Resucité a Ask Jeeves como una experiencia funcional y fiel a la promesa original: respuestas directas a preguntas en lenguaje natural en lugar de listas de enlaces. El giro creativo fue alimentarlo con GPT-4 y forzarlo a permanecer en el personaje de un mayordomo británico educado, usando lenguaje formal, honoríficos como sir y madam y evitando por completo la jerga moderna. El proyecto se construyó como demostración técnica y experimento de producto durante #Kiroween y nació de una combinación de especificaciones rigurosas y desarrollo rápido.

Breve historia: Ask Jeeves nació en 1996 con la idea revolucionaria de que los usuarios no querían enlaces sino respuestas. En su momento la tecnología no estuvo a la altura, y la dependencia de editores humanos para curar pares pregunta-respuesta no pudo escalar. Casi treinta años después, los modelos de lenguaje grande permiten por fin materializar aquella visión inicial y ofrecer respuestas concisas y contextualizadas.

Cómo lo hicimos: antes de tocar una línea de código escribimos tres documentos de especificación: requirements.md con requisitos detallados y criterios de aceptación, design.md con arquitectura, interfaces TypeScript y quince propiedades de corrección, y tasks.md con las tareas de implementación. Cada requisito tenía criterios explícitos como respuestas directas de una o dos frases, uso obligatorio de honoríficos y ninguna URL salvo petición expresa.

Pruebas y garantías: las quince propiedades de corrección se tradujeron a pruebas basadas en propiedades usando fast-check. Propiedades como que el arreglo relatedQuestions deba contener entre 3 y 5 elementos se convirtieron en tests que generan entradas aleatorias y verifican que la propiedad se mantiene. También implementamos postprocesado que fuerza los límites establecidos por las especificaciones si el modelo intenta ignorarlos.

Cambios y flujo de trabajo: gracias al desarrollo guiado por especificaciones no tuvimos que repetir contexto constantemente. Cambios visuales o de tono se describían en los specs y la plataforma ya conocía las restricciones de persona, la estructura de respuesta y las limitaciones de la interfaz. El resultado fue iteración rápida con seguridad sobre la corrección.

Implementación destacada: el cliente LLM incluye integración con OpenAI, lógica de reintentos con backoff exponencial, mensajes de error en la voz de Jeeves y un sistema de postprocesado que aplica las reglas de estilo y formato. Para mantener la estética de los 90 la suite de pruebas incluso escanea el CSS buscando propiedades modernas y falla si detecta border-radius, box-shadow o animaciones, salvo en un modo especial de Halloween que permite efectos VHS.

Tres modos de uso: modo clásico 1998 con respuestas cortas y persona estricta; modo mejorado con explicaciones más profundas y analogías; y modo Kiroween espeluznante con la voz del Ghost of Jeeves, paleta oscura y efectos estéticos selectivos. Cada modo respeta las propiedades de corrección y las pruebas automatizadas garantizan que no se rompen las reglas.

Lecciones clave: el desarrollo guiado por especificaciones no es solo documentación, es contexto persistente que condiciona cada decisión técnica y de producto. Las pruebas basadas en propiedades descubrieron casos límite que no habríamos pensado manualmente. La combinación de especificaciones para la estructura y enfoque creativo para la estética permitió iterar rápido sin perder calidad.

Sobre Q2BSTUDIO: en Q2BSTUDIO somos una empresa de desarrollo de software que crea aplicaciones a medida y software a medida para empresas de todos los tamaños. Somos especialistas en inteligencia artificial y ofrecemos soluciones de ia para empresas, agentes IA y servicios de inteligencia de negocio como power bi. También brindamos servicios de ciberseguridad y pentesting, y ofrecemos despliegues y optimización en servicios cloud aws y azure. Si buscas desarrollar una aplicación concreta podemos ayudarte a diseñar, implementar y escalar la solución siguiendo buenas prácticas y especificaciones rigurosas, conoce más sobre nuestras propuestas de aplicaciones en desarrollo de aplicaciones y software multicanal y nuestras soluciones de IA en servicios de inteligencia artificial para empresas.

Conclusión: resurrectar Ask Jeeves fue un ejercicio de ingeniería y diseño que demuestra cómo las especificaciones formales, las pruebas automatizadas y los modelos de lenguaje actuales pueden cumplir promesas antiguas. Para proyectos que demanden cumplimiento estricto de reglas, voz consistente o integración de IA, la combinación de software a medida, agentes IA y prácticas de ciberseguridad que ofrecemos en Q2BSTUDIO resulta especialmente efectiva. Contacta con nosotros para explorar cómo trasladar esta metodología a tus proyectos de automatización de procesos, business intelligence o aplicaciones personalizadas.

Palabras clave relacionadas: aplicaciones a medida, software a medida, inteligencia artificial, ciberseguridad, servicios cloud aws y azure, servicios inteligencia de negocio, ia para empresas, agentes IA, power bi.