• Saltar al contenido principal
  • Skip to secondary menu
  • Saltar a la barra lateral principal
  • Saltar al pie de página
  • Inicio
  • Secciones
    • Ciencia de datos
    • Criptografía
    • Herramientas
    • Machine Learning
    • Noticias
    • Opinión
    • Productividad
    • Programación
      • JavaScript
      • Julia
      • Matlab
      • Python
      • R
  • Programación
    • JavaScript
    • Julia
    • Matlab
    • Python
    • R
  • Laboratorio
    • Estadística
      • Calculadora del Tamaño Muestral en Encuestas
      • Calculadora de estadísticos descriptivos
      • Test de normalidad
      • Calculadora de contrastes de hipotesis
      • Calculadora de tamano del efecto
      • Simulador de Regresión Lineal con Ruido
      • Visualizador de PCA
      • Visualizador de Series Temporales
      • Simulador de Regresión Logística
      • Simulador de K-Means
      • Simulador de DBSCAN
      • Detector de la Ley de Benford
    • Probabilidad
      • Calculadora de Probabilidad de Distribuciones
      • Calculadora de Probabilidades de Lotería
      • Simulador del Problema de Monty Hall
      • Simulador de la Estrategia Martingala
    • Finanzas
      • Calculadora de Préstamos e Hipotecas
      • Conversor TIN ↔ TAE
      • Calculadora DCA con ajuste por inflación
      • Calculadora XIRR con Flujos Irregulares
      • Simulador FIRE (Financial Independence, Retire Early)
    • Negocios
      • CLV
      • Scoring
    • Herramientas
      • Formateador / Minificador de JSON
      • Conversor CSV ↔ JSON
      • Comparador y Formateador de Texto y JSON
      • Formateador y Tester de Expresiones Regulares
      • Inspector de JWT
      • Generador y verificador de hashes
      • Codificador / Decodificador Base64 y URL
      • Conversor de bases numericas
      • Conversor de Timestamp Unix
      • Conversor de colores
      • Generador de UUIDs
    • Juegos
      • Tres en Raya
      • Nim con Q-Learning
    • Más
      • Método D’Hondt
      • Generador de Contraseñas Seguras
  • Noticias
  • Boletín
  • Contacto
  • Tienda
    • Libros
    • Equipamiento de oficina
    • Equipamiento en movilidad

Analytics Lane

Ciencia e ingeniería de datos aplicada

  • Ciencia de datos
  • Machine Learning
  • IA Generativa
  • Python
  • Pandas
  • NumPy
  • R
  • Excel

Guía práctica de categorías para changelogs en inglés y castellano

febrero 3, 2026 Por Daniel Rodríguez Deja un comentario
Tiempo de lectura: 7 minutos

Cuando trabajamos en proyectos de software, uno de los ficheros más útiles para el equipo y para los usuarios es el changelog o registro de cambios. En él deberíamos documentar cómo evoluciona el proyecto, qué se añade, qué se corrige y qué se elimina en cada versión.

Existen muchas formas de estructurar este archivo, pero uno de los estándares más extendidos y utilizados es Keep a Changelog, que define un conjunto reducido de categorías oficiales. Además de otras categorías no oficiales pero muy comunes que se utilizan para dar más detalle o adaptarse a las necesidades de cada equipo.

En esta guía te presento todas ellas, tanto en inglés como su equivalente en castellano para aquellos que quieren mantener el archivo en castellano, con definiciones claras y ejemplos prácticos de cuándo usarlas. No vamos a justificar por qué seguir un estándar: nos centraremos en qué categorías existen, qué significan y cómo aplicarlas de forma consistente.

