Te lo confieso sin rodeos: al pasar de los chatbots a los agentes autónomos de IA, novatos e ingenieros veteranos tropiezan en el mismo punto. Uno tiende a pensar que con Claude Code, Codex o Hermes basta con detallar bien el prompt para que el modelo arme el proyecto por su cuenta. En la práctica, el punto ciego aparece justo entre el prompt y la primera línea de código, cuando el agente suelta un plan en borrador y tú no tienes una forma cómoda de leerlo con calma y corregirlo con precisión.
¿Cómo evitar que un agente de IA gaste una hora y una montaña de tokens construyendo la arquitectura equivocada porque entendió mal el encargo? El especialista en automatización Julian Goldie analizó la solución con la herramienta gratuita y de código abierto Plannotator, que saca la propuesta de la red neuronal de la terminal y la abre en el navegador como un documento interactivo antes de empezar a programar.
La trampa de aceptar a toda prisa en la terminal
Cuando un agente imprime su plan como un muro continuo de texto monoespaciado en la línea de comandos (CLI), la vista se cansa rápido y acaba leyendo en diagonal. Si pasas por alto una suposición dudosa y pulsas «Yes» por inercia, para el modelo esa aprobación se convierte en una especificación inamovible. Y si en la base del plan se coló un desvío de arquitectura —por ejemplo, levantar un servidor de base de datos pesado en vez de usar un archivo local—, cada paso siguiente de generación de código multiplicará el error.
Corregir el plan en el chat de la consola tampoco es cómodo: escribes un mensaje largo («en el segundo paso no toques las contraseñas, en el cuarto quita la cola»), y el modelo arregla un detalle mientras se olvida de los dos contiguos. Ya analizamos por qué el cerebro se fatiga ante el flujo de propuestas de la máquina y empieza a asentir sin mirar en el artículo sobre el estudio de Anthropic acerca de la pérdida de control sobre las decisiones de los agentes de IA.
Cómo funciona Plannotator: el plan convertido en documento web
Imagina a un profesor con bolígrafo rojo sobre un cuaderno: en vez de redactar una carta aparte, tachas la línea que no encaja y anotas en el margen. Goldie completa esa imagen con la metáfora de una orquesta donde Claude Code, Codex, Gemini, Hermes y Grok Bot tocan su parte: sin un director que revise las partituras antes de empezar, los virtuosos acaban haciendo ruido.
Ese atril de director es precisamente Plannotator (curl -fsSL https://plannotator.ai/install.sh | bash). Cuando el agente en plan-mode genera un plan en Markdown, un hook intercepta la salida, levanta un servidor local sin enviar telemetría y abre http://localhost:[port]/review: a la izquierda tienes el índice, en el centro el documento y a la derecha tus anotaciones.
En el caso práctico, Goldie encargó a Claude Code crear un portal de onboarding de clientes con lista de verificación, subida de archivos y reserva de llamadas. En el plan de 7 pasos saltaron dos fallos:
- En el segundo paso, el agente decidió programar la autenticación desde cero a mano, lo que habría costado una semana y abierto riesgos. Julian seleccionó la línea y anotó: «No escribas el login desde cero, usa Supabase Auth o Clerk». La línea quedó marcada en naranja y el comentario apareció a la derecha.
- En el tercer paso, el agente propuso desplegar PostgreSQL y una cola Redis. Ese punto se tacha con el marcador (
redline tool) y una nota: «No hace falta base de datos, guarda el estado en un JSON local», mientras que la verificación antivirus de archivos recibe un pulgar arriba.
Retroalimentación sin perder contexto y un Inbox unificado
Al pulsar «Send Feedback», las selecciones y los comentarios se empaquetan en JSON y entran por la entrada estándar (stdin) de la sesión activa del agente. Como cada nota queda anclada a frases exactas, el modelo no pierde el hilo. Revisar el portal llevó 30 segundos: Claude Code quitó al instante el login casero y la base de datos innecesaria, y mostró el plan actualizado en un visor de cambios (diff viewer).
Además de planes, plannotator annotate fija correcciones directamente sobre elementos de páginas web, y plannotator review muestra diffs de código y pull requests de GitHub con un botón «Ask AI» que explica los cambios en lenguaje llano. Cuando varios bots trabajan en paralelo, plannotator inbox reúne sus preguntas y archivos en una sola ventana para que las sesiones en segundo plano no se queden colgadas. Sobre flujos de trabajo sólidos alrededor de los modelos puedes leer también en el análisis de los entramados de ingeniería harness para agentes de IA. Ten en cuenta sus límites: los entornos CLI cerrados poco comunes requieren hooks personalizados, y pulsar «Approve» a ciegas en el navegador dejará pasar errores igual que en la consola.
Al incorporar Plannotator, ten presentes tres reglas sencillas:
- Corta lo sobrante antes de generar código: intercepta
plan-modecon un hook para eliminar bases de datos innecesarias y módulos hechos a mano antes de empezar el desarrollo. - Ancla las notas al texto: resalta las líneas dudosas y tacha los pasos que sobran directamente sobre el plan o la maquetación para conservar el contexto de la sesión.
- Centraliza los flujos en un solo Inbox: usa
plannotator inboxcuando tengas varios bots en paralelo para responder sus dudas sin detener los procesos.
Un filtro así convierte el trabajo con la terminal en una aprobación transparente, donde tú marcas los límites de la arquitectura y los agentes escriben el código sobre un plan ya depurado.

