Negocios y WordPress

✏️ Suscribirse https://www.youtube.com/watch?v=HKJNqUc_a98 Estamos cambiando herramientas, servicios y hasta la forma de crear contenido. Pero la pregunta que atraviesa este episodio es bastante sencilla: ¿qué queremos resolver y cómo tiene sentido hacerlo ahora? Hablamos de agentes de IA que ejecutan tareas, de un negocio que necesita dejar atrás el trabajo manual y de cómo convertir proyectos reales en contenido útil. Y terminamos planteándonos si Negocios y WordPress sigue siendo el nombre adecuado para todo lo que estamos contando. Agentes de IA que trabajan mientras nosotros hacemos otras cosas Elías empezó investigando qué diferencia a un agente de una skill o una tarea programada y acabó descubriendo que ya estaba usando buena parte de ese planteamiento. Si unas instrucciones permiten procesar el correo y podemos programar su ejecución, ya tenemos un proceso que trabaja con cierta autonomía. En su caso, utiliza Codex para ejecutar las skills que procesan Gmail y el Inbox de Todoist. Mantener la conversación en el mismo chat le permite revisar propuestas, resolver dudas y ajustar las instrucciones con lo que va aprendiendo. Después ha replicado el procesamiento del correo con agentes de Make. El flujo reúne mensajes por conversación, agrupa hilos relacionados y crea tareas en Todoist. Por ejemplo, un aviso de caída de una web y otro de recuperación pueden acabar en una única tarea que permita revisar lo sucedido. La autonomía tiene una contrapartida: cuesta más entender y corregir lo que pasa dentro de una caja negra. En un chat resulta sencillo decir «esto sí quiero revisarlo» y afinar la regla. En una automatización hay que pensar también cómo vamos a supervisar sus decisiones. Yannick cuenta además sus primeras impresiones de Kilo Swarm: varios agentes trabajan en partes distintas de un proyecto y comparten descubrimientos o bloqueos. La coordinación importa tanto como repartir tareas; lo que descubre un agente puede cambiar el trabajo que están haciendo los demás. Elegir el modelo también forma parte del proceso No todas las tareas necesitan el modelo más potente. Ambos comentan cómo mantienen reglas y escalas para relacionar la dificultad del trabajo con los modelos disponibles, su coste y las suscripciones que ya tienen. También hablamos de modelos orientados a devolver clasificaciones y valores estructurados. Para una tarea como asignar categorías a un vídeo, conviene distinguir entre necesitar una decisión concreta y necesitar una respuesta extensa en lenguaje natural. Un hotel canino necesita procesos, no una colección de herramientas Uno de los posibles proyectos de Elías es un hotel canino que lleva muchos años funcionando y acumula demasiado trabajo manual. Su aplicación actual se ha quedado corta: la información de las mascotas está dentro de la ficha del cliente y resulta difícil gestionar relaciones, cuidados y estancias. La propuesta es llevar esa información a Airtable y separar las entidades que el negocio necesita manejar. A partir de ahí, preparar vistas para el trabajo diario: Qué mascotas entran y salen cada día. Qué cuidados especiales necesita cada una. Qué reservas hay y cómo afectan a la ocupación. Qué pagos se han recibido y qué importes quedan pendientes. WhatsApp seguiría siendo un canal de comunicación habitual. La mejora puede ser tan práctica como abrir la conversación del cliente desde su ficha, con un mensaje preparado a partir de los datos de la estancia. Antes de automatizar hay que definir las reglas reales del negocio. Un suplemento por almacenar comida refrigerada parece un detalle pequeño, hasta que debe entrar en el cálculo de lo que se cobra. Esas condiciones van apareciendo durante las conversaciones y afectan al alcance y al presupuesto. Esto conecta con el servicio que Elías está redefiniendo: vender una solución que incluya una base de datos, vistas de trabajo y un proceso principal, con límites claros. El objetivo es alejarse de los packs de horas y facilitar que el cliente entienda qué problema va a resolver y qué queda fuera. La Máquina del Branding cambia de web y de forma de enseñar Yannick ha relanzado La Máquina del Branding y, esta vez, la transformación va bastante más allá del diseño. Para arrancar ha priorizado una estructura clara y sencilla, construida con ayuda de su sistema de agentes. La migración también reduce dependencias: salen Elementor y JetSmartFilters, se mantiene JetEngine y se reconstruyen funcionalidades con código. NovaMira le está ayudando a revisar lo que había, entender snippets y reorganizar piezas de la web. Pero el cambio principal está en el contenido. La idea es trabajar en proyectos completos en directo y enseñar el proceso