AI Foundations Bootcamp
Resource Hub en Español para Alumnos. Filtra, revisa e interactúa con las herramientas y prompts del ecosistema.
Método Base: Entrevístame (Opción Múltiple)
Úsalo para iniciar casi cualquier tarea. Evita escribir prompts largos y deja que la IA te guíe rápido con opciones A, B, C, D.
[topic][project]
Ingeniería Inversa de Prompt
Empaqueta una conversación larga y exitosa en un único prompt reutilizable.
Documento de Traspaso / Handoff
Úsalo cuando una conversación sea muy larga para evitar context rot y pasar el trabajo a un chat nuevo.
Motor de Reacción / Crítica Dura
Pídele a la IA que deje de adularte y actúe como coach o consultor exigente.
[my work]
Creador de Perfil de Contexto Personal
Genera un perfil maestro personal para adjuntar a futuros chats y proyectos.
Creador de Dossier de Contexto de Negocio
Genera un contexto maestro de empresa, mercado, clientes, competencia y voz de marca.
Company NameWebsite URL
Fusionador de Contexto Maestro de Empresa
Une investigación externa e información interna en un único documento maestro.
Creador de Guía de Estilo Personal o de Marca
Analiza muestras de escritura y crea una guía de voz reutilizable.
Diseñador de Prompts de Deep Research
Usa la IA para diseñar un prompt robusto antes de activar Deep Research.
{{objetivo del proyecto}}
Deep Research para Aprender una Habilidad
Construye expertise en un área fuera de tu dominio.
[skill area]
Guía de Coaching de 10 Páginas
Crea una guía densa de mejores prácticas sobre un tema.
[topic]
Estratega de Adopción IA: Qué Construir Primero
Determina qué proyecto de IA tendrá más ROI y adopción.
Arquitecto de Prompts de Sistema / SOP / Proyectos
Crea instrucciones sólidas para un proyecto personalizado o agente reutilizable.
Diagnóstico y Reparación de Proyecto IA
Diagnostica un proyecto personalizado que está fallando.
Codificar Valores de Empresa desde Transcripciones
Convierte reuniones reales en valores observables para hiring.
Evaluar Candidato contra Valores Codificados
Evalúa entrevistas contra valores previamente definidos.
Bucle Chat 1: Entrevista para PRD de Software
Primera fase del bucle de tres chats para construir artefactos o software.
Bucle Chat 2: Construcción del Código
Segunda fase: construir el artefacto desde un PRD limpio.
PRDdata
Bucle Chat 3: Revisión Experta del Artefacto
Revisión crítica de un artefacto ya funcional.
Convertir Reporte en Artefacto Interactivo
Transforma un reporte, spreadsheet o screenshot en una herramienta exploratoria.
Agregar Coaching IA en Segundo Plano
Añade una capa de coaching automático a un artefacto.
Tres interfaces: chat, workflow y software
Framework para distinguir si una solución de IA se hace en chat, en un workflow agente o como software personalizado.
Ver IA en la naturaleza / cómo fue construido
Habilidad fundacional: detectar productos IA reales y estimar cómo fueron construidos y cuánto costaría emularlos.
Metáfora: manager de IA
Gestionar IA se parece a gestionar personas: onboarding, delegación, definición de calidad y revisión.
Cambio de identidad: de ejecutor a orquestador
Pasar de "hago el trabajo" a "entrego el resultado". La herramienta es solo el método.
Entrenado sobre el promedio
Los LLMs tienden a devolver una media genérica si no les cargas contexto, ejemplos y criterios propios.
Problema de arranque en frío
Un chat nuevo no sabe nada sobre ti, tu negocio o tu tarea; por eso responde de forma genérica.
Tokens privados
Información única que solo tú tienes: clientes, llamadas, documentos, soporte, mercado y decisiones internas.
Context rot
Cuando una conversación se alarga, el modelo se confunde, olvida instrucciones y baja la calidad.
Muy poco vs. demasiado contexto
Poco contexto produce resultados genéricos; demasiado contexto produce confusión. El valor está en el punto medio.
Ingeniería de contexto antes que prompt
Cargar contexto correcto y ejemplos buenos importa más que buscar una frase mágica de prompt.
Empezar de nuevo en vez de parchar
Cuando el primer enfoque está mal, conviene reiniciar con mejores inputs en lugar de corregir infinitamente.
