Google, Tambo y GenUI: tres enfoques de interfaces de IA que se montan al vuelo

Generative UI va más allá de los chatbots: el modelo no solo escribe una respuesta, sino que decide qué interfaz mostrar al usuario en cada momento. Un nuevo análisis explica dónde resulta realmente útil este enfoque, de la analítica a las reservas, y por qué aquí la elección de la arquitectura importa más que la moda de los sistemas agénticos.

En qué se diferencia GenUI

En un chat de IA convencional, el usuario recibe texto, a veces con una tabla o formato markdown, pero la lógica de la pantalla sigue estando fijada de antemano en el producto. Generative UI va más lejos: el modelo puede elegir por sí mismo el componente adecuado, montar un formulario, mostrar una tarjeta con un hallazgo, un gráfico o una navegación por los resultados. Esto es especialmente útil cuando la interfaz no depende de un único escenario, sino del contexto de la consulta, del tipo de datos y del siguiente paso del usuario.

«La interfaz es demasiado variable como para codificar a mano todos

los estados».

El material señala cuatro casos típicos en los que GenUI está realmente justificado: cuando el resultado generado debe vivir como un artefacto editable, cuando el agente necesita recoger datos estructurados mediante un formulario, cuando conviene mostrar la respuesta de forma visual y no en párrafos de texto, y cuando el usuario necesita moverse entre varias opciones encontradas. La idea no es hacer la interfaz más vistosa, sino reducir la carga cognitiva innecesaria y acelerar el trabajo con la respuesta.

Tres modelos de montaje

La autora analiza tres enfoques de arquitectura, cada uno con su propio equilibrio entre libertad del modelo, calidad de la experiencia de usuario y riesgos para el producto. El camino más obvio es dejar que el modelo genere HTML y lo represente de inmediato en el navegador. Es rápido para un prototipo, pero en producción resulta frágil: el modelo rompe con facilidad el sistema de diseño, inventa atributos inexistentes y plantea cuestiones de seguridad adicionales.

• Generación de HTML: máxima libertad para el modelo, mínimo control para el equipo de producto.
• Enfoque declarativo: el agente describe la interfaz mediante JSON y un vocabulario de componentes, y el cliente la renderiza dentro de su propio UI kit.
• Elección de un componente prediseñado: el agente no maqueta la interfaz, sino que introduce datos en tarjetas, gráficos y formularios ya construidos.

El camino intermedio es el montaje declarativo, en el que el agente no escribe código directamente, sino que actúa como compositor de elementos atómicos. El artículo señala que este enfoque lo formaliza el protocolo A2UI de Google, publicado en diciembre de 2025. La opción más controlable es una biblioteca de componentes prediseñados: el modelo tiene menos libertad, pero la interfaz sigue siendo predecible. Este enfoque encaja peor con un número infinito de escenarios, pero funciona mejor donde la experiencia de usuario pesa más que la improvisación.

Por qué se eligió Tambo

El caso práctico del artículo gira en torno a un asistente de IA para analítica de marketing. Un producto así tiene un área de trabajo con tablas y segmentaciones donde el usuario analiza datos, y un chat con un agente que ayuda a encontrar hallazgos. El problema es que al agente le conviene mostrar minigráficos, tarjetas y resúmenes, pero no se le puede permitir reorganizar libremente el área de trabajo principal. En un producto de analítica es el artefacto central, y cualquier dinamismo superfluo solo estorba.

Finalmente, la autora optó por Tambo, un framework de código abierto para React que sigue el modelo de componentes prediseñados y añade ciclo de vida, estados y comunicación bidireccional entre la interfaz y el agente a través de AG-UI. Los componentes se registran con descripciones y esquemas Zod para las props; después el agente elige qué mostrar y puede transmitir datos al componente en tiempo real. En este esquema el área de trabajo se mantiene estable y prediseñada, mientras que todos los elementos generativos (gráficos, tarjetas, resúmenes rápidos) viven en el chat y no rompen la experiencia de usuario principal.

Qué significa

Generative UI deja de ser un experimento de demostración y se convierte en una capa aplicada de los productos de IA. La conclusión principal es sencilla: no hay que elegir el framework más de moda, sino el grado de libertad que se está dispuesto a ceder al modelo sin perjudicar la interfaz, la seguridad ni la lógica de trabajo del usuario.