Más allá del camino feliz: cómo diseñar los escenarios de prueba que sí encuentran errores
Por Dorian Chávez · cofundador y Chief Executive Officer de Hábil ·
Qué escenarios de prueba dan valor, cuáles se olvidan y un método paso a paso para encontrarlos: límites, estados, tiempo, reintentos, permisos y más.
Escenario ilustrativo. Una cadena de retail libera un viernes su nuevo flujo de compra. Las pruebas pasaron todas: el cliente elige producto, paga con tarjeta, recibe su confirmación. El lunes, soporte tiene tres quejas que nadie había visto. Un cliente pagó dos veces porque su teléfono perdió la señal y volvió a presionar «Pagar». Un pedido de las 23:58 del 31 de diciembre quedó registrado con fecha del año siguiente. Y un cupón de «solo una vez por cliente» se usó cuatro veces, desde cuatro pestañas abiertas al mismo tiempo.
Ninguno de esos tres errores estaba escondido. Los tres estaban fuera del camino feliz: el recorrido en el que todo sale bien, el usuario hace lo esperado y cada sistema contesta a tiempo. Es el primer escenario que todos pensamos, y suele ser el único que se prueba a fondo.
Este artículo es para quien responde por lo que pasa el lunes: líderes de QA y de desarrollo. Explica qué familias de escenarios conviene cubrir, cuáles se olvidan casi siempre —con un ejemplo concreto de cada una— y un método paso a paso para sacar los escenarios finos sin depender de la inspiración del día. Al final hay una lista que puede copiar a su próxima historia de usuario.
Si le interesa la otra mitad del tema —qué tipos de prueba existen y por qué un tablero en verde no garantiza nada—, la lectura hermana es «Pruebas que sí atrapan errores».
Un buen escenario no es el que más casos tiene
Cem Kaner, profesor del Florida Institute of Technology, escribió en 2003 una de las definiciones más útiles de qué hace bueno a un caso de prueba [2]. Entre sus criterios hay tres que sirven de brújula:
- Poderoso: tiene más probabilidad de exponer un error si el error está ahí.
- Significativo: si encuentra un problema, alguien con influencia protestaría si no se arregla.
- Creíble: quien programa o quien decide lo acepta como algo que de verdad puede pasar.
Kaner cita la frase con la que se descarta un escenario incómodo: «nadie haría eso» [2]. Es la frase que más errores deja pasar a producción. El cliente que presiona «Pagar» dos veces no es raro: es cualquier persona con mala señal. Cuando un escenario se descarta con esa frase, conviene preguntar cuántas veces al día pasa en la vida real, no si suena raro en la junta.
La segunda brújula es el riesgo. El temario oficial de ISTQB —el organismo internacional que certifica a profesionales de pruebas— define el nivel de riesgo como la combinación de probabilidad e impacto, y en el enfoque cuantitativo lo calcula como su multiplicación [1]. Un escenario que falla poco pero cuesta mucho (un cobro duplicado) merece más atención que uno que falla seguido pero no cuesta nada (un texto mal alineado).
Las familias de escenarios
Una forma práctica de no olvidar nada es recorrer familias. Cada una hace una pregunta distinta al sistema.
