10 prompts de IA para ingenieros backend | OmarDevSpeed

BLUF: Un buen prompt para ingeniería backend no es "hazme un CRUD": es contexto + restricciones + formato de salida + criterios de aceptación. Bien usados, Claude y ChatGPT recortan horas en migraciones, SQL, tests y revisiones de seguridad. Mal usados, generan deuda elegante.

¿Qué hace un buen prompt para ingeniería backend?

Cinco ingredientes que siempre pido:

Contexto del sistema: Laravel 11, MySQL 8, cola Redis, etc.
Estado actual: fragmento de código o esquema real.
Objetivo medible: "bajar p95 de esta query", "migración reversible".
Restricciones: no breaking changes, sin nuevas tablas si se puede, PSR-12.
Formato: diff, checklist, o archivo completo listo para pegar.

En producción en MZZO usamos prompts como runbooks: versionados, con ejemplos de input/output y notas de fallos conocidos. Eso es lo que diferencia un truco de chat de un activo de equipo.

Los 10 prompts más útiles para backend developers (con ejemplos reales)

1. Generar migraciones Laravel desde descripción

Eres ingeniero Laravel 11. Crea una migración reversible para agregar
tabla `carrier_callbacks` con: id, carrier_code string 32 index,
payload json, status enum(pending,processed,failed), processed_at nullable,
timestamps. Incluye índices compuestos (carrier_code, status).
No uses DB:: facade en up/down. Explica riesgos de lock en tablas grandes.

2. Revisar una query MySQL lenta

Analiza este EXPLAIN ANALYZE y propone índices o reescritura.
Motor: MySQL 8. Contexto: tabla subscriptions ~12M filas.
Objetivo: p95 < 80ms en endpoint de saldo. No sugieras particionar
salvo que sea inevitable. Entrega: diagnóstico, SQL propuesto, trade-offs.

3. Documentar un endpoint REST

Documenta este endpoint Laravel (request/response/errores) en OpenAPI 3.1
y en markdown corto para el wiki. Incluye códigos 401/403/422/429.
Asume autenticación Sanctum. No inventes campos que no estén en el FormRequest.

4. Generar tests unitarios PHPUnit

Escribe tests PHPUnit (o Pest si indico) para este Action/Service.
Cubre happy path, validación y un fallo de integración simulado con Http::fake.
Usa factories existentes. No pruebes el framework; prueba reglas de negocio.

5. Detectar vulnerabilidades en código

Audita este controlador frente a OWASP API Top 10.
Busca IDOR, mass assignment, SSRF, secrets en logs y SQL crudo.
Prioriza hallazgos P0/P1/P2 con PoC mínima y fix concreto en Laravel.

6. Diseñar cola idempotente para callbacks telco/SVA

Diseña procesamiento idempotente de webhooks de carrier con Laravel queues.
Debes deduplicar por (carrier, message_id), reintentos con backoff,
y dead-letter. Propón esquema + job + políticas de timeout.

7. Refactor de Service a Action + DTO

Refactoriza esta clase god-object a Actions pequeñas + DTO readonly.
Mantén compatibilidad del facade público. Entrega plan en 3 PRs.

8. Generar políticas IAM mínimas para app en ECS

Dame política IAM least-privilege para una app Laravel en ECS que solo
necesita: leer secretos SSM, escribir logs CloudWatch, publicar a una cola SQS.
Justifica cada statement.

9. Checklist de release Laravel a producción

Arma checklist de release: migraciones, config:cache, colas, feature flags,
rollback. Contexto: zero-downtime detrás de ALB. Señala qué NO hacer viernes 18:00.

10. Traducir incidente a postmortem blameless

Con estos síntomas y timeline, redacta postmortem blameless:
impacto, causa raíz, 5 whys, action items con owners.
Tono técnico, sin culpabilizar personas.

Cómo estructurar prompts para Claude y ChatGPT en proyectos reales

Sistema / rol fijo por tipo de tarea (DBA, security, Laravel).
Ejemplos few-shot de tu código real (anonimizado).
Una tarea por prompt cuando el cambio toca producción.
Pide alternativas ("opción segura vs opción rápida").
Cierra con verificación: tests, EXPLAIN, o checklist manual.

Claude suele destacar en diffs largos y seguimiento de restricciones; ChatGPT es fuerte en brainstorming y variedad. En backend serio, yo empiezo por Claude para cambios de código y uso ChatGPT para explorar opciones.

Preguntas frecuentes

¿Qué IA es mejor para backend, Claude o ChatGPT?

Para refactors, migraciones y respeto de restricciones largas, Claude suele rendir mejor. Para exploración amplia de diseño o borradores rápidos, ChatGPT es excelente. Lo óptimo es tener ambos y un library de prompts versionado.

¿Los prompts funcionan con cualquier lenguaje?

Sí, el método (contexto + restricciones + formato) es agnóstico. Los ejemplos de este artículo están en PHP/Laravel porque es el stack que usamos a diario, pero la misma estructura aplica a Go, Node o Python.

¿Dónde descargo los prompts de OmarDevSpeed?

En omardevspeed.com/es/prompts encuentras la biblioteca de prompts orientados a ingenieros. Regístrate para guardar y reutilizar los que más te sirvan en producción.

Sobre el autor

Omar Curvelo — Subgerente de TI en MZZO, Chile. Creador de OmarDevSpeed. LinkedIn: perfil.

Sigue leyendo

Gobernanza de prompts en el equipo

Trata los prompts como código: repo, PR, owners, tests de humo ("dado este input, la salida debe incluir X"). Anonimiza payloads de carriers. Define qué se puede pegar en herramientas cloud y qué no (PII, tokens). Mide tiempo ahorrado por tipo de tarea durante dos sprints; corta prompts que no mueven el needle. Entrena al equipo en revisión humana obligatoria antes de merge. La IA acelera; no reemplaza ownership del ingeniero de guardia.

Versiona prompts por dominio: db/, security/, laravel/, incident/. Incluye fecha de última validación en producción. Cuando el modelo cambie (nuevo Claude/GPT), re-corre un set de golden outputs. Este hábito evita sorpresas en release week.

Errores típicos al usar IA en backend

Copiar código sin leer. Pedir "producción ready" sin criterios. Mezclar secretos en el chat. Aceptar migraciones irreversibles. Ignorar costos de índices. Confiar en tests inventados por el modelo. La regla de oro: si no puedes explicar el cambio en la daily, no lo merges. Usa la IA para borradores y verificación asistida, no para abdicar diseño.