Nivel 1 · Principiante

Curso IA para principiantes

De cero a usar IA con criterio en tu día a día

Si nunca has usado ChatGPT en serio o pruebas IA sin sistema, este curso te lleva del primer prompt a integrar IA en tareas reales en menos de un mes.

Empezar el curso
Lo que aprenderás
ChatGPT Claude OpenAI Tokenizer NotebookLM Perplexity AI Glosario de IA · Nodo IA ChatGPT App iOS ChatGPT model picker Canvas (ChatGPT) Tu propia voz Biblioteca de prompts · Nodo IA ChatGPT Canvas
Resultado final

Saber usar ChatGPT, Claude y Gemini con criterio. Integrar IA en 3 tareas reales de tu día a día.

Plan del curso

Módulos y lecciones

01

Qué es la IA (sin tecnicismos)

Por empezar

La base mental para no perderte en hype ni jerga. Modelos, tokens, contexto y por qué la IA alucina.

4 lecciones 20 min 40 XP
0 / 4 completadas
1.1
Qué es un LLM y cómo predice palabras Entiende lo que hay dentro de ChatGPT/Claude sin matemáticas. Por qué "no piensa" pero responde tan bien.
5 min Completada

Un LLM (Large Language Model) es un modelo entrenado para predecir la siguiente palabra (o "token") más probable dada una secuencia anterior. Cuando escribes en ChatGPT, el modelo no está "razonando" en sentido humano: está calculando qué palabra encaja mejor a continuación, una tras otra, hasta completar la respuesta.

Esta es la mecánica básica. Lo interesante es que, con cantidades masivas de datos de entrenamiento (libros, web, código), esa predicción palabra-a-palabra reproduce patrones de razonamiento, conversación y estructura textual sorprendentemente bien.

Implicaciones que sí importan para ti

  • El modelo no "sabe" cosas con certeza: completa con lo más plausible. Por eso a veces inventa.
  • Cuanto mejor sea el prompt, mejor predice. Por eso un prompt vago da respuestas vagas.
  • El contexto que le des marca enormemente el resultado.
Ejemplo real

Si escribes solo "ayúdame con un email", el modelo no tiene contexto y responderá con un email genérico. Si dices "ayúdame con un email para mi jefe pidiendo retrasar la entrega del informe trimestral por una semana, tono profesional pero cercano", el modelo tiene mucho más con lo que predecir y la respuesta es directamente utilizable.

Herramientas que vas a usar
ChatGPT El LLM más usado del mundo. Empieza por su versión gratuita.
Claude LLM de Anthropic, fuerte en textos largos y matiz idiomático.
Prompts listos para usar
Test de comprensión 
Explica con tus propias palabras cómo un LLM genera una respuesta. Usa una analogía cotidiana (cocina, conducción, deporte) y NO uses la palabra "predicción".
Ejercicio

Abre ChatGPT y haz la misma pregunta dos veces: una con 5 palabras y otra con un párrafo de contexto. Anota la diferencia de calidad. Esa diferencia es el 80 % del curso.

Resultado esperado

Quedarás con una intuición clara de por qué el contexto importa tanto. Esta lección desbloquea todas las siguientes.

Errores comunes
  • Esperar que un LLM tenga "opinión propia" o "intención". No la tiene.
  • Asumir que si suena seguro, es verdad. Los LLMs alucinan con tono firme.
Vídeos recomendados
Andrej Karpathy · Intro to LLMs (1h)
YouTube Ver vídeo
Recursos para profundizar
1.2
Tokens, ventana de contexto y por qué importan Cuántas palabras "ve" el modelo a la vez y por qué tu PDF de 200 páginas no entra en el chat.
5 min Completada

Un token es la unidad mínima de texto que procesa un LLM. No equivale exactamente a una palabra: "ChatGPT" puede ser un token, mientras que "preocupación" se divide en varios. En español, una palabra promedio son 1,3-1,8 tokens.

La ventana de contexto es cuántos tokens el modelo puede tener en cuenta a la vez: lo que escribiste + lo que ha generado + cualquier archivo adjunto. Cada modelo tiene un límite:

  • GPT-4o: 128.000 tokens (~96.000 palabras)
  • Claude Sonnet 4: 200.000 tokens (~150.000 palabras)
  • Gemini 1.5 Pro: 1.000.000 tokens (~750.000 palabras)

Cuando subes un documento largo, el modelo lo "tokeniza" y lo guarda en su ventana. Si el documento excede el límite, partes se descartan.

Ejemplo real

Quieres resumir un libro de 400 páginas. En ChatGPT con plan free (8k tokens) no entra ni un capítulo entero. En Claude Pro (200k tokens) entra el libro completo. Esta es una diferencia real que decide qué modelo usar para qué tarea.

Herramientas que vas a usar
OpenAI Tokenizer Pega tu texto y ves exactamente cuántos tokens ocupa.
NotebookLM Diseñado para documentos largos: súbele PDFs y conversa con ellos.
Prompts listos para usar
Pedir resumen con cita de tokens 
Resume este documento. Para cada punto clave, incluye una cita literal (entre comillas) del texto original. Si una sección queda fuera de tu contexto, dilo explícitamente.
Ejercicio

Toma un texto de 1.000 palabras. Cuéntalas y luego pásalo por el tokenizer de OpenAI. Calcula la ratio palabras/tokens en tu idioma habitual.