| Familia | La pregunta que hace | Ejemplo corto |
|---|---|---|
| Camino feliz | ¿Funciona cuando todo sale bien? | Compra con tarjeta válida y entrega a domicilio |
| Límites | ¿Qué pasa justo en la orilla de una regla? | Envío gratis desde $1,000: probar $999.99 y $1,000.00 |
| Negativos | ¿Rechaza bien lo que debe rechazar? | Tarjeta vencida, código postal que no existe |
| Concurrencia | ¿Qué pasa si dos cosas ocurren a la vez? | Dos personas apartan la última pieza al mismo segundo |
| Estado y orden | ¿Respeta la secuencia? ¿Qué pasa si se salta un paso? | Cancelar un pedido que ya salió del almacén |
| Tiempo y zona horaria | ¿Qué pasa en el cambio de día, mes, año u horario? | Pedido a las 23:58 del 31-dic |
| Datos sucios | ¿Aguanta lo que la gente realmente escribe? | Apellido con apóstrofo, nombre con acentos o emojis |
| Integraciones caídas | ¿Qué pasa si el otro sistema tarda o no contesta? | La pasarela de pago responde en 40 segundos |
| Permisos | ¿Cada quien ve y hace solo lo suyo? | Cambiar el número de pedido en la URL y ver el de otro cliente |
| Idempotencia y reintentos | ¿Repetir la misma petición produce el mismo efecto una sola vez? | El cliente presiona «Pagar» dos veces |
| Calidad de uso y operación | ¿Sigue siendo usable, accesible y dentro de su tiempo objetivo con la carga esperada? | Una persona solo con teclado completa el pago; 500 compras simultáneas no pasan del tiempo acordado |
El camino feliz va primero porque, si falla, nada más importa. Pero es una fila de once. La última no se cubre con este artículo: desempeño, accesibilidad y seguridad tienen sus propias pruebas especializadas, y aquí basta con derivar de ellas los escenarios de cada historia.
Los escenarios que casi siempre se olvidan
1. El límite exacto
ISTQB explica que el análisis de valores límite existe porque quien programa se equivoca más en las orillas: el límite implementado queda un lugar arriba o abajo del pedido, o no se implementa [1]. MITRE, la organización que mantiene el catálogo internacional de debilidades de software (CWE), tiene una entrada propia para ese error: el off-by-one, «uno de más o uno de menos» [11].
Escenario (retail). «Envío gratis en compras desde $1,000». ¿Un carrito de exactamente $1,000.00 tiene envío gratis? Si el código dice «mayor que» en vez de «mayor o igual que», no. Se prueba con $999.99 (no aplica) y $1,000.00 (aplica). ISTQB llama a esto análisis de dos valores; el de tres valores prueba la frontera y sus dos vecinos: $999.99, $1,000.00 y $1,000.01 [1].
2. Dos cosas al mismo tiempo
MITRE tiene otra entrada para lo que pasa cuando dos procesos usan el mismo recurso sin coordinarse: la condición de carrera [10]. Casi nunca aparece en pruebas manuales, porque una persona hace una cosa a la vez.
Escenario (retail). El cupón de «una vez por cliente». El sistema revisa «¿ya lo usó?», contesta que no, y lo aplica. Si cuatro pestañas preguntan en el mismo instante, las cuatro reciben «no» antes de que ninguna lo marque como usado. OWASP, la fundación abierta de seguridad en aplicaciones, incluye en su guía de pruebas un caso específico para los límites de cuántas veces se puede usar una función y otro para los tiempos del proceso [4].
Cómo se prueba: varias peticiones idénticas disparadas en paralelo, no una tras otra.
3. El orden y los atajos
ISTQB propone modelar el comportamiento como un diagrama de estados: estados posibles, eventos que los cambian y condiciones que lo permiten. Su ventaja frente al diagrama es la tabla de estados, que muestra también las transiciones inválidas: las celdas vacías [1]. Cada celda vacía es una decisión que alguien tiene que tomar y una prueba que alguien tiene que correr.
Escenario (logística). Un envío pasa por creado → recolectado → en tránsito → entregado. ¿Qué pasa si llega el evento «entregado» antes que «en tránsito», porque el repartidor tenía mala señal y su teléfono mandó los eventos desordenados? ¿Y si llega «cancelado» cuando ya está «entregado»? OWASP también tiene un caso para saltarse pasos del flujo [4]: si el sistema acepta la confirmación sin haber pasado por el pago, el flujo queda expuesto a un abuso.
4. El reloj
Escenario (seguros). Una póliza vence «el 31 de diciembre». ¿A las 00:00 o a las 23:59:59? ¿En la hora de quién? Si el servidor guarda la hora en UTC (la hora universal) y la Ciudad de México está seis horas atrás, un siniestro reportado a las 19:00 del 31 de diciembre en la Ciudad de México ya es 1 de enero en el servidor.