Tabla de contenidos

  • 1 Categorías oficiales de Keep a Changelog
    • 1.1 Added (Añadido)
    • 1.2 Changed (Cambiado o Modificado)
    • 1.3 Deprecated (Obsoleto o En desuso)
    • 1.4 Removed (Eliminado)
    • 1.5 Fixed (Corregido)
    • 1.6 Security (Seguridad)
    • 1.7 Resumen de las oficiales
  • 2 Categorías no oficiales pero comunes
    • 2.1 Features (Novedades o Nuevas funcionalidades)
    • 2.2 Improved (Mejorado)
    • 2.3 Docs (Documentación)
    • 2.4 Refactored (Refactorizado)
    • 2.5 Performance (Rendimiento)
    • 2.6 Tests (Pruebas)
    • 2.7 Build (Compilación)
    • 2.8 CI (Integración continua)
    • 2.9 Misc (Varios o Miscelánea)
    • 2.10 Resumen de las categorías no oficiales
  • 3 Conclusiones

Categorías oficiales de Keep a Changelog

El estándar Keep a Changelog define seis categorías principales. Estas son las únicas oficiales, y si quieres mantener un changelog simple y universalmente entendible, son las que deberías utilizar siempre.

Added (Añadido)

Los cambios en los que se debe usar esta categoría son:

  • Para cualquier cosa nueva que se incorpora al proyecto.
  • No solo se refiere a grandes funcionalidades, sino también a detalles más pequeños: nuevos parámetros de configuración, nuevas APIs, nuevos mensajes de log, nuevas opciones de comandos, etc.

Por ejemplo:

Nuevo test de normalidad interactivo en el laboratorio de Analytics Lane
En Analytics Lane
Nuevo test de normalidad interactivo en el laboratorio de Analytics Lane

### Added
- Added `--verbose` option to the `deploy` command.
- Added support for PostgreSQL 16.

### Añadido
- Se añadió la opción `--verbose` al comando `deploy`.
- Se añadió soporte para PostgreSQL 16.

Publicidad


Changed (Cambiado o Modificado)

Esta categoría se puede usar para los siguientes tipos de cambios:

  • Cuando algo que ya existía cambia de comportamiento.
  • Puede ser un cambio en la API, en la interfaz de usuario, en la lógica de negocio o en la forma en que se calculan los resultados.

Algunos ejemplos se muestran a continuación:

### Changed
- Changed default timeout from 30s to 60s.
- Changed password validation rules.

### Cambiado
- Se modificó el tiempo de espera por defecto de 30s a 60s.
- Se modificaron las reglas de validación de contraseñas.

Deprecated (Obsoleto o En desuso)

La categoría Deprecated se puede utilizar en las siguientes situaciones:

  • Cuando algo aún existe, pero ya no se recomienda usarlo.
  • Es una advertencia al usuario: “funciona hoy, pero en el futuro desaparecerá”.
  • Muy útil para dar tiempo a migrar hacia alternativas.

Por ejemplo, en los siguientes casos:

### Deprecated
- Deprecated support for Python 3.8 (will be removed in the next major release).
- Deprecated `legacy_mode` configuration option.

### Obsoleto
- Se marcó como obsoleto el soporte para Python 3.8 (se eliminará en la próxima versión principal).
- Se declaró obsoleta la opción de configuración `legacy_mode`.

Removed (Eliminado)

Los cambios en los que se puede usar esta categoría son:

  • Cuando algo que existía ya no está disponible.
  • Puede ser una función, un endpoint, una opción de configuración, un campo en la base de datos, etc.

Algunos ejemplos de cambios en los que se puede utilizar esta etiqueta son:

### Removed
- Removed `legacy_mode` option (deprecated in v1.4.0).
- Removed support for Internet Explorer 11.

### Eliminado
- Se eliminó la opción `legacy_mode` (obsoleta desde la versión 1.4.0).
- Se eliminó el soporte para Internet Explorer 11.

Publicidad


Fixed (Corregido)

La categoría Fixed se aplica a los cambios que corrigen errores, es decir, para los siguientes casos:

  • Para documentar errores o bugs solucionados.
  • Lo más común en cualquier changelog.

Algunos posibles ejemplos de esta categoría son:

### Fixed
- Fixed crash when uploading large files.
- Fixed incorrect calculation of interest rates.

### Corregido
- Se corrigió un fallo que provocaba un cierre al subir archivos grandes.
- Se corrigió un error en el cálculo de las tasas de interés.

Security (Seguridad)

Los casos en los que se debe usar esta categoría para etiquetar un cambio son:

  • Para cambios relacionados con la seguridad.
  • Puede ser un parche de vulnerabilidad, una mejora en las políticas de cifrado, o el endurecimiento de la autenticación.

