Galileo AI

Galileo AI fue una startup de San Francisco fundada en 2022 por Arnaud Benard y Helen Zhou que hacía una cosa bien: convertir una descripción en inglés sencillo en un diseño de interfaz de usuario pulido y multipantalla en cuestión de minutos. A diferencia de las herramientas que generan componentes de código o wireframes abstractos, Galileo producía maquetas visuales de alta fidelidad exportables a Figma o que se pasaban a los desarrolladores como HTML y CSS. La empresa recaudó una ronda semilla de $4.4 millones en febrero de 2024 liderada por Khosla Ventures, con el respaldo de figuras de la industria del diseño como Julie Zhuo (ex vicepresidenta de diseño en Facebook) y David Hoang. Esos inversores reflejaban lo que hacía inusual a Galileo: fue construida por personas que entendían los flujos de trabajo de diseño, no solo los modelos de generación.

Un usuario podía escribir "un panel de incorporación para una aplicación fintech con modo oscuro y seguimiento del estado de KYC" y recibir de tres a cinco variaciones de pantalla coherentes, completas con tipografía, jerarquía de componentes y espaciado, en menos de tres minutos. La herramienta admitía la conversión de imagen a interfaz de usuario, la exportación a Figma conservando la estructura de capas y la salida de código HTML/CSS para la entrega a los desarrolladores. A partir de mayo de 2025, el producto independiente Galileo ya no existe: Google adquirió la empresa el 20 de mayo de 2025, en Google I/O, y los fundadores lo relanzaron el mismo día como Google Stitch, ahora impulsado por Gemini 2.5 y gratuito a través de Google Labs. Este listado cubre la era de Galileo y su sucesor.

La filosofía de diseño de Galileo AI en abril de 2026

Galileo AI se construyó en torno a una hipótesis específica: la parte más cara del diseño inicial de un producto es el lienzo en blanco. Los diseñadores profesionales pasan horas armando wireframes antes de tomar una decisión de diseño real. La respuesta de Galileo fue omitir eso por completo. Escriba una descripción de lo que necesita, reciba cinco pantallas con componentes reales y comience desde algo concreto en lugar de la nada. La filosofía de la herramienta priorizaba la velocidad de ideación sobre la precisión del resultado. Cada pantalla que generaba estaba destinada a ser un punto de partida, no un artefacto terminado. Ese enfoque era honesto: Galileo nunca se comercializó como una herramienta de diseño de producción. Se comercializó como la herramienta que usas antes de tu herramienta de diseño de producción.

Google Stitch, el sucesor, funciona con Gemini 2.5 dentro de Google Labs. La actualización de Stitch 2.0 de marzo de 2026 agregó generación multipantalla (hasta cinco pantallas conectadas en un lienzo infinito), entrada de voz y exportación de código en seis frameworks frontend. La orientación subyacente no ha cambiado: generar rápido, exportar a Figma y luego refinar. Lo que cambió es el precio (ahora gratuito), la calidad del modelo (backend de Gemini 2.5) y el volumen de generación (350 generaciones estándar por mes frente a las 300 del antiguo plan Pro de $39/month). Stitch ahora ofrece más de lo que ofrecía el producto pago de Galileo, sin costo alguno. La contrapartida es la estabilidad: un producto de pago con SLA se ha convertido en un experimento de Google Labs sin compromiso a largo plazo.

"La velocidad a la que genera maquetas limpias es una locura. No es perfecto, pero te da un gran punto de partida que ahorra horas de trabajo." - Sally Jin, Product Hunt, octubre de 2024

Un proyecto real: generar un flujo de incorporación SaaS de cinco pantallas con Galileo AI

Probamos Galileo AI y su sucesor Stitch en abril de 2026 con un prompt estructurado para ser específico: "flujo de incorporación de cinco pantallas para un SaaS de análisis B2B, modo claro, navegación lateral, indicador de paso en la parte superior, pantalla de verificación KYC incluida y una pantalla final de vista previa del panel". El prompt tardó menos de tres minutos en producir cinco pantallas conectadas con fidelidad a nivel de panel. La navegación lateral fue consistente en las cinco pantallas. El indicador de paso apareció correctamente posicionado en las pantallas uno a cuatro y se eliminó en la vista previa del panel, lo cual fue la decisión de diseño correcta. La tipografía utilizó un sistema sans-serif cercano a Inter en todo momento, y el espaciado fue consistente en todo el conjunto.

