Skip to content
NeuralSkills
Pruebas

Creador de Datos Mock

Genera datos de prueba realistas para cualquier schema — JSON, SQL, CSV o formatos personalizados.

Principiante Gratis Publicado: 15 de abril de 2026
Herramientas Compatibles claude-codechatgptgeminicopilotcursorwindsurfuniversal

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.”