Taller de Agentes
Sesión 1: Fundamentos de LLM + Automatización
Jeronimo Martinez
Hoy vamos a...
4 Sesiones, 4 Niveles
| Sesión | Tema | Resultado |
|---|---|---|
| 1 | Fundamentos + Automatización | Gmail → Sheets |
| 2 | IA en Workflows | Clasificador inteligente |
| 3 | Agentes de desarrollo | Agente de código |
| 4 | Proyecto final | Sistema multi-agente |
¿Por qué este taller?
Si ya usas ChatGPT y sientes que se queda corto... este taller es para ti.
Este taller es para ti si...
De preguntar a automatizar
Prompts manuales
Agentes autonomos
"La IA trabaja para ti, no solo te responde"
Todo el material de la sesión
jeroooo.com
Presentaciones, ejercicios y recursos
Showcase
Lo que vas a poder construir
Un agente puede...
Y también...
Comunicacion & Datos
Productividad & Negocio
🚀 Desarrollar aplicaciones completas
En este taller vas a construir tu propia aplicación.
LLM vs Agente
¿Cual es la diferencia?
¿Qué es un LLM?
Solo cerebro
- Modelo de lenguaje (GPT, Claude, Gemini)
- Solo genera texto
- No tiene memoria entre sesiones
- No puede ejecutar acciones
¿Qué es un Agente?
Cerebro + Cuerpo
- LLM como cerebro
- Herramientas para actuar
- Memoria persistente
- Autonomía para decidir
La diferencia clave
"¿Cómo envio un email?"
→ Te explica como
"Envia este email"
→ Lo envia por ti
Respuestas vs Acciones
¿Cuándo usar cada uno?
Usa LLM cuando...
- Necesitas generar texto
- Quieres analizar información
- Buscas respuestas puntuales
- No requieres acciones externas
Usa Agente cuando...
- Necesitas ejecutar tareas
- Quieres automatizar procesos
- Requieres memoria a largo plazo
- Buscas autonomía real
¿Qué es un Modelo de Lenguaje?
En esta sección:
La IA no entiende
Solo predice patrones muy, muy bien.
¿Qué significa "solo predecir"?
Modelo de Lenguaje
Predice el siguiente token basandose en los anteriores
La maquina de predicción
Predicciones:
"azul" 78%
"hermoso" 12%
"infinito" 5%
- No hay "pensamiento"
- Solo estadística avanzada
- Entrenado con billones de textos
- Genera token por token
Visualizacion: Cómo predice palabra por palabra
Tokens
La unidad mínima que procesa el modelo
Visualizacion: Tokenizacion en acción
Como se divide el texto en tokens
Tokens: Español vs Ingles
¿Por qué importan los tokens?
El impacto real de los tokens
Ventana de Contexto
Todo lo que el modelo puede "ver" a la vez
←————— 128,000 tokens —————→
≈ 190 páginas de Word
Visualizacion: La ventana de contexto
Alucinaciones: Cuando el modelo "inventa"
"Lost in the Middle"
El problema
- El modelo "olvida" información del medio
- Principio y final son más importantes
- Información critica → al inicio o al final
El fenomeno "Lost in the Middle"
Tips para manejar el contexto efectivamente
Stack de Mensajes
"Eres un asistente de ventas amable"
"¿Cuanto cuesta el plan pro?"
"El plan pro cuesta $99/mes..."
"¿Incluye soporte?"
Crea tus Instrucciones Personalizadas
La IA está optimizada para el promedio
Sin personalizar = Genérico
ChatGPT, Claude o Gemini vanilla nunca dan resultados 10X
Entrenada para la mayoría
RLHF optimiza respuestas que satisfagan al usuario promedio
Analogía Pizza Hut
Comestible y competente, pero nunca exactamente lo que tú quieres
Tú no eres promedio. Tus necesidades son específicas.
¿Cuál es tu cerveza de Torrealta favorita?
💬 Levanten la mano y cuéntenos
🎯 El punto: ¿Cuál es el "promedio" de una cerveza?
