Guía de recursos para LLM
Entiende cada tipo de recurso: para qué sirve, cuándo usarlo y cómo.
Glossary: AI concepts explained simply →
Las actualizaciones del sitio →
Publicar sin el formulario: API, línea de comandos y GitHub Actions →
Use the catalogue in your tools
Your AI assistant (ChatGPT, Claude, Cursor, VS Code) searches and loads resources on its own.
pip install contexte: a dataset, a prompt or a context in one line.
All public routes, in JSON, no account: interactive documentation.
Personal token, ctx-publish, curl and GitHub Actions.
Producción — usar el modelo en producción, sin modificarlo
Un contexto es un conjunto de instrucciones y ejemplos que se dan al modelo de IA antes de la pregunta del usuario.
Un prompt es una plantilla de texto reutilizable con variables entre llaves dobles, por ejemplo {{product}}.
Un agente es un asistente de IA que encadena pasos para completar una tarea: sigue instrucciones, usa servidores MCP y contextos, y respeta límites de seguridad..
Un pipeline RAG (generación aumentada por recuperación) permite a un modelo responder a partir de tus documentos: se dividen en fragmentos y se convierten en embeddings; luego, para cada pregunta, se recuperan los extractos útiles y se pasan al modelo..
Un workflow es una cadena de pasos en la que interviene la IA: obtener datos, hacer que un modelo los analice y enviar el resultado a otro sitio.
Un esquema de salida es un JSON Schema que describe exactamente la forma de la respuesta: qué campos, de qué tipo y cuáles son obligatorios.
Entrenamiento — modificar el modelo entrenándolo
Un dataset es un conjunto de ejemplos en formato JSONL (una línea JSON por ejemplo) que sirve para entrenar o evaluar un modelo..
LoRA adapta un modelo existente a una tarea sin reentrenarlo por completo: solo se entrenan pequeños adaptadores.
Una evaluación es un conjunto de casos de prueba (entrada y respuesta esperada) con un método de puntuación.
Un corpus es un conjunto de documentos ya divididos en fragmentos, cada uno con su texto y su fuente.
A reward function scores a model's answer during reinforcement learning: the model learns to produce the answers that get the best score.
A synthetic data recipe explains how to generate a dataset with a model: the prompt that produces the examples, the model used, the target format, the volume and the filters that discard bad examples..
An annotation guide gives the instructions to label data consistently: the list of labels, the definition of each one and annotated examples.
Extensiones — conectar herramientas al modelo
Un servidor MCP (Model Context Protocol) da nuevas capacidades a un asistente de IA: leer archivos, consultar una base de datos, llamar a un servicio.
Un agente A2A es un agente de IA accesible con el protocolo A2A (Agent2Agent), un estándar abierto gestionado por la Linux Foundation.
Una skill es un paquete de instrucciones (archivo SKILL.md) que un asistente como Claude carga solo cuando la tarea lo requiere.
Un harness es el entorno que ejecuta un agente: su archivo de instrucciones (p.
Memory lets an AI assistant remember information from one conversation to the next: preferences, decisions, project context.
Infraestructura — ejecutar un modelo en tu equipo
Una configuración de inferencia reúne los ajustes para ejecutar un modelo en tu propio equipo: el motor (Ollama, vLLM, llama.cpp), la cuantización, el tamaño del contexto y el comando de lanzamiento..
Un stack es un conjunto de servicios de IA que funcionan juntos y se lanzan con un solo comando: por ejemplo un modelo, una base vectorial y una interfaz de chat, descritos en un docker-compose..
Conformidad — demostrar que la IA es segura y legal
Una salvaguarda es un conjunto de reglas que controla lo que entra o sale de un asistente de IA: bloquear datos personales, detectar una inyección de prompt, rechazar un tema fuera de alcance..
El red teaming consiste en atacar a propósito un asistente de IA para encontrar sus fallos antes que los usuarios: elusión de reglas, fugas de datos, inyección de prompt, promesas indebidas..
Un expediente de la Ley de IA es una plantilla de documentación para cumplir el reglamento europeo: aviso de transparencia, descripción de los datos de entrenamiento, análisis de riesgos o registro..
An AI use policy sets an organisation's internal rules: which tools are allowed, which data must never be sent to an AI, when human review is mandatory.
Modelos — modelos adaptados publicados por los Labs
Un modelo es un modelo de IA publicado por un Lab verificado: fine-tune, merge o versión cuantizada.
Un modelo de embeddings convierte un texto en una lista de números (un vector).
Un world model genera un mundo interactivo a partir de una descripción: se puede recorrer o actuar en él y la escena reacciona.