Algunos ejemplos de este tipo de mensajes son los que se muestra a continuación:

### Security
- Patched SQL injection vulnerability in user login.
- Upgraded OpenSSL to 3.0.11 for critical security fixes.

### Seguridad
- Se corrigió una vulnerabilidad de inyección SQL en el login de usuarios.
- Se actualizó OpenSSL a la versión 3.0.11 para solucionar fallos críticos de seguridad.

Resumen de las oficiales

En la siguiente tabla se muestra un resumen de las categorías oficiales del estándar Keep a Changelog y sus principales casos de uso:

InglésCastellanoUso principal
AddedAñadidoAlgo nuevo incorporado
ChangedCambiado/ModificadoAlgo existente que cambia
DeprecatedObsoleto/En desusoAún existe pero se desaconseja
RemovedEliminadoAlgo que ya no está disponible
FixedCorregidoErrores o bugs solucionados
SecuritySeguridadCambios de seguridad y vulnerabilidades

Publicidad


Categorías no oficiales pero comunes

Aunque las anteriores son las únicas definidas por el estándar, en la práctica muchos equipos utilizan otras categorías para ser más expresivos. No son oficiales, pero están muy extendidas y pueden ayudarte a organizar mejor tu changelog.

Features (Novedades o Nuevas funcionalidades)

Esta categoría suele emplearse para etiquetar grandes cambios en la aplicación. Algunos de las situaciones en las que se puede usar son:

  • Para destacar funcionalidades grandes y visibles para el usuario.
  • Diferencia clave con Added: Features es de nivel alto (lo que el cliente nota), Added es más granular (lo que el desarrollador añade).

Por ejemplo, algunos cambios que se pueden incluir en esta categoría son:

### Features
- Introduced a new dashboard for administrators.
- Added support for exporting reports in PDF.

### Novedades
- Nueva interfaz de panel para administradores.
- Nueva opción de exportar informes en PDF.

Improved (Mejorado)

Cuando se incluyen una mejora incremental que no cambia el comportamiento se puede recurrir a esta categoría. Así se puede emplear en los siguientes casos:

  • Para mejoras incrementales que no son exactamente un cambio (Changed) ni una corrección (Fixed).
  • Ejemplos: rendimiento, usabilidad, claridad de mensajes.

Por ejemplo:

### Improved
- Improved caching mechanism for faster response times.
- Improved error messages during login.

### Mejorado
- Se mejoró el mecanismo de caché para tiempos de respuesta más rápidos.
- Se mejoraron los mensajes de error durante el inicio de sesión.

Publicidad


Docs (Documentación)

En el estándar oficial no existe una categoría para documentación, por eso es habitual que se use esta cuando existen cambios que solo afectan a la documentación. Por ejemplo:

### Docs
- Updated API usage examples.
- Added migration guide for version 2.0.

### Documentación
- Se actualizaron los ejemplos de uso de la API.
- Se añadió la guía de migración para la versión 2.0.

Refactored (Refactorizado)

Tampoco existe una etiqueta en el estándar para cuando solo se produce una refactorización del código. Por eso la existencia de esta categoría no oficial. El caso en el que se puede usar es:

  • Para cambios en el código interno que no alteran la funcionalidad.

Por ejemplo:

### Refactored
- Refactored user authentication module for clarity.
- Simplified database connection handling.

### Refactorizado
- Se refactorizó el módulo de autenticación de usuarios para mayor claridad.
- Se simplificó la gestión de la conexión a la base de datos.

Performance (Rendimiento)

Esta categoría se puede usar para indicar mejoras específicas en la velocidad o eficiencia. Por ejemplo:

### Performance
- Reduced memory usage by 30%.
- Optimized SQL queries for report generation.

### Rendimiento
- Se redujo el uso de memoria en un 30%.
- Se optimizaron las consultas SQL para la generación de informes.

Publicidad


Tests (Pruebas)

Esta categoría se puede usar cuando:

  • Para cambios relacionados con los tests automatizados o manuales.