Resultado esperado

Saber estimar a ojo si un documento "entra" o no en un chat de IA y elegir la herramienta adecuada.

Errores comunes
  • Pegar PDFs gigantes al chat free y asumir que los procesa enteros. No los procesa.
  • No leer el límite de tu plan: ChatGPT free recorta contexto y pierdes parte del contexto entre mensajes.
Recursos para profundizar
1.3
Alucinaciones: por qué la IA inventa y cómo detectarlas El error más peligroso y el más fácil de evitar si lo entiendes.
5 min Completada

Una alucinación es cuando un LLM produce información incorrecta con la misma confianza que la correcta. No es un bug: es el resultado natural de cómo predice palabras. Si en el corpus de entrenamiento hay patrones que "encajan", aunque no se basen en hechos verificables, el modelo los reproduce.

Tipos típicos

  • Citas inventadas: el modelo "recuerda" un libro o paper que no existe.
  • Cifras plausibles pero falsas: porcentajes, fechas, precios que suenan razonables pero no son verificables.
  • Funciones de software inventadas: en código, llamadas a métodos que no existen en la librería.

Cómo reducirlas en el prompt

  1. Pide explícitamente: "si no tienes esta información, dilo, no inventes".
  2. Pide que cite fuentes con enlace o capítulo.
  3. Para datos importantes, verifica con búsqueda externa antes de usar la respuesta.
Ejemplo real

Pregunta: "¿Quién ganó el Goya a mejor película en 2027?". Si no estamos en 2027 todavía, el modelo no debería tener esa información. Si responde un nombre sin avisar, está alucinando. La forma correcta: "no dispongo de información posterior a mi fecha de corte".

Herramientas que vas a usar
Perplexity AI Combina LLM con búsqueda web nativa y citas. Reduce alucinaciones para datos actuales.
Prompts listos para usar
Anti-alucinación 
Responde solo con información que puedas justificar. Si no estás seguro de algún dato concreto (fecha, cifra, cita), márcalo entre [verificar] y dime qué buscar para confirmar.
Verificación cruzada 
Dame 3 fuentes (con URL o referencia) que confirmen lo que acabas de afirmar. Si no puedes citar fuentes, retira esa afirmación.
Ejercicio

Pídele a ChatGPT un dato muy específico de tu sector: una cifra, una fecha, una cita. Después verifica manualmente. Anota qué porcentaje de veces alucina.

Resultado esperado

Adoptar el hábito de verificar siempre los datos concretos antes de publicarlos o tomar decisiones con ellos.

Errores comunes
  • Copiar-pegar números sin verificar.
  • Asumir que si el modelo cita una fuente, esa fuente existe (a veces inventa el título también).
Recursos para profundizar
1.4
12 términos imprescindibles del vocabulario IA Sin esto, los siguientes módulos confunden. Con esto, hablas el idioma.
5 min Completada

Vocabulario mínimo viable. Léelo dos veces:

  1. Modelo: el cerebro entrenado (GPT-5, Claude Sonnet 4, Gemini Pro).
  2. Prompt: lo que tú escribes para guiar la respuesta.
  3. Token: unidad mínima de texto que procesa el modelo.
  4. Contexto: todo lo que el modelo "ve" en una conversación.
  5. Ventana de contexto: cuántos tokens caben a la vez.
  6. Temperatura: cuánta creatividad/aleatoriedad permites (0 = predecible, 1+ = creativo).
  7. Alucinación: respuesta plausible pero incorrecta.
  8. Fine-tuning: ajustar un modelo con tus datos.
  9. RAG (Retrieval-Augmented Generation): conectar el modelo a una base de conocimiento propia.
  10. API: forma de llamar al modelo desde tu código.
  11. Embeddings: representación numérica del significado de un texto.
  12. Agente: sistema que usa un LLM para decidir acciones por sí mismo.
Ejemplo real

Cuando alguien dice "los agentes con RAG sobre embeddings vectoriales reducen las alucinaciones", ahora puedes traducir: "los sistemas autónomos que consultan tu propia base de datos antes de responder se equivocan menos". Si no entiendes los términos, te pierdes el 80% de las novedades.

Herramientas que vas a usar
Glosario de IA · Nodo IA Versión ampliada y actualizada.
Prompts listos para usar
Explicador de términos 
Explícame el término [X] como si tuviera 12 años. Después, dame una analogía con un oficio cotidiano. Por último, un ejemplo concreto donde se aplique.
Ejercicio

Memoriza los 12 términos. Después, sin mirar, escríbelos con una frase de definición cada uno y dáselos a ChatGPT para que evalúe la precisión.

Resultado esperado

Poder leer un artículo de IA en 2026 sin sentirte perdido.

Errores comunes
  • Saltarte vocabulario: te morderá en módulos posteriores.
  • Confundir "modelo" con "herramienta": ChatGPT es la herramienta; GPT-5 es el modelo dentro.
Recursos para profundizar
02

ChatGPT desde cero

Por empezar

El asistente más usado del mundo. Plan free vs Plus, interfaz, modelos disponibles y cuándo cambiar a cada uno.

