7 consejos para usar los créditos de Figma Make de forma más eficiente

Desde que lanzamos Figma Make hace un año, hay un patrón que se repite: los equipos que obtienen los mejores resultados con la creación de prototipos con IA no son necesariamente los que escriben las indicaciones más largas. Son los que saben organizar bien su trabajo, delimitar las ediciones con precisión y escalar el contexto de forma adecuada para colaborar.

Estos siete consejos pueden ayudarte a hacer lo mismo en Make.

Haz que tu primera indicación haga el trabajo pesado

Tu primera indicación define la estructura del proyecto y establece sus restricciones. Cuanto más completo sea ese punto de partida, menos tiempo dedicarás a corregirlo después.

Una regla práctica útil: considera la indicación inicial como el brief y cada seguimiento como un ajuste. Esto significa que tu primera indicación debería incluir:

• El objetivo
• El contexto
• Todos los elementos, comportamientos y restricciones clave
• Cómo se verá el resultado final

Una vez que tengas una buena base sobre la que trabajar, las indicaciones de seguimiento pueden ser mucho más breves. Las buenas indicaciones suelen abarcar tres aspectos:

• Qué debería cambiar
• Cómo cambiará
• Qué debería permanecer igual

Para proyectos más grandes, considera dividir el trabajo en etapas. Primero, define la estructura del proyecto sin preocuparte demasiado por los detalles del contenido; la estructura suele ser lo más difícil de cambiar una vez que el desarrollo está avanzado. Después, añade inteligencia y comportamientos, y luego perfecciona el contenido y los detalles finales.

Evita combinar varios cambios en una misma indicación de seguimiento, amenos que sean correcciones relacionadas dentro de la misma lógica o UI. Si tres ediciones afectan al mismo componente, suele ser más eficiente agruparlas en una sola solicitud que dedicar varias rondas al mismo tema.

Cualquier indicación de seguimiento funciona mejor cuando está bien delimitada. Cuanto más específico seas respecto de lo que quieres que Make cambie, más eficiente será. Por ejemplo: "Actualiza el componente del calendario", "Añade un nuevo estado a esta pantalla" o incluso "Edita los tokens de este archivo" orientan a Make mucho mejor que "Esto no está bien, ¿puedes rehacerlo?". Las indicaciones específicas le indican a Make exactamente dónde mirar y qué hacer. Las indicaciones imprecisas obligan a Make a interpretar tu intención antes de determinar la mejor manera de llevarla a cabo, lo que añade un costo adicional.

2. Prioriza las ediciones manuales para determinados cambios

Los equipos que obtienen mejores resultados con Make también saben cuándo dejar de hacer indicaciones y empezar a editar directamente. Para pequeños cambios visuales —ajustar el espaciado, eliminar un elemento o modificar un texto— la herramienta Editar suele ser la opción más rápida. Permite realizar ajustes puntuales sin volver a abrir todo el problema. Esto es importante porque muchas indicaciones de seguimiento no le están pidiendo realmente a Make que resuelva un nuevo problema de diseño; le están pidiendo que ajuste finamente algo que ya es, en esencia, correcto.

Lo mismo ocurre en el código. Algunos de los cambios más eficientes en Make ocurren cuando vas directamente al origen y editas el valor correspondiente. Esto resulta especialmente útil cuando algo es dinámico y no puede editarse únicamente desde la vista previa. Por ejemplo, si necesitas actualizar texto dentro de un componente repetido o modificar datos obtenidos de una lista en la misma carpeta. En lugar de ir afinando el resultado mediante indicaciones, puedes usar Ir al origen, buscar en el código y realizar el cambio directamente donde se encuentra.

No hace falta ser desarrollador para aprovechar esto. El código de Make es lo suficientemente legible como para encontrar lo que necesitas, especialmente cuando ya sabes qué elemento o comportamiento intentas ajustar.

Para cambios visuales más importantes, recomendamos utilizar el lienzo de Figma Design. Con Copiar diseño, puedes llevar la vista previa de Make a Figma Design como capas editables, realizar los cambios con las herramientas que ya conoces y luego devolver esa dirección a Make con una sola indicación. Ese flujo de trabajo híbrido puede ser mucho más rápido que hacer una indicación tras otra para cada ajuste visual. Por ejemplo, cuando la impulsora de diseñadores Miggi Cardona generó una app de audio funcional que se creó en modo oscuro, la llevó al lienzo, creó una versión clara y volvió a incorporar ese resultado en Make como contexto para actualizar el prototipo. Una sola indicación, sin necesidad de interpretaciones ni conjeturas. ¡Simple y eficiente!

La idea es reservar las indicaciones para aquello en lo que mejor funcionan: la generación, el razonamiento y las transformaciones de mayor alcance, y optar por las ediciones manuales cuando el trabajo se vuelve más visual.

3. Convierte las indicaciones repetidas en reglas y flujos de trabajo

Si te encuentras repitiendo las mismas instrucciones, es momento de sacarlas de la indicación. Aquí es donde los archivos Markdown, como guidelines.md, adquieren valor. Los equipos que obtienen el máximo provecho de la IA en sus flujos de trabajo tratan estos archivos sistemáticamente como requisitos del proyecto, no como algo opcional.

