Gemini 3.7 Flash acaba de llegar y quise ponerlo a trabajar en escenarios reales, no en prompts aislados ni en una demo bonita. La pregunta era sencilla: ¿qué tan rápido responde, cuánto respeta una referencia visual y qué nivel de autonomía tiene cuando hay que construir algo de verdad?
Lo probé con Google AI Studio y Antigravity, configurándolo con el nivel de esfuerzo más alto. Hice tres pruebas distintas: una web editorial completa a partir de una referencia, la conversión de un diseño HTML a un tema activo de WordPress y una web app para coordinar el cuidado de un adulto mayor.
El resultado no fue perfecto, y eso es importante decirlo desde el principio. Hubo un error de estilos que tuve que señalar para que lo corrigiera. Pero la combinación de velocidad, eficiencia y resultados utilizables me sorprendió bastante. Sobre todo porque en varios casos el modelo no solo ejecutó lo pedido, sino que tomó buenas decisiones de diseño por cuenta propia.
Tabla de contenido
- ⚡ La primera impresión: responde absurdamente rápido
- 🧪 Cómo hice las pruebas con AI Studio y Antigravity
- 🎨 Proyecto 1: una web editorial construida desde una sola referencia
- 🧩 Proyecto 2: pasar un diseño HTML a un tema de WordPress
- 📱 Proyecto 3: una app para coordinar el cuidado de un adulto mayor
- 🧠 Por qué los prompts detallados cambian el resultado
- ✅ Qué hizo bien Gemini 3.7 Flash
- ⚠️ Lo que no hay que idealizar
- 🚀 Mi veredicto: ¿vale la pena probar Gemini 3.7 Flash?
⚡ La primera impresión: responde absurdamente rápido
Lo que más me llamó la atención de Gemini 3.7 Flash fue la velocidad. No estoy diciendo que sea automáticamente superior a los modelos de frontera, pero sí tiene una mezcla muy atractiva entre rapidez y capacidad de ejecución.
En Antigravity, por ejemplo, el primer prompt para crear un skill demoró aproximadamente 33 segundos. Es un tiempo llamativo, especialmente comparándolo con otras herramientas de código asistido donde este tipo de preparación puede demorar bastante más.
La prueba más fuerte fue convertir un diseño existente en un tema de WordPress. WordPress ya estaba instalado, así que el reto no consistía en levantar la instalación desde cero. El trabajo era tomar el diseño HTML creado previamente, transformarlo en un tema funcional y dejarlo activo.
La primera parte de esa conversión tomó cerca de dos minutos. Luego hubo una ejecución adicional de alrededor de un minuto. En pocos minutos ya había un tema funcionando dentro de WordPress.
Claro, apareció un detalle: algunos estilos no se tomaron correctamente desde el archivo original. Ese tipo de problema es bastante común cuando se pasa de una maqueta estática a una estructura de tema con sus propios archivos, rutas y hojas de estilo. Lo bueno fue que, al indicarle el problema, el modelo entendió la corrección necesaria y la aplicó a todos los archivos relevantes.
Ese detalle marca una diferencia importante. No se trata solo de que un modelo escriba código rápido. Se trata de que pueda recibir feedback, detectar qué piezas deben cambiar y resolver el problema sin obligarte a reconstruir todo desde cero.
🧪 Cómo hice las pruebas con AI Studio y Antigravity
Para estas pruebas usé Gemini 3.7 Flash tanto en Google AI Studio como en Antigravity. En este último caso lo utilicé con una cuenta gratuita y sin mayores complicaciones, configurándolo en el nivel de inteligencia o esfuerzo más alto.
Mi enfoque no era pedir una página genérica y medir si salía algo aceptable. Quería probar tres dimensiones específicas:
- Fidelidad: si recibe una dirección visual concreta, ¿es capaz de respetarla?
- Autonomía: si le das solo una parte de la web, ¿puede construir el resto con sentido?
- Capacidad funcional: si la idea requiere pantallas, perfiles, registros e interacciones, ¿puede convertir un prompt detallado en una aplicación coherente?
Esta forma de probar un modelo es mucho más útil que quedarse en una sola respuesta. Un resultado interesante no es únicamente una interfaz atractiva. Es una herramienta que conserva contexto, mantiene una línea visual, organiza funcionalidades y responde bien a los ajustes.
🎨 Proyecto 1: una web editorial construida desde una sola referencia
La primera prueba comenzó con una sección hero para una web editorial de moda. La referencia tenía una dirección visual muy clara: fondo rojo intenso, tipografía editorial, una imagen central de moda y una composición bastante particular.
Para obtener el prompt de esa sección usé Dynamo Sites, una plataforma donde puedes encontrar secciones de webs y usar sus prompts como punto de partida. Puedes registrarte gratuitamente, elegir una referencia y llevarte el prompt para construir una versión similar con inteligencia artificial.
