Matty Woodward y João Mestre, dos diseñadores de Code and Theory con poca experiencia en ingeniería de software, programaron desde cero una plataforma de efectos que ha creado numerosas imágenes y vídeos para una nueva campaña de Adobe. El desarrollo, impulsado por Claude Code, les llevó a los diseñadores un día.
Code and Theory es una de las agencias que, cada vez en mayor número, adoptan la IA para sus necesidades de programación. Esta técnica, conocida como "programación intuitiva", permite a los usuarios crear un producto basándose en una visión general o en la intuición, en lugar de contar con conocimientos técnicos de desarrollo. Este caso de uso se ha convertido en un objetivo prioritario para los proveedores de IA que buscan satisfacer las necesidades empresariales. Por ejemplo, Anthropic ofrece Claude Code como competidor directo de Codex, la plataforma de programación de OpenAI. A medida que estas herramientas mejoran, las agencias pueden utilizarlas para aportar valor real a sus equipos internos y al trabajo con sus clientes.
Por ejemplo, Anomaly utilizó la herramienta de codificación de IA Replit para desarrollar una plataforma que, para cualquier pieza creativa, puede determinar las categorías de premios con mayores probabilidades de ganar en diversos certámenes del sector, incluido Cannes. La agencia independiente Gus aprovechó Codex de OpenAI para una herramienta mucho más sencilla: un bot de Slack que realiza seguimientos diarios con el personal sobre el progreso de sus proyectos.
“Ahora se ha convertido en un departamento de gestión de proyectos autónomo”, dijo Graham Douglas, cofundador y director creativo de Gus. “Es revolucionario para nosotros”.
Los marketers están empezando a sacar mayor provecho de las herramientas de IA que ofrecen Anthropic, OpenAI, Google, Meta y otras empresas. Por ejemplo, la nueva aplicación de Anthropic, Cowork, ayuda a las agencias a realizar tareas como auditorías SEO en sus sitios web y redactar informes. Por su parte, los anunciantes utilizan el asistente de IA Manus de Meta para realizar análisis de la competencia con fines de compra de publicidad.
La codificación intuitiva ha abierto nuevas posibilidades para losmarketers, ya que les permite programar software ellos mismos en lugar de depender de desarrolladores externos. Anteriormente, si una agencia no contaba con desarrolladores propios, debía contratar socios externos para desarrollar productos, como herramientas o servicios internos que facilitaran el trabajo con los clientes. Sin embargo, con la codificación intuitiva, las agencias pueden empezar a reducir esos costes, ya que ahora se puede programar más internamente. En otras palabras, la IA se ha convertido en el desarrollador interno, y los marketers con una visión, pero poca experiencia en programación, pueden guiarla —en lenguaje natural— para que programe lo que desean crear.
Cómo Anomaly utilizó Replit para crear un motor de envío de candidaturas a premios
Anomaly ha desarrollado una herramienta llamada "motor de presentación", que analiza trabajos creativos y recomienda las categorías de premios en las que dicho trabajo tiene mayores posibilidades de ganar. El usuario puede subir un spot o un vídeo recopilatorio, y la herramienta identificará las mejores opciones para diversos certámenes del sector, como Cannes Lions, los premios AICP y los premios Clio. El motor de presentación también ayudará a adaptar la candidatura a las directrices de cada certamen.
Christopher Neff, director global de IA en Anomaly y desarrollador del motor, utilizó principalmente Replit como su herramienta preferida para la codificación de vibe. Si bien Replit se encargaba de la programación propiamente dicha, Neff desempeñaba un rol de gestión, leyendo la traducción en texto plano del código de la herramienta y solicitando nuevas instrucciones cuando lo consideraba necesario. Por ejemplo, Neff observó que el código inicial de Replit estaba configurado para analizar, una a una, diferentes fragmentos de información en las presentaciones, cuando lo que realmente necesitaba era que el motor lo hiciera con múltiples fragmentos de información simultáneamente. Otra intervención se produjo cuando Neff vio que Replit tenía dificultades para realizar las llamadas correctas a las interfaces de programación de aplicaciones (API), como GitHub, donde Neff finalmente quería que se almacenara el código.
“Lo que tengo que hacer cuando se trata de cualquier tipo de codificación de ambiente es... presionar cualquiera de estos sistemas para llevarlos a donde quiero que estén”, dijo Neff.
Neff utilizó Computer, la plataforma de agentes de propósito general de Perplexity, para mejorar el conocimiento de Replit y optimizar el sistema de envío de candidaturas. El agente Computer de Perplexity recopiló la mayor parte de la investigación inicial que Replit utilizó para crear el motor de envío. Los datos consistían principalmente en información pública sobre una amplia gama de temas relevantes, como los ganadores de los premios de los últimos cinco años, los comentarios de los jueces sobre los motivos de sus victorias, las diferentes categorías de cada programa y los requisitos para presentar candidaturas en cada categoría.
Neff utilizó entonces a Claude para organizar esa información en un conjunto de datos al que Replit pudiera acceder más fácilmente. Claude analizó el documento de investigación de Computer, de aproximadamente 1500 páginas, y lo convirtió en un esquema con secciones diferenciadas, como la diferenciación de categorías para cada entrega de premios y la densidad competitiva para cada categoría.
Finalmente, Neff subió el esquema de Claude a Replit y, tras un intenso proceso de capacitación, nació el motor de envío de candidaturas a los premios. Según Neff, Anomaly planea usar esta herramienta para optimizar sus candidaturas a los premios en las distintas categorías y programas.
“Aquí hay muchas cosas buenas, y esto es solo una prueba de concepto bastante rápida”, dijo Neff.