Un dato que conviene tener presente: la Ciudad de México ya no cambia de horario. La Ley de los Husos Horarios dejó el horario estacional únicamente para municipios de la frontera norte, y la Ciudad de México no mueve el reloj desde el 30 de octubre de 2022 [13]. Un sistema que todavía resta o suma una hora en abril y octubre está mal, y solo una prueba con esas fechas lo descubre.
Fechas que conviene probar siempre: el último segundo del día, del mes y del año; el 29 de febrero; y, si atiende a otros países, las fechas de cambio de horario de cada uno.
5. Los datos que la gente de verdad escribe
Patrick McKenzie publicó una lista famosa de suposiciones falsas sobre los nombres de las personas; la primera es que cada persona tiene exactamente un nombre completo canónico [9]. Todas las de su lista son falsas, dice él, y cada una puede convertirse en una validación o una pantalla que deje fuera a una persona real. Existe además una lista pública de cadenas de texto que suelen romper sistemas —caracteres especiales, textos vacíos, emojis, textos en otros alfabetos— pensada para usarse como datos de prueba [12].
Escenario (banca). Un cliente se llama María José O'Connor Núñez. El apóstrofo rompe la consulta, la «ñ» se guarda como «Ã±» y el estado de cuenta sale con un nombre que el banco no puede cotejar contra su identificación.
6. El otro sistema que no contesta
Los Principios de la Ingeniería del Caos, un manifiesto público de la práctica, proponen introducir a propósito eventos del mundo real: servidores que se caen, discos que fallan, conexiones de red que se cortan [6]. Sus autores prefieren experimentar en producción, con salvaguardas. Sin llegar a eso, usted puede ensayar en un ambiente controlado qué hace su sistema cuando una dependencia tarda, devuelve un error o no contesta nunca.
Escenario (retail). La pasarela de pago tarda 40 segundos. Su sistema se rindió a los 30 y le mostró al cliente «error». Pero la pasarela sí cobró. ¿Quién le avisa al cliente? ¿El pedido existe o no?
7. Ver lo que no es suyo
OWASP publica cada pocos años su lista de los diez riesgos más importantes de las aplicaciones web. En la edición 2025, el primer lugar es el control de acceso roto. En el conjunto de aplicaciones que OWASP analizó con datos aportados para esa edición, todas presentaron alguna forma de ese error [5]; no es una tasa que se pueda trasladar por sí sola a cualquier cartera, pero dice mucho de qué tan común es.
Escenario (seguros). La agente A abre …/polizas/1043. Cambia el número en la dirección a 1044 y ve la póliza de un cliente de la agente B. La pantalla «funciona»: no falta ningún permiso en el menú. Lo que falta es la verificación del lado del servidor.
Cómo se prueba: cada escenario importante se repite con otro usuario: uno sin sesión, uno de otra área y uno con menos permisos.
8. La misma petición dos veces
En su biblioteca técnica, AWS (el área de nube de Amazon) sostiene que las operaciones con efectos no son seguras de reintentar a menos que sean idempotentes: que garanticen que el efecto ocurre una sola vez, sin importar cuántas veces se reintente [7]. Stripe, una plataforma de pagos, documenta cómo lo resuelve: el cliente manda una llave de idempotencia con cada operación, y repetirla no ejecuta dos veces la misma operación; la respuesta exacta que recibe depende de la versión de su API [8]. El IETF, el organismo que escribe los estándares de internet, mantiene un borrador activo para el encabezado Idempotency-Key; todavía no es un estándar [3].
Escenario (banca). Una transferencia se envía, la red se corta antes de la respuesta y la aplicación reintenta sola. ¿El destinatario recibe una transferencia o dos? Este escenario no se descubre presionando un botón dos veces con calma: se descubre cortando la conexión justo después de enviar.