Algunos posibles mensajes a incluir en esta categoría pueden ser:

### Tests
- Added unit tests for the new billing module.
- Improved integration tests for API endpoints.

### Pruebas
- Se añadieron pruebas unitarias para el nuevo módulo de facturación.
- Se mejoraron las pruebas de integración de los endpoints de la API.

Build (Compilación)

Una categoría que se puede usar para:

  • Para cambios en el proceso de compilación o dependencias.

Por ejemplo:

### Build
- Updated Node.js to version 20.
- Migrated build system from Webpack to Vite.

### Compilación
- Se actualizó Node.js a la versión 20.
- Se migró el sistema de compilación de Webpack a Vite.

CI (Integración continua)

Esta categoría se puede usar en los mensajes:

  • Para cambios en pipelines, workflows, o configuraciones de CI/CD.

Como los ejemplos que se muestran a continuación:

### CI
- Added GitHub Actions workflow for linting.
- Updated pipeline to run tests in parallel.

### Integración continua
- Se añadió un workflow de GitHub Actions para el linting.
- Se actualizó el pipeline para ejecutar pruebas en paralelo.

Publicidad


Misc (Varios o Miscelánea)

Finalmente, también hay equipos que usan esta categoría para cambios menores que no encajan en otra categoría. Por ejemplo:

### Misc
- Updated project logo.
- Corrected typos in UI labels.

### Varios
- Se actualizó el logotipo del proyecto.
- Se corrigieron errores tipográficos en etiquetas de la interfaz.

Resumen de las categorías no oficiales

Al igual que en el caso de las categorías oficiales, en la siguiente tabla se muestra un resumen de las categorías no oficiales que se pueden emplear y su principal caso de uso:

InglésCastellanoUso principal
FeaturesNovedadesFuncionalidades grandes, visibles para el usuario
ImprovedMejoradoMejoras incrementales
DocsDocumentaciónCambios en docs
RefactoredRefactorizadoCambios internos en el código
PerformanceRendimientoMejoras de velocidad o eficiencia
TestsPruebasCambios en tests
BuildCompilaciónCambios en dependencias o scripts de build
CIIntegración continuaCambios en pipelines o workflows
MiscVariosCambios menores o misceláneos

Conclusiones

En esta entrada, se han repasado las categorías oficiales del estándar Keep a Changelog y algunas de las no oficiales. Lo que la convierte en una guía útil para estandarizar los mensajes en los equipos. En resumen, se ha visto:

  • Las categorías oficiales de Keep a Changelog (Added, Changed, Deprecated, Removed, Fixed, Security) son suficientes para un changelog claro y universal.
  • Las categorías no oficiales son útiles para dar más matices, sobre todo en proyectos grandes o con equipos distribuidos.

Entre las categorías es importante resaltar una la existencia de una distinción clave entreFeatures y Added:
Features → lo que el usuario nota (nivel alto).

  • Added → lo que el desarrollador añade (nivel bajo).

Con esta guía tienes un mapa completo de todas las categorías habituales en changelogs, tanto en inglés como en castellano. Ahora puedes elegir cuáles usar en tu proyecto y mantener un registro de cambios claro, coherente y útil para todos.

Nota: La imagen de este artículo fue generada utilizando un modelo de inteligencia artificial.

¿Te ha parecido de utilidad el contenido?

¡Puntúalo entre una y cinco estrellas!

Puntuación promedio 0 / 5. Votos emitidos: 0

Ya que has encontrado útil este contenido...

¡Síguenos en redes sociales!

¡Siento que este contenido no te haya sido útil!

¡Déjame mejorar este contenido!

Dime, ¿cómo puedo mejorar este contenido?

