Yannic Kilcher. Yannic recorre el artículo académico original sobre el árbol de pensamientos de Princeton/DeepMind: el ciclo de generar, puntuar, podar y retroceder; por qué eleva la precisión en el juego del 24 del 4% al 74%; y cuándo la técnica deja de compensar por multiplicar por 10 el coste en tokens. Resulta útil precisamente porque obliga a entender ToT como un algoritmo de búsqueda, no como un prefijo mágico para un prompt.
Lo incluimos para presentar ToT como un algoritmo de búsqueda con un coste real en tokens. El límite práctico de 10x es la conclusión importante, no las cifras de la prueba comparativa.
Comprenderás los patrones de razonamiento basados en generar, puntuar y podar, y sabrás cuándo resultan demasiado costosos para el trabajo real.
Estar familiarizado con explicaciones de artículos académicos técnicos; no es necesario haber leído el artículo.
Última revisión: 18 may 2026
Continúa por el mismo itinerario de aprendizaje con los siguientes vídeos complementarios seleccionados.
28 minutosComprenderás una explicación histórica de o1 y compararás una especificación directa de la tarea con otras variantes compatibles en tu modelo y carga actuales.
10 minutosElegirás una plataforma de automatización según las contrapartidas de alojamiento, adecuación para agentes de IA, integraciones y mantenimiento, no por el entusiasmo publicitario en torno al producto.
26 minutosCrearás tu primer flujo de trabajo con un agente de IA en n8n y reconocerás dónde deben situarse el acceso a herramientas, la memoria y las medidas de protección.
Cursos externos seleccionados para profundizar en este tema.
DeepLearning.AIIsa Fulford · Andrew Ng
Noventa minutos para adquirir la intuición de todo un año. Si ya has empezado a escribir código que llama a un LLM —o estás a punto de hacerlo—, este es el curso en línea más eficaz para pasar de "jugar con ChatGPT" a "poner en producción una función que llama a un LLM".
Microsoft LearnMicrosoft Learn
Prompt engineering, but for the tool most office workers will actually touch first. Microsoft's own four-part prompting framework (goal, context, source, expectation) is a genuinely useful mental model, and unlike the generic ChatGPT prompting courses already in our catalog, this one is grounded entirely in Microsoft 365 Copilot's specific quirks and grounding behavior.
Coursera · Vanderbilt UniversityDr. Jules White
El complemento académico del curso breve de DeepLearning.AI: la misma disciplina, con un recorrido más extenso y pensado para personas que no programan. El Dr. White enseña el diseño de prompts como un conjunto de patrones reutilizables —Ask for Input, Outline Expansion, Fact Check List y Menu Actions—, no como una colección de trucos. Después, diseñarás prompts para los LLM con criterio, en lugar de probar al azar.
