IA para no-devs: Agentes, Herramientas y Optimización de Procesos
La IA generativa no es un tema exclusivo de los equipos técnicos. Quienes trabajan junto a desarrolladores —en producto, análisis, calidad, diseño o gestión— necesitan hoy entender cómo operan los agentes de IA para poder aprovecharlos en su propio trabajo: automatizar tareas repetitivas, analizar requerimientos, prototipar ideas y ganar autonomía frente a procesos que antes dependían de otros.
Este curso recorre desde los fundamentos de los modelos y agentes hasta el armado de flujos de trabajo y automatizaciones concretas, con un enfoque práctico y sin requisitos técnicos previos.
Course information
Format
Online
Duration
10 horas teórico-prácticas, organizadas en cuatro módulos más contenidos opcionales
Grupo privado de alumnos, a medida de tu empresa
Objectives
Comprender cómo funcionan LLMs y agentes para elegir el modelo y el modo de uso adecuados para cada tarea.
Aplicar técnicas de prompt engineering y context engineering para obtener resultados consistentes.
Conectar los agentes con las herramientas y sistemas de trabajo cotidianos a través de MCP.
Convertir prácticas organizacionales en procedimientos y convenciones reutilizables mediante skills y reglas.
Diseñar y controlar flujos de trabajo con agentes para resolver tareas complejas.
Construir automatizaciones concretas sobre procesos habituales: triage de correo, gestión de tickets, generación de presentaciones, pruebas.
Usar la IA en el análisis de requerimientos: extracción desde fuentes heterogéneas, detección de ambigüedades y supuestos, generación de documentación.
Prototipar interfaces visuales e interactivas sin escribir código.
Trabajar con criterios de seguridad y gobernanza: permisos, sandboxing, manejo de secrets y prevención de operaciones destructivas.
What You'll Learn
Autonomía para resolver con agentes tareas que antes requerían intermediación técnica.
Automatizaciones y flujos de trabajo armados durante el curso, aplicables a tu propio contexto.
Skills y reglas reutilizables que capturan las prácticas de tu organización.
Criterios para seleccionar modelos y herramientas según el tipo de tarea.
Un lenguaje común con los equipos de desarrollo para conversar sobre agentes, contexto y automatización.
Pautas de seguridad y gobernanza para incorporar agentes sin exponer información sensible.
Content
Fundamentos
LLMs y Agentes: tipos de modelos, capacidades y criterios de selección. Uso consultivo vs. uso agéntico.
Prompt Engineering: técnicas fundamentales y anti-patrones frecuentes.
Context Engineering: arquitectura de contexto y mecánica del context window.
Herramientas y guidelines
Herramientas y MCP: capacidades del agente y protocolo para conectarlo con sistemas externos.
Skills y Reglas: prácticas organizacionales convertidas en procedimientos y convenciones reutilizables.
Seguridad y gobernanza: permisos, sandboxing, manejo de secrets y prevención de operaciones destructivas.
Subagentes: roles específicos, ejecución paralela y contexto independiente.
Prácticas: activos compartidos y onboarding al flujo agéntico.
Flujos de trabajo con IA
Flujos de trabajo: cómo estructurar y controlar tareas complejas con agentes.
Ejemplos de automatizaciones: triage de mails, gestión de tickets, generación de presentaciones y automatización de pruebas.
Quality gates y hooks: controles automáticos para verificar y guiar el trabajo del agente.
Gestión de requerimientos con IA
Análisis de requerimientos con IA: extracción de requerimientos desde fuentes heterogéneas, detección de ambigüedades y supuestos, generación de documentación.
Prototipado funcional rápido: uso de herramientas generativas para generar interfaces visuales e interactivas (v0, Claude Artifacts, Claude Design o similares).
Contenidos opcionales
Plugins y skills populares: ampliación de las capacidades del agente mediante extensiones de la comunidad (Skill Creator, Frontend Design, Playwright, Figma, Slack, Jira, Notion, entre otros).
Who Is This Course For?
Personas que trabajan en equipos de desarrollo de software sin ser developers: product owners, analistas funcionales, QA, diseñadores, project managers, Scrum Masters y roles de gestión que quieran incorporar agentes de IA a su trabajo diario.
No se requieren conocimientos técnicos ni experiencia previa con herramientas de IA.
