
Cómo construí un explorador de conceptos con IA en 4 horas usando Enter
La historia paso a paso de cómo un desarrollador construyó una app de lienzo con IA totalmente funcional en solo 4 horas usando Enter Pro. Descubre el flujo de trabajo, los prompts y las técnicas.
Un diseñador sin experiencia en backend usó Enter Pro para construir Essence — una app de lienzo nativa de IA que descompone cualquier concepto en sus componentes fundamentales. De la idea a un producto totalmente funcional con integración de IA, soporte bilingüe y una experiencia gamificada — todo en solo 4 horas.
La chispa
Como diseñador, siempre me ha fascinado una pregunta: ¿de dónde viene la creatividad?
Cuanto más estudiaba métodos de diseño, más veía el mismo patrón: la creatividad a menudo comienza con deconstrucción y** recombinación**. Descomponer algo en sus partes esenciales y luego reconstruirlo de una nueva manera.
Esa idea dio origen a Essence — un lienzo de exploración de conceptos impulsado por IA. Introduces cualquier concepto y la IA lo descompone en sus elementos centrales. Luego, al recombinar esos elementos, empiezan a surgir nuevas ideas.
Por qué Enter
Soy diseñador de producto, no desarrollador full-stack. La idea de Essence requería varias cosas que parecían intimidantes:
- Un lienzo interactivo con arrastrar y soltar, zoom y desplazamiento — el tipo de UI compleja que verías en herramientas como Figma o Miro
- Integración de IA para impulsar la lógica de descomposición y recombinación de conceptos
- Un backend sin servidor para gestionar de forma segura las llamadas a la API de IA
- Despliegue para que la gente pudiera usarlo de verdad
Conectarse a una API de LLM solía frenar a la mayoría de los no desarrolladores — claves de API, configuración de entorno, lógica de autenticación.
Con AI All de Enter, simplemente dije: "Usa Claude Sonnet 4.5", y conectó todo automáticamente — funciones Edge del backend, formateo de solicitudes, manejo de errores.
Con Enter Pro, no toco la infraestructura en absoluto. Describo lo que quiero, y él se encarga de React, Supabase, funciones Edge e integración de modelos. Yo solo me enfoco en el qué y el por qué.
La construcción: 5 fases en 4 horas
Fase 1: Fundamento
Organicé la idea que tenía en la cabeza en un único prompt integral y se lo envié a Enter. La idea general era esta:
Crea una app de exploración de lienzo nativa de IA llamada "Essence". Es un juego de pensamiento ligero. Mecánica principal: los usuarios introducen cualquier palabra, y la IA la descompone en exactamente 2 conceptos más atómicos, mostrados como nodos de emoji + palabra corta en un lienzo. Reglas de descomposición: devolver siempre exactamente 2 nodos, cada uno con 1 emoji + 1 palabra corta, los conceptos deben volverse más esenciales con cada nivel — orientándose hacia dimensiones como emoción, motivo, energía, estructura, relación, poder, valor, deseo, conflicto. Los usuarios también pueden seleccionar 2 nodos cualesquiera para recombinarlos en 1 nuevo concepto. El lienzo admite arrastre infinito, zoom, doble clic para descomponer, selección múltiple para recombinar. Cada descomposición cuesta 1 punto, cada recombinación cuesta 2.
Después de leer este prompt, lo primero que hizo Enter fue cargar sus capacidades de IA, y luego me preguntó directamente: "¿Qué modelo de IA te gustaría usar para la descomposición y recomposición de conceptos?" Enumeró las opciones disponibles — GPT-5.2 Pro, Gemini 3 Pro y Claude Sonnet 4.5 — cada una anotada con coste, velocidad y puntos fuertes. Elegí Claude Sonnet 4.5 (excelente para seguir instrucciones y tareas creativas), y Enter conectó automáticamente toda la conexión con la API.
Minutos después, la estructura completa del proyecto estaba lista — React 18 con TypeScript, Vite como herramienta de build, Tailwind CSS para los estilos, @xyflow/react para el lienzo, y una función Edge de Supabase conectada a la API de Claude. La lógica principal de descomposición y recombinación funcionó a la primera.

Fase 2: Ajuste de la lógica de IA
Esta fue la parte más crítica y fascinante de todo el proyecto. Que Essence resulte encantador o aburrido depende por completo de la calidad de la salida de la IA. El código final divide la lógica de IA en tres funciones independientes, cada una con estrategias de prompt cuidadosamente diseñadas.