El resultado inicial fue bueno porque siguió los lineamientos del prompt de forma muy cercana. No significa que todas las ejecuciones generen una copia idéntica, porque cada modelo puede interpretar ciertas decisiones de manera distinta. Pero se respetó la esencia: jerarquía tipográfica, contraste, composición, estilo editorial y uso de la imagen.
Hasta ahí, bien. Pero ese no era el reto principal.
De una sección hero al resto de la experiencia
Después de crear la sección principal, la instrucción fue muy simple: crear dos secciones más para esa web. No se entregaron especificaciones adicionales sobre contenidos, imágenes, estructura ni layout.
Ahí es donde la prueba se pone interesante. El modelo tenía que interpretar la temática, identificar el lenguaje visual del hero y proponer una continuidad que pareciera parte de la misma web.
Y lo hizo bastante bien. Generó secciones complementarias con nuevas imágenes, mantuvo el uso de la tipografía, conservó la estética minimalista y siguió una lógica visual coherente. No reutilizó simplemente la misma imagen de arriba para todo. Tomó la iniciativa de cambiar los recursos visuales y construir bloques que tenían sentido para una marca editorial.
La web final incorporó una experiencia más completa: una sección de estructuras o piezas editoriales, imágenes de moda, fichas de contenido, una declaración de marca y un formulario de acceso prioritario. Todo siguió una dirección consistente con la referencia inicial.
Eso es lo que me gustó de esta prueba. No fue una web complejísima en términos de funcionalidades, pero el modelo mostró criterio visual y proactividad. Cuando le das una referencia suficientemente clara, parece capaz de extender el sistema de diseño sin perder completamente el rumbo.
Qué demuestra esta prueba
Para crear una web con IA, el prompt importa, pero también importa mucho la calidad de la referencia. Una referencia visual bien resuelta le entrega al modelo una especie de sistema de decisiones: colores, contraste, tono, estructura, densidad de contenido y estilo fotográfico.
Si partes solo con una frase genérica como “crea una web moderna”, el resultado probablemente será mucho más común. En cambio, si partes con un hero trabajado y un prompt específico, el modelo tiene una base clara sobre la que puede seguir construyendo.
Una buena práctica sería esta:
- Define una primera sección muy clara, normalmente el hero.
- Indica el tipo de marca, público y objetivo de la web.
- Incluye referencias de estilo, jerarquía y tono.
- Pide al modelo que proponga las secciones restantes respetando ese sistema.
- Revisa el resultado y corrige los puntos donde la coherencia visual se rompa.
Gemini 3.7 Flash respondió bien a este flujo. No porque haya creado un resultado perfecto sin supervisión, sino porque generó una base sólida muy rápido.
🧩 Proyecto 2: pasar un diseño HTML a un tema de WordPress
La segunda prueba fue más técnica. Tenía una web creada en HTML y quería convertirla en un tema de WordPress instalado y activo.
Este proceso normalmente implica separar correctamente las partes del tema, integrar los archivos necesarios, respetar la estructura de WordPress y comprobar que los estilos, recursos y plantillas carguen de forma correcta. Aunque el diseño sea estático, convertirlo en un tema funcional tiene varias capas que pueden fallar.
Gemini 3.7 Flash hizo la conversión inicial con una velocidad muy buena. En alrededor de dos minutos logró dejar el tema creado y activo, con una ejecución adicional para finalizar ajustes.
En una tarea así, que aparezca un problema no invalida el resultado. Lo relevante es el tipo de problema y la forma en que se resuelve. En este caso, había estilos que debían haberse tomado bien desde el archivo original y no quedaron como correspondía.
La corrección fue bastante directa. Al describirle el fallo, el modelo modificó los archivos necesarios y resolvió la inconsistencia. Eso redujo muchísimo el tiempo entre “la primera versión ya funciona” y “la primera versión funciona como debería”.
Para quienes están construyendo proyectos con IA, este es un punto clave: no esperes que la primera ejecución sea la versión definitiva. Es mejor trabajar por iteraciones breves.
- Primero, consigue una versión funcional.
- Luego, identifica fallos concretos de estilos, estructura o comportamiento.
- Describe el problema con claridad.
- Pide una corrección acotada en lugar de rehacer toda la aplicación.
- Comprueba que no haya roto otras partes del proyecto.
Ese flujo hace que la IA se convierta en una herramienta de producción real y no solo en una máquina para generar prototipos bonitos.
Una vez que el proyecto está listo para publicar, necesitas una infraestructura adecuada. Para eso puedes usar el enlace de descuento de Hostinger y desplegar tu web o proyecto con una alternativa de hosting preparada para ponerlo en línea.
