más tareas y rehacer piezas enteras de un proyecto con mucha menos fricción que antes. Pero esa facilidad también abre una pregunta incómoda: si ahora puedes montarlo casi todo con IA, para qué seguir usando WordPress en muchos casos. En el episodio 254 de Negocios y WordPress, esa pregunta no se responde con una postura extrema. La conversación mezcla problemas reales de despliegue y sincronización, un mini tutorial muy útil sobre extractos en WordPress, pruebas con OpenCode y OpenRouter, automatizaciones personales y un debate de fondo sobre criterio técnico. La conclusión no va tanto de elegir un bando como de entender qué parte del stack merece rehacerse y cuál sigue aportando muchísimo valor. Además, el episodio recuerda que el trabajo profesional cada vez depende menos de “picar código” o de encajar piezas al vuelo y más de tomar buenas decisiones de arquitectura, mantenimiento y negocio. Vercel, WP Rocket y Verifactu: cuando la velocidad también complica el sistema El episodio arranca con varios ejemplos que aterrizan muy bien la situación actual del desarrollo web. Por un lado aparece el caso de TomaBumping.com, ya apuntando a Vercel en lugar de quedarse en un flujo más manual con cPanel. La promesa es clara: despliegues más cómodos, conexión más natural con GitHub y una experiencia más moderna para mover una web basada en Next. Pero la parte interesante no es la migración en sí, sino el peaje que aparece enseguida. La sincronización con Notion, los builds nocturnos, los deploys constantes y los límites del plan gratuito dejan una idea bastante potente: la IA y los stacks nuevos te dan superpoderes, pero también pueden meterte en sistemas más pesados de operar si no revisas bien el flujo. Ahí sale una reflexión útil para cualquier proyecto: no siempre compensa sustituir una solución ya entendida por otra más moderna si el coste operativo sube demasiado. A veces el problema no es tecnológico, sino de encaje entre lo que necesita el proyecto y la infraestructura elegida. En ese mismo bloque aparecen dos recordatorios del ecosistema WordPress que siguen siendo muy prácticos: un contenido sobre WP Rocket orientado a optimización y rendimiento un repaso a VeriFacWoo, presentado como una solución bien montada para cubrir una necesidad legal y operativa muy concreta Ese contraste está muy bien traído porque resume el tono del episodio: puedes explorar herramientas nuevas, pero eso no invalida todo lo que WordPress y su ecosistema siguen resolviendo con mucha eficacia. Cómo funcionan de verdad el excerpt y la etiqueta more en WordPress Uno de los bloques más didácticos del episodio es la explicación sobre extractos y cortes de contenido en WordPress. Parece un detalle pequeño, pero afecta directamente a cómo muestras entradas en listados, feeds o plantillas personalizadas. La aclaración principal es esta: el `excerpt` no es lo mismo que meter un corte manual con la etiqueta `more`. Qué hace el extracto manual y qué hace el automático Cuando usas el extracto de WordPress, puedes trabajar de dos maneras: con un extracto manual escrito por ti con un extracto automático generado desde el inicio del contenido Por defecto, ese extracto automático se basa en unas 55 palabras, aunque se puede modificar. El problema es que un corte automático no siempre resume bien un post, porque a veces solo toma el arranque del texto y puede dejar frases partidas o un contexto poco representativo. Por eso la recomendación implícita del episodio es bastante sensata: si el resumen importa de verdad, conviene escribir un extracto manual. Qué hace la etiqueta more y por qué depende de cómo esté hecho el tema La etiqueta `more` actúa como un corte dentro del contenido, no como un extracto real. Sirve para decirle a WordPress hasta dónde mostrar el texto cuando la plantilla usa el contenido en un contexto de listado. Eso implica algo importante: si tu tema usa funciones pensadas para extractos, el `more` no sustituye ese comportamiento. Solo tiene sentido si la plantilla está montada para tirar de contenido recortado y no de excerpt. Este bloque del episodio recuerda una idea muy valiosa para quien trabaja con WordPress a medida: antes de tocar nada, conviene entender qué función está usando el tema y qué comportamiento quieres realmente. Muchas veces el problema no está en WordPress, sino en mezclar conceptos que parecen similares pero no lo son. OpenCode, OpenRouter, Kilo Code y el coste real de trabajar con IA Otra parte fuerte del episodio gira alrededor de las herramientas de desarrollo con IA y, sobre todo, del miedo razonable a depender demasiado de un único proveedor. Aquí entran OpenCode, OpenRouter, Codex, Codex Bar, Kilo Code y Visual Studio Code. La reflexión es muy reconocible para cualquiera que ya esté trabajando con agentes: ahora mismo usamos la IA a un ritmo que probablemente no se sostenga igual