El método: cómo sacar los escenarios finos
La inspiración ayuda, pero un método compartido vuelve el diseño de escenarios repetible. Estas siete técnicas ayudan a descubrir condiciones de prueba. Para convertir cada condición en un caso que alguien pueda ejecutar mañana, anote también la precondición, los datos, el evento o la solicitud, el resultado y el estado esperados, el ambiente, la evidencia y quién lo prueba [1][2]. Cinco están en el temario oficial de ISTQB (pasos 2 a 5 y 7) [1]; la primera viene de la comunidad de Cucumber [15] y la sexta tiene respaldo de investigación del NIST [14].
Paso 1 · Empiece por las reglas, no por las pantallas. Example Mapping (mapeo de ejemplos), el método de Matt Wynne, cofundador de Cucumber, ordena la conversación de una historia en tarjetas de cuatro colores [15]: la historia en amarilla, cada regla en azul, los ejemplos de cada regla en verde y las preguntas que nadie sabe contestar en roja. Hay reglas tan obvias que no necesitan ejemplo, dice Wynne [15]; para las demás, una regla sin ejemplo concreto pide confirmar cómo se va a comprobar y cuál es su resultado esperado. Una tarjeta roja es un escenario que alguien iba a descubrir en producción.
Paso 2 · Parta los datos en grupos que se comportan igual. Es la partición de equivalencia: si un valor de un grupo encuentra un error, cualquier otro del mismo grupo lo encontraría, así que basta uno por grupo [1]. Para una edad de contratación de 18 a 70 años: menores de 18, de 18 a 70, mayores de 70. Y un grupo que se olvida: lo que no es una edad (vacío, texto, negativo).
Paso 3 · Pruebe las orillas de cada grupo. El análisis de valores límite aplica a grupos ordenados. Con dos valores se prueba la frontera y su vecino del grupo de al lado: 17 y 18, 70 y 71. Con tres, la frontera y sus dos vecinos [1].
Paso 4 · Cuando varias condiciones deciden juntas, haga una tabla. La tabla de decisión pone en renglones las condiciones y las acciones, y en columnas cada combinación [1]. Ejemplo: «¿Cliente frecuente? ¿Compra mayor a $1,000? ¿Paga con tarjeta de la casa?». Tres condiciones de sí o no producen hasta ocho combinaciones. Para cada una, defina el resultado esperado, incluido rechazar o no hacer nada; si no puede definirlo, hay una regla de negocio pendiente.
Paso 5 · Dibuje los estados y decida cada celda vacía. El diagrama de estados y su tabla [1]. Cada celda vacía plantea una decisión: si llega este evento en este estado, ¿el sistema debe rechazarlo, ignorarlo dejando registro o aplicar otra regla? Pruebe una transición inválida por caso, para que un error no tape a otro, y compruebe la respuesta, el estado final y lo que no debió cambiar.
Paso 6 · Combine por pares, no todo contra todo. El NIST, el instituto de estándares de Estados Unidos, reporta que muchas fallas conocidas involucran uno o dos parámetros, y que las que necesitan tres o más son cada vez menos frecuentes [14]. Por eso conviene empezar con cobertura por pares (de dos en dos) para reducir el número de pruebas, y subir a tres o más variables cuando el análisis de riesgo lo pida; ninguna de las dos sustituye las reglas, los límites ni las pruebas de seguridad. El NIST publica una herramienta gratuita para generar esas combinaciones, ACTS [14].
Escenario (retail): el proceso de pago tiene cuatro variables con tres opciones cada una: forma de pago (tarjeta, transferencia, efectivo en tienda), entrega (domicilio, recoger en tienda, paquetería), tipo de cliente (nuevo, frecuente, empresa) y dispositivo (web, Android, iOS). Todas contra todas son 3 × 3 × 3 × 3 = 81 pruebas. Con 9 pruebas bien elegidas se cubre cada par de opciones al menos una vez. (Comprobado con un arreglo ortogonal de nueve renglones: los seis pares de variables quedan cubiertos con sus nueve combinaciones.) Esto demuestra cobertura por pares; no reemplaza los casos de tres o más variables cuando el riesgo lo exige.
