Después de probar varias inteligencias artificiales para generar rutinas LISP, muchos usuarios llegan a una conclusión equivocada. Cuando una rutina no funciona correctamente o no produce el resultado esperado, suelen pensar que la herramienta ha fallado. Sin embargo, en la mayoría de los casos el problema no está en la inteligencia artificial, sino en la información que ha recibido.

La IA es capaz de generar código, analizar errores y proponer soluciones complejas, pero sigue necesitando instrucciones claras para comprender exactamente qué debe hacer. Si la descripción es incompleta, ambigua o demasiado genérica, el resultado será igualmente impreciso.

Por este motivo, la diferencia entre una rutina mediocre y una herramienta realmente útil suele encontrarse en la forma de redactar la solicitud.

Aprender a comunicarse con la inteligencia artificial es, probablemente, la habilidad más importante que puede desarrollar cualquier usuario que quiera automatizar procesos en progeCAD.

Pensar como técnico y explicar como programador

Cuando trabajamos en CAD estamos acostumbrados a visualizar el resultado final. Sabemos cómo debe ser el dibujo, qué elementos contiene y qué información debe mostrar.

El problema es que la inteligencia artificial no puede ver esa imagen mental. Necesita que describamos el proceso de forma estructurada y detallada. Un error muy frecuente consiste en explicar únicamente el objetivo: «Necesito una rutina para dibujar una parcela.»

Desde el punto de vista de la IA, esa petición genera muchas preguntas. ¿La parcela es rectangular o irregular?, ¿Debe dibujarse mediante líneas o polilíneas?, ¿En qué capa debe crearse?, ¿Hay que calcular superficies?, ¿Debe solicitar datos al usuario?, ¿Debe generar textos?…

Cuantas más decisiones tenga que tomar la inteligencia artificial por sí sola, mayor será la probabilidad de que el resultado no coincida con nuestras expectativas. Por el contrario, cuando describimos claramente el proceso, la calidad del resultado mejora de forma notable.

La estructura de un buen prompt

No es necesario escribir instrucciones extremadamente largas. Lo importante es proporcionar la información adecuada. Un buen prompt suele incluir varios elementos fundamentales.

En primer lugar, debemos explicar el objetivo de la rutina. Después conviene definir qué datos debe solicitar al usuario y qué resultado esperamos obtener.

También es recomendable indicar las capas que deben utilizarse, los tipos de entidades que se crearán y cualquier condición especial que deba respetarse.

Por ejemplo, una petición básica podría ser: «Genera una rutina AutoLISP para progeCAD que dibuje un rectángulo.» La rutina probablemente funcionará, pero ofrecerá pocas opciones.

En cambio, una petición más completa podría ser: «Genera una rutina AutoLISP compatible con progeCAD. Debe solicitar ancho y largo, crear una polilínea cerrada en la capa PARCELAS, calcular automáticamente la superficie y generar un texto centrado con el valor obtenido en metros cuadrados.»

Aunque ambas solicitudes describen una tarea similar, la segunda proporciona suficiente contexto para producir una solución mucho más cercana a nuestras necesidades.

Cuanto más contexto, mejores resultados

La inteligencia artificial no solo puede interpretar instrucciones técnicas. También puede comprender el contexto profesional en el que se utilizará la rutina. Por ejemplo, no es lo mismo desarrollar una automatización para arquitectura que para topografía o urbanismo. Si indicamos el ámbito de aplicación, la IA podrá adaptar mejor sus decisiones.

Una solicitud como: «Trabajo en un estudio de arquitectura y necesito automatizar la creación de huecos de puertas en planos de planta.» contiene mucha más información útil que una petición genérica.

Lo mismo ocurre cuando especificamos normas internas de trabajo, convenciones de capas o criterios habituales de representación gráfica. La IA puede incorporar todas estas condiciones dentro del código generado.

La primera versión es solo el comienzo

Uno de los mayores errores al trabajar con inteligencia artificial consiste en esperar que la primera respuesta sea definitiva. Los mejores resultados suelen obtenerse mediante un proceso de refinamiento progresivo.

La primera versión debe considerarse un punto de partida.

Una vez probada la rutina en progeCAD, es habitual detectar pequeñas mejoras. Quizá sea necesario modificar una capa, añadir una validación o cambiar la posición de determinados elementos. En lugar de solicitar una rutina completamente nueva, resulta más eficiente trabajar sobre el código existente.

Podemos indicar exactamente qué queremos mejorar y permitir que la inteligencia artificial evolucione la solución paso a paso. Este método suele generar resultados mucho más sólidos y adaptados a las necesidades reales del usuario.

