AdapttoAI · Marcolin · L1 · 1 / 27
Bootcamp de Introducción a la IA · {{cohort_name}}

L1 — Introducción a la IA y al Prompting

Marcolin · Sesión en vivo 1
El equipo

Los creadores del AI Literacy Bootcamp de Adaptto.ai.

Giuseppe Belpiede
Co-fundador · Instructor
  • Más de 15 años haciendo crecer empresas tecnológicas en tres continentes.
  • Fundó Listopro, plataforma de reclutamiento tech, vendida a Revelo.
  • Construyó hellofood América Latina (Rocket Internet), adquirida por Delivery Hero.
LinkedIn →
Raffaello Starace
Co-fundador · Instructor
  • Co-fundó GAIA, e-commerce con inversión de venture capital en México. Creció a más de 100 millones de dólares.
  • Más de 15 años liderando operaciones. Implementaciones de ERP, WMS y OMS en primera línea.
  • Consultor en Booz & Company.
LinkedIn →
Primer vistazo Demo en vivo

Así se ve lo que vamos a usar hoy.

Todavía no la vamos a usar — solo queríamos que la vieran antes de seguir.
Antes de empezar

Los principios importan más que la herramienta.

Todo lo que aprendas hoy — cómo pensar sobre la IA, cómo darle contexto, cómo escribir un buen prompt — funciona igual en ChatGPT, Gemini, Claude, o lo que venga después.

Las herramientas cambian rápido; los principios no.
Hoy vamos a ver

Cuatro preguntas, en orden.

01
¿Qué es la IA?

Un ejemplo, y qué hay detrás de él.

02
¿Cómo se comporta?

Por qué la misma pregunta puede dar respuestas distintas.

03
¿En qué es buena, en qué es mala?

Honestos en los dos sentidos, con dos demos en vivo.

04
¿Cómo hablarle?

Contexto, prompts, y las 5 piezas de uno bueno.

Sección 1 de 4

¿Qué es la IA?

Ejemplo 1

Piensa en un becario brillantísimo.

Sabe muchísimo en general — probablemente más que tú sobre casi cualquier tema del mundo. Pero de tu situación específica — tu cliente, tus excepciones, lo que solo tú conoces de Marcolin — tú sabes más que él. Nunca trabajó ahí.
LO GENERAL
  • Ahí la IA gana — ha leído más de lo que cualquier persona podría leer en su vida.
TU SITUACIÓN ESPECÍFICA
  • Ahí ganas tú — tus clientes, tus precios, tus excepciones. Eso nadie se lo enseñó.
Todo el programa parte de esa diferencia: le damos el contexto que le falta, para que su inteligencia general más tu conocimiento específico produzcan algo que ninguno lograría solo.
Cómo funciona por dentro

Aprende, predice, genera.

01
Aprendizaje

Miles de millones de palabras — libros, sitios web, documentos, hasta una fecha de corte.

02
Predicción
"El gato come su…"

Busca el patrón más probable, aprendido durante el entrenamiento.

03
Generación
"El gato come su"
comida95%
premio4%
carro1%
Elgatocomesucomida
No "sabe" que a los gatos les gusta la comida — vio ese patrón millones de veces en el texto con el que se entrenó, y ahora lo repite. Tampoco sabe qué pasó después de su entrenamiento, ni siempre elige la palabra más probable — elige entre varias opciones probables. Por eso la misma pregunta puede darte respuestas distintas.
Tampoco es un buscador — no consulta nada en el momento, genera texto a partir de lo que aprendió. Y no recuerda lo que hablaron ayer: cada conversación nueva empieza de cero, a menos que uses algo que guarde ese contexto — eso es justo Lección 2.
Pregunta rápida

¿Qué conceptos aprendieron en el pre-trabajo de esta sesión?

Conexión con tu lectura previa

Ya viste estas cuatro ideas.

01
Probabilística — la misma pregunta puede dar dos respuestas distintas. Lo vas a ver en vivo en un momento.
02
Contexto — rol, contexto, límites y formato convierten un chatbot en herramienta.
03
Iterar — pide, lee, detecta qué falta, afina, vuelve a pedir.
04
Prompt — la instrucción que le escribes a la IA. Hoy profundizamos contexto, iterar y prompt.
Antes de seguir

¿Qué vamos a aprender hoy?

