IA Agéntica

Módulo 1 — Fundamentos de IA Agéntica (2h)

• Qué es IA Agéntica → sistemas orientados a objetivos y acciones
• Evolución de la IA → de chatbots a sistemas autónomos
• Diferencias con GenAI → responder versus actuar y ejecutar
• Concepto de autonomía → capacidad para decidir y actuar
• Agent Loop → planificar, actuar, observar y mejorar
• Casos de uso → automatización inteligente orientada a resultados
• Ejercicio: Diseñar un agente para un problema real

Módulo 2 — Patrones de Diseño de Agentes (2h)

• Basic Responder → genera respuestas sin herramientas externas
• Router Pattern → selecciona recursos según complejidad requerida
• Tool Calling → utiliza herramientas para ejecutar acciones
• Workflow Agent → sigue secuencias predefinidas de trabajo
• Autonomous Agent → decide acciones para alcanzar objetivos
• Multi-Agent → distribuye tareas entre agentes especializados
• Supervisor Agent → coordina y supervisa otros agentes
• Loop Engineering → optimiza comportamiento mediante ciclos iterativos
• Ejercicio: Seleccionar patrón para distintos procesos empresariales

Módulo 3 — Componentes de un Agente (2h)

• Goal → define resultado esperado del agente
• Planning → divide objetivos en tareas ejecutables
• Reasoning → analiza alternativas y toma decisiones
• Execution → ejecuta acciones sobre herramientas externas
• Feedback → evalúa calidad del resultado obtenido
• Guardrails → restringe comportamientos no autorizados
• Context → mantiene información relevante activa
• Tool Use → interactúa con sistemas externos
• Ejercicio: Descomponer un proceso empresarial en componentes

Módulo 4 — Cómo Construir un Agente (2h)

• Definir propósito → identificar necesidad y valor esperado
• Definir alcance → determinar límites operativos del agente
• Diseñar System Prompt → construir instrucciones principales
• Seleccionar modelo → elegir LLM adecuado al caso
• Conectar herramientas → integrar APIs y sistemas externos
• Diseñar interacciones → establecer flujo conversacional esperado
• Definir métricas → determinar criterios de éxito
• Probar solución → verificar cumplimiento de objetivos
• Ejercicio: Diseñar agente funcional usando Copilot

Módulo 5 — Prompt Engineering para Agentes (2h)

• Personas → definir comportamiento y responsabilidades
• System Instructions → establecer reglas operativas permanentes
• Goal Prompting → orientar acciones hacia objetivos específicos
• Task Prompting → guiar tareas individuales complejas
• Reflection → revisar y corregir salidas automáticamente
• Self-Critique → autoevaluar calidad de resultados generados
• Guardrails → aplicar restricciones preventivas de seguridad
• Prompt Testing → evaluar eficacia de instrucciones
• Ejercicio: Crear System Prompt empresarial completo

Módulo 6 — Herramientas, MCP y Tool Calling (2h)

• MCP → protocolo para conectar herramientas externas
• Tool Calling → invocar funciones desde el agente
• APIs → consumir servicios y aplicaciones externas
• Conectores empresariales → integrar aplicaciones corporativas
• Grounding → basar respuestas en datos reales
• Data Access → consultar información empresarial autorizada
• Action Execution → ejecutar acciones mediante herramientas
• Context Injection → incorporar información dinámica relevante
• Ejercicio: Diseñar integración MCP para agente

Módulo 7 — Memoria y Gestión del Conocimiento (2h)

• Context Window → información disponible durante ejecución
• Working Memory → memoria temporal para razonamiento
• Episodic Memory → almacena experiencias e interacciones previas
• Long-Term Memory → conserva conocimiento persistente relevante
• Semantic Memory → almacena conocimiento estructurado reutilizable
• State Management → gestiona estado operativo del agente
• Personalización → adapta comportamiento al usuario
• Recuperación contextual → obtiene información relevante automáticamente
• Ejercicio: Diseñar arquitectura de memoria empresarial

Módulo 8 — RAG y Sistemas de Conocimiento (2h)

• Fundamentos RAG → combinar búsqueda y generación
• Embeddings → representar significado mediante vectores
• Chunking → dividir documentos para recuperación eficiente
• Vector Databases → almacenar conocimiento semántico escalable
• Recuperación → localizar información relevante rápidamente
• Re-ranking → priorizar mejores resultados encontrados
• Grounding → reducir alucinaciones del modelo
• Knowledge Sources → integrar documentos y repositorios
• Ejercicio: Diseñar asistente basado en documentación

Módulo 9 — Arquitecturas de IA Agéntica (2h)

• Monolítica → todo integrado en una aplicación
• N-Capas → separación lógica por responsabilidades
• SOA → servicios reutilizables para integración empresarial
• Microservicios → componentes independientes y escalables
• Event Driven → operación basada en eventos
• Serverless → ejecución bajo demanda en nube
• Hexagonal → separar negocio de infraestructura
• Arquitectura Agentic → diseño específico para agentes
• Ejercicio: Diseñar arquitectura para caso empresarial

Módulo 10 — Multi-Agente y Orquestación (2h)

• Orchestrator → coordina actividades entre agentes
• Subagents → ejecutan funciones especializadas específicas
• Agent Routing → asigna tareas al agente adecuado
• A2A → comunicación entre agentes autónomos
• Supervisor Pattern → gestiona trabajo de varios agentes
• Event Coordination → sincroniza actividades distribuidas
• Workflow Chaining → encadena procesos complejos
• Escalabilidad → incrementa capacidad operacional
• Ejercicio: Diseñar equipo de agentes especializados

Módulo 11 — Riesgo, Seguridad y HITL (2h)

• Autonomía → factor principal del nivel de riesgo
• Datos → clasificación según sensibilidad utilizada
• Herramientas → riesgo asociado a integraciones externas
• Impacto Operativo → consecuencias sobre procesos reales
• Reversibilidad → facilidad para corregir errores
• Guardrails → controles preventivos obligatorios
• Human-in-the-Loop → aprobación humana en decisiones críticas
• Kill Switch → interrupción inmediata de operaciones
• Ejercicio: Clasificar riesgos de distintos agentes

Módulo 12 — Gobierno y Operación Empresarial (2h)

• Agent Registry → inventario de agentes corporativos
• Roles y Responsabilidades → asignación formal de responsables
• Observabilidad → monitorear comportamiento y desempeño
• Auditoría → mantener evidencia de actividades
• Compliance → cumplimiento normativo y regulatorio
• Evaluación Continua → medir calidad periódicamente
• Métricas → monitorear valor y desempeño
• Ciclo de Vida → gestionar evolución del agente
• Ejercicio: Diseñar modelo de gobierno empresarial

Proyecto Integrador Final

Diseño completo de una solución de IA Agéntica que integra: