Integrar Routal cuando el código lo escribe la IA

Lo caro era conectar, no optimizar

Una integración con un ERP rara vez se atasca en el algoritmo. El optimizador ordena una flota entera en segundos. Las semanas se acumulan alrededor: autenticar cada petición, traducir los pedidos del ERP al formato de paradas que entiende Routal, paginar respuestas largas, leer bien los códigos de error, mantener vivos los webhooks que avisan de cada cambio de estado. Esa plomería, multiplicada por la agenda de un desarrollador, es lo que durante años convirtió cualquier conexión en un proyecto con presupuesto y responsable.

Hacer que dos sistemas se entiendan es un problema viejo y aburrido. Los asistentes de código lo han vuelto, de golpe, mucho menos caro.

El cambio fue darle contexto a la IA

El código de integración ya casi no se teclea desde cero. Se le encarga a un asistente. Le describes a Cursor, a Claude Code, a Copilot o al chat que tengas abierto lo que necesitas, y vuelve con una primera versión que casi se sostiene sola.

El "casi" es importante. En cuanto el asistente toca una API que no figura en su entrenamiento, rellena los huecos con lo que estadísticamente se parece a una API: nombres de endpoint verosímiles, una cabecera de autenticación que no corresponde, parámetros que nadie llegó a implementar. El resultado compila sin protestar y luego no responde, y perseguir una alucinación cuesta más que haber escrito la llamada a mano.

La novedad de este último año vive en el otro extremo de esa conversación. Las APIs han empezado a publicar su contexto en archivos hechos para que los lea un modelo. El formato que se está imponiendo se llama llms.txt. Es primo del robots.txt, con una diferencia de intención: donde uno le dice a un buscador por dónde no pasar, el otro le entrega a un modelo el mapa completo de la API. Endpoints, forma de cada payload, catálogo de errores, los detalles que normalmente solo se aprenden tropezando, y el modelo mental que le da sentido a todo lo anterior.

Con ese archivo delante, el asistente deja de improvisar. Las llamadas salen bien al primer intento y lo que ocupaba semanas cabe en una tarde. A la persona le queda la parte que nunca convino delegar: elegir qué construir y comprobar que lo construido aguanta.

Qué pone Routal sobre la mesa

developers.routal.com nació de esa idea. La intención era que tu asistente tenga delante todo lo que Routal sabe de sí mismo antes de que escribas una sola línea.

La página gira alrededor de una frase, Routal como el cerebro de rutas de tu ERP. Los pedidos entran desde SAP, Dynamics 365, Navision, Odoo o cualquier sistema que hable JSON; salen convertidos en rutas optimizadas; se despachan a los conductores; y los webhooks devuelven cada entrega cerrada a tu sistema. El recorrido entero cabe en ese renglón.

Tres archivos cargan con el trabajo pesado:

• llms.txt hace de índice: título, resumen y URL de cada página y cada endpoint, para que el modelo sepa qué existe y dónde buscarlo.
• llms-full.txt es la versión íntegra. Toda la documentación condensada en unos 150 KB, calibrada para entrar de una pieza en la ventana de contexto. Es la referencia oficial y se regenera sola cuando algo cambia.
• openapi.json es la especificación OpenAPI 3.0, la que mastican los generadores de clientes.

A esto se suman dos comodidades. Cada receta de integración tiene un botón que la abre en ChatGPT, Claude, Copilot o Gemini con el contexto ya cargado, y hay plantillas para fijar todo el contexto en las reglas de Cursor o de Claude Code. La documentación está escrita para que la consuma un modelo igual que la lees tú.

Cómo dárselo a tu asistente

No hace falta una herramienta concreta. Vale la que ya uses. Cuatro pasos.

1. Pásale el contexto. Funciona igual en cualquier chat. Pega esta dirección en la conversación y pide lo que necesites:

https://developers.routal.com/llms-full.txt

Si tu herramienta no admite enlaces, abre el archivo y pega el texto directamente. A partir de ahí el modelo tiene Routal entero a mano.

2. Para tantear, cero configuración. Cada receta trae el botón "Open in AI assistant". Eliges ChatGPT, Claude, Copilot o Gemini y se abre con el contexto y un prompt ya escritos. Es el camino cómodo para probar un escenario antes de comprometer tiempo en él.

3. Para ir en serio, fíjalo una vez. El contexto vive en el archivo de reglas de tu editor y se aplica en cada sesión sin que vuelvas a acordarte:

• En Cursor, el archivo .cursor/rules/routal.mdc
• En Claude Code, dentro de tu CLAUDE.md
• En Windsurf, Copilot u otros, apuntando a la URL de llms-full.txt

Conviene rematarlo con una orden tajante: que no se invente endpoints, y que dé por inexistente cualquier cosa que no aparezca en llms-full.txt o en openapi.json.

4. Confírmalo antes de fiarte. Basta una pregunta de control: "escribe una llamada curl que cree un plan de Routal para mañana". Si el contexto entró bien, lo cantan tres señales:

• la clave viaja como private_key en la query string (el fallo habitual es colocarla en una cabecera Authorization)
• aparece el project_id
• la URL base es api.routal.com, no la de la documentación

Si algo desafina, vuelves a pegar llms-full.txt y le pides que lo relea. Medio minuto y ya sabes si el asistente está en condiciones de escribir código de verdad.

La parte que no se delega

Queda un matiz que no merece la pena maquillar. El asistente redacta el código; la responsabilidad sigue donde siempre estuvo. Alguien decide qué integrar y alguien firma que la autenticación, los webhooks y los casos límite se comportan antes de que aquello llegue a producción. La pregunta de control del paso cuatro es justamente esa firma.

Y la calidad de lo que sale va pegada a la calidad del contexto que entra. Por eso el trabajo cambió de naturaleza más que de volumen: de teclear el código repetido se pasó a cuidar el contexto, que nos toca a nosotros, y a enunciar bien el problema y revisar la respuesta, que te toca a ti. Sale más corto y, con un poco de suerte, más interesante.

Por dónde empezar

El primer paso cuesta menos de lo que sugiere el recuerdo de integraciones anteriores. Generas una API key en el panel del planner, abres developers.routal.com, pegas la URL de llms-full.txt en tu asistente y le pides la primera llamada. Las recetas están agrupadas por el ritmo real de cada operación: batch nocturno de distribución B2B, batch con reparto en vivo encima, same-day, logística inversa, servicio de campo, servicios recurrentes. Es probable que una describa la tuya casi sin retocar.

La guía de integración con IA recorre el proceso entero con detalle. Y si prefieres verlo sobre tus propias rutas antes de abrir el editor, escríbenos.

Calcular la ruta lleva años siendo lo rápido. El cableado que la conecta con tu operación empieza por fin a moverse a esa misma velocidad.