Este módulo del máster de inteligencia artificial te lleva desde los fundamentos de los sistemas conversacionales al dominio del despliegue de Agentes de IA con autonomía y capacidad de acción real.
Comienza diferenciando entre chatbot y agente y dominando los System Prompts para definir su personalidad y rol. A lo largo de seis días, la práctica es fundamental, utilizando herramientas low-code como Flowise y n8n. Aprenderás Prompt Engineering Avanzado para optimizar la precisión y el tono de la conversación.
El módulo se centra en las funcionalidades que permiten a los agentes actuar: exploraremos el Tool Calling (búsqueda web, APIs) usando el patrón ReAct y profundizaremos en RAG (Retrieval-Augmented Generation) para dotar a los agentes de conocimiento corporativo específico. Finalmente, abordaremos la Orquestación Multi-Agente y las etapas cruciales de Despliegue, Seguridad y Gobernanza en producción, asegurando que puedas medir el impacto y el ROI de tus soluciones conversacionales. Prepárate para construir sistemas inteligentes y funcionales que transformen la interacción digital.
Contenido del módulo:
Fundamentos de Sistemas Conversacionales y Casos de Uso.
- De chatbot a agente: diferencias arquitectónicas y niveles de autonomía.
- Casos de uso empresariales: atención al cliente, marketing, automatización de back-office.
- System prompts: personalidad, rol y reglas de comportamiento.
- Memoria conversacional: contexto, ventanas y límites prácticos.
- Introducción a Flowise: interfaz visual para construcción de flujos.
- Crear un chatbot de FAQs y embéberlo como widget en página web.
Prompt Engineering Avanzado para Optimizar la Conversación.
- Técnicas avanzadas: few-shot, chain-of-thought y self-consistency.
- Prompts orientados a tareas vs conversacionales: manejo de errores y respuestas fuera de alcance.
- Iteración guiada por datos: usar transcripciones reales para refinar prompts.
- Memoria de largo plazo: cuándo usarla y su impacto en la experiencia de usuario.
- Optimizar prompts del chatbot del para mejorar tono, precisión y gestión de preguntas inesperadas.
Agentes que Actúan: Tool Calling y Conexión con APIs.
- El salto a la acción: cuándo el agente necesita datos externos o ejecutar tareas.
- Tool calling: búsqueda web, calculadora, APIs empresariales y bases de datos.
- Patrón ReAct: razonamiento + acción iterativa explicado para no técnicos.
- Model Context Protocol (MCP): el estándar emergente de conectividad.
- Impactos prácticos: coste, latencia y puntos de fallo al usar herramientas.
- Agente multi-herramienta que registra consultas en Google Sheets vía n8n.
Agentes con Conocimiento Corporativo (RAG).
- Fundamentos del RAG: cuándo el agente necesita conocimiento específico de la empresa.
- Pipeline RAG completo: embeddings, chunking, indexación, búsqueda semántica y citación de fuentes.
- RAG agéntico: reformulación de consultas y self-RAG para búsquedas mejoradas.
- RAG multimodal: procesamiento de documentos, imágenes y audio.
- Asistente RAG con base de conocimiento corporativa y flujo automático de actualización del índice.
Orquestación Multi-Agente y Automatización de Procesos.
- Arquitecturas multi-agente: supervisor, especialistas y routing inteligente.
- Human-in-the-loop: estrategias para transición fluida agente-humano (handoff).
- Observabilidad básica: logs para entender y depurar comportamientos del agente.
- Automatización post-conversación con n8n: tickets, CRMs y notificaciones.
- Sistema con dos agentes especializados (FAQs y agendamiento) orquestados por supervisor, con registro automático en CRM.
Despliegue, Evaluación y Gobernanza en Producción.
- Estrategias de publicación: APIs REST, widgets web, integraciones con Slack/Teams.
- Guardrails y seguridad: mitigación de prompt injection, jailbreaks y sesgos.
- Métricas clave de negocio: precisión factual, cobertura de intenciones, coste por interacción y ROI.
- Monitorización y mejora continua: el ciclo de vida del agente en producción.
- Control de costes: optimización de tokens y selección estratégica de modelos.
Práctica:
Desplegar, asegurar y evaluar un agente completo con RAG y herramientas, integrado con n8n, y presentar plan de evaluación de rendimiento.