Datos / Testing

Generador de nombres falsos

Creá nombres y apellidos realistas para entornos de prueba. Útil para fixtures, seeds, prototipos de UI y demos. Nunca uses datos reales en testing.

Cuándo necesitás nombres de prueba

Cualquier proyecto que toque datos personales se beneficia de tener nombres falsos a mano: tests automatizados, seeds para entornos de staging, capturas para presentaciones, prototipos de pantallas y demos para clientes. Usar nombres reales o nombres propios del equipo introduce dos problemas: privacidad y sesgos en las pruebas ("siempre funciona con Juan Pérez").

Las listas de este generador combinan los nombres más comunes en países hispanohablantes (Argentina, México, España, Colombia, Chile) con apellidos también frecuentes. La variante anglosajona usa nombres y apellidos típicos de Estados Unidos y Reino Unido.

Qué incluye cada nombre

  • Nombre: uno o dos nombres de pila según preferencia.
  • Apellido: uno o dos apellidos.
  • Email opcional: derivado del nombre, en dominios de prueba estándar (example.com, test.com).

Buenas prácticas para datos de testing

  1. Nunca uses datos reales en staging. Anonimizá o usá datos sintéticos como los que genera este tool. Si una persona externa accede al entorno, no debería ver información identificable.
  2. Marcá los datos como sintéticos. Un flag en la base, un dominio claramente falso (@example.com) o un prefijo en el nombre evita confusiones.
  3. Probá casos límite. Nombres muy largos, con tildes, eñes, apóstrofes y caracteres no latinos. La mayoría de los bugs en formularios aparece con datos atípicos.
  4. Variá el set. Si todos tus nombres de testing son Juan Pérez, no estás probando ordenamientos, búsquedas ni edge cases reales.

Sobre nombres y privacidad

Aunque las combinaciones sean aleatorias, estadísticamente algún Juan García existe en el mundo real. Por eso conviene:

  • Usar los datos solo en entornos no productivos.
  • Combinarlos con direcciones de prueba (123 Test Street) y emails con dominio fake.
  • Documentar en el repo o wiki que esos datos son sintéticos.
  • Nunca enviar emails reales a esos contactos generados.

Cuándo Faker es mejor opción

Si ya tenés tests automatizados o un seed script, instalá Faker (@faker-js/faker para Node, faker para Python, FactoryBot + Faker para Ruby). Te da más control: locale específico, tipos de datos avanzados (direcciones, teléfonos, IBAN), reproducibilidad por semilla.

Este generador es útil cuando necesitás algo rápido sin involucrar código: un diseñador que llena mockups, un PM que arma una demo, un QA que rellena un formulario manual.

Cómo lo usamos para testing real

En proyectos serios, una combinación práctica:

  1. Faker en los tests (rápido, reproducible, integrado).
  2. Este generador para fixtures grandes copy-paste (CSV de 50 filas para importar).
  3. Datos sintéticos completos (nombre + dirección + email + teléfono) para seeds de staging.
  4. Validación con Cypress o Playwright contra los nombres generados.

Preguntas frecuentes

¿Para qué sirve?

Para poblar tests, fixtures, prototipos y demos sin usar datos personales reales.

¿Pueden coincidir con personas reales?

Estadísticamente sí, alguna combinación puede coincidir. Usá los datos solo en entornos de testing.

¿Puedo usarlos en producción?

No. Solo desarrollo, staging o demos. Nunca como nombre real de un usuario.

¿Por qué no Faker?

Faker es ideal cuando ya escribís código. Este generador es para uso ad-hoc rápido.