Lunes, reunión de equipo. Alguien propone «montar un agente que consulte nuestros documentos por RAG y se conecte a las herramientas con MCP», y la sala asiente. Si tú también asentías sin tenerlo claro, buenas noticias: este vocabulario se aprende en una tarde, y usar la IA en tu trabajo, que es lo siguiente, también está a tu alcance. Aquí tienes 22 términos de IA agrupados por familias, cada uno con una definición corta, un ejemplo de oficina y un enlace a la guía completa cuando existe.
Familia | Términos |
|---|---|
Los modelos | IA generativa, modelo, LLM, machine learning, token, ventana de contexto |
Cómo se lo pides | prompt, prompting, temperatura, alucinación |
Darle información | embedding, RAG, fine-tuning, MCP |
Que haga cosas | chatbot, flujo de trabajo, agente, automatización, API, vibe coding |
Reglas del juego | sistema de IA, modelo de IA de uso general |
Los modelos: lo que hay detrás del chat
IA generativa
La IA que crea contenido nuevo (texto, imágenes, audio, código) a partir de una instrucción tuya. Es la que escribe el borrador de un correo o resume un acta. Tienes la guía completa en IA generativa: qué es y cómo funciona.
Modelo y LLM
El modelo es el motor que hay dentro de una herramienta de IA: ChatGPT, Claude, Gemini y Copilot son productos que funcionan con modelos. Un LLM (large language model, modelo de lenguaje de gran tamaño) es el que trabaja con texto: se entrena con enormes cantidades de escritura y aprende a continuar un texto de forma coherente. Más en qué es un LLM y cómo funciona.
Machine learning
Aprendizaje automático: sistemas que aprenden patrones a partir de ejemplos en lugar de seguir reglas escritas una a una. El filtro que separa el correo deseado del spam es un caso clásico. La relación con la IA y el deep learning está explicada en diferencias entre inteligencia artificial, machine learning y deep learning.
Token
La pieza más pequeña con la que trabaja un modelo de lenguaje: según la documentación de Anthropic, puede corresponder a una palabra, a un trozo de palabra, a un carácter o a un byte. No equivale a una palabra, y por eso un mismo texto cuenta distinto según el modelo y el idioma. Te cruzarás con él cuando una herramienta hable de límites de longitud.
Ventana de contexto
La «memoria de trabajo» del modelo: todo el texto que puede tener a la vista al generar una respuesta, incluida la propia respuesta (definición de la documentación de Anthropic). Se mide en tokens. En una conversación muy larga, conviene recordarle al modelo lo importante.
Con estos seis términos ya entiendes de qué hablan cuando comparan herramientas. Si quieres pasar de entenderlo a usarlo en tu trabajo, mira cómo es el primer módulo de Power IA, «Todo lo que necesitas para empezar», pensado para quien parte de cero.
Del vocabulario a la práctica con Power IA
Descarga el dossier de Power IA y mira cómo es el primer módulo, «Todo lo que necesitas para empezar», con clases de 15 minutos y a tu ritmo.
Cómo se lo pides: instrucciones y sus límites
Prompt y prompting
El prompt es la instrucción que le das al modelo, desde una frase hasta un encargo con contexto, formato y tono. Prompting es el oficio de redactarlo bien: «resume este acta en cinco puntos para dirección» rinde más que «resume esto». Dos guías para practicar: qué es el prompting y las 7 capas del prompting. Si en tu empresa oyes «prompt engineer», el rol está desmenuzado en Prompt Engineer vs AI Engineer.
Temperatura
Un ajuste que controla cuánto de aleatorio es el modelo al generar texto. Según la documentación de Anthropic, con valores altos las respuestas son más variadas y creativas, y con valores bajos más conservadoras y predecibles. Más baja para un resumen que debe ser fiel, más alta para una lluvia de ideas. No todas las herramientas de chat muestran este ajuste.
Alucinación
Una respuesta que suena segura y es falsa: una cifra, una cita o una fuente que no existen. El hábito útil es sencillo: todo dato que vaya a un informe, a un cliente o a un contrato se comprueba en su fuente antes de usarlo.
Darle información: cómo conocer tus documentos
Embedding
La representación numérica de un texto que conserva aspectos de su significado: según la documentación de OpenAI, los textos parecidos quedan «cerca» entre sí. Gracias a eso un buscador interno puede encontrar el documento correcto aunque no uses las mismas palabras que él.
RAG
Retrieval-augmented generation: antes de contestar, el sistema busca en tus documentos los fragmentos relevantes y se los da al modelo para que responda con ellos. Cómo funciona y cuándo conviene está en qué es RAG.
Fine-tuning
Seguir entrenando un modelo ya entrenado con datos adicionales para que imite sus patrones (definición de Anthropic). La diferencia con el RAG: el RAG consulta tus documentos en el momento de responder y deja el modelo como está; el fine-tuning modifica el propio modelo.
MCP
Model Context Protocol: un estándar abierto para conectar aplicaciones de IA con sistemas externos (archivos, bases de datos, herramientas), que su documentación compara con un puerto USB-C para la IA. Detalle en qué es MCP.