01
Explicar por qué la IA da respuestas distintas
A la misma pregunta, dos veces. Y por qué eso no es una falla.
02
Distinguir dónde es fuerte y dónde falla
Con un ejemplo real de tu propio trabajo.
03
Escribir un prompt con las 5 piezas
Tarea, rol, contexto, límites, formato — para una tarea real tuya.
04
Correr un ciclo completo de iteración
Respuesta mala → detectas qué falta → afinas → mejor respuesta.
Para cuando terminen las 4 lecciones, cada uno va a tener al menos una tarea real de su trabajo resuelta con esto — y la empresa va a tener una lista de esas ideas.
Sección 2 de 4

¿Cómo se comporta?

La IA es probabilística

La misma pregunta, dos respuestas distintas.

Si le preguntas lo mismo dos veces a una IA, puede darte dos respuestas distintas. No es un error — así están construidos estos sistemas: generan cada palabra eligiendo entre varias opciones probables, no con certeza matemática.
Otra forma de verlo: el autocompletado de tu celular. Sugiere la siguiente palabra según qué tan probable es — a veces acierta, a veces te sorprende, incluso si escribes lo mismo dos veces. Una IA hace lo mismo, a mucha mayor escala.
Otra forma de verlo

La misma entrada, dos lecturas.

Entrada
"OnePlusOne"
LLM
OnePlus One92%
1 + 1 = 258%
un dominio web8%
Sin más contexto, las dos lecturas son plausibles — el teléfono (OnePlus llamó así a su primer modelo) o la operación. El contexto que tú agregas es lo que decide cuál gana.
Misma pregunta, dos respuestas Demo en vivo

Vamos a verlo pasar de verdad.

Paso 1

Abrimos la herramienta que el grupo esté usando — ChatGPT, Gemini o Claude, da igual cuál.

Paso 2

Preguntamos lo mismo dos veces, en dos chats separados: "Dame un nombre para un programa de reconocimiento a los mejores vendedores."

Paso 3

Comparamos las dos respuestas lado a lado — ¿en qué se parecen? ¿en qué difieren?

Esto no es un error del sistema — así están construidos. Por eso siempre revisas la respuesta antes de usarla.
Sección 3 de 4

¿En qué es buena, en qué es mala?

La respuesta

Dónde brilla. Dónde falla.

LA IA HACE BIEN
  • Preguntas generales — ha leído más que cualquier experto
  • Borradores — correos, resúmenes, estructurar notas desordenadas
  • Detectar patrones — clasificar, encontrar excepciones
  • Traducir entre formatos e idiomas
LA IA HACE MAL
  • Tu situación específica — los detalles que solo tú conoces
  • Saber qué es verdad ahora mismo — puede alucinar
  • Los cálculos — puede equivocarse sin darse cuenta
  • Saber qué es confidencial — eso lo cuidas tú
Ahora lo vemos en vivo: primero un caso donde brilla, después uno donde falla.
Ejemplo fuerte Demo en vivo

De notas desordenadas a un resumen limpio.

  • Pegamos un párrafo real de notas desordenadas de una reunión de ventas sobre la nueva colección de armazones
  • Pedimos que lo convierta en un resumen estructurado
  • Miramos qué tan bueno es el primer intento — normalmente, muy bueno
Así de rápido es el primer intento.
Ejemplo débil Demo en vivo

Le preguntamos algo que solo Marcolin sabe.

"¿Cuántas ópticas reactivamos el trimestre pasado?"
  • Puede decir que no lo sabe — la respuesta honesta
  • O puede inventar algo que suena creíble — a esto se le llama alucinar
Suena seguro y está inventado. Por eso lo específico de tu empresa se lo tienes que dar tú — justo lo que viene ahora.
Sección 4 de 4

¿Cómo hablarle?

La tesis

La tesis de toda la sesión.

Sin tu contexto, la IA da respuestas genéricas. El trabajo real es dárselo: contexto, y después iterar y verificar.
Un correo, tres versiones Demo en vivo

¿Cuál mandarías tal cual?

Versión 1

"Escríbeme un correo para mi jefe."

Versión 2

"Escríbeme un correo para mi jefe explicando que el envío de la nueva colección se va a retrasar una semana."