La IA es ciega: entrevista primero
Aunque vea imágenes o archivos, no debe lanzarse sin entender; primero debe entrevistar.
No gastes contexto demasiado rápido
No quemar la ventana de contexto con intentos prematuros; conviene preguntar antes de producir.
Motor de reacción
La IA sirve para reaccionar, criticar, encontrar patrones, roleplayar y detectar puntos ciegos, no solo redactar.
Hablar más rápido que escribir
Dictar y responder con opciones A/B/C/D carga contexto más rápido que escribir todo manualmente.
Rubber ducking
Explicar el problema en voz alta ayuda a clarificarlo, incluso antes de que la IA responda.
Frontera dentada
La IA es excelente en algunas tareas y mala en otras; la única forma de saberlo es probar en el propio dominio.
Pasante vs. experto PhD
La IA puede parecer un pasante o un consultor experto según la calidad del contexto y la dirección.
Delega lo que puedes evaluar
Empieza delegando tareas donde tienes criterio para juzgar si el output es bueno.
Gusto y juicio humano / stay in your lane
El valor humano duradero está en el gusto, juicio, experiencia y verificación.
Evals: juicio y verificación
Evaluar si la IA hizo buen trabajo es una de las habilidades clave para mantener control.
Trocear y acumular victorias
Dividir tareas en pasos pequeños permite construir confianza y resultados acumulables.
Los trucos no duran
Amenazar, sobornar o usar gimmicks no reemplaza habilidades duraderas: contexto, delegación y evaluación.
El prompt es el programa
En IA moderna, el prompt funciona como comando de arranque y define la capacidad real del sistema.
Modelos razonadores orquestan subagentes
Los modelos razonadores trabajan más lento porque investigan, verifican y encadenan pasos internos.
Gratis vs. pagado / modelos razonadores
Los modelos pagados o de razonamiento suelen verificar más y producir mejores resultados en tareas complejas.
No confíes ciegamente en el auto-routing
Los routers automáticos pueden elegir modelos más baratos o menos capaces; conviene escoger modelo a propósito.
Mapa del paisaje de modelos
Diferentes modelos sirven mejor para distintas tareas: escritura, código, video, freshness, privacidad o coste.
Tiers de modelo: extremos útiles
Usar modelos rápidos/baratos para tareas simples y modelos lentos/potentes para tareas difíciles.
Fechas de corte y grounding web
Los modelos no saben lo que pasó después de su corte de entrenamiento si no activan búsqueda o grounding.
Brecha de adopción
Mucha gente usa chat básico, pero pocos usan deep research, proyectos o artefactos avanzados.
Vectorización / RAG
Subir archivos a conocimiento de proyecto permite recuperar solo fragmentos relevantes sin pegar todo en el chat.
Los proyectos resuelven context rot
Los proyectos guardan contexto reutilizable fuera de la conversación y reducen degradación por chats largos.
Regla del 50% de capacidad de conocimiento
Mantener archivos de conocimiento bajo aproximadamente la mitad de la capacidad ayuda a conservar rendimiento.
Markdown sobre TXT o formatos propietarios
Markdown preserva jerarquía con bajo coste de tokens; CSV, JSON o XML sirven para datos estructurados.
Chunk down para consistencia
Si un proyecto falla, reduce el alcance a pasos discretos y encadena etapas.
System prompt = instrucciones de proyecto = prompts de agente
Escribir instrucciones de proyecto entrena la misma habilidad que crear system prompts para agentes.
Proyectos repetitivos = ROI
Los mejores proyectos de IA suelen enfocarse en tareas repetitivas con ejemplos de buen output.
Ser el héroe / generar adopción
Construir algo útil para tareas aburridas o dolorosas facilita buy-in del equipo.
Deep research como momento lavadora
Deep Research funciona como un equipo de analistas que trabaja 5-20 minutos y entrega síntesis profunda.
Eres el CEO de la investigación
Debes definir qué investigar y cómo presentar el resultado: tablas, rankings, pros/contras y recomendaciones.
Combinar deep research con proyectos/gems
Un buen reporte de research debe convertirse en archivo de conocimiento reutilizable.
Deep research interno
La investigación profunda también puede aplicarse a documentos propios, Drive, reuniones y conocimiento interno.
Solo estás usando el 5% de la IA
Quedarse en chat básico deja fuera artefactos, software, dashboards, workflows y agentes.