real, con pruebas, decisiones y errores. Las sesiones quedarán grabadas y se acompañarán de capítulos, resúmenes y materiales descargables. A partir de ese trabajo saldrán dos formatos: Vídeos largos que cuenten la historia de un proyecto, sin quedarse en una sucesión de instrucciones técnicas. Vídeos cortos que extraigan una idea o un problema concreto de una sesión. Si el proyecto es una web de tatuajes, también habrá que entender ese mundo. Si es la gestión de un hotel canino, interesará explicar por qué sus procesos son como son. El contexto forma parte de la historia y ayuda a entender para qué sirve lo que estamos construyendo. Transcripción, vídeo y automatizaciones alrededor de las sesiones Yannick está probando una cadena de herramientas para apoyar ese flujo: AssemblyAI para las transcripciones, fal.ai para generación audiovisual, Blender para trabajar con escenas y OpenCode para ejecutar tareas con distintos modelos. También está explorando n8n para automatizaciones relacionadas con vídeos, Discord y otros procesos. No se trata de migrarlo todo de golpe: hay que valorar qué compensa mantener y qué tiene sentido rehacer. Las sesiones producirán además pequeñas herramientas y skills descargables. El resultado útil no será solo ver un vídeo, sino poder aprovechar parte del sistema construido durante el proyecto. El criterio y la revisión siguen siendo necesarios Que ejecutar una idea cueste menos no significa que cualquier idea merezca ejecutarse. Sigue haciendo falta criterio para decidir qué construir, cómo organizarlo y para quién tiene valor. Eso vale para programar, diseñar una automatización o preparar el guion de un vídeo. La edición de este podcast es un ejemplo. Elías cuenta el proceso para pedir a la IA que detecte fragmentos prescindibles sin romper el discurso. La transcripción ayuda a decidir qué sobra, pero los límites del corte tienen que ajustarse sobre la señal de audio. Yannick compara esa experiencia con Descript y con su forma de editar viendo la onda. Seleccionar texto es cómodo, pero una frase bien identificada no garantiza una unión limpia. En vídeo aparece otra ventaja de las herramientas con línea de tiempo: podemos revisar y corregir visualmente lo que ha hecho el sistema. En la conversación entran Filmora y DaVinci Resolve, así como la posibilidad de añadir recursos visuales al material editado. Son pruebas y siguientes pasos, no un proceso completamente resuelto. WordPress Headless: depende de qué tenga que hacer la web La última pregunta del chat nos lleva a WordPress Headless. Para una web corporativa puede resultar interesante conservar WordPress como gestor y tener una parte pública más limpia. Pero en proyectos complejos hay que revisar la compatibilidad con plugins, permisos y funcionalidades del ecosistema. El SEO y las redirecciones también requieren atención. Separar las partes añade decisiones técnicas que hay que justificar con las necesidades del proyecto. Eventos para seguir hablando de todo esto en persona En la agenda que comentamos durante la grabación aparecen Raiola Marketing Conference, la meetup de WordPress en Collado Villalba, WP Includes Forum y WordCamp Valencia, además de una posible visita a Zamora. Yannick comparte también su experiencia en la meetup de Logroño, donde coincidieron perfiles de diseño, programación y distintos niveles de familiaridad con la IA. Hablar con personas que trabajan de otra manera ayuda a contrastar lo que estamos probando. Son referencias a la agenda del momento de grabación, no una convocatoria actualizada de esos encuentros. ¿Tiene sentido seguir llamándonos Negocios y WordPress? El episodio termina con una conversación abierta sobre el propio podcast. WordPress sigue presente, pero comparte espacio con automatización, agentes, herramientas de IA y proyectos digitales de todo tipo. Elías plantea si el formato ha cumplido una etapa y si tendría sentido hacer estos encuentros alternando los canales de ambos. Yannick propone pensar también en el nombre y escuchar ideas de la comunidad. No hay una decisión tomada. Sí hay algo que valoramos del formato actual: el compromiso de reunirnos con regularidad, compartir lo que estamos haciendo y mantener la conversación incluso cuando no traemos una gran novedad preparada. Cierre La tecnología está cambiando deprisa y nosotros estamos ajustando servicios, herramientas y contenido con ella. Pero el punto de partida sigue siendo un problema concreto y una decisión con sentido: qué merece la pena automatizar, qué necesita un cliente o qué historia queremos contar. Puedes ver el episodio completo en YouTube y contarnos qué estás cambiando tú. Y, si tienes una propuesta para el futuro del podcast, nos encantará leerla.