en el futuro si todo se mantiene en planes muy subsidiados. Por eso el episodio insiste en tres ideas: vigilar el coste real, no solo la cuota mensual no casarte con un único proveedor o modelo explorar alternativas locales o más abiertas antes de necesitarlas por obligación Libertad frente a comodidad Codex aparece como la opción cómoda cuando ya tienes una cuenta de ChatGPT y el flujo te resulta familiar. OpenCode y OpenRouter entran en cambio como piezas para ganar flexibilidad: cambiar de proveedor, probar modelos gratuitos, separar tareas más serias de tareas menores y no depender por completo de una sola interfaz. La conclusión provisional que sale del episodio es muy honesta: aunque la libertad interesa, la comodidad pesa mucho en el trabajo diario. Y eso explica por qué cuesta salir de una herramienta cuando ya conoce tu contexto, tu proyecto y tu forma de trabajar. Lo importante no es la novedad, sino el sistema de trabajo Kilo Code y sus pasarelas aparecen como punto intermedio interesante porque combinan acceso a ficheros, extensiones y diferentes proveedores desde un entorno más conocido. Pero el mensaje de fondo no es “esta herramienta gana”, sino otro bastante más útil: cada vez importa más separar agente, modelo y pasarela para poder decidir mejor cómo trabajas. No es un debate solo técnico. También es económico y estratégico. Si una parte del trabajo puede resolverse con modelos más baratos o gratis, y otra necesita más potencia, tiene sentido diseñar ese reparto con criterio en vez de tirar siempre de la opción más cómoda. Una skill para ordenar música y lo que enseña sobre automatización real El ejemplo más divertido del episodio probablemente sea también uno de los más reveladores. Elías cuenta cómo ha ido construyendo una skill para ordenar canciones descargadas, renombrarlas con un formato coherente, clasificarlas por décadas y estilos, y convertir ciertos archivos con FFmpeg cuando superan un umbral concreto de calidad. Más allá de lo anecdótico, el caso enseña varias cosas: la automatización útil suele nacer de una necesidad muy concreta las reglas importan más que el brillo de la herramienta cuanto mejor defines la estructura de destino, menos improvisación necesitas después Ese bloque aterriza muy bien la diferencia entre usar IA para jugar y usarla para operar mejor. No se trata solo de pedir cosas y ver qué sale, sino de montar un sistema que funcione con cierta estabilidad mientras tú haces otra cosa. También aparece un matiz importante: automatizar más significa consumir más tokens, más tiempo de cómputo y más recursos. Por eso el episodio vuelve a la misma idea de antes: la IA aporta valor cuando el ahorro de tiempo y fricción compensa el coste operativo que introduces. WordPress vs IA: el problema no es WordPress, sino qué parte estás rehaciendo La parte central del episodio llega con una discusión que ahora aparece mucho en comunidades técnicas: gente que dice que ha dejado WordPress porque con IA ya puede hacer su web más rápido y mejor. La respuesta que plantea el episodio no es defensiva, pero sí bastante crítica con ese relato cuando se formula de manera simplista. La tesis principal es esta: muchas personas no están abandonando WordPress como sistema, sino una implementación concreta cargada de builders, plugins, decisiones heredadas y capas que quizá nunca debieron estar ahí. La analogía que mejor resume este bloque es la de la casa o la reforma. Si lo que te molestaba era una bañera, quizá no tenía sentido tirar la casa entera para construir otra desde cero. Del mismo modo, si lo que fallaba era una parte de una web, no siempre hace falta sustituir todo el stack para resolverlo. Qué sigue resolviendo muy bien WordPress El episodio insiste en que WordPress todavía aporta mucho valor estructural, incluso en plena aceleración de la IA: sistema de usuarios, roles y permisos REST API y hooks backend editorial ya resuelto ecosistema de plugins y extensiones base sólida para tiendas con WooCommerce Todo eso sigue ahorrando muchísimo trabajo respecto a rehacer cada pieza desde cero. La IA puede acelerar personalizaciones, integraciones o frontend, pero no vuelve irrelevante que ya exista una base probada para operar. Qué sí queda más cuestionado Donde sí se nota un cambio fuerte es en las capas de maquetación repetitiva y en ciertos flujos basados en builders o temas multipropósito. La conversación apunta que herramientas como Elementor o incluso Bricks pueden seguir teniendo usos concretos, pero también que la IA hace más fácil volver al código en muchas partes del frontend sin perder velocidad. Eso cambia bastante el equilibrio. Antes un builder podía ser el atajo natural para maquetar rápido. Ahora, si puedes generar HTML, CSS y lógica más limpia con ayuda de IA, algunas capas dejan de compensar tanto. No porque sean “malas”, sino po