Publicidad


Publicaciones relacionadas

  • Nuevo test de normalidad interactivo en el laboratorio de Analytics Lane
  • Nuevo conversor de timestamp Unix en el laboratorio de Analytics Lane
  • Calculadora de Contrastes de Hipótesis: interpreta correctamente el p-valor y toma decisiones estadísticas con confianza
  • Calculadora de Tamaño del Efecto: la herramienta clave para entender cuánto importa realmente una diferencia
  • Simulador de DBSCAN: descubre cómo encontrar clusters reales (y ruido) sin fijar K
  • Conversor de Colores: convierte, compara y valida cualquier color en tiempo real
  • Analytics Lane lanza su Generador de UUIDs: identificadores únicos, seguros y listos para producción en segundos
  • 1200 publicaciones en Analytics Lane
  • Analytics Lane lanza su Conversor TIN ↔ TAE: la herramienta definitiva para entender el coste real de depósitos, préstamos e hipotecas

Publicado en: Productividad Etiquetado como: Buenas prácticas

Interacciones con los lectores

Deja una respuesta Cancelar la respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

I accept the Terms and Conditions and the Privacy Policy

Este sitio usa Akismet para reducir el spam. Aprende cómo se procesan los datos de tus comentarios.

Barra lateral principal

Suscríbete a nuestro boletín

Suscríbete al boletín semanal para estar al día de todas las publicaciones.

Política de Privacidad

Analytics Lane en redes sociales

  • Amazon
  • Bluesky
  • Facebook
  • GitHub
  • Instagram
  • Mastodon
  • Pinterest
  • RSS
  • Telegram
  • Tumblr
  • Twitter
  • YouTube

Publicidad

Entradas recientes

Noticias

Analytics Lane lanza la versión 1.1 del laboratorio con nuevas suites de CLV y Scoring

mayo 18, 2026 Por Daniel Rodríguez

Interés compuesto: la fuerza que multiplica tu dinero (y los errores que la anulan)

mayo 14, 2026 Por Daniel Rodríguez

Cómo comparar datos con barras en Matplotlib: agrupadas, apiladas y porcentuales

mayo 12, 2026 Por Daniel Rodríguez

Publicidad

Es tendencia

  • Cómo calcular el tamaño de la muestra para encuestas publicado el septiembre 9, 2025 | en Ciencia de datos
  • Revisión del Lenovo ThinkBook 14 Gen 3 AMD publicado el abril 22, 2022 | en Reseñas
  • Hoja de cálculo para repartir los escaños en base al método D’Hont Aplicar el método D’Hondt en Excel publicado el abril 14, 2021 | en Herramientas
  • Gráficos de barras en Matplotlib publicado el julio 5, 2022 | en Python
  • Creación de gráficos de barras y gráficos de columnas con Seaborn publicado el julio 18, 2023 | en Python

Publicidad

Lo mejor valorado

4.9 (24)

Seleccionar filas y columnas en Pandas con iloc y loc

4.6 (16)

Archivos JSON con Python: lectura y escritura

4.4 (14)

Ordenación de diccionarios en Python mediante clave o valor

4.7 (13)

Operaciones de filtrado de DataFrame con Pandas en base a los valores de las columnas

4.1 (11)

Aplicar el método D’Hondt en Excel

Comentarios recientes

  • bif en JSON en bases de datos: cuándo es buena idea y cuándo no
  • bif en Cómo desinstalar Oracle Database 19c en Windows
  • M. Pilar en Cómo eliminar las noticias en Windows 11 y recuperar tu concentración
  • Daniel Rodríguez en Probabilidad básica: cómo entender el azar en nuestra vida diaria
  • Pepe en Probabilidad básica: cómo entender el azar en nuestra vida diaria

Publicidad


Footer

Analytics Lane

  • Acerca de Analytics Lane
  • Boletín de noticias
  • Contacto
  • Libros
  • Lo más popular
  • Noticias
  • Tienda
  • Tiendas afiliadas

Secciones

  • Ciencia de datos
  • Criptografía
  • Herramientas
  • Machine Learning
  • Opinión
  • Productividad
  • Programación
  • Reseñas

Sobre de Analytics Lane

En Analytics Lane tratamos de explicar los principales conceptos de la ciencia e ingeniería de datos con un enfoque práctico. Los principales temas tratados son ciencia de datos, ingeniería de datos, inteligencia artificial, machine learning, deep learning y criptografía. Además, también se habla de los principales lenguajes de programación y herramientas utilizadas por los científicos e ingenieros de datos.

Copyright © 2018-2026 Analytics Lane ·Términos y condiciones ·Política de Cookies ·Política de Privacidad ·Herramientas de privacidad ·Contacto