PUNTOES / UNA RUTA PARA APRENDER
IA desde cero.
Paso a paso.
30 artículos para comprender los modelos de lenguaje, utilizar RAG y diseñar agentes con criterio. Esquemas, ejemplos y ejercicios para aprender sin dar por sabido lo importante.
Tu recorrido
- 01Fundamentos de IAQué es la inteligencia artificial y qué problemas puede resolverEntiende qué tareas puede resolver la IA y cómo distinguir clasificación, predicción y generación antes de elegir una herramienta.
- 02Fundamentos de IAQué es un LLM: cómo un modelo produce texto sin ser una enciclopediaUn modelo de lenguaje genera texto a partir del contexto. Aprende cómo funciona un LLM y por qué una respuesta fluida necesita comprobación.
- 03Fundamentos de IATokens: por qué el modelo no lee exactamente palabra por palabraDescubre cómo se convierte el texto en tokens, por qué no equivalen siempre a palabras y cómo influye el tokenizador de cada modelo.
- 04Fundamentos de IAEntrenamiento e inferencia: aprender patrones no es responder una preguntaDistingue ajustar los parámetros de un modelo de utilizarlo para responder. Contexto, recuperación y entrenamiento tienen funciones diferentes.
- 05Fundamentos de IATransformer y atención: cómo relaciona un modelo las partes del textoUna explicación sencilla de la atención y los bloques de un Transformer, con un ejemplo de ambigüedad y los límites del esquema.
- 06Fundamentos de IATemperatura: cambia la variedad de la respuesta, no su veracidadComprende qué modifica la temperatura al generar texto y cómo evaluar sus efectos sin confundir diversidad con exactitud.
- 07Fundamentos de IAVentana de contexto: cómo repartir el espacio sin perder lo importanteAprende a repartir instrucciones, historial, documentos y respuesta dentro del presupuesto de contexto de un modelo.
- 08Fundamentos de IAAlucinaciones: cómo detectar una respuesta convincente pero incorrectaIdentifica datos inventados en una respuesta convincente y prepara una revisión basada en documentos y fuentes verificables.
- 09Uso de modelosCómo escribir instrucciones útiles sin buscar un prompt mágicoDefine objetivo, contexto, formato y límites para escribir instrucciones claras que puedas comprobar con casos concretos.
- 10Uso de modelosFew-shot: enseñar el formato con ejemplos antes de pedir una respuestaLos ejemplos en el contexto pueden orientar formato y criterio. Aprende a usarlos y a reservar casos independientes para evaluarlos.
- 11Uso de modelosSalidas estructuradas: JSON válido no significa una respuesta verdaderaComprueba estructura, datos originales y permisos antes de usar una salida JSON del modelo para realizar una acción.
- 12Uso de modelosCómo elegir un modelo: calidad, coste y latencia en tu tarea realCompara modelos con criterios de calidad, latencia y coste por tarea completada, utilizando casos representativos de tu proyecto.
- 13RAG y búsquedaEmbeddings: representar contenido como números para poder compararloEntiende qué representa un embedding y qué necesitas para comparar consultas y documentos dentro de un espacio compatible.
- 14RAG y búsquedaBúsqueda semántica: encontrar intención no elimina la necesidad de evaluarAprende cuándo buscar por intención y cuándo conservar coincidencias exactas, sin confundir similitud con verdad.
- 15RAG y búsquedaQué es un RAG: dar al modelo documentos útiles antes de responderUna introducción a la generación aumentada con recuperación: indexación, documentos relevantes, contexto y respuesta con evidencia.
- 16RAG y búsquedaFragmentar documentos para RAG sin cortar la información que necesitasDivide documentos en fragmentos útiles conservando reglas, excepciones, origen y permisos, y comprueba el resultado con preguntas reales.
- 17RAG y búsquedaBúsqueda híbrida y reranking: combinar señales antes de elegir contextoCombina recuperación textual y vectorial, y decide con pruebas si reordenar candidatos aporta calidad suficiente para su coste.
- 18RAG y búsquedaEvaluar un RAG: recuperación, fidelidad y utilidad son cosas distintasSepara recuperación, fidelidad y utilidad para detectar dónde falla un RAG y evaluar también preguntas sin respuesta.
- 19Agentes y herramientasQué es un agente de IA y cuándo merece la pena usarloComprende qué decisiones puede tomar un agente, qué herramientas necesita y cómo definir sus permisos y criterios de parada.
- 20Agentes y herramientasWorkflow o agente: cuándo fijar el camino y cuándo permitir decisionesDecide qué pasos deben permanecer fijos y dónde tiene sentido permitir decisiones del modelo en un proceso controlado.
- 21Agentes y herramientasHerramientas de un agente: un contrato claro antes de dar accesoDiseña entradas, salidas, errores y permisos de una herramienta antes de conectarla con las decisiones de un agente.
- 22Agentes y herramientasQué es MCP: cómo una aplicación se conecta con herramientas y datosIdentifica host, cliente y servidor en MCP y separa la conexión técnica de la autorización para consultar datos y ejecutar herramientas.
- 23Agentes y herramientasSkills: empaquetar instrucciones útiles sin confundirlas con herramientasComprende qué puede incluir una skill, cómo se diferencia de una herramienta y qué revisar antes de utilizar sus instrucciones.
- 24Agentes y herramientasMemoria de un agente: qué guardar y qué recuperar en cada tareaSepara el contexto de una llamada de la memoria persistente y decide qué guardar, cuándo caduca y cómo corregirlo.
- 25Agentes y herramientasSistemas multiagente: repartir trabajo sin multiplicar los erroresEvalúa si repartir roles entre agentes aporta valor y cómo evitar que varias respuestas repitan el mismo error.
- 26Agentes y herramientasCómo evaluar un agente antes de darle tareas realesPrepara pruebas de resultados, acciones y fallos antes de dar a un agente acceso a tareas reales.
- 27Arquitectura y seguridadPrompt injection: cuando un documento intenta mandar sobre el agenteReconoce instrucciones maliciosas dentro de fuentes externas y aplica límites también en código, permisos y herramientas.
- 28Arquitectura y seguridadPermisos en un RAG: recuperar solo los documentos que se pueden verEvita que un RAG recupere documentos sin autorización y comprueba también citas, cachés y registros.
- 29Arquitectura y seguridadArquitectura de una aplicación de IA: separar decisiones, datos y efectosSepara interfaz, lógica, modelo, recuperación y herramientas para cambiar componentes y comprobar efectos sin perder control.
- 30Arquitectura y seguridadTu primer proyecto de IA: una ruta de prueba antes de automatizarDiseña un primer proyecto pequeño de IA con datos autorizados, casos de prueba y una condición clara para ampliar su uso.
DEL CONOCIMIENTO A LA PRÁCTICA