Nuevo desarrollo en camino: Ecommerce para ViniloJF

Fecha de actualizacion: 23-05-2026.

Hola a todos. Quiero contarles un poco sobre este nuevo proyecto de e-commerce (valga la redundancia).

Hace unos días comencé a trabajar en este proyecto para un negocio dedicado a la venta de cartelería y vinilos. En particular, se encargará de comercializar carteles de distintos tamaños, diseños y precios. Sin embargo, la empresa ya contaba con su propio sitio web: https://www.vinilojf.com.

Entonces, ¿por qué desarrollar una nueva plataforma desde cero?

La respuesta es simple: buscamos tener un control total sobre todo el ecosistema del negocio. Esto incluye la gestión de productos, ventas, clientes, precios y, algo muy importante, la administración de publicaciones y productos de Mercado Libre.

Una vez entendido el objetivo, pasemos al stack tecnológico:

• Backend: Django
• Base de datos: PostgreSQL
• Frontend: Next.js

Experiencia desarrollando con IA

Para este proyecto decidí darle una oportunidad al llamado vibecoding. Probé el plan Go de OpenCode: https://opencode.ai/docs/es/go/.

Este plan reúne distintos modelos de IA de código abierto, cada uno con sus costos y capacidades. Entre los más conocidos actualmente se encuentran DeepSeek V4 y GLM 5.2, entre otros.

Mi conclusión es que, para cualquier desarrollador con experiencia previa en Django y Next.js, estas herramientas son más que suficientes. Sin embargo, para alguien que no domina las tecnologías que está utilizando, pueden aparecer varios problemas.

No creo que sea una cuestión de que las IAs de código abierto sean malas. Probablemente ocurriría algo similar utilizando Claude, GPT o Gemini. Los modelos suelen perder contexto, modificar código que no deberían tocar, proponer soluciones incorrectas o simplemente no resolver el problema planteado.

En mi caso, como no tenía experiencia previa desarrollando con Next.js (aunque la voy adquiriendo a medida que avanza el proyecto), muchas veces terminé renegando más de lo que hubiera renegado escribiendo el código por mi cuenta. Es cierto que el desarrollo avanza mucho más rápido, pero estos inconvenientes siguen estando presentes.

Para intentar mitigarlos, probé distintas soluciones: SKILLs, herramientas como Ponytail y ECC (Everything for Claude Code). Algunas ayudaron bastante, aunque ciertos problemas persistieron y aparecieron otros nuevos.

Mi recomendación

Estudien los fundamentos de las tecnologías que utilizan. No deleguen completamente el conocimiento en la IA.

Además:

• Soliciten revisiones y seguimiento del código generado.
• Implementen pruebas siempre que sea posible.
• Utilicen SKILLs y herramientas que ayuden a mantener el contexto sin alterar demasiado el comportamiento del modelo.
• No den por correcta una solución únicamente porque fue generada por una IA.

La IA acelera muchísimo el desarrollo, pero sigue siendo una herramienta. Cuanto mayor sea nuestro conocimiento del lenguaje, framework o arquitectura que estamos utilizando, mejores resultados vamos a obtener.

¡Saludos!