✏️ Suscribirse https://www.youtube.com/watch?v=4ctXUc228nc Optimizar una web WordPress no va solo de activar un plugin de caché al final del proyecto. En este episodio 253 de Negocios y WordPress, la conversación gira alrededor de una idea mucho más útil: el rendimiento empieza en cómo construyes la web, en cuántas capas metes, en cómo mides, en qué recursos cargas y en si de verdad necesitas cada plugin, cada builder o cada script. Además, el episodio conecta ese enfoque con otra capa muy actual: la IA como apoyo para construir soluciones más directas, más limpias y menos dependientes de herramientas intermedias. Desde ahí salen dos temas que encajan muy bien entre sí: WPO para WordPress y una forma más madura de desarrollar con contexto, skills y conectores más potentes. WP Rocket como punto de partida para hablar de rendimiento real El episodio usa WP Rocket como puerta de entrada para aterrizar el tema del WPO en algo práctico y reconocible. La idea no es presentar la optimización como un ejercicio académico, sino como algo que afecta de forma directa a la usabilidad, al SEO, a la conversión y a la experiencia real del usuario. Una de las ideas que más se repiten es que herramientas como WP Rocket resultan útiles porque condensan muchas tareas habituales de rendimiento en una interfaz más simple: caché, retraso de scripts, optimización de carga y análisis de oportunidades sin obligarte a navegar por paneles mucho más técnicos desde el primer minuto. Eso no significa que el plugin lo resuelva todo por arte de magia. Lo que sí deja claro la conversación es que un buen plugin de rendimiento puede acelerar mucho el trabajo cuando detrás hay criterio técnico, especialmente en proyectos donde necesitas una mejora rápida, mantenible y comprensible también para otras personas del equipo o para el cliente. También aparece una idea interesante: el rendimiento no debe mirarse solo como “la web carga más rápido”, sino como una parte de la comunicación del sitio. Cuando una página carga mejor, distrae menos, es más clara y obliga a esconder menos cosas detrás de artificios innecesarios, normalmente también funciona mejor a nivel de negocio. El WPO empieza en el desarrollo, no en el parche final Uno de los mensajes más valiosos del episodio es que muchas webs llegan tarde a la optimización porque intentan arreglar al final decisiones malas que se tomaron al principio. Ahí entra una regla muy simple: no meter cosas que no hacen falta. La conversación insiste mucho en varios frentes: no añadir plugins por inercia no resolver con capas extra algo que puedes hacer de forma nativa no cargar recursos en páginas donde no se usan no diseñar primero una web pesada para intentar rescatarla después Ese criterio aplica a casi todo: sliders, mapas incrustados, formularios que cargan scripts en toda la web, animaciones que no aportan nada o builders que introducen más complejidad de la necesaria en proyectos sencillos. Aquí el episodio conecta muy bien rendimiento con estrategia. No se trata solo de “limpiar código”, sino de preguntarte si de verdad hace falta cada cosa que estás añadiendo. Muchas veces, una web mejora a la vez en velocidad, claridad y conversión simplemente porque elimina capas que nunca debieron estar ahí. También se recuerda algo muy útil para proyectos nuevos y para proyectos heredados: conviene medir mientras desarrollas. Si instalas un plugin importante, si metes WooCommerce, si añades una integración o si cambias una parte clave de la web, lo sensato es revisar ahí el impacto. Esperar al final para hacer una gran auditoría suele ser bastante peor que detectar los problemas por el camino. Caché, Time to First Byte, imágenes y recursos: el Pareto del rendimiento Cuando el episodio entra en la parte más técnica, el foco está en las mejoras que más impacto suelen dar con menos complicación. Y ahí el primer gran bloque es la caché. La explicación es muy clara: si puedes servir una página ya preparada en vez de obligar a WordPress a reconstruirla desde cero en cada visita, la respuesta mejora muchísimo. Por eso la caché de página sigue siendo uno de los pilares del WPO. A partir de ahí aparecen matices importantes, como las exclusiones necesarias en una tienda online o en páginas con partes dinámicas. Junto a eso, se comenta el Time to First Byte, la importancia de medirlo y de entender qué está tardando realmente antes de que el navegador empiece a recibir contenido. El episodio menciona explícitamente el uso de GTmetrix y, sobre todo, del apartado Waterfall para detectar recursos problemáticos y cuellos de botella con más criterio. Otro bloque clave es el de imágenes, vídeos y medios: lazy loading para no cargar lo que aún no se ve tamaños adecuados según el uso real de cada imagen compresión razonable evitar incrustados pesados cuando una alternativa más simple cumple mejor Aquí sale un ejemplo muy bueno: muchas veces no hace falta incrustar un mapa de Google o un slider entero si una dirección clicable o una solución más ligera resuelven mejor el objetivo. Reducir carga no es solo comprimir archivos, también es dejar de servir cosas que apenas aportan valor. Lo mismo ocurre con JavaScript y CSS. El episodio habla de diferir scripts, de evitar cargar recursos globales cuando solo se usan en una página concreta y de revisar con cuidado qué necesita estar disponible desde el primer momento y qué puede esperar. Esa parte enlaza con otro punto importante: no todo lo que la herramienta permite cargar debería cargarse siempre. Builders, DOM, base de datos y limpieza estructural Otra clave del episodio es que el rendimiento no depende solo del hosting o del plugin de caché, sino también de la estructura que arrastras. Y ahí entran el DOM, los builders, los metadatos, las consultas y la limpieza de base de datos. La conversación no plantea un ataque simplón a Elementor, Bricks o JetEngine. De hecho, se reconoce que las herramientas han mejorado y que muchas veces son útiles. Pero también se remarca que cada capa extra tiene un coste, y que ese coste puede notarse en HTML inflado, listados más pesados, más scripts, más estilos o una base de datos más desordenada. Se mencionan varios frentes donde conviene afinar: grids o loops duplicados que podrían resolverse mejor abuso de `postmeta`, repeaters o estructuras demasiado cargadas residuos que dejan plugins al desaparecer carga condicional de plugins para que no trabajen donde no deben fuentes mal servidas o con demasiadas variantes Ese bloque baja muy bien una idea importante: optimizar también es simplificar la arquitectura del proyecto. A veces el problema no está en una imagen grande o en una fuente mal cargada, sino en que la propia solución está pidiendo demasiado para hacer una tarea relativamente simple. Por eso el episodio insiste en revisar DOM, consultas, tablas, PHP y estructura general. Incluso cuando se habla de CDN, se deja claro que ayuda en contextos concretos, pero nunca sustituye las buenas decisiones de base. Primero simplificar, luego acelerar. IA, Auto Skills y NovaMira: menos dependencia de capas innecesarias La parte de IA no aparece como un tema separado, sino como una forma de reforzar el mismo principio de fondo: construir mejor con menos fricción. En ese contexto se habla de skills, de sistemas propios y de reutilizar conocimiento operativo en vez de empezar siempre desde cero. Uno de los ejemplos más claros es Auto Skills, que sirve para descubrir skills relacionadas con tu stack y con el tipo de proyecto que estás tocando. La reflexión que sale de ahí es útil: si ya existen procedimientos bien definidos para WordPress, performance o desarrollo, reutilizarlos puede ahorrarte muchísimo contexto y bastante improvisación. También aparece NovaMira como conexión MCP para WordPress, con acceso a PHP, WP-CLI, ficheros y operaciones más potentes dentro del proyecto. Lo interesante no es solo la herramienta concreta, sino lo que permite: resolver tareas que antes empujaban a meter plugins o builders cuando en realidad bastaba con una solución más directa a nivel de código y estructura. En esa misma línea, el episodio plantea que con IA se vuelve más factible construir: grids complejos sin depender de varios loops visuales sliders ligeros sin añadir plugins específicos filtros y pequeñas interacciones con una implementación más limpia procesos internos para revisar y documentar optimización La conclusión de ese bloque es bastante potente: si la IA te ayuda a crear soluciones más nativas y mejor pensadas, también puede ayudarte a mejorar el rendimiento, porque reduce la tentación de añadir otra capa para resolver cada necesidad. Además, entre las menciones laterales del episodio aparece WordPress.com Social como ejemplo de novedad del ecosistema y una reflexión útil sobre cómo algunas herramientas nuevas pueden encajar, pero sin perder nunca de vista el criterio principal: usar lo que aporta valor real y no lo que solo añade ruido. Cierre El episodio 253 deja una idea muy clara: el WPO para WordPress no es una fase final, sino una forma de pensar el desarrollo. Caché, Time to First Byte, imágenes, JavaScript, CSS, fuentes, builders, base de datos y CDN importan, sí, pero lo decisivo es cómo tomas decisiones antes de que todos esos problemas se acumulen. También deja otra lectura útil: la IA puede ser una aliada real del rendimiento cuando la usas para simplificar, documentar, medir y construir soluciones más directas, no cuando la conviertes en otra capa más de complejidad. Si trabajas con WordPress y quieres mejorar velocidad, claridad técnica y mantenibilidad, este episodio apunta bien el camino: menos inercia, más criterio, mejores mediciones y una arquitectura mucho más limpia desde el principio. Ese suele ser el verdadero atajo.