✏️ Suscribirse https://www.youtube.com/watch?v=cq6E8XO6CFk Trabajar con agentes de IA cambia mucho cuando dejamos de pedirles tareas sueltas y empezamos a organizar qué pueden hacer, qué información necesitan y cómo deben continuar un proyecto. El reto no es probar más herramientas, sino conseguir que ayuden a sacar trabajo adelante. Esa idea conecta la evolución del sistema de Elías, la nueva etapa de La Máquina del Branding y la conversación con Héctor de Prada y Juanma sobre WP Agency Forum. Preparar las tareas antes de delegarlas a los agentes El sistema de Elías empezó tomando tareas de los roadmaps de proyectos locales. Después incorporó proyectos de Todoist y aparecieron dos problemas: demasiadas propuestas y tareas que todavía no estaban listas para ejecutarse. La solución pasa por distinguir tres estados: Needs input: falta contexto o hay que estudiar la tarea antes de hacerla. Ready: la tarea está preparada para entrar en el trabajo que puede asumir el sistema. Manual: requiere intervención personal y queda fuera de la ejecución con agentes. Una skill reúne el proceso y distingue dos modos. WORK busca trabajo ejecutable; PREPARE ayuda a aclarar las tareas pendientes de contexto. Así, una sesión puede dedicarse a explicar qué hay que hacer y otra a ejecutarlo, sin volver a discutir continuamente tareas que aún no están preparadas. También entran en juego los objetivos: una mejora de SEO, por ejemplo, puede generar varias tareas relacionadas. Si un objetivo ya está en marcha, conviene ofrecer trabajo que lo haga avanzar, además de atender las urgencias que cumplan los criterios. La continuidad importa tanto como elegir la siguiente tarea. Modelos y skills para procesos que se repiten Elías explica una escala de cinco niveles para subir de modelo cuando una tarea necesita más capacidad. También distingue entre un modo orientado a inteligencia y otro a eficiencia. Yannick cuenta cómo combina proveedores y reserva modelos más capaces para consultas de estrategia o trabajos concretos. La conversación refleja experiencias personales de uso y consumo. No basta con escoger un modelo porque permita más peticiones: hay que comprobar si resuelve el trabajo con el contexto y la autonomía que esperamos. Si obliga a supervisar cada paso, el ahorro de consumo puede no traducirse en ahorro de tiempo. Las skills permiten reutilizar procesos que antes dependían de prompts o scripts sueltos. Entre los ejemplos aparecen el registro de tiempo con TMetric, el diario de Obsidian, la consulta de Google Analytics y el análisis de actividades guardadas en Airtable. En el caso de los paseos, Make ejecuta la sincronización a través de RunKeeper y la skill analiza los datos. Un archivo adicional puede completar información que no llega por esa integración. El interés está en obtener una comparación útil, no en acumular cifras sin interpretarlas. También se comenta una skill para analizar MP3 mediante su espectro: el bitrate declarado por un archivo no basta para determinar la calidad de su origen. Convertir estos procesos en instrucciones reutilizables reduce el trabajo de explicar cada vez qué hay que consultar y cómo presentar el resultado. La nueva Máquina del Branding se centra en proyectos Yannick presenta una etapa en la que el proyecto guía el contenido. La herramienta se elige según la necesidad: una web, una aplicación o un canal de YouTube pueden exigir procesos distintos. Aprender a conseguir un resultado pesa más que recorrer todas las opciones de un programa. La propuesta tiene dos espacios. El laboratorio muestra el desarrollo de proyectos propios en sesiones en directo; la mesa de proyectos ayuda a la comunidad a analizar y avanzar sus ideas. Durante la grabación se planteaban dos sesiones semanales de laboratorio y una sesión los viernes para proyectos de la comunidad. Los primeros trabajos previstos eran una web completa con su