Andrej Karpathy. Karpathy dedica capítulos específicos a "Be aware of the model you're using, pricing tiers" (ten en cuenta el modelo y el nivel de precios) y "Thinking models and when to use them" (modelos de razonamiento y cuándo utilizarlos). Después alterna continuamente entre ChatGPT, Claude, Gemini, Grok y Perplexity durante el resto del recorrido. Es lo más parecido a ver la guía del artículo aplicada en directo por alguien con criterios firmes sobre cuándo cada nivel justifica su coste.
Los hábitos de selección son valiosos; los nombres exactos de los modelos, los precios, los límites de contexto y las clasificaciones no son estables. Repite la comparación con tus propias tareas antes de estandarizar una recomendación para el equipo.
Aprenderás a distribuir el trabajo entre herramientas rápidas, económicas, de razonamiento profundo y respaldadas por fuentes, en lugar de utilizar un solo modelo para todo.
Saber utilizar al menos un chatbot de uso general y comparar sus resultados en una misma tarea.
Última revisión: 18 may 2026
Continúa por el mismo itinerario de aprendizaje con los siguientes vídeos complementarios seleccionados.
42 minutosVerás cómo modifican los ejemplos el comportamiento del modelo y aprenderás cuándo merece la pena la preparación adicional del few-shot.
36 minutosConfigurarás la personalización de forma deliberada, sin confundir la memoria, las instrucciones y el contexto de los proyectos.
13 minutosDiseñarás un flujo de reuniones que capture transcripciones, resúmenes y tareas acordadas sin eliminar la revisión humana.
Cursos externos seleccionados para profundizar en este tema.
Coursera · DeepLearning.AIAndrew Ng
Una mirada directa al interior de un modelo de lenguaje de gran tamaño para aprender a diseñar prompts con intención y reconocer cuándo la IA generativa resulta realmente útil y cuándo puede convertirse en una trampa. Una enseñanza serena y sin exageraciones: el puente perfecto entre "he probado ChatGPT una vez" y "lo uso todos los días con confianza".
Coursera · Google CloudGoogle Cloud
Google's own answer to 'what is generative AI, actually' — the non-technical counterpart to Elements of AI, aimed explicitly at sales, HR, marketing, and operations roles rather than engineers. Forty-five minutes to a real mental model of how generative AI differs from classic machine learning, with no code and no jargon.
DeepLearning.AI · LlamaIndexJerry Liu
El RAG básico (búsqueda vectorial → volcar los resultados en el prompt) es la versión que primero llega a producción y antes decepciona. Este curso breve muestra cómo mejorarlo: un agente que planifica la recuperación, selecciona herramientas, compara fuentes y responde preguntas sobre varios documentos. Dos horas de contenido que puedes aplicar de inmediato a un producto real.