No existe. En preferencias subjetivas no hay promedio, hay MODA (la más votada).
RLHF optimiza para la respuesta que más gente calificaría positivamente, no la perfecta para ti.
Por eso la IA sin personalizar se siente "genérica" — está diseñada para agradar al mayor número posible.
Los 4 Levers para salir del promedio
La IA está optimizada para el usuario promedio. Tú no eres promedio.
Memoria
Que te recuerde
Instrucciones
Cómo comportarse
Herramientas
MCPs y conexiones
Estilo
Tono y formato
Memoria Persistente
Por plataforma
ChatGPT: Memorias explícitas + historial + proyectos aislados
Claude: Memoria aislada por proyecto, export/import disponible
Gemini: Conecta con Gmail, Fotos, YouTube
Táctica clave
Dile explícitamente qué recordar:
"Recuerda que prefiero respuestas de una palabra para preguntas factuales"
Usa proyectos separados para contextos distintos (un proyecto por cliente/negocio)
Instrucciones Personalizadas
El error común
"Sé más útil"
"Soy un profesional"
La forma correcta
"Cuando esté atrapado, hazme preguntas diagnósticas en lugar de dar soluciones inmediatamente"
"He hecho productos 15 años, salta fundamentos y ve a los matices"
Táctica: claude.md
Cada error = nueva regla
Cuando la IA hace algo mal, añade una regla a tus instrucciones. El archivo se versiona y todo el equipo contribuye.
Claude: Usa "ajuste de estilo" - sube ejemplos de tu mejor trabajo y generará un perfil de tu estilo.
Preguntas que importan
Define si quieres la solución inmediata o prefieres que te lleve paso a paso al descubrimiento.
El AI sabrá si necesitas más paciencia cuando hay errores o si prefieres soluciones rápidas sin rodeos.
Algunos prefieren que les digan qué está mal de inmediato; otros necesitan que primero reconozcan lo que hicieron bien.
Evita respuestas demasiado básicas, muy teóricas, o con ejemplos que no conectan contigo.
Admitir dónde te trabas permite que el AI adapte explicaciones a tus puntos ciegos reales.
Leer, hacer, o discutir. El AI puede darte tutoriales, ejercicios prácticos, o debates según tu estilo.
¿Necesitas background antes de la respuesta o prefieres ir directo al punto y preguntar si algo no queda claro?
Mis instrucciones personalizadas
Sobre mí
Soy estudiante de ingeniería en Medellín. Aprendo mejor con ejemplos prácticos y código funcional. Mi nivel técnico es intermedio-avanzado. Trabajo principalmente con Python y JavaScript.
Cómo responderme
Responde en español. Sé directo, sin rodeos. Incluye código cuando sea útil. Si hay múltiples formas de resolver algo, muestra la más simple primero. No asumas que sé todo - explica conceptos nuevos brevemente.
Evita
No uses frases como "como modelo de IA". No repitas la pregunta antes de responder. No des advertencias obvias sobre seguridad a menos que sea crítico.
Mis proyectos
Estoy construyendo una app de tracking de hábitos con React Native. Me interesa automatización con n8n y agentes de IA. Mi meta es lanzar un SaaS este año.
Herramientas y MCPs
MCP = "USB-C para la IA"
Interfaz universal para conectar herramientas. Creado por Anthropic, adoptado por todos.
+10,000
servidores MCP disponibles
Por plataforma
ChatGPT: Gmail, Calendar. El sistema decide cuándo usarlas.
Claude: Mayor rango de MCPs. Figma fácil, Stripe difícil.
Gemini: Débil en herramientas (su mayor debilidad).
⚠️ Las herramientas cambian el carácter de las respuestas. El modelo puede depender demasiado de búsqueda web.
MCP: El "USB-C" de la Inteligencia Artificial
Estilo y Tono
ChatGPT
- 8 personalidades (amigable, nerd, cínico...)