sistema de agentes y un canal de astronomía con procesos automatizados. En este último, la cuestión no es automatizarlo todo: hay que decidir qué partes pueden delegarse sin perder calidad y dónde debe mantenerse el control. La renovación también afecta a su propia web, construida en WordPress sin un builder. Yannick explica que eso le permite programar soluciones sin adaptar cada idea a los widgets disponibles en una herramienta. Los vídeos de YouTube contarían después la historia del proyecto: qué se quería conseguir, qué dificultades aparecieron y cuál fue el resultado. La biblioteca de formación existente seguiría disponible, y las nuevas series mantendrían un enfoque aplicado. WP Agency Forum: clientes, márgenes y diferenciación Héctor de Prada y Juanma presentan la segunda edición de WP Agency Forum como un espacio para responsables de agencias WordPress. La conversación se centra en problemas de negocio: captar clientes, gestionar equipos, pagar nóminas, mejorar márgenes y adoptar IA sin perderse en las novedades. El programa presentado combinaba charlas prácticas, mastermind y networking guiado. Compartir con personas que afrontan retos parecidos puede aportar tanto valor como escuchar una ponencia: permite contrastar decisiones y descubrir colaboraciones. La edición anunciada estaba prevista para el 7 de octubre en Madrid. En la grabación se describían contenidos sobre visibilidad en modelos de lenguaje, dirección de equipos, marca personal y evolución de las agencias, además de una mesa redonda. Esa presentación sirve de marco para una pregunta que sigue siendo útil: qué valor aporta una agencia cuando sus clientes también tienen acceso a herramientas de IA. Hacer lo mismo más rápido puede mejorar un proceso, pero no resuelve por sí solo la diferenciación. La conversación propone ampliar el valor del servicio y apoyarse en el criterio humano para evaluar resultados. La herramienta está cada vez más disponible; decidir qué hacer y saber cuándo algo no funciona sigue siendo parte del trabajo profesional. También se aborda la productividad en mantenimiento y hosting. Modular DS aparece como ejemplo de gestión de sitios, y Héctor anuncia API y MCP durante la charla. Elías destaca asimismo la utilidad de colaborar en cuentas de hosting que pertenecen al cliente: el acceso operativo y la titularidad del servicio son decisiones relevantes para una agencia. Automatizar contenidos y continuar el trabajo desde el móvil Yannick explora AssemblyAI y n8n para convertir las sesiones de laboratorio en material reutilizable: transcripciones, resúmenes de avances y referencias a lo que salió bien o mal. Esa información podría alimentar después otros contenidos, incluida la newsletter. Documentar el trabajo mientras ocurre abre más posibilidades que intentar reconstruirlo al final. Elías cuenta también su búsqueda de acceso remoto a OpenCode. Tras probar alternativas, configura una aplicación llamada CC Pocket y señala una dificultad importante: encontró dos aplicaciones con ese mismo nombre. La experiencia relatada corresponde a una configuración concreta y todavía no supone una evaluación prolongada de su fiabilidad. Kilo Code aparece como otro entorno que combina trabajo con agentes, acceso remoto y opciones en la nube. El cierre deja abierta la exploración de esos flujos: poder continuar una sesión desde el móvil resulta útil, pero sigue haciendo falta entender dónde se ejecuta el trabajo y qué contexto conserva. Cierre La evolución de los agentes, el cambio de La Máquina del Branding y los retos de las agencias apuntan en una dirección común: organizar el trabajo alrededor de problemas y proyectos reales. Preparar tareas, dar continuidad a los objetivos y revisar los resultados ayuda a convertir las herramientas en trabajo útil. ¿Qué proceso de tu negocio necesita ahora más contexto y criterio para que puedas delegarlo con confianza?

