Después de descubrir que una inteligencia artificial puede ayudarnos a crear rutinas AutoLISP para progeCAD, aparece una duda lógica: ¿cuál debo utilizar?

La oferta actual es amplia y sigue creciendo. Cada pocos meses aparecen nuevas plataformas que prometen programar mejor, responder más rápido o resolver problemas más complejos. Sin embargo, cuando hablamos específicamente de generar rutinas AutoLISP para un entorno CAD, las diferencias entre unas herramientas y otras son más importantes de lo que parece.

La realidad es que no existe una respuesta universal. La mejor inteligencia artificial dependerá del tipo de trabajo que realicemos, de la complejidad de nuestras rutinas y de la forma en que nos guste trabajar. Aun así, algunas plataformas destacan claramente sobre el resto cuando el objetivo es desarrollar automatizaciones para progeCAD.

Lo que realmente necesitamos de la IA

Antes de comparar herramientas conviene entender qué capacidades son verdaderamente importantes.

Cuando pedimos a una inteligencia artificial que genere una rutina AutoLISP no solo esperamos que escriba código. También necesitamos que comprenda el problema, interprete correctamente los requisitos y sea capaz de proponer soluciones coherentes con nuestro flujo de trabajo.

Por ejemplo, una rutina para dibujar una parcela rectangular es relativamente sencilla. Sin embargo, una rutina que deba generar varias geometrías relacionadas, gestionar capas, solicitar datos al usuario, realizar cálculos y controlar posibles errores exige una capacidad de razonamiento bastante superior.

Por este motivo, la calidad del código generado depende tanto de la capacidad de programación de la IA como de su capacidad para comprender instrucciones técnicas.

ChatGPT: el equilibrio más completo

Actualmente, ChatGPT se ha convertido en una de las herramientas más utilizadas para generar código AutoLISP.

Su principal ventaja es que combina una buena capacidad de programación con una notable habilidad para interpretar instrucciones escritas en lenguaje natural. Esto resulta especialmente útil para usuarios que no son programadores y describen sus necesidades utilizando terminología propia de la arquitectura, la ingeniería o el dibujo técnico.

Una de sus fortalezas más interesantes es la capacidad para mantener conversaciones iterativas. Podemos solicitar una primera versión de una rutina, probarla en progeCAD y posteriormente pedir modificaciones concretas. El sistema suele comprender con bastante precisión qué partes deben corregirse y cuáles deben mantenerse.

También destaca a la hora de analizar errores. Cuando una rutina no funciona correctamente, es posible copiar el mensaje de error y solicitar una revisión del código. En muchos casos identifica rápidamente el problema y propone una solución razonable.

Para la mayoría de usuarios de progeCAD, especialmente aquellos que buscan desarrollar sus propias herramientas sin profundizar demasiado en programación, ChatGPT suele representar el mejor equilibrio entre facilidad de uso y calidad de resultados.

Claude: muy sólido para proyectos extensos

Claude ha ganado una excelente reputación entre desarrolladores y usuarios avanzados gracias a su capacidad para manejar grandes cantidades de información simultáneamente.

Cuando trabajamos con rutinas extensas, bibliotecas completas de funciones o proyectos que evolucionan durante semanas, esta capacidad resulta especialmente valiosa.

Su principal fortaleza es mantener el contexto durante conversaciones largas. Puede analizar grandes bloques de código y comprender relaciones complejas entre distintas funciones.

Para usuarios que desarrollan sistemas de automatización amplios o mantienen colecciones de rutinas muy extensas, Claude puede convertirse en una herramienta especialmente interesante.

Sin embargo, para automatizaciones sencillas o tareas habituales de dibujo técnico, la diferencia respecto a otras plataformas suele ser menos evidente.

Gemini: rapidez e integración

Gemini, desarrollado por Google, ha mejorado considerablemente en los últimos años y ofrece resultados bastante competentes en tareas de programación.

Su punto fuerte suele encontrarse en la velocidad de respuesta y en la integración con el ecosistema de herramientas de Google.

