Caso de estudio · Deloitte · Converge for Restaurants
Llevar un sistema de diseño a la práctica para personas y agentes de IA.
- Rol
- Ingeniería de sistemas de diseño, arquitectura de tokens, herramientas de IA y gobernanza
- Fecha
- 2025 – en curso
- Cliente
- Deloitte Converge for Restaurants
- Sistema de diseño en Figma
- Grecia Gabriel y Rebecca Bradley
¿Cómo lograr que las herramientas y los agentes de IA usen el sistema de diseño real en lugar de imitarlo?
Reto
Teníamos un sistema de diseño sólido en Figma, pero quedaba fuera en cuanto los PM prototipaban con IA: vivía en un lugar al que esas herramientas no accedían.
Aporte
Implementación de la librería en React, arquitectura de tokens, paquete publicado en npm, playground de componentes y modelo de gobernanza para herramientas de IA.
Restricciones
Contexto empresarial con acuerdo de confidencialidad; los componentes deben renderizarse sin conflictos en cualquier entorno; las reglas deben ser lo bastante claras para que un agente las siga al pie de la letra.
Resultado
Un paquete publicado y un Make Kit de Figma, adopción en varios equipos y una capa de revisión independiente que mantiene la interfaz generada con IA dentro del sistema.
En cifras
2
puntos de entrada para la IA, un solo modelo de gobernanza
3
auditores independientes por componente
2,37:1
el contraste de advertencia que detectamos; WCAG exige 4,5:1
El problema
El equipo de diseño ya tenía un sistema maduro en Figma, creado por Grecia Gabriel y Rebecca Bradley, con componentes sólidos y fundamentos visuales claros.
El quiebre ocurrió cuando los product managers empezaron a usar Claude Code y Figma Make para explorar ideas con clientes. El sistema desapareció de la conversación: no por falta de calidad, sino porque esas herramientas no podían leerlo desde Figma.
La exploración ganó velocidad, pero la consistencia se desplomó. Los demos dejaron de compartir lenguaje visual, patrones de interacción y principios de UX. Cada PM improvisaba su propia interfaz y el sistema quedó reducido a un archivo de referencia que la IA no tocaba.
Por qué un buen sistema en Figma no bastaba
Figma Make integra sistemas de diseño reales en prototipos con IA mediante Make Kits: un paquete de componentes, los tokens y estilos de Figma, y las pautas de uso para que la herramienta use el sistema real en lugar de inventar uno parecido.
El cuello de botella es técnico: no puedes armar un Make Kit directo desde Figma. Primero necesitas un paquete de React publicado; solo entonces lo conectas al Make Kit y sumas las guías.
El sistema funcionaba bien en diseño, pero ninguna herramienta de IA podía consumirlo. Teníamos que pasarlo a código.
Mi aporte
Tomé el sistema que Grecia y Rebecca diseñaron en Figma y lideré su traducción a un paquete de código funcional, el requisito previo para el Make Kit.
Implementé la librería de componentes en React, estructuré los tokens, publiqué el paquete en npm y armé un playground para explorar y validar cada componente antes de abrirlo a otros equipos.
Escribir el código fue el medio; gobernarlo, el verdadero reto.
Las decisiones que lo sostienen
Un paquete para agentes solo funciona si sus reglas eliminan la ambigüedad. Un diseñador con experiencia sabe navegar zonas grises; un agente ejecuta al pie de la letra lo que dictan las reglas. Por eso tuvimos que afinar cada norma antes de publicarla.
El color de marca es escaso.
Reservamos el verde de Deloitte para la acción principal y sus anillos de foco, nunca para estados activos o seleccionados. La decisión depende de un token y no del gusto personal: así un agente lo aplica sin dudar y un cambio de marca no deja rastros.
El contraste se mide, no se supone.
El color de advertencia parecía legible a simple vista, pero al medirlo dio 2,37:1 frente al 4,5:1 que exige WCAG. Cambiamos el texto de advertencia a un token más oscuro que cumple el estándar y dejamos la validación en una auditoría automática, no solo en la documentación.
El sistema no toca lo que no es suyo.
Los componentes corren dentro de prototipos a medio hacer y aplicaciones heredadas llenas de CSS. Por eso el paquete nunca inyecta estilos globales al HTML crudo: cero selectores sueltos como h1, body o button. Cada componente incluye su propio reset encapsulado.
Los tokens son contratos.
Los nombres de los tokens calcan los de Figma, con todo y sus particularidades. Así, quien diseña en Figma y quien programa —o el agente que lee el código— hablan el mismo idioma. Cambiar un token sin acuerdo rompe el trabajo de los demás.
El verdadero reto era organizacional
Los PM necesitaban prototipar con IA frente a los clientes sin producir interfaces inconexas y difíciles de mantener.
La solución no era frenar la exploración, sino darle estructura: un entorno controlado, componentes reales de producción en un playground, principios claros y un ciclo donde los conceptos explorados vuelven a diseño para refinarse antes de pasar a producción.
Un sistema, dos puntos de entrada
Con el paquete listo, lo conectamos a los dos entornos donde trabajan personas y agentes.
Figma Make
Mediante un Make Kit que reúne el paquete de npm, los tokens de la librería de Grecia y Rebecca y las pautas de uso. Así Figma Make sabe qué componentes existen y cuándo usarlos, y los PM prototipan con las mismas piezas que ingeniería lleva a producción.
Claude Code
Mediante un archivo CLAUDE.md con la arquitectura y reglas estrictas, más skills reutilizables para construir, validar y documentar componentes. Tres auditores de solo lectura revisan cada pieza en paralelo: tokens, accesibilidad con contraste medido y QA.
Generar código es rápido, pero la IA se equivoca con total convicción. Por eso la disciplina recae en una capa de revisión que no aprueba su propio trabajo.
Primeros resultados
El sistema sigue creciendo, pero ya entregó un Make Kit funcional para Figma Make, un paquete en npm que usan varios equipos, sesiones de transferencia para quienes trabajan con Claude Code y una hoja de ruta para escalar su adopción.
El mayor cambio fue cultural. Dejamos de discutir si la IA reemplaza al diseño y empezamos a definir las reglas que sostienen la calidad cuando la IA genera cada vez más pantallas.
Reflexión
Si cualquiera puede generar una pantalla en segundos, nuestro trabajo ya no es dibujarlas, sino codificar las reglas que mantienen coherentes a miles de ellas.
Esta es la versión corta. La historia completa explica por qué la librería de Figma no bastaba, cómo construimos el paquete y cómo lo conectamos con Figma Make y Claude Code.