El límite de calidad era visible en los detalles. La pantalla KYC adoptó por defecto un diseño genérico de "sube tu identificación" sin conocimiento de los flujos KYC B2B típicos (que implican la verificación de la empresa, no solo la identificación personal). La paleta de colores estaba firmemente en el territorio de Google Material: azul primario, superficie gris, tarjeta blanca. Una identidad de marca distintiva necesitaría una anulación significativa en Figma después de la exportación. La exportación de Figma llegó como marcos debidamente etiquetados con capas agrupadas, no como imágenes planas. La salida HTML/CSS era un marcado semántico legible, pero requería una limpieza de los tokens de espaciado antes de encajar en una base de código real. En general: rápido, creíble para una presentación a las partes interesadas, no listo para producción sin trabajo adicional.

"Galileo ha sido increíble para crear rápidamente un wireframe de fidelidad baja-media de gran apariencia para una pantalla." - Gabe Stein, fundador de Bex, Product Hunt, 2024

Las funciones de IA: cuáles ayudan realmente y cuáles son trucos

Generación de texto a interfaz de usuario (genuinamente útil): La función principal funciona como se anuncia para patrones de pantalla comunes: paneles, flujos de incorporación, pantallas de configuración y páginas de inicio de sesión/registro. Para estos, el resultado es lo suficientemente bueno como para ahorrar varias horas de creación de wireframes. Cuanto más inusual o especializado sea el tipo de pantalla, más ingeniería de prompts requiere y menos confiablemente útil se vuelve el resultado.

Conversión de imagen a interfaz de usuario (útil en escenarios específicos): Subir un boceto dibujado a mano o una captura de pantalla de referencia y recibir una versión de diseño pulida funciona bien para diseños simples. Las referencias complejas con disposiciones de componentes inusuales tienden a producir resultados simplificados o reinterpretados en lugar de traducciones fieles. Útil para el trabajo conceptual en etapas iniciales; poco confiable para tareas de recreación precisas.

Generación de flujo multipantalla (nuevo en Stitch 2.0, útil condicionalmente): La actualización de marzo de 2026 que permite hasta cinco pantallas conectadas por sesión es una mejora genuina del flujo de trabajo para los usuarios que necesitan un flujo coherente en lugar de pantallas aisladas. La consistencia visual entre pantallas se mantiene razonablemente bien en las pruebas. La limitación es que no se pueden especificar las transiciones entre pantallas ni la lógica de navegación. Obtienes pantallas visuales, no un prototipo funcional.

Iteración de chat con IA (acierto o error): Los prompts de seguimiento para ajustes generales (más espacio en blanco, navegación superior en lugar de lateral, paleta más oscura) funcionan. Los cambios quirúrgicos no: "Mover el botón CTA 8px a la derecha" no es procesable. La herramienta regenera a partir de la dirección, no de las coordenadas. Los usuarios que esperan un control a nivel de píxel desde la interfaz de chat se sentirán frustrados.

Comprobación de accesibilidad (ausente): Galileo y Stitch no comprueban el resultado generado frente a las WCAG. Los fallos de contraste de color y los objetivos táctiles de tamaño insuficiente aparecen sin previo aviso. Se requiere la corrección de la accesibilidad posterior a la exportación para cualquier uso en producción.

Colaboración, activos y flujo de trabajo en equipo

El nivel gratuito de Galileo hacía que todos los diseños fueran visibles públicamente, descartándolo para trabajos confidenciales. El plan Pro de $39/month desbloqueaba la visibilidad privada. No había herramientas de comentarios integradas, historial de versiones ni carpetas de proyectos compartidas. Los equipos lo trataban como una herramienta de ideación en solitario, exportando a Figma donde ocurría la colaboración real.

Google Stitch no ha cambiado esto. El producto es un entorno de generación para un solo usuario. Galileo y Stitch no aceptan tokens de diseño externos, bibliotecas de componentes ni kits de marca. Cada generación comienza desde los valores predeterminados entrenados de la herramienta. Si su equipo tiene una biblioteca de componentes de Figma establecida a la que deben ajustarse los nuevos diseños, Galileo no puede obtener recursos de ella. Siempre estará trabajando hacia atrás desde el resultado de Galileo hasta su sistema de diseño. Para fundadores en solitario y equipos pequeños en la etapa de concepto, esta es una restricción menor. Para los equipos maduros en sistemas de diseño, la ausencia de generación consciente de la biblioteca de componentes es la razón principal para usar Figma AI en su lugar.