Un buen archivo guidelines.md enumera las reglas que quieres que Make siga a lo largo de todo el proyecto:

• Qué incluye el sistema de diseño
• Qué convenciones de nomenclatura seguir
• Qué patrones priorizar
• Qué nivel de calidad alcanzar
• Dónde encontrar la fuente de referencia adecuada para las decisiones habituales

Piensa en ello como una memoria reutilizable del proyecto: un lugar donde conservar las reglas y referencias que Make debe tener presentes en todo momento. Como no tiene que volver a aprenderlo todo cada vez, el beneficio es doble: menos repeticiones en las indicaciones y mejores resultados desde el principio.

La estructura también importa. Un único archivo Markdown enorme no siempre es la mejor solución. En muchos casos, resulta más claro contar con un archivo principal de guidelines y archivos .md complementarios más pequeños para temas específicos, como componentes, animaciones, tokens o patrones de contenido. Cuanto más legibles sean estos archivos para el modelo, más útiles serán. Los encabezados claros, las etiquetas coherentes, una nomenclatura semántica y una menor redundancia ayudan.

Los archivosskills.md son el siguiente paso cuando lo que repites no es solo contexto, sino un flujo de trabajo completo. Es fácil confundirguidelines.md y skills.md porque ambos son archivos Markdown; en esencia, son instrucciones en texto plano que ayudan a Make a ofrecer resultados más fiables. La diferencia está en el papel que desempeñan:

• Guidelines: memoria del proyecto siempre activa que un proyecto de Make mantiene en el fondo.
• Skills: flujos de trabajo bajo demanda que invocas cuando una tarea específica los requiere.

Si las guidelines le indican a Make qué debe saber, las skills de IA le indican qué debe hacer. Una skill funciona como un manual para una tarea recurrente: revisar una pantalla según los estándares de tu sistema de diseño, crear a partir de una hoja de ruta de desarrollo de productos (PRD), revisar textos de producto o generar un tipo específico de interfaz. En lugar de reescribir la misma serie extensa de indicaciones cada vez, puedes convertir ese proceso en una skill e invocarla cuando la necesites.

4. Sé selectivo al incorporar contexto externo

Si guidelines.md es donde almacenas las instrucciones permanentes, los conectores MCP son la forma de obtener el contexto externo del que depende una tarea.

Los conectores resultan más útiles cuando Make necesita acceder a algo que va más allá del propio proyecto: una especificación en vivo, una referencia del sistema de diseño, un documento técnico, un informe de errores, un espacio de trabajo en otra herramienta o un sistema interno personalizado. Pero más contexto no siempre es mejor.

Apuntar Make a una fuente externa muy amplia sin especificar los detalles a los que debe prestar atención es una de las maneras más sencillas de hacer que una tarea sea más difícil de lo necesario.Una página enorme de Notion, una consulta demasiado amplia en Jira o Linear, o una búsqueda abierta en un espacio de trabajo conector introducen ruido. El modelo tiene que determinar no solo qué hacer, sino también qué contexto es realmente relevante para la tarea.

La mejor estrategia es delimitar estrictamente la recuperación de información: apunta al documento exacto, enlaza el ticket específico e identifica el archivo, error o componente que realmente importa. Si Make solo necesita un párrafo o un conjunto concreto de requisitos, considera pegar ese fragmento directamente en lugar de hacer que tenga que buscar la respuesta.

Aquí es donde los adjuntos de archivos también pueden resultar útiles. Si el trabajo requiere una fuente de información en vivo, los conectores suelen ser la herramienta adecuada. Pero si depende de archivos específicos que ya tienes, adjuntarlos directamente en la indicación suele ser la opción más eficiente. Un PDF con los resultados de una investigación puede proporcionarle a Make la información necesaria para trabajar. Un conjunto de datos en CSV puede ayudar a Make a completar paneles, tablas o pantallas de perfil con valores reales. Un recurso de video o multimedia puede ayudar a Make a insertar material real en lugar de generar contenido marcador de posición.

En todos los casos, el objetivo es sencillo: proporcionarle a Make el material original para facilitarle al máximo el trabajo. Las skills de IA también pueden ayudar aquí. Al proporcionarle a Make pasos exactos que debe seguir cuando utiliza un conector, un MCP personalizado o un archivo adjunto, obtendrás resultados más controlados, predecibles y eficientes. El objetivo no es maximizar el contexto, sino darle a Make el contexto adecuado.

5. Crea y escala bases reutilizables

La forma más rápida de crear en Make es evitar reconstruir la misma UI desde cero cada vez. Tanto los kits de Make como las plantillas ofrecen puntos de partida que ya incluyen contexto, patrones reutilizables e incluso una estructura funcional. Esta es una de las maneras más sencillas de reducir el retrabajo innecesario. Una base reutilizable sólida te ayuda a evitar las indicaciones de página en blanco, reduce la probabilidad de alucinaciones y permite que más personas del equipo dispongan rápidamente de un punto de partida sólido.

