JEONG (SOLHUN) — Gyeonghun Jeong

Cada pantalla se multiplica en la app, la web móvil, la web de escritorio, la web para docentes y la de administración. Ajustar las pantallas con la diseñadora y el cliente fue más trabajo que el propio código, así que rehicimos juntos un proceso de feedback que perdía puntos cuando las peticiones eran vagas o se acumulaban.

1. Revisión responsive

   Antes

   Estirar y encoger la ventana de Chrome, una pantalla cada vez

   Después

   Un tablero de revisión con 55 pantallas y 39 modales en vertical y horizontal a la vez. Cada pantalla tiene su caja de comentarios, y el comentario de la diseñadora pasa a ser una instrucción de trabajo tal cual.

   55 / 55 pantallas de tableta revisadas · 0 errores

2. Enviar feedback

   Antes

   Sesenta notas de texto en un solo mensaje de Slack

   Después

   Un widget para señalar el botón o el texto real en pantalla y reportarlo, añadido a las cuatro apps: app, web, docentes y admin.

   41 reportes de la diseñadora en un solo día

3. Seguimiento

   Antes

   Un documento de revisión de 613 líneas actualizado a mano; había que preguntar para saber qué estaba corregido

   Después

   Reporte → sistema interno → issue en Linear → aviso en Slack, todo automático. Al publicar un arreglo, Slack recibe qué cambió y un enlace al tablero.

   301+ reportes con estado controlado

Trabajé con los abogados laboralistas como un solo equipo. Pasamos a software un trabajo manual basado en listas y documentos y llevamos el proceso de consultoría a la IA (AX). También contrasta con la ley vigente los artículos que cita la IA.

1. Todo lo que rodea al código

   Antes

   El desarrollo externalizado suele cubrir solo la construcción

   Después

   Contrato (8 mar.) → especificación v2–v2.2 (13–17 abr.) → guías de administración y asesoría (17–26 may.) → entrega del sistema de diseño (8 jun.) → propuesta, vídeo de producto y tarjetas informativas (jul.–sep.), todo a mi cargo.

2. Pantallas por rol

   Antes

   Todos veían los mismos datos en la misma pantalla

   Después

   Dirección, ejecutivos, asesores, responsables de casos y empleados ven datos y pantallas distintos. Diseñarlo y explicárselo a los abogados me enseñó muchísimo sobre recursos humanos y derecho laboral.

Nació de mi propio caos: diez terminales abiertas y sin saber cuál era cuál. Diez meses y 57 versiones después es un producto público. Hice solo la planificación, el desarrollo, los lanzamientos, la landing y el marketing; salió como app de pago, generó sus primeros ingresos y luego pasó a código abierto.

1. Última actualización · v1.10.0 · 29 sep. 2026

   AI Control API

   Antes

   En ejecuciones no interactivas, solo sabes que la IA se desvió cuando ya ha terminado

   Después

   En la v1.9 (23 sep. 2026), una API local permite que otra IA abra sesiones y trabaje dentro de CLI Manager. Las sesiones de IA aparecen en verde para que puedas revisarlas e intervenir cuando quieras. Desde la v1.10 (29 sep. 2026) la IA también lee las notas de esas sesiones.

Lo construí porque la gente vigilaba a mano los issues recurrentes: comprobar el avance, revisar, volver a pedir. Symphony toma un issue, los agentes de IA lo desarrollan a partir de la documentación y, si se atasca, avisa a una persona por Slack. Docs, casos de prueba y reportes fluyen por Lassorun.

Un sistema de administración con 17 tipos de cuestionario × 16 tipos de pregunta sobre datos reales en producción. Las preguntas estaban atadas a cada cuestionario y no se podían reutilizar, así que lo rediseñé para que vivan por separado y se enlacen, y verifiqué paso a paso la migración de datos de producción, del diseño y el plan a la ejecución.

1. QA

   Antes

   Hacer clic pantalla por pantalla para encontrar errores

   Después

   Una tabla que recorre cada tipo con crear → leer → actualizar → borrar y comprueba que los valores guardados vuelven intactos. También probé primero una herramienta de QA con IA y la compartí; dos compañeros la aplicaron enseguida en sus áreas.

   17×16 matriz de ida y vuelta CRUD, 5 h 41 min

El proyecto en el que más operación posterior al lanzamiento gestioné: pagos, reembolsos, revisión en tiendas y seguridad.

1. Pagos

   Antes

   La liquidación se rompía cada vez que cambiaban las reglas de la pasarela

   Después

   Cambié de pasarela cuatro veces, rediseñé la liquidación y terminé en compras dentro de la app.

2. Reembolsos

   Antes

   Usuarios que gastaban créditos y pedían el reembolso (no llegaban los avisos)

   Después

   En 3 días: webhook de reembolsos y recuperación automática de créditos.

3. Lanzamientos

   Antes

   Dos rechazos de Apple, y cada arreglo exigía otra revisión

   Después

   Pasamos a actualizaciones OTA para que los arreglos no esperen cada vez a la revisión.

4. Seguridad

   Antes

   Huecos de seguridad en código hecho deprisa con agentes de IA

   Después

   Una auditoría completa a los cuatro meses bloqueó 4 problemas críticos.

Lideré el rediseño y llevé el ciclo de feedback de la diseñadora y el cliente. Preparé todo para que la diseñadora instalara la herramienta de feedback por su cuenta, agrupé los reportes y compartí lo publicado como lista: «6 reportes de ayer y hoy, resueltos». Continuaba el proceso de feedback pulido en KITS.

1. Aplicar el feedback

   Antes

   Peticiones de cambio repartidas entre mensajería y documentos

   Después

   Reportes dejados en la propia pantalla → aplicados por tandas → lista compartida de lo que cambió

Recoger publicaciones populares en X → dos agentes de IA debaten el tema (hasta 3 rondas) → investigación, verificación, texto, render y pie → publicación simultánea en Threads, X e Instagram. Cada día reunía datos de interacción y rehacía las mejores publicaciones desde otro ángulo. Lo publiqué como código abierto dejando vacías las claves de API.