Cómo Code and Theory utilizó a Claude Code para diseñar la estética tecnológica de la campaña de Adobe
Code and Theory utilizó inteligencia artificial para programar una herramienta de efectos que se está empleando en una próxima campaña de Adobe. Esta herramienta, creada por los diseñadores Woodward y Mestre junto con Claude Code, puede convertir cualquier imagen o vídeo en un recurso para la campaña superponiendo una estética tecnológica inspirada en la visión artificial (es decir, la forma en que los sistemas digitales procesan la información visual).
La campaña promociona una nueva plataforma de Adobe que se lanzará el próximo mes y que ayudará a las empresas a obtener información valiosa a partir de audiencias sintéticas (personas generadas por IA y entrenadas con datos de consumidores). Los diseñadores buscaban una estética que evocara la deconstrucción digital de la realidad que propone la plataforma. Optaron por un estilo que incluye el seguimiento de objetos (el método que utilizan los ordenadores para detectar los diferentes componentes de una imagen digital) y una fuerte pixelación.
Los diseñadores crearon primero un panel de inspiración con referencias visuales que le darían a Claude Code una idea clara de cómo debían verse los efectos. Estas referencias eran principalmente ejemplos de visión artificial y arte ASCII ; los diseñadores las cargaron en Claude junto con instrucciones para crear un generador de recursos capaz de recibir entradas visuales y aplicarles filtros al estilo de la visión artificial.
Según Peter Steiner, director creativo de investigación y desarrollo de Code and Theory, el proceso de codificación fue una interacción constante. Los diseñadores subían los recursos y veían cómo el sistema los estilizaba, para luego darle a Claude nuevas indicaciones y modificar la herramienta para que se ajustara mejor a la visión que tenían en mente. Por ejemplo, querían poder controlar la aplicación de cada efecto, así que le pidieron a Claude que añadiera varias herramientas deslizantes para aumentar o disminuir la intensidad de, por ejemplo, el seguimiento de manchas o la pixelación.
Claude ejecutaba el programa localmente en uno de los ordenadores de los diseñadores y les enviaba un enlace para que lo probaran en un navegador web. Como los diseñadores no tenían mucha experiencia en programación, cuando aparecía un error durante las pruebas, simplemente le describían el problema a Claude y la IA lo depuraba.
“Es bastante increíble”, dijo Steiner. “Usamos a Claude para solucionar problemas de Claude”.
El resultado fue una herramienta de efectos casera que Code and Theory ha utilizado para dar estilo al vídeo de lanzamiento de la campaña de Adobe, así como a los materiales publicitarios exteriores y para redes sociales que se lanzarán el próximo mes.
“Este es el tipo de proyecto que, normalmente, un director de diseño tendría que recopilar un montón de referencias de internet, hacer algunos bocetos y fotogramas clave, y luego enviárselo a un equipo de diseño de movimiento que pasaría una semana intentando averiguar cómo darle vida”, dijo Steiner. “Pero [en este caso] el director pudo crearlo todo él solo”.
Cómo Gus utilizó Codex para programar un "departamento autónomo de gestión de proyectos"
Gus se percató de que sus gerentes dedicaban demasiado tiempo cada día a comunicarse manualmente con el personal para verificar el estado de los proyectos. Por ello, la agencia utilizó Codex, la herramienta de programación de OpenAI, para crear un bot de Slack —llamado Sug— que podía realizar de forma autónoma las comprobaciones y reportar las actualizaciones a los gerentes cada mañana.
“Nos pareció una oportunidad clara para crear una herramienta realmente sencilla que permitiera al equipo dedicar su tiempo a cosas más importantes”, dijo Gus Douglas.
Gus contrató a un especialista externo en IA para que le ayudara a crear a Sug. El proceso comenzó definiendo los parámetros del bot. Por ejemplo, Sug debía funcionar en Slack, ya que es la plataforma principal de comunicación de la empresa. Gus decidió usar Codex para el desarrollo porque su integración con Slack facilita la creación de bots para esta plataforma, explicó Douglas.
La agencia también preparó los informes de seguimiento con antelación. Si bien Douglas se negó a revelar las preguntas exactas que se les plantean a los empleados, afirmó que su único propósito era determinar cómo se sentían respecto al progreso de sus proyectos.
“Lo que quiero saber es si alguien se está ahogando”, dijo Douglas. “No necesito que la computadora nos diga cada pequeño detalle”.
Gus cargó todos estos parámetros en Codex con la instrucción final de recopilar la información recibida a través de los registros en un informe organizado y enviarlo por Slack al equipo directivo cada mañana. El proceso de codificación de la experiencia fue colaborativo, dijo Douglas, y requirió que la agencia y el especialista ajustaran la información que Codex les proporcionaba. Por ejemplo, Gus modificó el diseño del registro para que los miembros del personal tardaran menos de dos minutos en completarlo. Una decisión fue que todas las preguntas se pudieran responder simplemente haciendo clic en un botón en lugar de tener que rellenar un campo. Solo cuando los miembros del personal indicaban que estaban experimentando dificultades, se les presentaba un campo abierto para proporcionar más información.
Según Douglas, después de que Gus implementara el sistema de Sug en toda la agencia, los líderes se dieron cuenta de que a los miembros del personal les resultaba más fácil decirle a Sug si tenían dificultades con un proyecto que sincerarse directamente con un gerente.
“Creo que es más propio de la naturaleza humana pulsar un botón con sinceridad que llamar a su jefe y decirle: "No quiero ser molesto, pero necesito algo"”, dijo Douglas.
En su informe, Sug alerta al equipo directivo sobre los problemas detectados para que puedan abordarse de inmediato. El nuevo proceso «podría ahorrarnos dos o tres días de descoordinación o estrés en el equipo», afirmó Douglas.
