Postman da verde. El agente consulta la base. ¿Tu sistema funciona de verdad?

Una respuesta correcta de la API y un registro correcto en la base de datos son evidencias complementarias. Cada herramienta observa una parte del proceso.

Qué permite comprobar Postman

Postman permite organizar solicitudes y ejecutar colecciones, tanto manualmente como mediante automatizaciones. Sus pruebas pueden comprobar respuestas, códigos de estado y recorridos repetibles. No se limita a enviar una petición desde una pantalla.

Esto ayuda a verificar el contrato visible de una API: qué acepta, qué devuelve y cómo responde ante datos incompletos o accesos no autorizados.

Qué añade un agente con acceso a datos

Un agente al que se le proporciona una herramienta de consulta puede ayudar a investigar el resultado interno: si se creó un registro, si una relación quedó incompleta o si aparecen duplicados. Su alcance depende de la conexión y los permisos configurados; no es una capacidad automática de cualquier asistente.

Como referencia técnica, PostgreSQL permite conceder permisos específicos, como lectura mediante SELECT. Diseñaría una conexión limitada a datos de prueba y a las consultas necesarias.

Un recorrido de validación

1. Preparar un caso con un resultado esperado y datos identificables.
2. Enviar la solicitud y comprobar su respuesta en Postman.
3. Consultar el estado resultante mediante una herramienta controlada.
4. Contrastar ambos resultados y guardar la evidencia del caso.

Por ejemplo, una solicitud puede responder correctamente y aun dejar dos registros cuando se esperaba uno. Consultar los datos ayuda a detectar el problema; convertir el caso en una prueba repetible ayuda a evitar su regreso.

La herramienta no define la aprobación

La explicación del agente puede orientar una investigación. La aceptación del cambio debe apoyarse en resultados comprobados. Una consulta directa tampoco valida por sí sola los permisos, mensajes y reglas que aplica la API.

Mi elección sería combinar observaciones y conservar los casos útiles como pruebas del sistema.

Fuentes consultadas el 4 de octubre de 2026. Los escenarios son ilustrativos; las recomendaciones expresan una lectura profesional.

#DesarrolloDeSoftware #Tecnologia #InteligenciaArtificial