4 lecciones 20 min 40 XP
0 / 4 completadas
2.1
Setup de cuenta y configuración mínima Tu primer chat en 5 minutos. Qué activar y qué dejar como está.
5 min Completada

Crea cuenta en chat.openai.com con tu email o cuenta Google. El plan gratuito te da GPT-5 Instant con límites diarios. Lo primero que conviene revisar tras crear cuenta:

  • Settings → Personalization: añade contexto sobre ti (qué haces, idioma, tono que prefieres). Cada conversación lo usará por defecto.
  • Settings → Data controls → Improve the model for everyone: si NO quieres que tus conversaciones se usen para entrenar, desactívalo. (Plan Plus respeta esto por defecto en algunos contextos.)
  • Settings → Memory: actívala si quieres que recuerde detalles entre chats; desactívala si prefieres conversaciones limpias.
Ejemplo real

En "Personalization" puedes escribir: «Soy editor de un medio de tecnología en España. Escribo en español neutro, sin clichés. Prefiero respuestas concisas con ejemplos concretos.» A partir de ese momento todas las conversaciones tienen ese sesgo de tono.

Herramientas que vas a usar
ChatGPT Tu base de operaciones.
ChatGPT App iOS Versión móvil oficial con voz nativa.
Prompts listos para usar
Conoce a tu asistente 
Quiero que entiendas mi contexto antes de que trabajemos juntos. Hazme 5 preguntas que me ayuden a personalizar tus respuestas.
Ejercicio

Configura "Personalization" con 3-4 frases sobre ti y tu trabajo. Después abre un chat nuevo y pídele un email profesional. Compara con el resultado sin personalización.

Resultado esperado

Cuenta lista, personalización activada, modelo entendiendo tu contexto desde el inicio.

Errores comunes
  • Olvidarse de revisar privacidad de datos.
  • Llenar "Personalization" con tanta info que el contexto compite con tu prompt real.
Recursos para profundizar
2.2
GPT-5 Instant vs Thinking: cuándo conviene cada uno No tienes que elegir manualmente, pero saber qué hay debajo te ahorra tiempo.
5 min Completada

GPT-5 es una familia de modelos. ChatGPT decide cuál usar según tu prompt, pero puedes forzarlo:

  • GPT-5 Instant: respuestas rápidas, conversación normal, tareas no críticas.
  • GPT-5 Thinking: razonamiento más profundo, problemas complejos, análisis. Tarda más (15-60 segundos) pero piensa mejor.
  • GPT-5 Pro: solo en plan Pro. Para tareas con muchos pasos.

Si tu pregunta es "redacta este email", Instant basta. Si es "analiza estos datos, propón 3 hipótesis, comprueba cada una y dame el ganador", fuerza Thinking añadiendo "piensa esto en profundidad antes de responder".

Ejemplo real

Tarea: «Tengo un bug raro: el formulario funciona en Chrome pero no en Safari, solo cuando el usuario hace clic dos veces seguidas». Con Instant: respuestas genéricas. Con Thinking: razonamiento estructurado, lista de hipótesis, plan de depuración paso a paso.

Herramientas que vas a usar
ChatGPT model picker En el desplegable arriba del chat puedes forzar el modelo.
Prompts listos para usar
Forzar Thinking 
Piensa este problema en profundidad antes de responder. Lista 3 hipótesis, descarta cada una con criterio y solo entonces sugiere solución. {{problema}}
Forzar Instant 
Respuesta rápida, sin preámbulos: {{pregunta}}
Ejercicio

Plantea el mismo problema complejo dos veces: una con Instant y otra con Thinking forzado. Cronometra ambos. Compara la calidad de la respuesta.

Resultado esperado

Saber cuándo vale la pena esperar 30 segundos por una respuesta mejor.

Errores comunes
  • Usar Thinking para preguntas triviales: pierdes tiempo sin ganar calidad.
  • Usar Instant para problemas críticos: la respuesta puede ser superficial.
Recursos para profundizar
2.3
Funciones útiles desde el primer día Canvas, búsqueda, voz, Tasks: cuáles vale la pena dominar ya.
5 min Completada

Las 4 funciones que cambian de verdad cómo trabajas con ChatGPT:

  • Canvas: para escribir y editar documentos largos con el modelo a tu lado. Ideal para textos editoriales o código.
  • Búsqueda web: para datos actuales. Pregunta lo del día y cita fuentes.
  • Voz: conversación natural con el modelo. Perfecta para brainstorm caminando.
  • Tasks (programadas): el modelo puede ejecutar acciones recurrentes (resumen diario de tu inbox, recordatorios contextuales).
Ejemplo real

Canvas con un brief de cliente: pegas el brief, le pides una primera versión, y luego marcas párrafos concretos para que reescriba SOLO ese párrafo. Mantienes control quirúrgico del texto. Mucho mejor que conversación lineal.

Herramientas que vas a usar
Canvas (ChatGPT) Editor lateral activable desde el botón "Canvas".
Prompts listos para usar
Abrir Canvas 
Abre Canvas y redacta un primer borrador de {{tema}}. Quiero ir refinándolo párrafo a párrafo.
Búsqueda con cita 
Busca en internet y respóndeme {{pregunta}}. Cita 2-3 fuentes con URL y fecha. Si no encuentras nada fiable, dilo.
Ejercicio

Prueba las 4 funciones en una misma sesión: redacta algo en Canvas, valida un dato con búsqueda web, dicta una idea por voz y programa un Task para mañana.

Resultado esperado

Saber cuál usar para cada tipo de tarea, no improvisar.