El problema: la IA era demasiado "académica"
Después de que la primera versión funcionara, los resultados de la IA eran involuntariamente hilarantes — al introducir "tijeras" devolvía "apéndices en forma de pinza" y "evolución simétrica"; al introducir "amor" daba "neurotransmisores" y "estados cuánticos". Técnicamente no estaba mal, pero no era nada divertido, ni intuitivo. No era la experiencia que quería.
Arreglo n.º 1: Darle a la IA una persona
El gran avance clave fue establecer un rol de sistema claro para la IA — no "eres un asistente de descomposición", sino "Eres un divertido juego de descomposición. ¡Convierte cosas complejas en bloques simples! Usa palabras cotidianas." Esa única frase transformó por completo el estilo de la salida, de artículo académico a conversación juguetona.
Arreglo n.º 2: Ejemplos positivos + antipatrones
Descubrí que los ejemplos positivos por sí solos no bastaban — la IA a veces seguía deslizándose hacia el modo académico. Así que incluí ejemplos buenos y malos simultáneamente:
**Buenos ejemplos: **Tijeras → 🔪 Hoja + 🔗 Bisagra (dos hojas conectadas por una bisagra) Café → ☕ Agua caliente + 🫘 Granos (agua caliente + granos de café) Amigo → 👤 Persona + 🤝 Confianza (personas que confían entre sí) Sueño → 😴 Dormir + 💭 Imaginación (imaginación mientras se duerme) Malos ejemplos (demasiado académicos): ❌ Apéndices en forma de pinza, evolución simétrica, neurotransmisores, estados cuánticos
Este "contraste positivo-negativo" le dio a la IA una comprensión muy precisa del tono que yo quería: simple, intuitivo, del tipo que hace sonreír a la gente o provoca un momento "¡ajá!".
Arreglo n.º 3: Tres funciones, tres estrategias
La lógica final de IA se dividió en tres funciones independientes, cada una con su propio diseño de prompt y ajuste de parámetros:
① Generación de emoji (generateEmojiForConcept): cuando un usuario introduce un concepto, una llamada de IA separada genera primero un emoji semánticamente compatible. El rol de sistema está configurado como "Eres un generador de emoji. Solo produces JSON", con una temperatura de 0.7 (precisión antes que creatividad), guiado por ejemplos few-shot: piedra → 🪨, fuego → 🔥, amor → ❤️. Si el análisis falla, recurre elegantemente a un ✨ por defecto.
② Descomposición de conceptos (decomposeConcept): la función principal. El prompt guía a la IA a "desmontar las cosas como bloques de construcción", devolviendo exactamente 2 nodos (emoji + palabra corta) más una explicación de una frase. La temperatura se fija en 0.8 — más alta que en la generación de emoji, para permitir más espacio creativo. La decisión de diseño crucial: cada solicitud inyecta una semilla aleatoria (randomSeed), asegurando que el mismo concepto produzca resultados diferentes cada vez — esto le da a la exploración una auténtica "rejugabilidad".
③ Recombinación de conceptos (recombineConcepts): la parte más creativa. El prompt lo enmarca como "piensa como en un juego", con ejemplos imaginativos: Agua + Fuego = Vapor ♨️, Harina + Fuego = Pan 🍞, Humano + Alas = Ángel 👼, Tristeza + Alegría = Vida 🎭. Los resultados deben ser "sorprendentes, perspicaces, ligeramente humorísticos, no obvios". Misma técnica de semilla aleatoria para variedad.
Arreglo n.º 4: Las explicaciones al pasar el cursor hacen visible la lógica
Cada descomposición o recombinación de la IA también devuelve una breve explanation. Este texto no aparece directamente en el nodo (para mantener la interfaz minimalista), sino que se guarda en los datos del nodo. Cuando un usuario pasa el cursor sobre un nodo, aparece una elegante HoverCard que muestra la cadena completa de razonamiento:
- Nodos descompuestos (etiquetas esmeralda): 🎭 Drama = 😢 Conflicto + 👥 Personajes, con "El drama es fundamentalmente conflicto entre personajes" debajo
- Nodos combinados (etiquetas violeta): 😴 Dormir + 💭 Imaginación = 💫 Sueño, con "La imaginación durante el sueño es un sueño" debajo
Este diseño hace que la estratificación de la información sea bellamente elegante — en la superficie, tarjetas de emoji minimalistas; al inspeccionar más a fondo, el proceso de pensamiento de la IA.
El resultado
Después de todo este ajuste, la calidad de la salida de la IA se transformó drásticamente:
❤️ Love → 👤 Person + 🤝 Trust (people who trust each other) ☕ Coffee → 🫘 Beans + ☕ Hot water (hot water meets coffee beans) 💭 Dream → 🔮 Imagination + 🔥 Desire (a burning vision of the future) 🔥 Fire + 💧 Water = ♨️ Steam 😴 Sleep + 💭 Imagination = 💫 Dream
Cada descomposición provoca un momento "¡ajá!"; cada recombinación arranca una sonrisa. Ese es el poder de la ingeniería de prompts — no se trata de escribir más código, sino de encontrar la forma correcta de hablar con la IA.

