Depura por síntoma
Tu feature de IA se porta mal. ¿Qué, de todo lo que aprendiste, lo arregla de verdad?
La idea que hay dentro
Cada síntoma de fallo apunta a un mecanismo, y a la solución que ya conoces.
Después de esta lección
Puedes mapear un síntoma de fallo de un LLM a su mecanismo y a la solución correcta (retrieval, herramientas, recortar contexto, presupuesto de razonamiento, constrained decoding).
Adónde lleva
Dentro de esta lección
Ese es el escenario real de la lección, en pausa. Reclama tu pase para operarlo.
Mira cómo funciona la IA de verdad, de principio a fin.
Esta lección es solo una parada del arco completo. Desbloquéalo todo y consérvalo de por vida.
Lo que obtienes
- El camino principal de 34 lecciones, una ruta que sí se termina, de una palabra a los agentes
- Rutas por objetivo para usar IA en el trabajo y construir funciones con IA
- Labs de jefe que te hacen aplicar un acto entero, no solo reconocerlo
- Repaso espaciado que trae cada idea de vuelta antes de que la olvides
- Memoria del curso: cada término definido, con enlaces a donde aparece por primera vez
- Una tarjeta de capacidades para compartir cuando termines el camino principal
- Acceso de por vida en cualquier dispositivo, con todas las lecciones futuras incluidas
No son videos para mirar. Predices, operas la máquina y luego lo demuestras. Por eso se queda.
99 lecciones y retos interactivos. Sin videos, sin código.
Pase de lanzamiento gratis: acceso de por vida, sin tarjeta
¿Nuevo por aquí? Las primeras lecciones son gratis para probar. Empieza con la lección 0.1
Qué muestra esta lección
Cada síntoma de fallo apunta a un mecanismo, y a la solución que ya conoces.
La pregunta con la que abre
Tu feature de IA se porta mal. ¿Qué, de todo lo que aprendiste, lo arregla de verdad?
El recorrido, en palabras de la propia lección
- Reparado. Trae el siguiente asistente averiado a la mesa.
- Hay un asistente averiado en la mesa. Coloca la herramienta que lo repara.
- Recorre la mesa: repara al menos 3 de los 5 asistentes averiados.
- Cada fallo se remonta a un mecanismo y a un arreglo que ya aprendiste.
- No depuras un LLM a base de hurgar. Lees el síntoma, nombras el mecanismo que hay detrás y eliges el arreglo que apunta a ese mecanismo.
- Cada arreglo aquí ya lo conociste: retrieval, tools, recortar el context, el presupuesto de razonamiento, structured outputs. Depurar es solo encaminar un síntoma al arreglo correcto.
- Los arreglos equivocados no eran al azar: cada uno es un tool real que simplemente apunta a otro mecanismo. Más retrieval no detiene el exceso de razonamiento; un tool no ancla un dato que falta; recortar no convierte prosa en JSON. Nombrar el mecanismo es lo que te dice qué palanca tirar, así dejas de adivinar y empiezas a diagnosticar.
- Tu asistente cita con total seguridad una política de reembolsos que no existe. Un compañero quiere bajar la temperatura. ¿Lo arreglará eso?
- No: un dato inventado es conocimiento que falta, no desviación, así que la temperatura es la palanca equivocada. Lee el síntoma hasta su mecanismo, aquí un token plausible sin fuente, y recurre al retrieval (RAG) para que cite la política real en vez de inventar una.
La idea clave
Puedes leer un síntoma y usar la solución correcta en vez de adivinar.
Qué puedes hacer después de esta lección
Puedes mapear un síntoma de fallo de un LLM a su mecanismo y a la solución correcta (retrieval, herramientas, recortar contexto, presupuesto de razonamiento, constrained decoding).
Este es el resumen escrito. La lección en sí es interactiva: arriba predices, arrastras y operas el mecanismo, y la revelación te responde.