✏️ Suscribirse https://www.youtube.com/watch?v=tm_Vi2dA7lg La inteligencia artificial empieza a entrar en más partes del trabajo diario: automatizaciones, gestión de tareas, programación y creación de contenido. En este episodio probamos varias de esas posibilidades y aparece una idea común: la utilidad de un agente depende tanto de la herramienta como del contexto que recibe y de cómo revisamos su trabajo. Los nuevos agentes de Make llevan la IA al escenario Make incorpora agentes dentro de sus escenarios. En la conversación, la diferencia respecto al enfoque anterior está en que el agente se configura como parte de un escenario, con módulos que pueden funcionar como herramientas. También se comenta la posibilidad de pasar tareas a subagentes y de aportar información desde archivos o servicios conectados. Eso abre usos interesantes para procesos que hoy se hacen en local. Por ejemplo, algunas tareas podrían resolverse desde una automatización alojada en Make, con acceso a información de la empresa, en vez de depender del ordenador o de montar infraestructura propia. La decisión seguiría dependiendo del problema: a veces encajará una automatización; otras, una skill, un proceso local o una aplicación existente. La conversación también distingue el trabajo del agente de los pasos deterministas del escenario. El agente puede decidir qué herramientas utilizar según lo que encuentre, mientras que los demás módulos continúan ejecutándose según el flujo configurado. Esa combinación permite introducir decisiones de IA sin convertir toda la automatización en una caja negra. Maia analiza bien, pero la ejecución necesita revisión Maia es el asistente conversacional que aparece en el editor de escenarios de Make. Se le pueden pedir cambios o ayuda para construir un escenario. En la prueba contada en el episodio, su análisis ofreció una sugerencia útil, pero al pedirle que la ejecutara movió módulos de forma confusa y no pudo resolver una desvinculación. Por eso, la impresión fue más favorable para tareas acotadas, como ayudar a mapear muchos campos, siempre revisando el resultado, que para delegarle cambios completos. Que un asistente entienda una petición o proponga una mejora no significa que vaya a modificar correctamente una automatización. La experiencia también sirve para explicar por qué importa el contexto. Un chat dentro del editor puede conocer el escenario, pero no necesariamente la documentación, las decisiones y los datos del proyecto. La referencia a Maia, el asistente de Make, aparece precisamente dentro de esa conversación sobre lo que puede hacer un asistente cuando trabaja con información limitada. Probar otros modelos sin depender de un único proveedor Otra prueba del episodio es conectar OpenCode con el servicio de inferencia de Hetzner. La configuración se presenta como una alternativa compatible con la API de OpenAI para probar modelos como Qwen. En la conversación se menciona que el acceso era experimental, así que conviene entenderlo como una opción que se estaba explorando, no como una garantía permanente de disponibilidad. El interés no está solo en encontrar un modelo concreto. Poder cambiar de proveedor permite combinar modelos distintos según la tarea y el consumo disponible. En el episodio se habla de usar modelos más sencillos para tareas rutinarias y reservar los más capaces para trabajos que requieren más razonamiento. La flexibilidad entre proveedores aporta margen para ajustar coste y capacidad sin depender de una sola plataforma. La documentación relacionada con esta prueba está en el servicio de inferencia de Hetzner. Un sistema de agentes necesita instrucciones, contexto y control Parte de la conversación gira en torno a qué diferencia a una skill de un agente. Una skill carga instrucciones para realizar un proceso concreto. En un entorno de agentes también se pueden definir roles, modelos, delegación y trabajo en paralelo. La frontera depende de las capacidades que ofrece cada herramienta, pero