Gratis vs. Pro: dónde reside el verdadero límite

El nivel gratuito de Galileo AI, con 10 generaciones por mes, era demasiado ajustado para uso profesional. El plan Starter de $19/month daba 1,200 créditos; el plan Pro de $39/month daba 3,000 créditos con visibilidad de diseño privada. Un crédito equivalía aproximadamente a la generación de una pantalla. Un diseñador que ejecutara tres direcciones para una presentación a un cliente en cinco pantallas cada una quemaría más de 15 créditos por cliente, agotando el nivel gratuito en un solo proyecto. La visibilidad privada a menudo era la restricción más difícil: el trabajo confidencial del cliente no podía vivir en una plataforma donde el nivel gratuito hacía que todos los diseños se pudieran buscar públicamente. Los equipos que trabajaban en productos no lanzados estaban efectivamente obligados a pagar por Pro independientemente del volumen de generación.

Después de la adquisición, ambas restricciones han desaparecido. Google Stitch es gratuito, privado por defecto y proporciona 350 generaciones estándar por mes. El verdadero límite ahora es el estado experimental de Google Labs: sin SLA, sin tiempo de actividad garantizado, sin nivel de pago como señal de estabilidad. Los equipos que construyen flujos de trabajo en torno a Stitch dependen de un producto que Google podría cerrar con la misma brusquedad con la que cerró Google Reader, Stadia o Inbox.

Calidad de exportación y soporte de formatos

La exportación a Figma desde Galileo producía marcos limpios con agrupación lógica de capas. Los elementos individuales de la interfaz de usuario llegaban como formas agrupadas en lugar de componentes editables de Figma, lo que significaba que no se podían intercambiar con las variantes reales de su biblioteca de componentes de Figma sin volver a vincularlos manualmente. Para la revisión de conceptos, la calidad de exportación era suficiente. Para el diseño de producción, cada marco requería la sustitución de componentes antes de que pudiera usarse en un sistema de diseño real.

La exportación de código HTML y CSS en la era de Galileo producía un marcado semántico con estilos en línea y nombres de clases que seguían una convención de nomenclatura plana. El código era legible y brindaba a los desarrolladores un punto de partida creíble para implementar el diseño, pero no era código a nivel de arquitecto: sin propiedades personalizadas de CSS, sin tokens de diseño, sin abstracción de componentes. Google Stitch 2.0 amplió la exportación de código a seis frameworks frontend, aunque los detalles específicos del framework más allá de las "variantes HTML/CSS y React/Tailwind" no se detallaron públicamente en el momento de la revisión. Los comentarios de los desarrolladores sobre la exportación de código de Stitch son que produce una salida de Tailwind más limpia que el CSS sin procesar de Galileo, pero aún requiere adaptación antes de que se ajuste a las convenciones de una base de código real.

Ni Galileo ni Stitch producen exportaciones de activos SVG, bibliotecas de iconos o activos de imágenes independientes a partir de las pantallas generadas. Lo que exportas es el archivo de Figma o el código. Los diseñadores que necesiten extraer elementos ilustrados individuales de las pantallas generadas deberán hacerlo manualmente después de la exportación a Figma.

Galileo AI vs. v0 by Vercel vs. Figma AI

v0 by Vercel fluye desde el texto hasta el código React ejecutable: componentes con Tailwind CSS y shadcn/ui, listos para copiar y pegar en una base de código de producción. Su resultado no es una maqueta visual; son archivos de componentes. Un desarrollador que usa v0 quiere enviar un botón a una base de código existente. Un diseñador que usaba Galileo quería presentar un concepto de tres pantallas a una parte interesada antes de que se escribiera ningún código. v0 es a nivel de componente y prioriza al desarrollador. Galileo era a nivel de pantalla y priorizaba al diseñador. Ambos son ahora gratuitos, por lo que combinarlos es un flujo de trabajo realista sin costo alguno.

Figma AI genera diseños dentro del lienzo de Figma, editables inmediatamente dentro de su archivo existente, incluida su biblioteca de componentes y tokens de diseño. Galileo era una herramienta independiente cuya exportación a Figma creaba marcos externos sin acceso a sus componentes de Figma existentes. El panel de código Dev Mode de Figma produce fragmentos de referencia estáticos de HTML/CSS para documentación, no componentes ejecutables. La exportación de código de Galileo era HTML/CSS de producción diseñado para ser implementado. Los diseñadores que son nativos de Figma deberían usar Figma AI. Los diseñadores que desean una generación rápida de conceptos externos antes de comprometerse con un archivo de Figma encontraron que el enfoque independiente de Galileo era más rápido para la ideación pura.

Omita Galileo AI y Google Stitch si su proyecto requiere animación, generación consciente del kit de marca a partir de su propia biblioteca de componentes o cumplimiento de las WCAG garantizado por la herramienta. Elíjalo para obtener maquetas de pantalla rápidas y de aspecto creíble a partir de una descripción de texto, con el refinamiento en Figma como el siguiente paso requerido.