Los 37 términos que escuchás en reuniones, papers y demos, explicados sin humo y con ejemplos reales de empresas. De RAG a MCP, de Gems a Projects, de hallucination a ventana de contexto.
Agente de IA que ejecuta un flujo de trabajo completo sin pedir aprobación humana entre pasos: decide, actúa y encadena acciones por su cuenta. Mayor velocidad, pero requiere guardrails y monitoreo porque un error se propaga sin supervisión.
Un agente que recibe un pedido, verifica stock, genera la factura y responde al cliente, todo sin intervención humana.
Agente de IA con un humano en el circuito (human-in-the-loop): propone acciones pero requiere validación antes de ejecutar pasos críticos. Más lento que un agente autónomo, pero más seguro para procesos sensibles o de alto impacto.
Un agente que redacta la respuesta a un reclamo y la deja en borrador para que una persona la apruebe antes de enviarla.
Un modelo de IA con instrucciones fijas, conocimiento específico y, opcionalmente, acceso a herramientas externas (APIs, archivos, navegador). Ejecuta tareas de forma más autónoma que un chat común.
Un "Gem Ventas" en Gemini con tu pitch deck, objeciones y reglas comerciales. El empleado le pregunta y obtiene respuestas consistentes sin explicar el contexto cada vez.
Interfaz que permite que una aplicación (tu CRM, tu eCommerce, un script interno) consuma capacidades de un modelo de IA sin tener que usar el chat web. Es la vía para integraciones reales en producción.
Claude API para clasificar tickets automáticamente al llegar a tu sistema de soporte.
Forma de buscar información por significado y no por coincidencia exacta de palabras, usando embeddings. Es la fase de recuperación dentro de RAG: encuentra los documentos relevantes aunque no compartan las mismas palabras que la consulta.
Buscar 'política de devoluciones' y que encuentre un documento titulado 'Reembolsos y cambios' porque significan lo mismo.
Asistente de IA de OpenAI basado en los modelos GPT. El más conocido a nivel consumidor; ofrece planes Team y Enterprise para empresas, modo agente y GPTs personalizados. Buen punto de entrada, aunque para datos sensibles conviene evaluar sus políticas de privacidad.
Un custom GPT cargado con los procedimientos de atención al cliente para responder consultas frecuentes.
Familia de modelos de IA de Anthropic (Opus, Sonnet, Haiku). Se destaca en tareas analíticas, redacción con tono específico y razonamiento estructurado, con políticas de privacidad enterprise que no entrenan con tus datos por default. Estándar B2B para información sensible.
Claude Opus 4.8 con ventana de 1M tokens para analizar un contrato de 200 páginas de una sola vez.
Espacios de trabajo en Claude de Anthropic donde cargás documentos, establecés instrucciones fijas y tu equipo trabaja con un Claude pre-configurado con el contexto de la empresa.
Un Project con los contratos modelo, políticas legales y tono de voz del estudio. Cualquier abogado consulta cláusulas sin repetir el briefing.
La cantidad máxima de texto (medida en tokens) que un modelo puede procesar en una sola conversación. Determina cuánto podés cargar sin trocear: contratos, manuales, historiales completos.
Gemini 3.1 Pro: 1M tokens (~750k palabras). Claude (Opus 4.8): 1M tokens. ChatGPT Plus: 128k.
Asistente de IA de Microsoft integrado en su ecosistema (Microsoft 365, GitHub, Windows), trabajando dentro de Word, Excel, Outlook y Teams. También se usa 'copilot' como término genérico para cualquier asistente que acompaña al usuario dentro de una herramienta.
Copilot en Excel generando fórmulas y análisis a partir de una instrucción en lenguaje natural.
Modalidad donde un modelo (Gemini, ChatGPT) investiga de forma autónoma durante varios minutos, navega la web, consolida fuentes y entrega un reporte. Útil para due diligence, investigación de mercado o análisis competitivo.
Representación numérica de un texto que captura su significado. Es la base técnica de RAG: para buscar un documento relevante, comparás embeddings en lugar de palabras exactas.
Técnica para re-entrenar un modelo base con datos específicos de tu empresa. El resultado es un modelo que aprende tu tono, formato o vocabulario. Costoso y complejo — casi nunca lo necesitás: un buen Project/Gem con RAG suele alcanzar.
Modelo base pre-entrenado con enormes volúmenes de datos (texto, código, imágenes) que sirve de cimiento para múltiples tareas. Claude, Gemini y GPT son foundation models: a partir de ellos se construyen agentes, Projects y aplicaciones sin entrenar un modelo desde cero.
Agente personalizado dentro de Google Gemini. Configurás rol, instrucciones fijas y archivos de conocimiento. Disponible en todos los planes (incluido el gratuito) desde Gemini 2.0.
Gem Marketing cargado con tu brand guide y últimos posts. Redacta contenidos en tu tono sin copy-paste manual.
Familia de modelos multimodales de Google, integrada de forma nativa en Google Workspace (Gmail, Docs, Sheets, Meet). Disponible en planes gratuitos, Business y Enterprise. Fuerte en integración con el ecosistema Google y en procesamiento de texto, imagen y video.
Gemini dentro de Gmail redactando respuestas con el contexto del hilo, sin salir del correo.