📱 Proyecto 3: una app para coordinar el cuidado de un adulto mayor
La tercera prueba fue la más completa. El objetivo era crear una aplicación para coordinar el cuidado de una persona mayor entre familiares, cuidadores y profesionales de salud.
Esta idea se obtuvo desde Primera App, una herramienta que ayuda a crear la primera aplicación y que incluye ideas listas para construir con prompts detallados. La idea utilizada se llamaba CuidadorLoop y describía una app enfocada en registrar visitas, controlar medicación, coordinar tareas y organizar información de cuidado.
La aplicación generada no se quedó en una pantalla de presentación. Construyó una interfaz bastante completa, con un panel principal, alertas, registros, diferentes perfiles y módulos para el seguimiento cotidiano.
Ese tipo de proyecto es especialmente útil para probar a un modelo porque mezcla diseño, organización de información y funcionalidad. No basta con poner tarjetas bonitas. La app necesita reflejar cómo funciona la coordinación real de un equipo de cuidado.
Registro de visitas y bitácora del día a día
Una de las funciones principales era registrar una visita a la persona cuidada. Por ejemplo, alguien puede indicar que fue a ver a la abuela, registrar cuántas horas estuvo allí y completar datos relevantes del día.
El formulario incluye elementos como:
- Estado de ánimo.
- Información sobre si comió bien.
- Horas de descanso.
- Nivel de dolor.
- Notas de la visita.
- Posibilidad de adjuntar una imagen.
Al guardar ese registro, queda almacenado dentro de una bitácora con visitas anteriores. Esto permite mantener un historial más ordenado y evita que información relevante quede dispersa entre mensajes, llamadas o conversaciones separadas.
La idea tiene mucho sentido como herramienta de coordinación. No significa que cada campo deba llenarse en cada visita. Lo importante es tener una estructura disponible cuando haga falta registrar algo relevante.
Medicamentos, stock y recordatorios
La app también incluye un módulo de medicación. Allí se pueden ver los medicamentos que toma la persona, sus dosis y si hace falta comprar más según el stock disponible.
Este es un buen ejemplo de cómo un prompt detallado puede traducirse en una interfaz funcional. El modelo entendió que la medicación no es solo una lista de remedios. Hay contexto operativo: frecuencia, seguimiento, disponibilidad y coordinación entre quienes participan en el cuidado.
En la aplicación de prueba, la persona cuidada es Carmen. La interfaz permite gestionar los medicamentos asociados a su perfil y centralizar esa información para que el equipo tenga una referencia común.
Coordinación de tareas entre familiares y profesionales
Otro módulo estaba dedicado a tareas. Aquí se pueden crear pendientes como recoger a Carmen a una hora específica o llevar una carpeta médica con análisis recientes.
La app también muestra distintos perfiles de usuario. En el ejemplo aparecen:
- Laura, desde la perspectiva de una hija.
- Elena, cuidadora de las mañanas.
- Mateo Silva Nieto.
- El doctor Alberto Valenzuela, médico geriatra.
Esta parte me pareció muy buena porque refleja un punto central del cuidado: no hay una sola persona resolviendo todo. Hay familiares, cuidadores y profesionales que necesitan ver información distinta y colaborar sin perder el contexto.
El cambio entre perfiles también funcionó dentro de la prueba. Al pasar a la vista de Mateo, la app modificaba la interfaz para reflejar ese usuario. Es un detalle importante porque demuestra que el modelo fue capaz de construir una experiencia con roles, no solamente una maqueta de una sola pantalla.
Informe clínico y una advertencia necesaria
La aplicación incluye una opción para generar un informe clínico e identificar patrones o correlaciones dentro de los registros. Como funcionalidad de organización puede ser interesante, especialmente para resumir información que luego se quiera revisar.
Pero aquí hay que ser extremadamente claros: una salida generada por IA no reemplaza una evaluación médica ni un informe validado por un profesional de salud.
Si una app así se fuera a lanzar o usar de verdad, tendría que incorporar ese cuidado desde el diseño del producto. Los registros pueden ayudar a ordenar información y detectar elementos que vale la pena consultar, pero cualquier decisión clínica debe pasar por un médico o profesional calificado.
🧠 Por qué los prompts detallados cambian el resultado
La tercera prueba tuvo un prompt bastante trabajado. Eso explica parte de lo completa que quedó la aplicación. Cuando pides algo ambicioso a una IA con una instrucción de dos líneas, normalmente debes esperar un resultado general. Si defines funciones, tipos de usuario, pantallas, necesidades y contexto, el modelo tiene mucho más material para construir.
Por eso herramientas como Primera App son útiles para empezar. No porque te entreguen una aplicación lista para vender sin validar nada, sino porque ayudan a convertir una idea vaga en una especificación inicial mucho más concreta.
