Glosario de IA

Context Engineering

La práctica de diseñar, seleccionar y organizar la información que recibe un sistema de IA.

Prompt Engineering

El arte de escribir instrucciones efectivas para obtener mejores respuestas de un modelo de IA.

System Prompt

Instrucciones persistentes que definen el comportamiento y límites del modelo antes de la conversación.

AI Agent

Sistema de IA que percibe su entorno, toma decisiones y actúa de forma autónoma para lograr objetivos.

RAG

Retrieval-Augmented Generation: técnica que combina búsqueda de información con generación de texto.

Embeddings

Representaciones numéricas de texto que capturan su significado semántico para búsqueda por similitud.

Vector Database

Base de datos especializada en almacenar y buscar embeddings por similitud semántica.

Tool Calling

Capacidad de un modelo para invocar herramientas externas (APIs, funciones) durante la generación.

Function Calling

Variante de tool calling donde el modelo llama funciones definidas con un esquema JSON.

Guardrails

Restricciones y controles que limitan el comportamiento de un sistema de IA para hacerlo seguro.

Evals

Evaluaciones sistemáticas que miden la calidad y fiabilidad de las respuestas de un sistema de IA.

Memory

Capacidad de un sistema de IA para recordar información de conversaciones o sesiones anteriores.

MCP

Model Context Protocol: protocolo abierto para conectar modelos de IA con herramientas y fuentes de datos.

Context Window

Cantidad máxima de texto (tokens) que un modelo puede procesar en una sola llamada.

LLM

Large Language Model: modelo de lenguaje de gran escala entrenado para entender y generar texto.

Fine-tuning

Proceso de ajuste de un modelo preentrenado con datos específicos para mejorar su rendimiento en una tarea.

Tokens

Unidades básicas de texto (palabras o partes de palabras) que usan los modelos de lenguaje para procesar información.

Agentic Workflow

Flujo de trabajo donde uno o más agentes de IA toman decisiones autónomas para completar una tarea.