Prueba unas clases de Power IA
Mira cómo son las clases de 15 minutos antes de decidir nada.
Que haga cosas: de responder a actuar
Chatbot
Un programa que conversa contigo, ya sea para contestar dudas de clientes o las de RR. HH. sobre vacaciones. Un chatbot puede ser muy sencillo y seguir un guion, o ir con un modelo de IA detrás. Más en chatbots: qué son y cómo funcionan.
Flujo de trabajo
Una secuencia de pasos fijada de antemano en la que intervienen un modelo y otras herramientas: llega un correo, el modelo lo clasifica, se guarda en la hoja que toca. Anthropic lo define como un sistema donde modelos y herramientas se coordinan «por caminos de código predefinidos».
Agente
Frente al flujo, un agente decide sobre la marcha. Según Anthropic, es un sistema donde el modelo dirige su propio proceso y el uso de herramientas, y mantiene el control de cómo resuelve la tarea. Ejemplo de oficina: le pides «prepara el resumen semanal de ventas» y es él quien decide abrir la hoja, calcular los totales y redactar el texto. En el flujo el recorrido lo marcas tú; en el agente lo elige el modelo. Guías: qué son los agentes de IA y cómo crear un agente paso a paso.
Automatización y n8n
Automatizar es que una tarea repetida se haga sola cuando ocurre algo: llega una factura, se archiva y se avisa a contabilidad. n8n es una herramienta para montar esos flujos sin programar. Para empezar: n8n, qué es y cómo automatizar tareas sin programar y automatización de procesos con IA.
API
La puerta por la que un programa habla con otro. Cuando alguien dice «lo conectamos por API», quiere decir que una herramienta enviará datos a otra de forma automática, sin copiar y pegar.
Vibe coding
Describir con tus palabras lo que quieres construir y dejar que la IA escriba el código, iterando sobre el resultado. Con él, perfiles que no programan pueden montar una herramienta sencilla de uso interno. Está explicado en vibe coding: qué es y cómo funciona.
Reglas del juego: dos términos legales
El Reglamento (UE) 2024/1689 de inteligencia artificial fija definiciones que usarán tu empresa y tus proveedores. Estas son dos del artículo 3, según el texto publicado en el DOUE a través del BOE (consultado el 21-10-2026).
Sistema de IA
El artículo 3, punto 1, lo define como «un sistema basado en una máquina que está diseñado para funcionar con distintos niveles de autonomía y que puede mostrar capacidad de adaptación tras el despliegue, y que, para objetivos explícitos o implícitos, infiere de la información de entrada que recibe la manera de generar resultados de salida, como predicciones, contenidos, recomendaciones o decisiones». En corto: el producto completo que usas, como un asistente o un clasificador de solicitudes.
Modelo de IA de uso general
El artículo 3, punto 63, describe un modelo de IA que presenta «un grado considerable de generalidad» y que «puede integrarse en diversos sistemas o aplicaciones posteriores». La diferencia entre ambos términos: el modelo es una pieza, y el sistema es el producto que lo incorpora.
Preguntas frecuentes sobre el vocabulario de IA
¿Hace falta saber programar para entender estos términos?
No. Todo lo de arriba se entiende con ejemplos de oficina, y la mayoría se aprende usando las herramientas. Cuanto más practiques con encargos reales, más natural te sonará el vocabulario.
¿En qué se diferencian un chatbot y un agente?
El chatbot conversa. El agente, además, decide qué pasos dar y qué herramientas usar para cumplir un objetivo. Un chatbot puede ser parte de un agente, pero no todos los chatbots lo son.
¿Qué diferencia hay entre RAG y fine-tuning?
El RAG busca en tus documentos en el momento de responder, sin tocar el modelo. El fine-tuning sigue entrenando el propio modelo con datos nuevos.
¿Qué es un token y por qué importa?
Es la unidad mínima con la que trabaja un modelo de lenguaje, y la ventana de contexto se mide en ellos. Importa porque marca cuánto texto cabe en una conversación.
¿Por dónde empiezo a practicar?
Con una tarea pequeña de tu semana: un resumen, un correo, una tabla ordenada. Y si prefieres un recorrido guiado, Power IA está pensado para quien no tiene conocimientos previos.
Siguiente paso
Power IA es el máster online de The Power en inteligencia artificial para profesionales de negocio. Según su ficha (consultada el 21-10-2026), sirve «para aprender a usar ChatGPT, Claude, Copilot y Gemini en tu trabajo, aunque no tengas conocimientos previos», con «Clases de 15 min» y «A tu ritmo». Los términos de este glosario los verás en práctica en el módulo 08, «Construir proyectos con IA y Vibe Coding», y en el 09, «Automatizaciones», con «+20 casos de automatizaciones con guías». Hay también dos módulos opcionales que preparan para las certificaciones Microsoft AI-901 y AB-730, sin incluirlas. Descarga el dossier y mira el programa completo.
Mira el programa completo de Power IA
Descarga el dossier y consulta módulos, formato y contenidos con calma.
