Si el Título de una Tarea Contiene "y", Divídela
La palabra y en el título de una tarea es una señal de alerta. "Agregar búsqueda y filtros y paginación." "Refactorizar el módulo de autenticación y actualizar las pruebas." Cada conjunción suele ser una costura donde una tarea quedó cosida a otra — y un agente de IA que agarra todo el paquete tiene que sostener dos problemas en la cabeza al mismo tiempo. Divide en la "y" y le entregas al agente algo que puede terminar de forma limpia.
Por qué las tareas pequeñas funcionan mejor con agentes
Un agente rinde mejor cuando el trabajo está contenido. Cada subsistema adicional que toca una tarea amplía el radio de impacto: más archivos en el contexto, más lugares donde equivocarse, más probabilidad de que el agente "arregle" una cosa y rompa otra en silencio. Los propios agentes de programación de Anthropic se apoyan en el patrón orchestrator-workers justamente por esto — un paso central descompone el trabajo en subtareas acotadas, y cada worker se ocupa de una sin acoplamiento predefinido.
El modo de fallo es predecible. Dale a un agente "agregar búsqueda y filtros y paginación" y empezará la interfaz de búsqueda, dejará el estado de los filtros a medio conectar, tocará la consulta de paginación y te dejará tres cosas cada una al 70% y ninguna que pase revisión. Tres tareas separadas se terminan, se prueban y se integran.
La prueba de la división
Sigue cortando una tarea hasta que cada pieza cumpla tres líneas:
| Señal | Umbral | Por qué importa |
|---|---|---|
| Archivos tocados | ~5 o menos | Todo el cambio cabe en una revisión y una ventana de contexto |
| Criterios de aceptación | 3 o menos | Más de tres cláusulas de "listo cuando…" significa más de una tarea |
| Duración de la sesión | Una sesión enfocada | Si no puedes terminarla de una sentada, el agente tampoco |
Si una tarea falla cualquier fila, busca la "y" — dicha o implícita — y corta ahí.
Ejemplo resuelto
Antes: "Agregar búsqueda con filtros y paginación." Es un título, tres subsistemas y fácilmente una docena de archivos. Divídelo:
- Búsqueda básica — un campo, una consulta, resultados en pantalla.
- Filtros — agrega controles de filtro sobre la búsqueda que ya funciona.
- Paginación — pagina los resultados ya filtrados.
Tres porciones limpias y fáciles de agarrar. Cada una tiene sus propios criterios de aceptación, sus propias pruebas y su propia integración. La búsqueda se entrega y es usable antes de que empiecen los filtros. Si la paginación resulta complicada, no deja a la búsqueda de rehén.
Movimientos avanzados
- Divide por subsistema, no por capa. "Hacer el frontend y el backend" sigue siendo una función mal cortada — el agente necesita ambas mitades para probar que cualquiera funciona. Corta por capacidad (búsqueda, luego filtros) para que cada porción sea entregable de punta a punta de forma independiente.
- Escribe primero los criterios de aceptación. Si no puedes expresar "listo cuando…" en tres puntos, no entiendes la tarea lo suficiente como para delegarla — ni a un agente ni a una persona. La cantidad de puntos es un detector de olor de diseño.
- Ordena las porciones para que cada una integre en verde. Secuencia las tareas dependientes (búsqueda → filtros → paginación) para que la rama esté siempre en un estado entregable. Las porciones independientes pueden correr en agentes en paralelo.
- Una especificación corta le gana a un prompt gigante. Una especificación de cinco líneas — objetivo, los ~5 archivos, los ≤3 criterios de aceptación — guía a un agente mejor que un párrafo de prosa. Menos formas de desviarse, menos que sostener en el contexto.
Recursos
- Building Effective AI Agents — Anthropic — el patrón orchestrator-workers y por qué la descomposición le gana a un solo prompt grande.
- Task Engineering in AI Coding — EclipseSource — cómo dividir un problema en piezas listas para la IA.
- How to Write a Good Spec for AI Agents — O'Reilly — el hábito de la especificación corta que mantiene al agente en el carril.
- My LLM Coding Workflow — Addy Osmani — implementa un paso a la vez, prueba y luego sigue.
¿Trabajas con agentes de programación de IA? Yeda AI diseña, audita y lleva a producción sistemas de LLM.