Piensa en los kits de Make como ingredientes compartidos del sistema: ayudan a escalar la distribución de elementos como bases, tokens, componentes y guidelines.md cuando trabajas de 0 a 1 en Make. Para equipos que disponen de componentes de React como paquete npm, esto puede resultar especialmente potente: los kits de Make pueden incorporar a tus proyectos los componentes y patrones que tu equipo de desarrollo ya utiliza en producción, en lugar de recrearlos desde cero.

Las plantillas proporcionan a tu equipo puntos de partida reutilizables: estructuras de producto, diseños preferidos e incluso indicaciones iniciales. Esto resulta especialmente útil para equipos grandes que están escalando Make entre distintos niveles de familiaridad con la IA y múltiples áreas de producto. La plantilla de código abierto de SAP creada por la impulsora de diseñadores Laura Fehre, por ejemplo, contiene elementos fijos de la UI —encabezado, navegación— compartidos por todos los productos, junto con guidelines estrictas para evitar que las indicaciones los modifiquen fácilmente. También incluye "recetas" que ayudan a los usuarios de la plantilla a crear rápidamente temas y diseños específicos cuando los necesitan. Esas "recetas" se encuentran directamente en la UI de la plantilla como indicaciones listas para usar basadas en código: haz clic para copiarlas y luego pégalas en Make.

Ese tipo de configuración cumple dos funciones al mismo tiempo: hace que la plantilla resulte útil de inmediato y enseña a las personas a utilizarla correctamente. El resultado es menos retrabajo, menos callejones sin salida y un camino más fiable hacia los prototipos que el equipo realmente quiere crear.

6. Elige el modelo adecuado para cada tarea

Ningún modelo de IA es la mejor opción para todos los flujos de trabajo de Make. La elección adecuada depende de la tarea: su complejidad, el nivel de razonamiento que requiere, la cantidad de contexto visual que adjuntes y el grado de refinamiento que deba tener el resultado.

Una buena regla práctica consiste en elegir el modelo más liviano que pueda realizar bien la tarea.

Si estás haciendo un cambio pequeño o una iteración rutinaria, un modelo más liviano como Gemini Flash suele ser la mejor opción. Si el trabajo es más ambiguo, implica una depuración más compleja, requiere un mayor nivel de razonamiento o necesita preservar una gran fidelidad visual, un modelo más potente como Claude Opus puede ofrecerte un mejor resultado más rápido, aunque a un costo mayor. En esos casos, invertir más desde el principio puede resultar más eficiente que dedicar muchas rondas a corregir un primer intento más débil.

Esto es especialmente cierto cuando estás comenzando un nuevo archivo de Make o adjuntando contexto visual enriquecido a una indicación. Los adjuntos de maquetas de diseño pueden resultar muy útiles cuando quieres que Make se alinee con una dirección existente. Pero cuanto más complejo sea el archivo de diseño, más tendrá que interpretarlo Make. Si le proporcionas a Make mucho contexto de una sola vez, utiliza un modelo capaz de manejar bien esa complejidad o reduce el contexto a aquello que realmente importa para la etapa actual.

También conviene saber que los proyectos de Make de larga duración se vuelven más pesados con el tiempo. A medida que se acumula el historial del chat, cada nueva interacción le aporta a Make más contexto que considerar, lo que puede aumentar los costos, especialmente si utilizas modelos más costosos. Cuando eso ocurre, limpiar el contexto del chat puede darle a Make una pizarra más limpia sin obligarte a abandonar el proyecto o mover todo a un nuevo archivo.

7. Decide qué vale la pena automatizar

Por último, los equipos que obtienen más valor de Make no solo enseñan a las personas a usarlo mejor. También deciden, en conjunto, dónde encaja dentro de su flujo de trabajo y dónde no.

Eso puede significar reservar Make para dar vida a diseños existentes en lugar de utilizarlo en exploraciones de 0 a 1, donde la ambigüedad y la iteración pueden aportar valor. También puede significar utilizarlo para acelerar el prototipado, pero no para reemplazar el trabajo manual en áreas donde el equipo ya trabaja con rapidez y confianza. También puede significar invertir en plantillas, lineamientos y kits, porque sus beneficios se acumulan con el tiempo.No todas las tareas se benefician por igual de la automatización.

No todas las tareas se benefician por igual de la automatización. Los equipos más sólidos saben dónde Make aporta más valor, dónde la precisión humana sigue siendo fundamental y dónde dedicar un poco más de tiempo a la configuración inicial puede ahorrar mucho esfuerzo más adelante.

El objetivo no es automatizarlo todo, sino tomar mejores decisiones sobre qué automatizar y cómo hacerlo. A veces, la inversión más eficiente es la que requiere un poco más de atención al principio: una mejor plantilla, guidelines más claras, indicaciones más precisas o una guía compartida por el equipo. El beneficio es que cada proyecto posterior parte de una base más sólida.

Para obtener más orientación sobre cómo optimizar las indicaciones para los créditos de Figma Make, visita nuestro Centro de ayuda. Si has encontrado otras formas de trabajar de manera más eficaz con Make, nos encantaría conocerlas. Comparte lo que estás creando con nosotros en línea o en el Foro de Figma.