Errores comunes
  • Ignorar Canvas y trabajar todo en el chat: pierdes la ventaja editorial.
  • No verificar las fuentes citadas por la búsqueda: a veces las URLs son falsas.
Recursos para profundizar
2.4
Errores típicos del primer mes (y cómo evitarlos) La curva de aprendizaje tiene 5 trampas. Aquí están todas.
5 min Completada

El primer mes con IA, casi todos cometen los mismos errores:

  1. Prompts demasiado vagos. "Ayúdame con esto" no es un prompt. Da contexto, rol y formato.
  2. No iterar. La primera respuesta rara vez es perfecta. Refínala: "más corto", "tono menos formal", "incluye un ejemplo".
  3. Confiar ciegamente. Toda cifra o cita debe verificarse. La IA inventa con confianza.
  4. Empezar de cero cuando algo falla. Mejor pedir "ajusta la respuesta anterior cambiando X".
  5. Usar IA para todo. A veces escribir tú a mano es más rápido. La IA no es la solución, es una herramienta.
Ejemplo real

Antes: «Hazme un email». Después: «Redacta un email a mi cliente Carlos disculpándome por el retraso de 2 días en la entrega del informe. Tono profesional, máximo 100 palabras, sin frases hechas como "agradezco tu paciencia".» El segundo es 10 veces más útil.

Herramientas que vas a usar
Tu propia voz La IA acelera tu pensamiento, no lo reemplaza. Saber cuándo NO usarla es parte del oficio.
Prompts listos para usar
Plantilla base de prompt 
Actúa como {{rol}}.
Tarea: {{qué quieres}}.
Contexto: {{datos relevantes}}.
Formato de salida: {{lista, tabla, párrafos, JSON…}}.
Restricciones: {{longitud, tono, lo que NO quieres}}.
Ejercicio

Toma 3 prompts que escribiste esta semana. Reescríbelos siguiendo la plantilla (rol + tarea + contexto + formato + restricciones). Compara los resultados.

Resultado esperado

Te ahorras semanas de prueba-error. Tu calidad de output sube de inmediato.

Errores comunes
  • Aceptar el primer output sin iterar.
  • No usar contexto previo de la conversación cuando podría servir.
Recursos para profundizar
03

Anatomía de un buen prompt

Por empezar

El 80 % de los resultados depende del prompt. Estructura mínima que multiplica la calidad.

4 lecciones 20 min 40 XP
0 / 4 completadas
3.1
Las 4 piezas: rol · tarea · contexto · formato El esqueleto que convierte cualquier prompt mediocre en uno utilizable.
5 min Completada

Un buen prompt casi siempre tiene 4 piezas explícitas:

  1. Rol: quién es el modelo en esta tarea. "Actúa como editor de revista tecnológica." El rol condiciona el tono y los criterios.
  2. Tarea: qué quieres exactamente. "Revisa este texto." Específico, en verbo de acción.
  3. Contexto: material o restricciones relevantes. "El texto va dirigido a profesionales no técnicos."
  4. Formato: cómo quieres la salida. "Devuelve lista de 5 mejoras con propuesta concreta."

Si la respuesta no encaja, casi siempre falta una de las cuatro.

Ejemplo real

Mal: «Mejórame este texto». Bien: «Actúa como editor de un medio tecnológico. Revisa este texto dirigido a profesionales no técnicos. Devuélveme las 5 frases más débiles con propuesta concreta de mejora. NO reescribas el texto entero ni añadas conclusiones.»

Herramientas que vas a usar
ChatGPT Para practicar con feedback inmediato.
Prompts listos para usar
Esqueleto reutilizable 
Actúa como {{rol}}.
Tarea: {{verbo + objeto}}.
Contexto: {{audiencia, restricciones, material}}.
Formato: {{lista, tabla, párrafos, JSON…}}.
No hagas: {{lo que no quieres}}.
Ejercicio

Coge un prompt que usaste hoy. Aplícale la estructura RTCF (rol, tarea, contexto, formato). Compara las dos respuestas lado a lado.

Resultado esperado

Reducir a la mitad las iteraciones necesarias para obtener un resultado utilizable.

Errores comunes
  • Saltarte el "no hagas". Define lo que NO quieres tan claro como lo que sí.
  • Roles vagos: "actúa como experto" no funciona; "actúa como abogado mercantil con 10 años de experiencia" sí.
Recursos para profundizar
3.2
Few-shot: cuándo dar ejemplos al modelo Dos ejemplos pueden valer más que diez instrucciones.
5 min Completada

Few-shot prompting es darle al modelo 1-3 ejemplos del tipo de resultado que quieres antes de pedir el siguiente. Funciona porque el modelo aprende el patrón mucho mejor con ejemplos que con descripciones abstractas.

Úsalo cuando:

  • Quieres un formato muy específico (estructura de un email, tono particular, estilo de copy).
  • El modelo te entrega resultados que técnicamente cumplen pero no son lo que buscas.
  • Es una tarea repetitiva donde necesitas consistencia (clasificación, etiquetado, extracción).
Ejemplo real

«Clasifica estos emails como urgente/normal/spam. Ejemplos:\n— "Necesito el informe ahora" → urgente\n— "Reunión confirmada para el martes" → normal\n— "Felicidades, has ganado un iPhone" → spam\nAhora clasifica:\n— "Recordatorio: tu paquete llega mañana"». El modelo entiende mucho mejor la regla con los ejemplos.

