Diseño de contexto y evaluación de IA
Diseña instrucciones, contexto y pruebas para usar IA en tareas reales. Trabaja con documentos, herramientas, salidas estructuradas y evaluación de errores.
Dirigido a: Desarrolladores que trabajan con APIs de LLM, Product managers de productos con IA integrada, Equipos de marketing y contenido que usan IA generativa profesionalmente, Analistas y consultores que usan IA en su trabajo diario
Antes de empezar
Uso habitual de herramientas IA (ChatGPT, Claude, Gemini o similar) Capacidad de escritura profesional en español e inglés básico
Objetivos
- Diseñar instrucciones y contexto y validarlos con un conjunto de casos y criterios de aceptación
- Seleccionar instrucciones, ejemplos y contexto según la tarea y las capacidades del modelo
- Diseñar sistemas de prompts modulares y reutilizables para workflows de equipo
- Evaluar la calidad de outputs de LLM con métricas objetivas y procesos de mejora
Programa
- Cómo funcionan los LLMs: lo que necesitas saber para escribir mejores prompts
- Temperatura, top-p y parámetros de sampling: qué controlan y cuándo ajustarlos
- Comparar modelos disponibles por capacidad, privacidad, coste y compatibilidad de herramientas
- Context window: cómo usarla estratégicamente
- Zero-shot, one-shot y few-shot prompting: cuándo y cómo
- Descomposición de tareas y verificación de resultados; particularidades de los modelos de razonamiento
- Role prompting y personas: cómo asignar identidades útiles
- Output formatting: JSON, markdown, structured outputs
- Práctica: 10 prompts con técnica específica, antes y después
- System prompts para aplicaciones: arquitectura y mejores prácticas
- RAG-aware prompting: cómo escribir prompts que funcionen con contexto recuperado
- Agentic prompting: cómo instruir a agentes con herramientas
- Multi-turn conversations: gestión del contexto en diálogos largos
- Prompt injection: qué es y cómo protegerse
- Métricas de evaluación de outputs: más allá de 'se ve bien'
- Proceso de iteración de prompts: cómo mejorar sistemáticamente
- Testing de prompts a escala: cómo validar antes de producción
- Taller: evaluación y mejora de prompts reales del participante
- Cómo documentar y compartir prompts de equipo
- Prompt versioning: gestión de cambios en prompts productivos
- Taller: biblioteca versionada de instrucciones y casos de prueba para el equipo
Cómo solicitar este programa
La ficha es una referencia para preparar tu formación. En el diagnóstico acordamos el nivel del equipo, docente, ejercicios, modalidad, evaluación, calendario y presupuesto. La disponibilidad y la bonificación se confirman en la propuesta.
Consulta cómo funciona la formación y quién dirige Academy.
Entregables
- Biblioteca personal de prompts de alta calidad por tipo de tarea
- Framework de evaluación de outputs de LLM implementado
- Al menos 5 workflows de equipo documentados con prompts optimizados
- Capacidad de diagnosticar y corregir prompts con outputs deficientes
Solicitar información
*La bonificación depende del crédito FUNDAE disponible.