lo importante en la práctica es qué contexto tiene el sistema, qué puede hacer y cuándo debe pedir revisión. El sistema de trabajo descrito en el episodio conecta proyectos con distintas fuentes: carpetas locales, documentación y tareas pendientes. También asigna modelos según la complejidad del trabajo para repartir mejor el consumo. Un ejemplo es una tarea recibida por correo para localizar escenarios de Make que usaban un módulo próximo a quedar obsoleto. El sistema revisó los escenarios, encontró uno y propuso el cambio para que se confirmara. La intención no es dejar que el sistema actúe sin supervisión. Puede investigar, preparar un plan y avanzar trabajo, pero la persona conserva el control sobre qué se ejecuta y qué queda por revisar. El mismo principio aparece al hablar del correo: resumir mensajes no basta si la acción real es archivarlos, responderlos o convertirlos en tareas. El valor está en completar el proceso con trazabilidad y con las reglas adecuadas. Kilo Code: memoria, acceso remoto y agentes en paralelo En la parte dedicada a Kilo Code se comentan tres funciones que resuelven necesidades diferentes. Kilo Memory conserva información útil entre sesiones, aunque no sustituye la documentación del proyecto. Kilo Remote permite continuar desde el móvil el trabajo vinculado a los proyectos. Agent Manager permite lanzar varios agentes a la vez y trabajar en paralelo con worktrees, por ejemplo para comparar alternativas de diseño sin rehacer cada versión sobre la anterior. Las tres funciones se relacionan con una misma necesidad: mantener el contexto disponible mientras el trabajo cambia de lugar o se reparte entre varias tareas. La memoria ayuda a no repetir información; el acceso remoto permite retomar el trabajo; la coordinación en paralelo abre caminos de exploración distintos. En todos los casos sigue haciendo falta revisar lo que produce cada agente. De probar herramientas a contar historias de proyectos El cierre del episodio presenta un cambio de enfoque para La Máquina del Branding. La idea es dejar de priorizar la herramienta de moda y partir de problemas y proyectos variados: puede aparecer WordPress, inteligencia artificial, diseño, branding u otras soluciones, según lo que necesite cada caso. Ese trabajo se desarrollaría en laboratorios compartidos, con sesiones de varias horas que muestran la investigación y las pruebas mientras ocurren. Después, de ese proceso saldrían vídeos más breves para YouTube: no un tutorial largo grabado en tiempo real, sino una historia clara sobre el problema, las decisiones y el resultado. La comunidad tendría acceso al proceso completo y quien llegue al vídeo podría entender rápidamente qué se hizo y por qué. El cambio también amplía a quién se dirige el contenido. Además de profesionales que crean webs para clientes, se quiere hablar a personas que tienen una idea o necesitan sacar adelante su propio negocio. La tecnología queda al servicio de esa necesidad: primero se entiende el problema y luego se decide qué herramienta conviene. En el episodio también se comenta la extensión oficial de WordPress, con accesos y utilidades para trabajar con sitios desde el navegador. Es una novedad concreta dentro de una conversación más amplia sobre cómo elegir herramientas con criterio. Cierre Make, Maia, Hetzner y Kilo muestran caminos distintos para incorporar IA al trabajo, pero ninguna función elimina la necesidad de contexto ni de revisión. Los agentes pueden investigar, proponer y ejecutar tareas cada vez más completas; el criterio sigue estando en definir qué problema resolver, qué información necesita el sistema y dónde debe intervenir una persona. Ese mismo enfoque conecta con el nuevo formato de La Máquina del Branding: trabajar en proyectos reales, compartir el proceso y convertirlo en historias útiles para más personas. ¿Qué tarea de tu trabajo te gustaría explorar primero con un sistema de agentes?

✏️ 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.