Herramientas que vas a usar
ChatGPT Cualquier LLM acepta few-shot.
Prompts listos para usar
Few-shot básico 
Aprende el patrón con estos ejemplos y aplícalo al último input:

Input: {{ejemplo1_input}}  →  Output: {{ejemplo1_output}}
Input: {{ejemplo2_input}}  →  Output: {{ejemplo2_output}}
Input: {{ejemplo3_input}}  →  Output: {{ejemplo3_output}}
Input: {{tu_input_real}}  →  Output:
Ejercicio

Tarea repetitiva tuya (clasificar emails, etiquetar tareas, etc). Hazla primero con instrucciones abstractas. Luego con 3 ejemplos few-shot. Compara consistencia.

Resultado esperado

Multiplicar consistencia en tareas repetitivas. Reduce iteración.

Errores comunes
  • Dar ejemplos contradictorios entre sí: el modelo se confunde.
  • Dar 15 ejemplos cuando con 2-3 basta: gastas tokens y el patrón se diluye.
Recursos para profundizar
3.3
Iterar en lugar de empezar de cero La diferencia entre un usuario novato y uno avanzado.
5 min Completada

El error más común de los principiantes: cuando la respuesta no encaja, escriben un nuevo prompt desde cero. El usuario avanzado itera sobre la respuesta anterior.

Frases que disparan iteración eficaz:

  • "Más corto, máximo 80 palabras."
  • "Cambia el tono: más directo, menos formal."
  • "Mantén el bullet 1 y 2, reescribe el 3 con un ejemplo concreto."
  • "Esto es para LinkedIn, no para email. Adapta el formato."

El modelo recuerda la conversación. Aprovecha esa memoria.

Ejemplo real

Primera respuesta del modelo: un email de 250 palabras formal. Tú: «Demasiado largo y formal. Máximo 100 palabras, tono cercano pero profesional. Mantén la mención al retraso pero quita el "agradezco tu comprensión".» Respuesta refinada en segundos. No empezaste de cero.

Herramientas que vas a usar
ChatGPT Cualquier chat conversacional.
Prompts listos para usar
Refinamiento puntual 
Mantén la estructura general pero ajusta {{aspecto concreto}}. No reescribas las partes que ya funcionan.
Reformato 
Misma información, pero reformatea en {{tabla / bullets / párrafos cortos}}.
Ejercicio

En una tarea cualquiera, prohíbete empezar de cero. Solo iteración. Mide cuántas iteraciones necesitas hasta llegar a la versión final.

Resultado esperado

Velocidad x3 en tareas medias. Tu output mejora con cada turno.

Errores comunes
  • Iterar sobre algo malo: si la base está rota, mejor regenerar.
  • No leer la respuesta antes de iterar: pierdes información que ya tenías.
Recursos para profundizar
3.4
10 plantillas de prompt aplicables a cualquier tarea El kit mínimo para no escribir prompts desde cero nunca más.
5 min Completada

Las 10 plantillas más reutilizables del oficio:

  1. Resumen estructurado: "Resume en 3 frases. Punto 1 = qué pide. Punto 2 = qué urge. Punto 3 = decisión a tomar."
  2. Reescritura puntual: "Mantén el resto. Reescribe solo {{X}}."
  3. Comparativa: "Tabla con {{opciones}} × {{criterios}}. Al final, tu recomendación."
  4. Plan de acción: "Convierte esto en plan: tarea | responsable | deadline | siguiente paso."
  5. Análisis crítico: "5 puntos débiles + propuesta de mejora. NO reescribas el original."
  6. Extracción: "JSON con campos {{x, y, z}}. Si falta, null. NO inventes."
  7. Borrador profesional: "Email/mensaje en {{tono}}, máx {{N}} palabras, sin clichés."
  8. Decisión binaria: "¿Hacer A o B? Una frase con motivo."
  9. Razonamiento explícito: "Piensa paso a paso ANTES de responder."
  10. Verificación: "Marca con [verificar] cualquier dato del que no estés seguro."
Ejemplo real

Tienes que tomar una decisión de negocio. Plantilla 3 (comparativa) + Plantilla 9 (razonamiento explícito). 30 segundos para escribir el prompt, 1 minuto para obtener la decisión razonada. Comparable a una hora de reunión.

Herramientas que vas a usar
Biblioteca de prompts · Nodo IA 32 prompts curados con filtros por categoría, herramienta y nivel.
Prompts listos para usar
Generador de plantillas 
Tomando esta tarea repetitiva: {{tarea}}. Crea una plantilla de prompt reutilizable con placeholders {{como_este}}. Incluye rol, contexto y formato esperado.
Ejercicio

Guarda las 10 plantillas en tu app de notas (Notion, Apple Notes, etc.). Crea una sección "Mis prompts". Úsalas durante una semana y refina las 3 que más uses.

Resultado esperado

Empiezas a usar IA 5x más rápido porque ya no piensas el prompt cada vez.

Errores comunes
  • No personalizar las plantillas a tu contexto profesional.
  • Acumular 50 plantillas sin usar ninguna: 10 buenas valen más.
Recursos para profundizar
04

IA para emails, escritura y comunicación

Por empezar

El caso de uso más rentable para no técnicos. Donde más tiempo recuperas.

