En verano conté en el blog que estaba usando ChatGPT y GPTs personalizados para automatizar tareas de edición: borradores, estructura, tono… y, sobre todo, para quitarme trabajo rutinario que me estaba robando tiempo. Lo conté en: El GPT de mi web me ha abierto los ojos (y no solo para escribir mejor).
Sigue siendo cierto: ese enfoque me descargó de un montón de “micro-tareas” que no aportan valor, y me dejó más energía para lo importante.
Pero en verano el flujo seguía teniendo una pega: mucha IA… y demasiado “pica y pala” con ficheros (esto me llevó a ordenar contexto y estructura: Del Prompt Engineer al Context Engineer: cómo la IA me obligó a reorganizar mi web (y mis esquemas mentales)). En Navidad he hecho el cambio que me faltaba: pasar de usar GPTs como herramienta a usar agentes y skills como parte del proceso.
Lo que funcionaba… y lo que no
El problema no era la calidad del texto que me devolvía la IA. El problema era el flujo.
Un GPT te puede generar un fichero, pero después lo tienes que guardar tú, moverlo a su sitio y subirlo a WordPress. Y cuando estás iterando (un ajuste de tono, un cambio de estructura, una idea nueva), esa fricción se acumula.
He intentado tirar por el camino de los MCP (Model Context Protocol) — lo comenté también en Y si el valor ya no está en las respuestas —, pero a día de hoy no lo tengo fino como para que me compense: no me termina de encajar en el flujo y seguía con demasiada gestión manual.
Navidad: el momento de rehacer el proceso
En vacaciones es cuando más “paz mental” tengo para mantenimiento: ordenar, limpiar, y dejar preparado el terreno para el resto del año.
Y este año he aprovechado para cambiar la forma de trabajo. Mantener la web, al final, es mucho de texto… pero también es muchísimo de manejar ficheros: Markdown, estructura de carpetas, persistencia del contexto, versiones.
Para mí, esto es innovación en pequeño: bajar fricción y riesgo hasta que el hábito sea sostenible.
Por qué me he pasado a Codex
He empezado a usar Codex, la herramienta de OpenAI, para el flujo del blog.
Lo interesante es que, aunque sea una herramienta pensada para desarrollo, en mi caso encaja porque mi “producto” también vive en un repositorio: contenido en Markdown, contexto, y un conjunto de automatizaciones alrededor.
De GPTs a agentes (y de prompts a trabajo reproducible)
Lo que he hecho ha sido coger los GPTs que tenía, con sus prompts, y meterlos en una carpeta dentro de Codex. Luego le he dado el contexto y le he pedido que los transforme en agentes y también en skills (dos estándares que están apareciendo para este tipo de flujos).
Y aquí ha llegado la sorpresa práctica: cuando algo no me ha funcionado, o no lo ha hecho como yo quería, le he pedido a la IA que me lo modifique… y lo ha modificado directamente.
Ya no es “te propongo un cambio y tú lo copias y lo pegas”: es iterar sobre el propio sistema de trabajo, con persistencia.
Lo que más me ha cambiado: los scripts dejan de ser “manuales”
Antes, para tareas concretas (por ejemplo, descargar artículos del blog y dárselos a la IA) tiraba de scripts en Python. Me los había generado la IA, sí, pero luego tenía que ejecutarlos yo a mano en el ordenador.
Ahora, con el enfoque de skills, esa automatización pasa a formar parte del flujo: se ejecuta desde dentro, con menos fricción y más continuidad.
Lo que me llevo (por ahora)
Partía con ventaja: ya tenía trabajo hecho (los GPTs, los prompts, y un estilo más o menos definido). Pero aun así, el salto en productividad es muy grande.
No porque el modelo “escriba mejor”, sino porque el flujo es más sencillo: menos pasos manuales, más persistencia, más capacidad de ajustar el sistema cuando se atasca.
Y otra cosa que me parece interesante es que este tipo de estándares se están empezando a soportar en más herramientas, como Claude y Cursor. Es un hilo que también conecta con: De Google a agentes: mi curva de aprendizaje con la IA.
En resumen: no va de “la herramienta ganadora”, sino de montar un sistema repetible que te quite pasos manuales.
Moraleja
La mejora de productividad no viene solo de pedirle cosas a un modelo: viene de integrarlo en un flujo que no te obligue a pelearte con ficheros y pasos manuales. Si la IA puede trabajar con tu contexto y tu estructura, iteras más rápido y con menos desgaste. Y eso, para mantener un blog, es la diferencia entre “lo haré cuando tenga tiempo” y “esto ya va solo”.
Relacionados sugeridos
- El GPT de mi web me ha abierto los ojos (y no solo para escribir mejor) — Contexto, estilo y automatización aplicada al propio blog.
- Del Prompt Engineer al Context Engineer: cómo la IA me obligó a reorganizar mi web (y mis esquemas mentales) — Cuando el problema deja de ser el prompt y pasa a ser la estructura del conocimiento.
- De Google a agentes: mi curva de aprendizaje con la IA — Un hilo natural con el cambio de herramientas y de mentalidad.
¿Tú qué estás quitando (o manteniendo) de tu stack de IA? Te leo en LinkedIn.