Cómo separar el snapshot de investigación del momento de publicación sin mezclar fechas

Tres tiempos distintos. El sistema necesita diferenciar cuándo tomó el snapshot de fuentes, qué día editorial tendrá la edición y cuándo el archivo pasó a vivo. Mezclarlos produce historiales imposibles de interpretar. Esto importa porque la decisión útil no ocurre en abstracto: cambia qué debe mirar un equipo, qué evidencia necesita conservar y qué parte del flujo conviene automatizar primero. En un sistema real, una diferencia pequeña en este punto puede traducirse en más costo, más latencia o una conclusión equivocada. La práctica correcta es tratar este detalle como una condición verificable y no como una suposición escondida dentro del proceso.

La fuente conserva su fecha. publishedAt pertenece al acontecimiento o documento original y nunca debería cambiar para hacer que una historia parezca del día siguiente. El feed puede ser del 29 con fuentes publicadas el 28. La lectura operativa es más amplia que el dato aislado. Cuando esta señal se integra en un workflow, afecta permisos, tiempos de espera, selección de herramientas y criterios de cierre. Por eso conviene registrarla explícitamente y compararla entre ejecuciones. Si el equipo puede observar cuándo aparece, puede distinguir un problema de contenido de un problema de infraestructura y decidir con mayor precisión dónde intervenir sin rehacer trabajo que ya estaba correcto.

El snapshot explica contexto. Guardar researchedAt permite saber qué información estaba disponible cuando se redactó. Si más tarde aparece una corrección, el equipo puede reconstruir por qué el texto original decía otra cosa. Para llevarlo a producción, conviene convertir la idea en una regla pequeña: definir la entrada, el resultado esperado y la evidencia que demuestra que el paso terminó bien. Esa disciplina evita que el agente improvise según el contexto del momento. También facilita recuperación e idempotencia, porque una corrida posterior puede releer el estado y continuar desde el último punto comprobado en lugar de asumir que todo lo anterior debe repetirse.

FeedDate es una decisión editorial. La fecha del feed organiza qué edición consume la app. No debe usarse para inferir que todas las noticias ocurrieron ese mismo día ni para reetiquetar material viejo. El riesgo aparece cuando el equipo interpreta una señal parcial como si representara todo el sistema. Una métrica favorable puede esconder degradación en otra etapa, y una respuesta técnicamente válida puede ser insuficiente para el usuario final. Por eso el análisis debe conservar contexto, causa y consecuencia. Una buena implementación pregunta qué cambió realmente, quién puede verificarlo y qué decisión debería tomar el sistema si esa evidencia no aparece.

Commit añade otro timestamp. generatedAt o publishedLiveAt indica cuándo se serializó o publicó el archivo. Esa señal ayuda a diferenciar un contenido preparado con horas de anticipación de uno creado en el último minuto. En términos de diseño, la prioridad es reducir ambigüedad. Si dos personas o dos componentes pueden interpretar el mismo estado de forma distinta, la automatización tendrá comportamientos difíciles de reproducir. Conviene normalizar nombres, fechas, identificadores y condiciones de éxito, y registrar las excepciones. Esa estructura vuelve más sencillo probar cambios, comparar versiones y evitar que una optimización local rompa otra parte del flujo que dependía de una semántica distinta.

Reglas para recovery. Si una corrida se recupera después, conserva las fechas de las fuentes y el runKey correcto; no cambies feedDate de un run viejo para llenar un hueco nuevo. El valor aumenta cuando esta capacidad se conecta con observabilidad. No basta saber que el paso existe; necesitamos saber con qué frecuencia se usa, cuánto tarda, qué errores produce y qué tan seguido requiere intervención. Con esos datos, el equipo puede decidir si automatizar más, mantener una aprobación humana o rediseñar la integración. La automatización madura no elimina juicio: lo concentra donde la incertidumbre y el impacto justifican atención.

Trazabilidad temporal. Separar estos tiempos vuelve más fácil auditar frescura, dedupe y recuperación, y evita que una automatización gane continuidad a costa de falsificar el orden real de los hechos. La conclusión práctica es que este punto debe formar parte del contrato del workflow, no de una explicación posterior. Cuando la condición está definida antes de ejecutar, el sistema puede validar, recuperar y auditar con menos improvisación. Eso convierte una idea conceptual en una capacidad repetible: cada corrida sabe qué espera, qué evidencia acepta y qué debe hacer cuando la realidad no coincide con lo previsto.