- Controles: calma, entusiasmo, cadencia, emojis
Claude
- 3 presets: Formal, Conciso, Explicativo
- Ajuste de estilo: Sube ejemplos de tu trabajo
Táctica clave
Evita conflictos:
No digas "sé verboso" en instrucciones y "sé conciso" en personalidad
Elige estilo basado en tu uso real, no aspiracional
Usuarios que obtienen resultados 10X
Capturan correcciones
Identifican qué salió mal en lugar de frustrarse
Encodifican patrones
Añaden reglas a instrucciones, memoria, o estilo
Iteran en equipo
El archivo de instrucciones se versiona y todos contribuyen
"Ejemplo: Boris Cherny envía ~100 PRs/semana con Claude. Su secreto: actualiza claude.md con cada error."
Cómo empezar
Elige UNA tarea donde usas IA diariamente y la salida no se siente correcta
En las próximas sesiones, nota los ajustes que haces y escríbelos
Entra en la configuración de instrucciones y colócalos
Nota la diferencia e itera
"Cuanto más lejos estés del promedio, más te fallarán los ajustes por defecto."
Ahora sí,
Agentes
Los 3 tipos de mensajes en una conversación
El mensaje de Sistema: Personalidad del asistente
El mensaje de Usuario: Tu input
El mensaje del Asistente: La respuesta
Roles de mensajes
Una conversación completa en acción
La diferencia esta en el detalle
Vago
- Sin contexto
- Sin formato
- Sin audiencia
Preciso
- Cantidad específica
- Tema concreto
- Formato definido
Ejemplo: Prompt vago - que pasa
Ejemplo: Prompt preciso - la diferencia
Comparacion directa: Vago vs Preciso
Framework RAFAT para prompts efectivos
RAFAT en acción: Ejemplo práctico
Temperatura: Controlando creatividad vs precision
Resumen: Todo sobre LLMs
¿Qué es una API?
La puerta de entrada a los servicios
¿Qué es una API?
Request y Response
API Keys: Tu identificación
JSON: El idioma de las APIs
APIs en acción
APIs de Inteligencia Artificial
Automatizaciones
Haciendo que las maquinas trabajen por ti
Si esto, entonces aquello
Una regla que se ejecuta sin intervencion humana
Anatomia de una automatización
(Disparo)
(Opcional)
(Resultado)
"Llega un email" → "Si es de ventas" → "Crear tarea"
Ejemplos del mundo real
| Trigger | Acción |
|---|---|
| Nuevo lead en formulario | Agregar a CRM + enviar email |
| Factura recibida | Extraer datos + crear registro |
| Mensaje de soporte | Clasificar + crear ticket |
| Nuevo empleado en HR | Crear cuentas + enviar onboarding |
¿Qué haces una y otra vez?
Piensa en una tarea que repites al menos 1 vez por semana
1. Piensa individualmente (1 min)
2. Comparte en parejas (2 min)
3. Voluntarios comparten (2 min)
Herramientas de automatización
| Herramienta | Tipo | Precio |
|---|---|---|
| Zapier | No-code | $$ |
| Make (Integromat) | No-code | $$ |
| n8n | Low-code | Gratis/Open |
| Power Automate | Enterprise | $$$ |
n8n
Tu plataforma de automatización
¿Qué es n8n?
n8n es...
- Plataforma de automatización visual
- Open-source (código abierto)
- 400+ integraciones incluidas
- Self-hosted o cloud
¿Por qué n8n?
- Tier gratuito: 2,500 ejecuciones/mes
- Nodos nativos de IA
- Mas flexible que Zapier
- Comunidad activa
El Canvas
Manual
Set
Tipos de Nodos
| Tipo | Descripcion | Ejemplo |
|---|---|---|
| Trigger | Inicia el workflow | Gmail Trigger, Webhook |
| Acción | Hace algo | Enviar email, Crear fila |
| Lógica | Decide camino | If, Switch, Merge |
| Transformacion | Modifica datos | Set, Code, Date |
Datos en JSON
Los datos fluyen como objetos estructurados
Piensa en JSON como una ficha de contacto digital
¡Gracias!
¿Preguntas?