Paso 7 · Adivine con método y explore con tiempo. ISTQB reconoce dos técnicas basadas en la experiencia que complementan a las anteriores: la conjetura de errores —anticipar fallas a partir de cómo ha fallado antes la aplicación y de los errores típicos de quien programa— y las pruebas exploratorias, donde se diseña, ejecuta y evalúa al mismo tiempo [1]. Una sesión exploratoria rinde cuando tiene tiempo definido, un objetivo escrito —por ejemplo, «abusar del cupón de una vez por cliente»—, notas de lo que se intentó y un cierre donde se decide qué hallazgos se vuelven pruebas permanentes [1]. Las familias de este artículo son, justo, una lista para conjeturar.
Y al final, ordene por riesgo. Probabilidad por impacto [1]. No todos los escenarios valen lo mismo, y su tiempo tampoco es infinito.
Lista para su próxima historia de usuario
ISTQB recomienda que cada punto de una lista de verificación se pueda comprobar por separado y directamente, que no sea demasiado general, y advierte que una lista pierde fuerza con el tiempo, cuando el equipo aprende a evitar esos errores; por eso conviene actualizarla [1]. Ésta es la nuestra, para copiar y ajustar. Cada casilla se marca solo cuando hay resultado esperado y evidencia:
ESCENARIOS — historia: ____________________ [ ] Camino feliz: ejecuté el recorrido principal de punta a punta y registré el resultado esperado.[ ] Límites: para cada regla ordenada, probé la frontera y el vecino de cada lado, con resultado esperado.[ ] Negativos: probé vacío, formato inválido y fuera de rango; el sistema rechaza y dice qué corregir.[ ] Concurrencia: lancé N solicitudes simultáneas de la misma operación y comprobé el límite en los datos guardados.[ ] Estado: para cada transición inválida priorizada, registré evento, estado inicial, respuesta y estado final.[ ] Atajos: intenté el último paso sin los anteriores y el servidor lo rechazó.[ ] Tiempo: probé fin de día, de mes y de año, el 29 de febrero y la zona horaria del usuario.[ ] Datos reales: probé acentos, ñ, apóstrofos, emojis, textos muy largos y espacios al inicio o al final.[ ] Dependencias: simulé demora, error y silencio de cada dependencia crítica; comprobé espera, aviso y recuperación.[ ] Permisos: probé el recurso crítico sin sesión, con rol insuficiente y con otro cliente; el servidor rechazó.[ ] Reintentos: repetí la operación con la misma llave de idempotencia; hubo un solo efecto.[ ] Uso y operación: definí la tarea, la tecnología de apoyo o la carga, y el criterio medible de aceptación.[ ] Si aplica — moneda y país: probé formato, redondeo, moneda y zona del mercado objetivo.[ ] Si aplica — migración y configuración: probé datos previos, reversión y cada bandera que cambia la regla.[ ] Si aplica — retención y borrado: comprobé borrado, retención legal, respaldos y acceso posterior.[ ] Riesgo: ordené los escenarios por probabilidad × impacto.[ ] Preguntas abiertas: cada una tiene decisión esperada, responsable y fecha; sin eso no se marca como probada.Por dónde empezar
- Tome la historia de usuario más riesgosa de su próximo sprint —la que mueve dinero, datos personales o inventario— y haga con su equipo un mapeo de ejemplos de 25 minutos.
- Pase la lista de arriba sobre esa historia. Cada casilla sin respuesta es un escenario nuevo o una pregunta para quien define el negocio.
- Automatice primero los escenarios de reintento, permisos y concurrencia. Son los que una persona casi nunca reproduce a mano y los que más cuestan cuando fallan.
