9 minutosLangSmith en 10 minutos
Podrás navegar por trazas, proyectos y conjuntos de datos en LangSmith, y consultar el coste en tokens, la latencia, la tasa de errores y el detalle de cada span.
Reproducir vídeoAnthropic. Es una sesión de creación en directo en la que el equipo de IA aplicada de Anthropic trabaja con un prompt para reclamaciones de seguros: parte de una instrucción imprecisa e itera hasta obtener algo que un desarrollador llevaría realmente a producción. De este modo muestra las revisiones de las capas del sistema y del desarrollador descritas por el artículo. Conviene verlo antes de releer la lista de comprobación sobre ejemplos, estructura de salida y gestión de rechazos.
Obsérvalo por el proceso de iteración, no por el prompt final. El caso de las reclamaciones de seguros muestra las revisiones de las capas del sistema y del desarrollador recogidas en la lista de comprobación del artículo.
Verás cómo un prompt impreciso para reclamaciones de seguros se convierte en otro estructurado y comprobable, con ejemplos, reglas de salida y comportamiento de rechazo más claros.
Dominio básico del prompting; el modelo por capas del artículo aporta la perspectiva adecuada.
Última revisión: 18 may 2026
Continúa por el mismo itinerario de aprendizaje con los siguientes vídeos complementarios seleccionados.
9 minutosPodrás navegar por trazas, proyectos y conjuntos de datos en LangSmith, y consultar el coste en tokens, la latencia, la tasa de errores y el detalle de cada span.
19 minutosMejorarás el diseño de las herramientas para que los agentes elijan la acción correcta con los parámetros adecuados.
13 minutosElegirás entre prompting, RAG, fine-tuning o una combinación según el modo de fallo real.
Cursos externos seleccionados para profundizar en este tema.
Isa 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 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.