Familia de modelos de OpenAI (GPT-3.5, GPT-4, GPT-5). También nombre que le dio OpenAI a sus agentes personalizados dentro de ChatGPT (custom GPTs).
Cuando un modelo genera información falsa con tono de certeza. Es el principal riesgo en implementaciones B2B. Se mitiga con RAG (respuestas ancladas en tus documentos) y con instrucciones explícitas de "decí 'no sé' si no tenés la información".
El proceso de generar una respuesta en tiempo real a partir de un modelo entrenado. Cada vez que le hablás a ChatGPT, Claude o Gemini, estás haciendo una inferencia. Tiene un costo (tokens procesados).
Modelo de lenguaje de gran escala. Es el tipo de IA detrás de ChatGPT, Claude y Gemini. Entrenados con trillones de tokens de texto de internet para predecir la siguiente palabra de manera coherente.
Protocolo abierto lanzado por Anthropic en 2025 que estandariza cómo los modelos de IA se conectan a fuentes externas (bases de datos, APIs, archivos). Es el "USB-C de la IA": permite que un Claude o Gemini se conecte a tu sistema sin integración custom.
Con un MCP server, Claude puede consultar tu base de datos de clientes o tu CRM directamente, sin copy-paste.
Capacidad de un modelo para procesar más de un tipo de input: texto, imagen, audio, video. Clave para casos como análisis de screenshots, transcripción de reuniones o soporte técnico visual.
Subir foto de un producto defectuoso a Claude y que redacte el reclamo formal al proveedor.
Herramienta de Google donde cargás documentos, PDFs o enlaces y generás investigaciones, FAQ, podcasts automáticos y mapas mentales sobre ese conocimiento. Ideal para onboarding y análisis de documentación corporativa.
Las "variables" internas que un modelo ajusta durante el entrenamiento. Más parámetros = más capacidad (y más costo). GPT-4 tiene cientos de billones, modelos locales chicos pueden tener 7B o 13B.
Conjunto de garantías que ofrecen los planes corporativos de los proveedores de IA: tus datos no entrenan modelos, cumplimiento con SOC 2, ISO 27001, HIPAA y GDPR, logs auditables. La diferencia entre usar Gemini Free (sin garantías) y Gemini for Google Workspace.
El texto que le enviás al modelo para obtener una respuesta. Un buen prompt incluye rol, contexto, instrucciones y formato esperado. En un Gem o Project, parte del prompt queda "fija" como configuración.
Disciplina de diseñar prompts que logren respuestas consistentes y útiles. Clave cuando NO tenés Gems/Projects configurados. Con agentes corporativos configurados, el prompt engineering deja de ser responsabilidad del empleado.
Arquitectura donde el modelo, antes de responder, busca documentos relevantes en una base de conocimiento y los usa como contexto. Es la forma más robusta de garantizar respuestas ancladas en tu información, no en internet genérico.
Un asistente de soporte que, antes de responder, busca en tu base de tickets cerrados + manuales de producto + políticas vigentes.
Capacidad de un modelo de 'pensar' paso a paso antes de responder, dedicando más cómputo a problemas complejos. Mejora la precisión en análisis, matemática y lógica, a cambio de mayor tiempo y costo por respuesta.
Pedirle a un modelo que planifique una migración de sistemas evaluando riesgos y dependencias antes de dar el plan final.
Práctica de poner a prueba un modelo o agente buscando fallos de seguridad, sesgos o respuestas peligrosas. Parte del trabajo de implementación seria: antes de exponer un agente al equipo, intentás romperlo.
Parámetro que controla cuán "creativo" o "determinista" es el modelo en sus respuestas. Temperatura baja (0.1) = respuestas consistentes, ideal para soporte o legales. Alta (0.9) = respuestas variadas, útil para brainstorming.
Unidad básica que los modelos procesan. Aprox. 1 token = 0.75 palabras en español. Se facturan por tokens de entrada + tokens de salida. Un contrato de 100 páginas son ~40k tokens.
Capacidad del modelo de invocar herramientas externas (consultar una API, ejecutar código, buscar en web, enviar un email) durante una conversación. Es lo que hace que un agente pase de "responde preguntas" a "ejecuta tareas".
Arquitectura técnica detrás de todos los LLMs modernos (GPT, Claude, Gemini). Introducida por Google en 2017. No es un detalle que un dueño de empresa tenga que conocer — pero se menciona constantemente en papers y presentaciones técnicas.
Plataforma de Google Cloud para usar Gemini y otros modelos vía API con controles enterprise: seguridad, compliance, region residency. Es el canal formal para integrar Gemini en tus productos propios.
Suite corporativa de Google (Gmail, Docs, Sheets, Meet, Drive, Calendar). Con Gemini for Google Workspace, la IA vive dentro de esas apps sin que el equipo tenga que cambiar de pestaña.
Capacidad de un modelo de resolver una tarea sin ejemplos previos. Los LLMs modernos son buenísimos en zero-shot para tareas generales. Para tareas específicas de tu empresa, los ejemplos (few-shot) o un Project/Gem mejoran los resultados.
Saber los términos es el primer paso. Implementar Claude o Gemini con criterio empresarial es el segundo. Agendá un diagnóstico de 30 minutos.
¿Falta algún término? Mandame un mail a contacto@diegoceredi.com y lo sumo.