Convertí tu idea en una AI App real, sin escribir una sola línea de código.

Objetivo: que cuando aparezca una palabra "técnica" no te asuste — sepas dónde ubicarla en el mapa.

• El mapa de una app web (frontend, backend, base de datos) para ubicar cualquier término técnico que aparezca de acá en adelante.
• El vocabulario mínimo indispensable (API, servidor, cliente, deploy, repositorio…).
• Qué es una AI app y qué la diferencia de una app común.
• Git y GitHub como red de seguridad: siempre podés volver a una versión que funcionaba.
• Claude Code instalado y tu equipo de agentes listo para trabajar.

Objetivo: transformar una idea difusa en un documento claro que manda cuando hay dudas de alcance.

• La disciplina base del método: no se escribe una línea de código hasta saber qué querés construir.
• El PRD, el documento que define qué se construye y en qué orden.
• El alcance del MVP: la versión más chica que ya resuelve el problema real.
• Milestones y Definition of Done, para saber sin ambigüedad cuándo algo está terminado.
• En vivo: generamos el PRD del proyecto guía.

Objetivo: tomar las decisiones técnicas de fondo (con la IA) y fijar las reglas no negociables del proyecto.

• Las decisiones de arquitectura con criterio: la IA propone, vos aprobás entendiendo el porqué.
• El modelo de datos y el aislamiento por usuario, clave en una app multi-usuario.
• Cuentas de usuario y autenticación: cada persona se registra y ve solo lo suyo.
• Las reglas no negociables de seguridad y privacidad de datos.
• UX mínimo viable para dirigir a la IA y que no "parezca hecha por IA".

Objetivo: convertir un milestone grande en una lista concreta de unidades de trabajo, cada una con su contrato claro.

• El corazón del método SDD: darle a la IA pedazos chicos, definidos y verificables en vez de pedidos gigantes.
• El roadmap: el índice y el estado de las specs de un milestone.
• Las partes de una buena spec: objetivo, requisitos, no-objetivos y criterios de aceptación.
• El paso clarify para resolver dudas antes de construir, cuando corregir todavía es barato.
• En vivo: creamos el roadmap del primer milestone y generamos todas sus specs.

Objetivo: ver el momento en que finalmente se escribe código — con disciplina, verificando cada pieza antes de seguir.

• La disciplina WIP=1: una sola unidad de trabajo a la vez para saber siempre qué está terminado.
• La verificación en capas (unit, integración, end-to-end) para cerrar solo lo que de verdad funciona.
• Los "save points" con Git: siempre podés volver atrás sin miedo.
• Qué hacer cuando algo falla y cómo cortar el loop de la IA: revertir en vez de parchar.
• Cómo leer lo que la IA hace sin entender cada línea: qué aprobar y qué cuestionar.

Objetivo: construir el corazón de una AI app — la integración con agentes de IA — y conectarla al producto.

• La conexión con un modelo de IA (la API) para que tu aplicación pueda "pensar".
• El diseño del agente que resuelve el problema de tu usuario.
• El manejo de credenciales, presupuesto y costos, con un límite de gasto configurado.
• Buenas prácticas de backend vs. frontend para mantener tus claves seguras.
• En vivo: implementamos la integración con agentes de IA del proyecto guía, completa.

Objetivo: pasar de "funciona en mi compu" a "está publicado en internet, con su dominio, para que cualquiera lo use de verdad".

• Publicar frontend, backend y base de datos en producción para que tu app viva online.
• Conectar un dominio propio para mostrarla y compartirla.
• Variables de entorno y secretos en producción para no exponer tus claves.
• Costos de tener la app corriendo y cómo ponerles un techo.
• El día después del deploy: logs, monitoreo básico y cómo iterar sin romper lo que ya funciona.

Objetivo: mostrar lo construido, celebrar el recorrido y resolver las últimas dudas antes de seguir solo.

• Showcase de proyectos: 10 minutos para hacer una demo en vivo de lo que construiste (opcional).
• Feedback grupal para aprender también de lo que hicieron los demás.
• Cierre del método: el recorrido completo y cómo seguir solo.
• Q&A final: todas las dudas que hayan quedado — de producto, de proceso o técnicas.