Google, Tambo y GenUI: tres enfoques para interfaces de AI construidas sobre la marcha

Generative UI va más allá de los chatbots: el modelo no solo escribe una respuesta, sino que también decide qué interfaz mostrar al usuario en un momento específico. Un nuevo análisis explica dónde este enfoque es realmente útil — desde análisis de datos hasta reservas — y por qué la elección arquitectónica importa más que la tendencia de los sistemas basados en agentes.

Cómo GenUI es Diferente

En un chat IA típico, el usuario recibe texto, a veces con una tabla o formato markdown, pero la lógica de la pantalla sigue siendo precodificada en el producto. Generative UI va más allá: el modelo puede seleccionar el componente correcto por sí mismo, armar un formulario, mostrar una tarjeta con insights, un gráfico o navegación a través de resultados. Esto es especialmente útil donde la interfaz no depende de un único escenario, sino del contexto de la solicitud, tipo de datos y próximo paso del usuario.

"La interfaz es demasiado variable para hardcodear todos los estados."

El material destaca cuatro casos típicos donde GenUI es realmente justificado: si el resultado generado debe vivir como un artefacto editable, si un agente necesita recopilar datos estructurados a través de un formulario, si la respuesta se muestra mejor visualmente en lugar de en párrafos de texto, y si el usuario necesita moverse entre múltiples opciones encontradas. La idea aquí no es hacer la interfaz más impresionante, sino reducir la carga cognitiva innecesaria y acelerar el trabajo con la respuesta.

Tres Modelos de Montaje

El autor examina tres enfoques arquitectónicos, cada uno con su propio balance entre libertad del modelo, calidad de UX y riesgos del producto.

El camino más obvio es dejar que el modelo genere HTML y lo renderice directamente en el navegador. Esto es rápido para un prototipo, pero en producción esta opción es frágil: el modelo rompe fácilmente el design system, inventa atributos inexistentes y plantea preocupaciones adicionales de seguridad.

• Generación HTML — máxima libertad para el modelo, control mínimo para el equipo de producto.
• Enfoque declarativo — el agente describe la interfaz a través de JSON y un diccionario de componentes, y el cliente la renderiza dentro de su propio UI kit.
• Selección de componente listo — el agente no codifica la interfaz sino que sustituye datos en tarjetas prearmadas, gráficos y formularios.

El camino intermedio aquí es el montaje declarativo, donde el agente no escribe código directamente sino que funciona como un compositor de elementos atómicos. El artículo señala que este enfoque formaliza el protocolo A2UI de Google, publicado en diciembre de 2025.

La opción más controlable es una biblioteca de componentes listos: el modelo tiene menos libertad, pero la interfaz se mantiene predecible. Este enfoque es menos adecuado para un número infinito de escenarios, pero funciona mejor donde UX importa más que la improvisación.

Por Qué Se Eligió Tambo

El caso práctico en el artículo involucra un asistente IA para análisis de marketing. En tal producto hay un área de trabajo con tablas y segmentos donde el usuario analiza datos, y hay un chat con un agente que ayuda a encontrar insights. El problema es que es útil para el agente mostrar mini-gráficos, tarjetas y resúmenes, pero no puedes permitir que reconstruya libremente el área de trabajo principal.

Para un producto analítico, este es el artefacto principal, y cualquier dinamismo adicional allí solo interfiere.

Como resultado, el autor optó por Tambo — un framework open source para React que funciona en el modelo de componente listo y añade ciclo de vida, estados y comunicación bidireccional entre UI y agente a través de AG-UI. Los componentes se registran con descripciones y esquemas Zod de props, tras lo cual el agente elige qué mostrar y puede hacer streaming de datos al componente en tiempo real.

El área de trabajo en este esquema permanece estable y prearmada, mientras que todos los elementos generativos — gráficos, tarjetas, resúmenes rápidos — viven en el chat y no rompen la UX principal.

Qué Significa Esto

Generative UI deja de ser un experimento para demostraciones y se convierte en una capa aplicada de productos IA. La conclusión principal es simple: elige no el framework más de moda, sino el grado de libertad que estés dispuesto a dar al modelo sin comprometer la interfaz, seguridad y lógica del flujo de trabajo del usuario.