Fase 3: Pulido de la interacción
Aquí es donde la app empezó a sentirse viva:
- Seleccionar 1 nodo → aparece el botón "Descomponer" — desglosarlo más
- Mayús + clic en 2 nodos → aparece el botón "Recombinar" — mezclarlos
- Doble clic en cualquier nodo → descomposición instantánea — exploración rápida
- Pasar el cursor sobre cualquier nodo procesado → ver el razonamiento de la IA en una HoverCard
También añadí una capa ligera de gamificación: empiezas con 20 puntos (descomponer cuesta 1, recombinar cuesta 2), lo que crea una restricción suave que te hace pensar en qué caminos explorar. Los puntos persisten localmente, y siempre puedes reiniciar.



Fase 4: Pulido del diseño de UI
Con la funcionalidad ya funcionando, el siguiente enfoque fue hacer que Essence se viera tan bien como se sentía.
La primera gran decisión de diseño fue la tipografía. Elegí Bricolage Grotesque como fuente global — una sans-serif geométrica y moderna que sacó instantáneamente a la app del territorio de la fuente predeterminada del sistema y le dio una identidad de marca distintiva.
El aspecto visual de las tarjetas de nodo pasó por varias iteraciones. El diseño final se decantó por grandes tarjetas rectangulares con esquinas redondeadas (rounded-2xl) con fondos pastel suaves — ámbar-50, esmeralda-50 y violeta-50 asignados aleatoriamente — con un emoji grande como ancla visual y una etiqueta de palabra corta en la parte inferior. El lienzo terminó pareciendo un esparcido de notas adhesivas de colores: ligero, juguetón y despejado.
El cuadro de entrada es la "primera impresión" de la app, así que tenía los estándares más altos para él. Aquí es donde la función Enter Components de Enter realmente brilló — una biblioteca de componentes de IA integrada donde puedes buscar, previsualizar y añadir componentes con un solo clic. Escribí "ai" en la barra de búsqueda y descubrí un componente llamado claude-style-chat-input — un campo de entrada conversacional elegantemente diseñado. Hice clic en "+ Añadir al chat", y Enter lo integró automáticamente en mi proyecto, adaptando el estilo para que coincidiera con el lenguaje de diseño existente. El simple input HTML se transformó al instante en una experiencia de entrada conversacional pulida — bordes redondeados, sombras suaves, disposición de botones en línea — perfectamente coherente con la identidad visual de la app.
No hace falta escribir componentes desde cero ni pelearse con CSS. Enter Components te permite ensamblar UI de alta calidad como bloques de construcción, y Enter ajusta automáticamente el estilo para mantener la coherencia visual.
Finalmente, añadí un conjunto de tarjetas de concepto de inicio rápido — ❤️ Amor, 💰 Dinero, ⏰ Tiempo, 🌳 Árbol, 🎵 Música, 💭 Sueño — mostradas como mini tarjetas inclinadas y coloridas en la pantalla de bienvenida, bajando la barrera del inicio en frío para que los usuarios entiendan de inmediato qué pueden escribir.



Fase 5: Internacionalización
Essence está construido para una audiencia global, así que el soporte bilingüe chino-inglés no era un extra agradable — era esencial.
Pero la internacionalización no consiste solo en traducir el texto de la interfaz. En Essence, la salida de la IA también tiene que coincidir con el idioma seleccionado por el usuario — en modo chino, descomponer "爱" debe devolver resultados en chino como "人 + 信任"; al cambiar al modo inglés, descomponer "Love" debe devolver "Person + Trust". Esto significa que el conmutador de idioma del frontend tiene que propagarse hasta la capa de prompt de la IA.
Para la implementación, usé Zustand para una gestión de estado de idioma ligera. Todo el sistema i18n funciona así: el usuario hace clic en el conmutador de idioma en la esquina superior derecha → el estado global se actualiza → todo el texto de la interfaz cambia al instante → las llamadas a la IA reciben el parámetro de idioma actual → las plantillas de prompt seleccionan la versión en chino o inglés → la salida de la IA coincide automáticamente con el idioma del usuario. La preferencia de idioma también se guarda en localStorage, restaurándose sin problemas en la próxima visita.
