Glosario de Inteligencia Artificial

Modelo de lenguaje de gran tamaño: el «cerebro» detrás de Claude, ChatGPT o Gemini. Se entrena con enormes cantidades de texto para predecir la siguiente palabra — y de esa habilidad aparentemente simple emergen la conversación, el razonamiento y la programación.

La instrucción que le das a la IA. La calidad del prompt determina la calidad de la respuesta: es la habilidad número uno del usuario de IA. Tenemos una biblioteca entera de prompts probados.

La disciplina de diseñar prompts efectivos: dar contexto y rol, mostrar ejemplos, pedir razonamiento paso a paso y definir el formato de salida. Entre saber y no saber hay una diferencia de 10x en los resultados.

La unidad mínima de texto que procesa un modelo (aproximadamente ¾ de una palabra en español). Los precios de las APIs se miden en tokens, y la «memoria» de la IA (su ventana de contexto) también.

Cuánta información puede «tener en mente» la IA a la vez: la conversación, los documentos adjuntos, el código del repositorio. Se mide en tokens. Más ventana = puede trabajar con proyectos más grandes sin olvidar el principio.

Una IA que no solo responde: planifica, usa herramientas, ejecuta acciones y completa tareas de principio a fin con supervisión mínima. Claude Code y Cowork son agentes. La palabra de 2026.

Estándar abierto creado por Anthropic que conecta la IA con herramientas externas (Gmail, GitHub, bases de datos…). Es el «USB-C de la IA»: cualquier servicio publica un servidor MCP y cualquier IA compatible puede usarlo. Guía completa en Conectores.

Carpeta de instrucciones y recursos que enseña a la IA a hacer una tarea concreta a nivel experto (crear un Excel perfecto, seguir el proceso de tu empresa). Se activa sola cuando la tarea encaja. Aprende a crear las tuyas.

Paquete instalable que agrupa skills, conectores y comandos en una sola pieza. Los marketplaces de plugins permiten instalar capacidades completas con un comando.

Técnica que permite a la IA consultar documentos externos (tu base de conocimiento, tus PDFs) antes de responder, en lugar de depender solo de lo que memorizó al entrenarse. Reduce errores y permite trabajar con datos privados y actualizados.

Cuando la IA afirma con seguridad algo falso: inventa datos, citas o funciones de código que no existen. Se mitiga con RAG, con buenas instrucciones («si no lo sabes, dilo») y verificando siempre la información crítica.

Reentrenar parcialmente un modelo con tus propios datos para especializarlo. Hoy, para la mayoría de casos, las skills y el RAG consiguen lo mismo con mucho menos coste y complejidad.

Representación numérica del significado de un texto. Permite a las máquinas «medir» cuánto se parecen dos frases — la base de los buscadores semánticos y del RAG.

El acto de usar un modelo ya entrenado para generar una respuesta. Cuando chateas con Claude, estás haciendo inferencia. Su coste computacional es lo que pagan las APIs por token.

Una IA que entiende y/o genera varios tipos de contenido: texto, imágenes, audio, vídeo. Los modelos frontier de 2026 son todos multimodales en distinto grado.

Capacidad del modelo de «pensar antes de responder»: dedicar cómputo extra a analizar el problema paso a paso. Los modelos con razonamiento extendido brillan en matemáticas, código complejo y planificación.

Parámetro que controla la aleatoriedad de las respuestas: baja = respuestas más predecibles y precisas; alta = más creativas y variadas. En las APIs se ajusta; en las apps de consumo viene calibrada.

Examen estandarizado para comparar modelos (matemáticas, código, conocimiento…). Útiles como referencia, pero ojo: la mejor IA para ti es la que mejor resuelve TUS tareas, no la que gana el último benchmark. Lo explicamos en la comparativa.

Modelos cuyos parámetros se publican para que cualquiera los ejecute en su propia infraestructura (Llama, Mistral…). Contrapunto a los modelos «cerrados» como Claude o GPT, que se usan vía API o apps.

Técnica para intentar saltarse las protecciones de seguridad de una IA y hacer que genere contenido que normalmente rechazaría. Los laboratorios invierten cada vez más en resistirlos — incluso con marcos de evaluación compartidos entre competidores.

Método de entrenamiento creado por Anthropic: el modelo aprende de un conjunto explícito de principios escritos (su «constitución») además del feedback humano. Es parte de la identidad de Claude. Más curiosidades aquí.