4 lecciones 20 min 40 XP
0 / 4 completadas
4.1
Resumen de hilos de email largos Recupera 15-30 minutos al día procesando hilos en segundos.
5 min Completada

El hilo de 12 respuestas, los CC infinitos, los reenvíos sin contexto. La IA los digiere bien si se lo pides estructurado:

  • Qué pide el último mensaje
  • Qué se ha decidido ya en el hilo
  • Qué urge y qué no
  • Borrador de respuesta opcional
Ejemplo real

Recibes un hilo de 14 mensajes entre 3 personas debatiendo cambios en una propuesta comercial. Le pides a Claude: «Resume en 3 frases: lo decidido, lo pendiente, lo que requiere mi decisión». 20 segundos. Decisión tomada en otros 5 minutos.

Herramientas que vas a usar
Claude Mejor con texto largo y matiz.
ChatGPT Alternativa sólida con Canvas.
Prompts listos para usar
Resumen ejecutivo de email 
Actúa como mi asistente ejecutivo. Lee este email/hilo y devuelve:
1) Resumen en 3 frases (qué pide, qué urge, qué decisión)
2) Puntos críticos que no puedo pasar por alto
3) Borrador de respuesta en 80-120 palabras

Email:
"""
{{pega aquí}}
"""
Ejercicio

Coge los 5 hilos más largos de tu inbox de esta semana. Pásaselos al prompt. Cronometra cuánto tardarías sin IA vs con IA.

Resultado esperado

Procesas la bandeja de entrada en la mitad de tiempo. Las decisiones llegan más claras.

Errores comunes
  • Pegar emails con información sensible al chat público: usa plan business o anonimiza.
  • Confiar en el resumen sin abrir el original cuando es una decisión crítica.
Recursos para profundizar
4.2
Borradores de respuesta con tono editable De idea a respuesta lista en 30 segundos. Sin frases hechas.
5 min Completada

El truco es darle a la IA: contexto del destinatario + resultado deseado + tono específico + restricciones. Y luego iterar sobre el resultado, no aceptarlo a la primera.

Ejemplo real

Para un cliente molesto por un retraso: «Tono profesional pero cercano. Máx 100 palabras. Pide disculpa concreta, da fecha nueva, ofrece 1 detalle compensatorio. SIN frases vacías como "agradezco tu paciencia".» Respuesta lista para revisar y enviar.

Herramientas que vas a usar
Claude Tono natural en español.
ChatGPT Canvas Para refinar el borrador párrafo a párrafo.
Prompts listos para usar
Respuesta profesional con tacto 
Eres responsable de cuenta. Redacta una respuesta a este cliente.
Contexto:
- Llevamos retraso de {{X}} días
- La causa fue {{causa}}
- Quiero: pedir disculpa concreta, dar fecha realista, ofrecer 1 detalle compensatorio.
Tono: profesional, sin excesos, sin frases vacías. Máx 120 palabras.

Mensaje original:
"""
{{texto}}
"""
Ejercicio

Coge 3 emails que tienes que responder hoy. Genera borradores con el prompt. Edita lo mínimo. Envía. Mide tiempo total ahorrado.

Resultado esperado

Pasar de procastinar respuestas difíciles a responderlas en 5 minutos.

Errores comunes
  • Enviar el borrador sin revisar: siempre faltan matices.
  • Usar el mismo prompt para emails de jefe que de cliente: ajusta el tono cada vez.
Recursos para profundizar
4.3
Reescritura de textos sin que suene a IA El uso más subestimado: editar tu propio texto, no generarlo.
5 min Completada

El error masivo es pedirle al modelo "escribe tú". Resultado: texto plano que suena a IA. Lo correcto es escribir tú la primera versión y pedirle al modelo edición quirúrgica.

Tres niveles de revisión

  1. Frases débiles: pide que señale las 5 más flojas con propuesta de mejora. No que reescriba.
  2. Repeticiones: estructuras y palabras repetidas que tú no ves.
  3. Lógica: lugares donde el argumento salta o no se entiende.
Ejemplo real

Texto tuyo de 400 palabras. Le pides a Claude: «Marca las 5 frases más débiles con propuesta de mejora. NO reescribas. NO añadas conclusiones. NO uses palabras como fundamentalmente, robusto, innovador.» Resultado: 5 marcas quirúrgicas. Tú decides cuáles aceptar.

Herramientas que vas a usar
Claude Mejor para edición editorial: detecta matices y repeticiones.
Prompts listos para usar
Revisión editorial sin reescritura 
Eres editor de revista tecnológica. Revisa este texto y devuelve SOLO:
1) Las 5 frases más débiles, con propuesta concreta de mejora
2) Repeticiones de palabras o estructuras
3) Lugares donde la lógica salta

NO reescribas el texto entero. NO añadas conclusiones. NO uses palabras como "fundamentalmente", "innovador", "robusto", "es importante destacar".

Texto:
"""
{{texto}}
"""
Ejercicio

Coge algo que hayas escrito esta semana (post, email largo, propuesta). Pásalo por el prompt. Aplica solo las correcciones que te convencen.

Resultado esperado

Tu propio texto, mejor. Sigue siendo tuyo.