En Enter, lograr todo esto requirió solo una descripción: "Añade un conmutador chino/inglés con un botón de idioma en la esquina superior derecha. Todo el texto de la interfaz, los prompts de IA y la salida de IA deben cambiar automáticamente según el idioma seleccionado." Enter armó toda la canalización — desde la gestión de estado hasta la ramificación de plantillas de prompt y la persistencia local — de una sola vez.
Esto también validó una lección importante: cuanto antes construyas la i18n, mejor. Si esperas hasta que todas las funciones estén completas antes de añadir la internacionalización, encontrarás texto codificado disperso por tus prompts y cadenas de UI incrustadas en cada componente — y adaptarlo después es doloroso. Construye la arquitectura multilingüe desde el primer día, y después de eso solo estarás añadiendo contenido de traducción.
Qué hace especial a Essence
Descomponer: ve la estructura invisible de todo
Escribe cualquier palabra. La IA la descompone en exactamente 2 conceptos atómicos — cada uno con un emoji semántico y una explicación de una frase. Luego sigue. Descompón también esos. Observa cómo crece un árbol de conceptos ante tus ojos.
🎭 Drama → 😢 Conflict + 👥 Characters 😢 Conflict → ⚡ Tension + 🎯 Goals 👥 Characters → 👤 Person + 💬 Story
Recombinar: crea nuevas ideas a partir de los átomos de las antiguas
Selecciona 2 nodos cualesquiera del lienzo — incluso de ramas completamente distintas — y combínalos. La IA encontrará la conexión sorprendente.
🔥 Fire + 💧 Water = ♨️ Steam 😴 Sleep + 💭 Imagination = 💫 Dream 👤 Person + ✈️ Wings = 👼 Angel
Juega, no solo pienses
El sistema de 20 puntos convierte la exploración abstracta en un juego divertido. Cada clic es una elección. ¿Qué rama exploras? ¿Qué átomos combinas? Es un patio de recreo para la curiosidad.
El stack tecnológico — ensamblado por Enter
| Capa | Tecnología | Rol |
|---|---|---|
| Frontend | React 18 + TypeScript | Framework de la aplicación |
| Lienzo | @xyflow/react (React Flow) | Lienzo interactivo basado en nodos |
| Estilos | Tailwind CSS + shadcn/ui | Sistema de diseño y componentes |
| Backend | Supabase Edge Functions | Puerta de enlace de API de IA sin servidor |
| Modelo de IA | Claude Sonnet 4.5 (Anthropic) | Motor de generación de conceptos |
| Build | Vite | Servidor de desarrollo rápido y empaquetador |
| Estado | Zustand | Estado de i18n ligero |
| Despliegue | Enter Pro | Publicación con un clic |
No configuré nada de esto manualmente. Enter Pro ensambló todo el stack a partir de mis descripciones y prompts iterativos.
Lecciones aprendidas
- Prompting en dos capas, dos mentalidades
Construir apps de IA con Enter son dos conversaciones simultáneas: hablar con Enter es como colaborar con un ingeniero full-stack — se necesitan requisitos claros; hablar con el Claude integrado en la app es como colaborar con un socio creativo — se necesita guía emocional y enseñanza basada en ejemplos. Acertar en ambas capas es el verdadero arte.
- Dale a la IA una personalidad, no solo reglas
Cambiar el rol de sistema de "Eres un asistente de descomposición de conceptos" a "Eres un divertido juego de descomposición" transformó todo el estilo de salida en una sola frase. Las reglas restringen el formato; la personalidad define la calidad.
- Ejemplos positivos + antipatrones superan a las descripciones largas
✅ Scissors → Blade + Hinge ❌ Pincer appendages, Symmetrical evolution, Neurotransmitters
Estas tres líneas transmiten más de lo que jamás podrían transmitir 100 palabras. El contraste positivo-negativo es la técnica de ingeniería de prompts más infravalorada.
- Las semillas aleatorias le dan rejugabilidad a los productos de exploración
El mismo concepto produce resultados diferentes cada vez — hoy "Amor = Persona + Confianza", mañana "Amor = Vulnerabilidad + Valentía". Las semillas aleatorias + temperatura 0.8 maximizan la variedad manteniendo la calidad. La savia de un producto de exploración es "algo nuevo cada vez".
- Las restricciones crean juego
El sistema de 20 puntos convirtió el clic sin rumbo en exploración estratégica. Principio clásico del diseño de juegos: las decisiones con sentido requieren recursos limitados.
- Vibe coding bien hecho: enfócate en una fase a la vez
Primero el fundamento → luego la personalidad de la IA → luego el pulido de interacción → luego el diseño visual → luego la i18n. Cada fase se enfoca en una sola dimensión, manteniendo la conversación con Enter nítida y la salida predecible.
🔗 Construye el tuyo con Enter Pro: enter.converge.ai