Para consultas rápidas o generación de código relativamente simple puede funcionar correctamente. Sin embargo, en proyectos más complejos relacionados con AutoLISP todavía suele requerir una supervisión más cuidadosa que otras alternativas.

Esto no significa que produzca mal código, sino que normalmente conviene revisar con mayor atención los resultados antes de utilizarlos en entornos de producción.

GitHub Copilot: un enfoque diferente

GitHub Copilot suele aparecer en muchas comparativas de herramientas de programación, aunque su enfoque es distinto.

Está diseñado principalmente para desarrolladores que ya trabajan dentro de un editor de código. Su función consiste en sugerir líneas de programación mientras el usuario escribe.

Para programadores experimentados puede resultar extraordinariamente útil. Sin embargo, para técnicos de arquitectura, topografía o ingeniería que desean describir un problema en lenguaje natural y obtener una solución completa, suele ser menos práctico.

Es una herramienta magnífica para asistir a quien ya programa, pero no necesariamente la más adecuada para quien busca generar rutinas AutoLISP desde cero.

La comparación que realmente importa

Muchas comparativas se centran en medir cuál genera más líneas de código o cuál responde más rápido. Sin embargo, para un usuario de progeCAD estas métricas tienen poca relevancia.

Lo verdaderamente importante es responder preguntas como:

¿Ha entendido correctamente lo que necesito?

¿El código es fácil de mantener?

¿Las funciones están bien organizadas?

¿Gestiona adecuadamente los errores?

¿Será sencillo modificar la rutina dentro de seis meses?

Una rutina más larga no siempre es mejor. Una respuesta más rápida tampoco garantiza una solución más eficaz. La calidad técnica y la claridad suelen ser factores mucho más importantes a largo plazo.

El factor que marca la diferencia

Existe una conclusión que sorprende a muchos usuarios cuando empiezan a trabajar con inteligencia artificial: la calidad del resultado depende más del prompt que de la herramienta utilizada.

Un usuario que proporciona instrucciones claras, bien estructuradas y detalladas suele obtener mejores resultados con cualquier plataforma que otro usuario que formula peticiones ambiguas. Las inteligencias artificiales actuales son extraordinariamente capaces, pero siguen necesitando información precisa para producir soluciones realmente útiles.

Por este motivo, aprender a redactar correctamente una solicitud suele generar más mejoras que cambiar constantemente de herramienta buscando una respuesta milagrosa.

¿Cuál elegir entonces?

Si el objetivo es crear rutinas AutoLISP para progeCAD de forma práctica y eficiente, ChatGPT suele ofrecer actualmente la combinación más equilibrada entre comprensión del problema, calidad del código, facilidad de uso y capacidad de corrección.

Claude puede resultar especialmente atractivo para proyectos grandes o bibliotecas complejas de automatización.

Gemini constituye una alternativa competente para trabajos generales y consultas rápidas.

GitHub Copilot aporta valor principalmente a usuarios con experiencia previa en programación.

La buena noticia es que ninguna de estas herramientas exige una inversión inicial importante para empezar a experimentar. Lo más recomendable es probarlas con problemas reales y evaluar cuál se adapta mejor a la forma de trabajar de cada profesional.

El verdadero secreto para obtener rutinas profesionales

Llegados a este punto ya sabemos qué herramientas existen y cuáles son sus principales fortalezas. Sin embargo, todavía queda por resolver una cuestión fundamental.

¿Por qué algunos usuarios consiguen rutinas extraordinariamente útiles mientras otros obtienen resultados mediocres utilizando exactamente la misma inteligencia artificial?

La respuesta se encuentra en la forma de formular las instrucciones.

En el próximo artículo veremos cómo redactar peticiones profesionales para que la IA comprenda exactamente lo que necesitamos. Aprenderemos a estructurar prompts eficaces, a describir correctamente los requisitos de dibujo y a obtener rutinas AutoLISP mucho más precisas, robustas y adaptadas a los estándares de trabajo de cada estudio técnico.

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.