Versión 3

"Eres [tu rol] en Marcolin. Escríbeme un correo corto para mi jefe explicando que el envío de la nueva colección se va a retrasar una semana por [razón]. Tono directo, sin disculparte de más. Incluye la nueva fecha y un siguiente paso. Máximo 100 palabras."

Nadie elige la versión 1. La 3 tiene tarea, rol, contexto, límites y formato — las 5 piezas que ya practicaste en los ejercicios previos, ahora vistas en vivo.
Tres formas de darle contexto a la IA

Hoy nos quedamos en la primera.

Hoy — L1
Un buen prompt
Lo que practicamos el resto de la sesión. Es la base de las otras dos.
Lección 2
Instrucciones guardadas
Configurarlas una vez y que se apliquen siempre — system prompts, Proyectos, GPTs, Gems.
no hoy
Lección 3
Archivos adjuntos
Subir documentos para que la IA lea lo que tú tienes, no lo que recuerda vagamente.
no hoy
Si no sabes pedir bien, guardar una mala instrucción solo la repite con más frecuencia.
Antes de las 5 piezas

Antes de las 5 piezas, una definición.

Un prompt es la instrucción que le escribes a la IA — una pregunta, una tarea, una petición. Cualquier texto que le des para que responda es un prompt.
El más simple posible

"Escríbeme un correo para mi jefe."

Ya viste que este prompt, solo, da algo genérico. Las siguientes 5 piezas son cómo lo mejoras.
El vocabulario

El vocabulario de hoy en adelante.

TAREA
Qué quieres que haga, en concreto — "escríbeme", "resume", "compara", no "ayúdame con esto".
ROL
Quién es la IA en esta conversación — analista, agente de ventas, editor.
CONTEXTO
La situación real: tu empresa, tu cliente, lo que ya sabes — lo que la IA no puede adivinar sola.
LÍMITES
Qué evitar — tono, alcance, lo que no debe decir — por ejemplo, "sin jerga técnica" o "nada de humor".
FORMATO
Extensión, estructura, tono de la respuesta — hasta el nivel: "explícamelo como si tuviera 12 años" funciona tal cual.
Las 5 piezas, en un ejemplo real

TAREA Escríbeme un mensaje de reactivación · ROL eres agente de ventas en Marcolin · CONTEXTO la óptica no ha pedido en los últimos 3 meses · LÍMITES no menciones descuentos · FORMATO máximo 80 palabras, tono cercano.

Construcción en vivo Demo en vivo

De un prompt vacío a uno completo.

PASO 1 — TAREA SOLA
"Escríbeme un mensaje de reactivación para una óptica."
Corremos esto primero — genérico, sin filo.
PASO 2 — + ROL Y CONTEXTO
Quién eres, cuál es la situación real
La respuesta empieza a sonar a tu trabajo, no a cualquier trabajo.
PASO 3 — + LÍMITES
Qué evitar
Sin promesas de descuento, sin disculparse de más — lo que aplique.
PASO 4 — + FORMATO
Versión final, corrida en vivo
Comparamos lado a lado contra el paso 1.
Prompt completo
Así iteras cualquier prompt: pide → lee la respuesta completa → detecta qué falta → afina → pide otra vez. La primera respuesta casi nunca es la buena — y no hay límite de intentos, pide 10 versiones si hace falta, no se cansa.
Hay dos formas de iterar: si es algo puntual, iteras ahí mismo, en la misma conversación. Si es algo que vas a repetir seguido, dile directamente: "voy a usar esto varias veces — ayúdame a convertir esto en un prompt que pueda reutilizar." Así la próxima vez arrancas mejor que hoy, no desde cero.
Cierre

La próxima semana, esto se guarda y se reutiliza.

Hoy — L1
Prompting
Probabilística, contexto, las 5 piezas.
L2
System prompts
Instrucciones guardadas, constraints, iteración.
Hoy viste por qué la IA responde distinto cada vez, qué es un LLM, en qué es buena y en qué no, y cómo darle el contexto que le falta con un buen prompt.
Una regla para llevarte: si es una idea o un borrador, confía e itera; si es un dato preciso que vas a usar o publicar, siempre verifícalo. Puedes incluso preguntarle directamente qué tan segura está — a veces te lo dice.
Antes de la próxima sesión, te llega un ejercicio corto para practicar esto con una tarea real de tu trabajo.