La gestión de contexto manda
En artefactos y software IA, manejar contexto correctamente es más importante que pedir diseño bonito al principio.
Arquitectura de tres chats
Separar entrevista/PRD, construcción y revisión mejora resultados y evita contexto contaminado.
Bucle entrevista → PRD → build
Antes de construir, el modelo debe entrevistar y generar una especificación clara.
Verbose al inicio, protector después
Al principio conviene ser detallado; después proteger el alcance y evitar cambios que rompan lo funcional.
Prompts contradictorios
Instrucciones acumuladas y contradictorias degradan el resultado; conviene limpiar y reiniciar.
Diseño al final
Primero funcionalidad, lógica y datos; después interfaz, estética y pulido visual.
El modelo suele saber de diseño
Para muchos artefactos, el modelo puede proponer un diseño razonable si primero entiende objetivo y usuario.
Límite de pocos chats en artefactos
Los artefactos funcionan mejor cuando el ciclo se mantiene corto y con contexto limpio.
Software a medida y desechable
La IA permite crear herramientas pequeñas, específicas y de vida corta para decisiones concretas.
La mejor interfaz puede ser ninguna
A veces el mejor producto IA es un flujo invisible o automatizado, no una app con pantalla.
Artefacto = IA escribiendo y desplegando código real
Los artefactos no son solo texto; pueden ser software funcional generado por IA.
IA en segundo plano
Un artefacto puede usar IA internamente para analizar inputs y devolver coaching o recomendaciones.
Convertirse en conocedor de buen diseño
Mejorar artefactos exige aprender a reconocer buen diseño, jerarquía, claridad y utilidad.
Valle de desilusión
Después del entusiasmo inicial viene frustración; normalmente se corrige mejorando contexto, modelo y workflow.
Tres preguntas diagnósticas
Cuando algo falla: ¿modelo correcto?, ¿contexto suficiente?, ¿tarea dividida en partes evaluables?
Dos funciones subestimadas
Deep Research y Projects suelen estar infrautilizados aunque aportan gran parte del valor práctico.
La incomodidad es normal
Aprender a delegar a IA puede sentirse raro; la incomodidad es parte del cambio de identidad.
Tutoría personalizada infinita
La IA puede actuar como tutor personal adaptable, paciente y disponible para cualquier habilidad.
Práctica privada sin vergüenza
La IA permite practicar, ensayar y equivocarse sin exposición pública.
Herramienta: ChatGPT / OpenAI
Chat general, proyectos, razonamiento, Deep Research, archivos, artefactos y automatización conversacional.
Herramienta: Claude / Anthropic
Destaca en escritura, análisis largo, código, artefactos y gestión de contexto.
Herramienta: Gemini / Google
Útil para research, video, ecosistema Google y manejo de contexto amplio.
Herramienta: NotebookLM / Google
Especialmente útil para investigar y sintetizar documentos propios.
Herramienta: Grok
Útil para información fresca, cultura de internet y temas recientes.
Herramienta: DeepSeek
Modelo competitivo de bajo coste para experimentación o tareas de volumen.
Herramienta: Llama local/privado
Opción abierta para privacidad, control local y despliegues propios.
Herramienta: Claude Code
Herramienta de coding asistido con fuerte gestión de contexto.
Herramienta: Copilot / Microsoft
Asistente IA integrado en Microsoft 365 y flujos corporativos.
Herramientas: Whisper Flow / Superwhisper / Monologue
Dictado para cargar contexto hablando más rápido que escribiendo.
Herramienta: Granola
Notas y transcripciones de reuniones como fuente de contexto reutilizable.
Herramienta: Descript
Editor de audio/video basado en texto, útil para contenido hablado y limpieza de grabaciones.
Herramienta: n8n
Automatización de workflows con nodos, JSON exportable e integración entre apps.
Herramienta: Zapier
Automatización simple y rápida para conectar apps sin programar demasiado.
Herramienta: Make
Automatización visual de escenarios y flujos entre servicios.
Herramienta: Loom
Grabación de pantalla para explicar procesos, onboarding y uso de proyectos IA.
Herramienta: Chrome split view
Comparación lado a lado de sitios, fuentes, referencias o resultados.
Herramienta: Nano Banana / Google
Modelo de imagen para generar, editar o ilustrar recursos visuales e infografías.