Cómo utilizar la IA para corregir errores

Una de las aplicaciones más interesantes de la inteligencia artificial es la depuración de código.

Tradicionalmente, localizar errores en una rutina AutoLISP podía requerir bastante tiempo, especialmente para usuarios sin experiencia en programación. Hoy el proceso es mucho más sencillo.

Cuando una rutina genera un mensaje de error, basta con copiar el mensaje completo y compartirlo con la IA junto con el código correspondiente. En muchos casos será capaz de identificar rápidamente el origen del problema y proponer una corrección razonable. Incluso cuando el código funciona aparentemente bien, la IA puede detectar posibles mejoras relacionadas con la organización de funciones, optimización de procesos o control de errores.

De esta forma se convierte no solo en una herramienta de generación de código, sino también en un asistente de revisión y mantenimiento.

Mejorar rutinas existentes

La inteligencia artificial no sirve únicamente para crear nuevas automatizaciones. También puede ayudar a modernizar rutinas desarrolladas hace años.

Muchos estudios técnicos disponen de bibliotecas AutoLISP creadas progresivamente durante décadas. Algunas siguen siendo útiles, pero presentan limitaciones derivadas de la época en la que fueron desarrolladas. La IA puede analizar este código, explicar su funcionamiento y proponer mejoras.

Es posible solicitar la incorporación de nuevas funcionalidades, optimizar procesos repetitivos o adaptar rutinas antiguas a estándares de trabajo actuales. Incluso puede ayudar a documentar código que carece de comentarios o explicaciones, facilitando enormemente su mantenimiento futuro.

Construyendo una biblioteca de herramientas propia

A medida que aumentamos nuestra experiencia utilizando inteligencia artificial, resulta habitual acumular un número creciente de rutinas. En este momento aparece una nueva oportunidad: crear una biblioteca personalizada de automatización. Cada pequeña herramienta desarrollada representa tiempo que no será necesario invertir de nuevo en proyectos futuros.

Una rutina para parcelas, otra para muros, otra para cuadros de superficies y otra para detalles constructivos pueden convertirse en una colección de recursos extremadamente valiosa para cualquier estudio. Con el tiempo, estas automatizaciones terminan formando parte del propio método de trabajo de la empresa. La productividad obtenida deja de depender exclusivamente de la velocidad del dibujante y comienza a apoyarse en herramientas desarrolladas específicamente para las necesidades del equipo.

La nueva ventaja competitiva

Durante décadas, la ventaja competitiva en dibujo técnico dependía principalmente de la experiencia y la capacidad de trabajo de cada profesional. Hoy aparece un nuevo factor.

La capacidad para automatizar procesos mediante inteligencia artificial permite producir más trabajo, con menos errores y en menos tiempo. No se trata de sustituir conocimientos técnicos ni experiencia profesional. La IA no conoce las necesidades del proyecto, no interpreta la normativa ni toma decisiones de diseño.

Su función consiste en ejecutar tareas repetitivas y transformar instrucciones bien definidas en procesos automáticos. Quien aprenda a aprovechar esta capacidad dispondrá de una herramienta extraordinariamente potente para aumentar su productividad.

La inteligencia artificial ha eliminado gran parte de las barreras que tradicionalmente existían para desarrollar rutinas AutoLISP. Hoy cualquier usuario de progeCAD puede crear herramientas personalizadas sin necesidad de convertirse en programador. Sin embargo, la calidad de los resultados sigue dependiendo de un factor esencial: la capacidad para describir correctamente el problema que queremos resolver.

Las mejores rutinas no nacen de la mejor inteligencia artificial, sino de las mejores instrucciones.

Cuanto más precisos seamos al explicar nuestras necesidades, más útiles, fiables y profesionales serán las automatizaciones que obtengamos. Y ahí es donde se encuentra la verdadera oportunidad. No en aprender a programar como un desarrollador, sino en aprender a comunicar a la inteligencia artificial exactamente cómo queremos que progeCAD trabaje por nosotros.

Espero que la información te haya sido útil. Cada semana iré ampliando la cantidad de artículos dedicados al CAD, incorporando ejemplos prácticos sobre los temas tratados. Aunque existen otros programas de CAD, en este blog daremos prioridad a ProgeCAD, sin que ello signifique que la mayoría de los comandos no sean compatibles con la mayoría de los programas de CAD del mercado. Y si te ha quedado alguna duda con el artículo puedes hacerme un comentario en el siguiente cuadro, que te la intentaré resolver.