- Inicio
- Habilidades
- Pruebas
- Creador de Datos Mock
Creador de Datos Mock
Genera datos de prueba realistas para cualquier schema — JSON, SQL, CSV o formatos personalizados.
El Problema
Cada suite de tests, demo y prototipo necesita datos realistas — pero crearlos manualmente es tedioso y propenso a errores. Copiar y pegar “Juan Perez” y “test@test.com” en todos lados hace los tests poco confiables y las demos lucen poco profesionales. Necesitas datos que respeten constraints (IDs unicos, emails validos, fechas realistas, relaciones correctas entre entidades) y vengan en el formato exacto que tu codigo espera.
El Prompt
Genera datos mock realistas para mi aplicacion. Los datos deben parecer datos reales de produccion — nada de "test123" o "foo bar" como placeholders.
MODELO DE DATOS:
[pega tu schema, interface TypeScript, definicion de tabla de base de datos, o describe la estructura]
REQUERIMIENTOS:
- Formato: [JSON / SQL INSERT / CSV / TypeScript const / Python dict]
- Registros: [cantidad, ej. 20]
- Idioma/Locale: [ej. espanol, ingles, mixto]
- Relaciones: [describe constraints de foreign key o relaciones]
- Casos borde a incluir: [ej. un registro con campos opcionales faltantes, uno con nombre muy largo, uno con caracteres especiales]
CONSTRAINTS:
- [ej. email debe ser unico, fechas entre 2024-2026, status debe ser active/inactive/pending]
- [ej. cada usuario debe tener 1-5 ordenes, precios entre 9.99 y 999.99]
Genera los datos con comentarios inline marcando registros de casos borde.
Ejemplo de Salida
[
{
"id": "usr_a1b2c3d4",
"name": "Alejandra Rios",
"email": "a.rios@outlook.com",
"plan": "premium",
"createdAt": "2025-03-14T09:22:00Z",
"orders": 12
},
{
"id": "usr_e5f6g7h8",
"name": "Takeshi Yamamoto",
"email": "takeshi.y@company.co.jp",
"plan": "free",
"createdAt": "2026-01-02T14:05:00Z",
"orders": 0
},
// Caso borde: nombre muy largo
{
"id": "usr_x9y0z1a2",
"name": "Jean-Pierre de la Fontaine-Beauregard III",
"email": "jpf3@gmail.com",
"plan": "premium",
"createdAt": "2024-12-31T23:59:59Z",
"orders": 247
}
]
Cuando Usar
Usar al configurar test fixtures, construir entornos de demo, poblar bases de datos de desarrollo, o crear datos de Storybook para componentes UI. Es mas rapido que Faker.js para datasets puntuales y produce datos contextualmente mas apropiados porque puedes describir el dominio.
Tips Pro
- Incluir tus reglas de validacion — pega tu schema Zod o constraints de base de datos para que la IA genere datos que siempre pasen la validacion.
- Pedir una funcion factory — continuar con “Ahora genera una funcion factory en TypeScript que cree registros aleatorios siguiendo este patron” para utilidades de testing reutilizables.
- Pedir diversidad de casos borde — especificar “incluir un registro para cada caso borde: campo opcional vacio, string de longitud maxima, emoji en nombre, fecha en limite de anio, campo numerico con valor cero.”