Un prompt útil para crear una aplicación debería contemplar, como mínimo:
- Problema: qué necesidad concreta resuelve la app.
- Usuarios: quiénes la usarán y qué permisos o perspectivas tendrán.
- Datos: qué información se registra, consulta o actualiza.
- Flujos: qué acciones deben poder completar las personas.
- Interfaz: estilo visual, prioridades y jerarquía.
- Límites: qué no debe hacer la aplicación y qué requiere validación humana.
La IA puede rellenar muchos vacíos, como ocurrió con las imágenes y secciones de la web editorial. Pero cuanto más importante sea el proyecto, menos conveniente es delegar decisiones críticas al azar.
✅ Qué hizo bien Gemini 3.7 Flash
Después de las tres pruebas, hay varias cosas que destacaría del modelo.
Velocidad de ejecución
Es el punto que más me sorprendió. Desde un skill generado en unos 33 segundos hasta la conversión de un tema de WordPress en pocos minutos, Gemini 3.7 Flash mantuvo una velocidad que hace mucho más fluido el proceso de iterar.
Cuando una herramienta tarda demasiado, uno tiende a escribir prompts gigantes y esperar que todo salga bien a la primera. Cuando responde rápido, puedes trabajar de manera más natural: construir, comprobar, ajustar y repetir.
Respeto por una referencia visual
En la web editorial siguió bien la referencia del hero y logró mantener esa línea estética en secciones que no se describieron con detalle. Conservó tipografía, estilo, minimalismo, composición y tono general.
Autonomía creativa
El modelo tomó decisiones no especificadas, como cambiar imágenes y proponer nuevas secciones para la web. En lugar de quedarse esperando instrucciones para cada bloque, continuó la temática inicial con una propuesta coherente.
Capacidad de corrección
El error de estilos en la conversión a WordPress fue un recordatorio de que estas herramientas no son infalibles. Sin embargo, respondió rápido una vez que recibió una indicación clara del problema. Esa capacidad de corrección es la que vuelve útil al modelo dentro de un flujo real de desarrollo.
Resultados funcionales más allá de una landing page
La app de cuidado fue la prueba más clara. Construyó módulos para bitácora, visitas, medicación, tareas, coordinación, perfiles e informes. Para una sola instrucción detallada, el nivel de completitud fue bastante bueno.
⚠️ Lo que no hay que idealizar
Que el modelo sea rápido no quiere decir que puedas presionar un botón y olvidarte del proyecto. La supervisión sigue siendo necesaria.
En estas pruebas apareció un fallo de estilos que requirió corrección. En un proyecto de producción podrían aparecer problemas adicionales: datos mal modelados, flujos incompletos, permisos deficientes, validaciones ausentes, problemas de accesibilidad o detalles que simplemente no responden a las necesidades reales de las personas.
También hay que distinguir entre un prototipo funcional y un producto listo para salir al mercado. Una aplicación de cuidado de salud, por ejemplo, requiere validación profesional, resguardo de datos, criterios de privacidad y decisiones responsables que no se resuelven únicamente con un prompt.
La forma sana de usar estas herramientas es tratarlas como un acelerador potente. Te permiten avanzar increíblemente rápido, pero la estrategia, la revisión y la responsabilidad siguen siendo humanas.
🚀 Mi veredicto: ¿vale la pena probar Gemini 3.7 Flash?
Sí, vale la pena probarlo.
No porque sea necesario declararlo mejor que todos los modelos de frontera. Esa no fue la conclusión. El atractivo está en otra parte: la eficiencia que entrega para construir, iterar y corregir proyectos reales.
La web editorial demostró que puede seguir una referencia y extenderla con creatividad. La conversión a WordPress mostró que puede ejecutar una tarea técnica compleja en muy poco tiempo y corregir errores cuando se los señalas. La aplicación de cuidado reveló que puede traducir un prompt detallado en una experiencia con bastante profundidad funcional.
Si estás creando webs, explorando vibe coding o quieres transformar ideas en aplicaciones, puedes empezar con prompts profesionales en Primera App y explorar referencias de diseño en Dynamo Sites.
Y si quieres compartir procesos, aprender a crear aplicaciones con IA y avanzar acompañado, puedes unirte a la comunidad de vibe coding.
Para quienes ya tienen una idea concreta y quieren llevarla a un proyecto real, también está disponible el formulario para contarme tu caso.
Mi recomendación es sencilla: prueba Gemini 3.7 Flash con un proyecto que te importe. No le pidas solamente una página genérica. Dale una referencia, un objetivo claro y un problema real que resolver. Ahí es donde mejor se nota si una herramienta realmente puede ayudarte a construir.
