Spec-Driven Development aparece en la conversación cuando un líder técnico se da cuenta de algo incómodo: su equipo entrega más rápido que nunca y, al mismo tiempo, cada vez entiende menos lo que entrega. Los tickets cierran. Las pruebas no existen o se escribieron después. Y cuando alguien pregunta por qué una funcionalidad quedó así, la respuesta honesta es que la escribió un agente y nadie guardó el prompt.
Ese es el problema real de programar con IA en una empresa. No es la velocidad. Es que el resultado no es reproducible.
Qué cambia con el spec como contrato
La idea de Spec-Driven Development es simple de enunciar y difícil de instalar: la especificación deja de ser un documento que nadie lee y pasa a ser la pieza que el agente ejecuta. Contexto del dominio, reglas del negocio, restricciones técnicas y criterios de aceptación, todo en un formato que una máquina puede seguir sin adivinar.
A partir de ahí el flujo se ordena solo:
- ▸El spec define contexto, reglas y criterios de aceptación.
- ▸El agente arma el plan y lo pone a revisión antes de tocar nada.
- ▸Escribe el código contra ese plan.
- ▸Genera las pruebas desde los criterios de aceptación, no desde el código que acaba de escribir.
- ▸CI/CD lleva el cambio a producción con esas pruebas corriendo.
La parte que suele convencer a un gerente de tecnología es la última: si mañana cambia el requisito, cambias el spec y el agente rehace el código y las pruebas. El conocimiento vive en un artefacto versionado, no en la cabeza del developer que se puede ir en marzo.
Las tres señales de que tu equipo ya lo necesita
Cuando conversamos con áreas de tecnología, el diagnóstico se repite con una regularidad sospechosa. Si reconoces dos de estas tres, la discusión ya no es si adoptar un método, sino cuándo.
Cada developer usa la IA a su manera. Uno le pide el archivo completo, otro va línea por línea, otro la usa solo para pruebas. El resultado es un repositorio donde conviven tres estilos y ninguna convención. La productividad promedio sube, pero la varianza sube más, y la varianza es lo que te rompe una fecha de entrega.
Los cambios rompen lo que ya funcionaba. Clásico de código generado rápido sobre un sistema que nadie modeló: el agente no tenía forma de saber que ese método lo llamaba también el proceso de facturación.
Y las pruebas llegan al final, si llegan. Es el síntoma más caro de todos, porque es el que convierte cada despliegue en una apuesta.
El problema de programar con IA no es la velocidad, es lo impredecible. Con el spec como contrato el resultado se puede repetir.
Cómo se adopta sin parar el roadmap
La objeción que escucho siempre: "no puedo frenar al equipo tres semanas para cambiar la forma de trabajar". Correcto, y no hace falta.
Lo que funciona es tomar una funcionalidad real del backlog —pequeña, con criterios claros, sin dependencias raras— y llevarla de punta a punta con el método mientras el resto del equipo sigue como siempre. De ahí salen tres cosas que se quedan: una plantilla de spec propia del equipo, el flujo de agentes configurado sobre el repositorio de la empresa con sus skills y sus conectores MCP, y una pieza funcionando en producción que sirve de referencia para las siguientes.
Ese es exactamente el formato del programa de Spec-Driven Development que corremos con equipos de ingeniería: 48 horas en vivo, nivel avanzado, sobre el repositorio de la empresa y no sobre un proyecto de ejemplo. El entregable no es un certificado, es una funcionalidad real llevada del spec a producción con pruebas y CI/CD.
Un caveat que conviene decir antes de firmar nada: esto no es para un equipo que todavía no programa, ni para quien busca un taller de prompts. Y tampoco reemplaza gente. Si la expectativa es recortar el equipo a la mitad, el método no te va a dar eso; lo que da es que el mismo equipo entregue más sin perder control de lo que entrega.
Qué va dentro de un spec que un agente puede ejecutar
Vale la pena aterrizarlo, porque "escribir un buen spec" suena a consejo vacío. Un spec que un agente ejecuta sin inventar se parece poco a una historia de usuario y bastante a un contrato corto.
- ▸Contexto del dominio: qué significan los términos de tu negocio en tu sistema. Si en tu empresa "cliente activo" tiene una definición particular, va ahí.
- ▸Reglas y restricciones: qué no se puede tocar, qué librerías están aprobadas, qué patrón usa el equipo para los errores.
- ▸Criterios de aceptación verificables: no "debe ser rápido", sino la condición concreta que una prueba puede comprobar.
- ▸Casos borde conocidos: los tres o cuatro que el equipo ya sufrió y que nadie documentó.
La primera vez que un equipo escribe uno tarda más que programar la funcionalidad a mano. Es normal y conviene decirlo antes, porque es ahí donde la mayoría abandona. A la quinta vez el spec sale en veinte minutos, porque el contexto del dominio y las reglas se reutilizan y lo único nuevo son los criterios.
Qué dominaría tu equipo al terminar
La base técnica es escribir specs ejecutables, configurar Claude Code sobre el repositorio del equipo con skills y MCP, y cerrar el circuito con pruebas generadas desde el spec. Si el área además quiere construir agentes propios —no solo usar agentes para programar—, el siguiente paso natural es el programa AI Agents Engineering, y a nivel de personas la ruta AI Agentic Engineer cubre arquitectura, memoria y evaluación.
Una advertencia sobre el nivel: en la mayoría de equipos de más de ocho personas conviven tres realidades. Están los que ya usan agentes todos los días, los que probaron una vez y volvieron al editor de siempre, y los que no tocaron nada. Meterlos a todos al mismo curso avanzado es la forma más rápida de perder a dos tercios de la sala. Por eso evaluamos el nivel antes y corremos Iniciación, Aplicada y Avanzada en paralelo dentro del mismo grupo.
Cómo arrancar la conversación
En DataPath para empresas el proceso tiene cuatro pasos y el segundo es gratis: conversamos, hacemos un diagnóstico sin costo del nivel real del equipo, diseñamos el plan y recién ahí dictamos y medimos. Llevamos más de 1500 profesionales formados y más de 100 empresas en LATAM, con instructores que siguen trabajando hoy en el puesto que enseñan, que es lo que hace que un programa de 48 horas no se sienta teórico.
Si tu equipo está en el punto en que la IA ya entró pero nadie puso reglas, el diagnóstico sin costo es la forma más barata de saber en qué nivel está cada quien antes de invertir. Y si prefieres revisar primero cómo trabajamos, las cinco formas de formar a un equipo están explicadas con sus formatos y sus plazos.
Un último dato para el sustento interno: la mejor métrica para defender esta inversión no es cuántas horas se capacitaron, es cuántas funcionalidades salieron a producción con spec y pruebas en el trimestre siguiente. Esa la puedes sacar de tu propio repositorio, sin encuestas.