Errores comunes
  • Aceptar todas las sugerencias: pierdes tu voz.
  • Pedir que reescriba: vuelves a sonar a IA.
Recursos para profundizar
4.4
Mensajes incómodos: pedir aumento, decir no, disculparse Las conversaciones que cuestan se resuelven en 2 minutos con buen prompt.
5 min Completada

Cuatro mensajes que casi todo el mundo procastina: pedir aumento, cancelar suscripción/servicio, decir no a un proyecto, disculparse en serio. El patrón común: ansiedad por el tono y por las consecuencias.

La IA no decide por ti, pero te entrega 2 borradores con tono distinto. Eliges el que más te encaja. Editas. Envías.

Ejemplo real

Pedir aumento. Prompt: «Escribe 2 versiones (formal y cercana) para pedir un aumento del 12% a mi jefe. Datos: llevo 18 meses, he liderado el rediseño del producto principal, sostengo el equipo de marketing. NO quiero parecer agresivo ni débil. Máx 130 palabras cada una.» Resultado: 2 borradores listos. Tú eliges.

Herramientas que vas a usar
Claude Mejor calibrado en matiz emocional.
Prompts listos para usar
Mensajes incómodos 
Redacta un mensaje para {{situación: pedir aumento / cancelar / decir no / disculparse}}.
Datos:
- A quién: {{persona, relación}}
- Lo que quiero conseguir: {{resultado claro}}
- Lo que NO quiero parecer: {{agresivo / débil / impreciso}}
Tono: directo, respetuoso, sin frases hechas.
Devuelve 2 versiones: formal y cercana. Máx 120 palabras cada una.
Ejercicio

Identifica el mensaje incómodo que llevas más tiempo procastinando. Genéralo. Edita 5 minutos. Envíalo.

Resultado esperado

Desbloquear conversaciones que llevaban semanas pendientes.

Errores comunes
  • Enviar el primer borrador sin leerlo: a veces el tono no encaja con tu contexto.
  • Pedirle al modelo que decida por ti: la decisión es tuya, él solo da herramientas.
Recursos para profundizar
05

Búsqueda y verificación con IA

Por empezar

IA como copiloto de información. Cuándo te ayuda, cuándo te miente y cómo distinguir.

4 lecciones 20 min 40 XP
0 / 4 completadas
5.1
ChatGPT con búsqueda vs Perplexity vs Google Tres herramientas distintas. Para qué sirve cada una.
5 min Completada

Cada una es óptima para algo concreto:

  • ChatGPT con búsqueda web: para preguntas donde quieres respuesta razonada + algunas fuentes. Bueno para investigación inicial.
  • Perplexity: para preguntas con datos concretos donde necesitas citas inmediatas. Más enfocado en factual.
  • Google: para queries operativas (precios, productos, navegación). Sigue siendo insustituible para muchas búsquedas.
Ejemplo real

Pregunta: «¿Cuáles son los precios actuales de las API de OpenAI y Anthropic?». Perplexity: respuesta directa con tabla y enlaces oficiales. ChatGPT con búsqueda: razonamiento + recomendación. Google: te lleva a las páginas de pricing.

Herramientas que vas a usar
Perplexity AI LLM + búsqueda + citas siempre visibles.
ChatGPT Búsqueda web integrada en el chat.
Prompts listos para usar
Pregunta con citas 
Busca en internet y respóndeme {{pregunta}}. Cita 2-3 fuentes con URL y fecha de publicación. Si no encuentras nada fiable, dilo.
Ejercicio

Plantea 3 preguntas reales tuyas (precio, novedad, comparativa). Resuélvelas con las 3 herramientas. Compara calidad y velocidad.

Resultado esperado

Saber inmediatamente cuál abrir según el tipo de pregunta.

Errores comunes
  • Usar siempre la misma herramienta: cada una destaca en un caso.
  • No verificar las URLs citadas: a veces no existen.
Recursos para profundizar
5.2
Cómo verificar respuestas en 60 segundos El hábito mínimo que separa profesional de amateur.
5 min Completada

Antes de usar cualquier dato concreto que te dé la IA, verifica:

  1. Si cita fuentes, abre 1 enlace y confirma que existe y dice lo que afirma.
  2. Si da una cifra, busca el dato original en la página oficial.
  3. Si es una cita textual, busca esa frase exacta entre comillas en Google.

60 segundos. Te salva de publicar información incorrecta o tomar decisiones con datos inventados.

Ejemplo real

ChatGPT te dice: «El crecimiento de OpenAI ARR en 2025 fue del 240% según TechCrunch». Verificación: copias la afirmación entre comillas a Google. Si aparece en TechCrunch, OK. Si no aparece en ningún sitio, alucinación.

Herramientas que vas a usar
Google Búsqueda entre comillas exactas es tu mejor aliado anti-alucinaciones.
Prompts listos para usar
Verificación cruzada 
Dame 3 fuentes (URLs) que confirmen lo que acabas de afirmar. Si no puedes citarlas, retira la afirmación.
Ejercicio

Coge 3 datos que la IA te dio esta semana. Verifícalos. Mide qué porcentaje resulta correcto.

Resultado esperado

Adoptar verificación como reflejo automático. Tu credibilidad sube enormemente.