- Guarde cada error de producción como escenario nuevo. Así su lista aprende de lo que ya le pasó, que es la base de la conjetura de errores [1].
Qué hace Hábil
Un camino feliz bien probado es el piso, no el techo. En Hábil, como parte del desarrollo a la medida, ayudamos a diseñar y automatizar la evidencia de sus flujos críticos —pagos, pedidos, pólizas, envíos— según su riesgo: límites, estados, reintentos, permisos y dependencias. Cuando el contexto lo permite, la validamos con las integraciones reales, con un sandbox o con un ambiente representativo. Y en Hábil MDW, nuestra plataforma de integración, los reintentos están diseñados desde el principio para no repetir el efecto —un cobro reintentado no genera un segundo cargo— y cada flujo se prueba con los escenarios de su riesgo.
La primera conversación es sin costo: parte de una historia de usuario suya y de los escenarios que hoy la protegen. Escríbanos por WhatsApp.
Consultadas el 20 de noviembre de 2026. Cada referencia se abrió y se leyó en su fuente original; la 3 es un borrador del IETF, no un estándar.
Referencias
- ISTQB, Certified Tester Foundation Level Syllabus v4.0.1 (2024-09-15), secciones 4.2.1–4.2.4, 4.4.1–4.4.3 y 5.2. https://istqb.org/wp-content/uploads/2024/11/ISTQB_CTFL_Syllabus_v4.0.1.pdf
- C. Kaner, What Is a Good Test Case?, Florida Institute of Technology (2003). https://kaner.com/pdfs/GoodTest.pdf
- IETF, The Idempotency-Key HTTP Header Field, borrador draft-ietf-httpapi-idempotency-key-header-08 (borrador, no estándar). https://datatracker.ietf.org/doc/draft-ietf-httpapi-idempotency-key-header/
- OWASP, Web Security Testing Guide v4.2, 4.10 Business Logic Testing (Test for Process Timing, Test Number of Times a Function Can Be Used Limits, Testing for the Circumvention of Work Flows). https://wstg.owasp.org/v4.2/4-Web_Application_Security_Testing/10-Business_Logic_Testing/
- OWASP, Top 10:2025 — A01 Broken Access Control. https://owasp.org/Top10/2025/A01_2025-Broken_Access_Control/
- Principles of Chaos Engineering. https://principlesofchaos.org/
- AWS Builders' Library, Timeouts, retries, and backoff with jitter. https://aws.amazon.com/builders-library/timeouts-retries-and-backoff-with-jitter/
- Stripe, Idempotent requests (documentación de la API). https://docs.stripe.com/api/idempotent_requests
- P. McKenzie, Falsehoods Programmers Believe About Names (2010). https://www.kalzumeus.com/2010/06/17/falsehoods-programmers-believe-about-names/
- MITRE, CWE-362: Concurrent Execution using Shared Resource with Improper Synchronization. https://cwe.mitre.org/data/definitions/362.html
- MITRE, CWE-193: Off-by-one Error. https://cwe.mitre.org/data/definitions/193.html
- M. Woolf, Big List of Naughty Strings. https://github.com/minimaxir/big-list-of-naughty-strings
- Diario Oficial de la Federación, Ley de los Husos Horarios en los Estados Unidos Mexicanos (28-oct-2022). https://dof.gob.mx/nota_detalle.php?codigo=5670045&fecha=28/10/2022 · Verificación secundaria: timeanddate.com, Time changes in Mexico City («Last change: 2022 Oct 30»). https://www.timeanddate.com/time/change/mexico/mexico-city
- NIST, Automated Combinatorial Testing for Software («most software bugs and failures are caused by one or two parameters, with progressively fewer by three or more»). https://csrc.nist.gov/projects/automated-combinatorial-testing-for-software
- M. Wynne, Introducing Example Mapping, Cucumber. https://cucumber.io/blog/bdd/example-mapping-introduction/
¿Su operación tiene estos desafíos?
¿Prefiere correo? Escríbanos a hola@habil.mx