Errores comunes
  • Verificar solo cuando "no parece correcto": la IA alucina cosas plausibles.
  • Dar por buena una fuente solo porque el nombre suena prestigioso.
Recursos para profundizar
5.3
Trampas habituales: fechas, cifras y fuentes inventadas Cinco categorías donde la IA falla con confianza absoluta.
5 min Completada

Los puntos ciegos típicos:

  1. Fechas recientes: los modelos tienen "fecha de corte" y suelen inventar fechas posteriores.
  2. Cifras económicas: precios, valoraciones, ingresos. Especialmente peligrosas porque suenan creíbles.
  3. Citas textuales: a veces inventa frases supuestamente dichas por personas reales.
  4. URLs y referencias: artículos que no existen, libros sin autor real.
  5. Versiones de software: confunde versiones, atribuye funciones a versiones que no las tienen.
Ejemplo real

Le preguntas: «¿Cuándo lanzó Anthropic Claude 4?». Si el modelo no tiene esa info actualizada, puede inventarse una fecha plausible (ej. «Marzo de 2024») con total confianza. Sin verificar, lo usas en un artículo.

Herramientas que vas a usar
Perplexity AI Mejor para datos actuales con citas.
Prompts listos para usar
Honestidad forzada 
Responde solo con información que puedas justificar con fuente. Si no estás seguro, marca [verificar]. Si no tienes la información, di "no lo sé".
Ejercicio

Pide datos específicos a la IA (fechas, cifras, citas). Marca cuántos resultan correctos sin verificación adicional. Probablemente <70%.

Resultado esperado

Internalizar: nunca publiques un dato sin verificarlo.

Errores comunes
  • Creer que GPT-5 ya no alucina: alucina menos, pero alucina.
  • No revisar las URLs antes de citar artículos.
Recursos para profundizar
5.4
Flujo "investiga → estructura → escribe" El método para usar IA en investigación sin caer en alucinaciones.
5 min Completada

Tres pasos secuenciales:

  1. Investiga: con Perplexity o ChatGPT con búsqueda. Saca 5-10 fuentes confiables con citas. Verifica las 2-3 más importantes.
  2. Estructura: con Claude o ChatGPT. Le pasas las fuentes y le pides estructura (esquema, tabla comparativa, mapa conceptual).
  3. Escribe: tú escribes el primer borrador desde el esquema. Después usas la IA para edición quirúrgica (módulo 4 lección 3).

Este flujo evita que la IA invente porque tú aportas los datos verificados antes de pedirle escribir.

Ejemplo real

Vas a escribir sobre el lanzamiento de un modelo. Paso 1: Perplexity → 8 fuentes verificadas. Paso 2: Claude → tabla comparativa con métricas. Paso 3: tú escribes desde la tabla. Resultado: artículo correcto y bien argumentado, sin inventos.

Herramientas que vas a usar
Perplexity Investigación con citas.
Claude Estructuración con contexto largo.
Prompts listos para usar
Estructura desde fuentes 
Tengo estas fuentes verificadas:
{{pegas las fuentes con sus datos clave}}

Crea una estructura de artículo de {{N}} palabras con H2 y H3, basada SOLO en los datos que te he dado. NO añadas hechos no presentes en las fuentes.
Ejercicio

Aplica el flujo a un artículo o presentación real que tengas que hacer. Compara con tu método anterior.

Resultado esperado

Producir contenido correcto, citable y defendible.

Errores comunes
  • Saltarte la verificación en paso 1: si las fuentes están mal, todo se contamina.
  • Pedirle al modelo que escriba directamente sin pasar por estructura: vuelves a tener prosa IA.
Recursos para profundizar
06

Tu primera automatización (sin código)

Por empezar

Make en modo principiante. Una receta automatizada útil en 30 minutos.

4 lecciones 20 min 40 XP
0 / 4 completadas
6.1
Qué es Make y por qué funciona para principiantes La plataforma visual que conecta apps con IA en medio.
5 min Completada

Make (antes Integromat) es una plataforma de automatización visual: conectas apps arrastrando módulos en un canvas, sin escribir código. Su fuerza para principiantes:

  • +2.000 integraciones nativas (Gmail, Slack, Notion, Sheets, etc).
  • Plantillas listas para casos comunes.
  • Visualización clara de cada paso del flujo.
  • Plan gratuito útil: 1.000 operaciones/mes.
Ejemplo real

Caso clásico: cada vez que llega un formulario en Tally, Make extrae los datos, los pasa por ChatGPT para clasificar la urgencia, y los inserta en una hoja de Google Sheets con etiqueta. Todo automático, sin tocar código.

Herramientas que vas a usar
Make.com Plan gratuito útil. Curva de aprendizaje suave.
n8n Alternativa open-source más técnica.
Prompts listos para usar
Diseñar un flujo 
Quiero automatizar {{tarea}}. Mis apps actuales: {{lista}}. Diseña el flujo paso a paso indicando qué módulo de Make uso en cada paso. Si requiere un LLM, indica dónde y por qué.
Ejercicio

Crea cuenta gratuita en Make. Explora las plantillas. Identifica 1 caso de uso real tuyo que podrías automatizar.

Resultado esperado

Cuenta lista. Una idea concreta de qué automatizar.

Errores comunes
  • Intentar el flujo más complejo primero: empieza por uno de 3-4 pasos.
  • Saltar las plantillas: muchas resuelven el 80% de tu caso.
Recursos para profundizar
6.2
Plantillas más útiles para empezar Cuatro automatizaciones probadas que ahorran tiempo desde el día 1.
5 min Completada

De las 2.000+ plantillas, estas son las más usadas por nuevos usuarios:

  1. Gmail → Sheets: registra automáticamente cada email recibido en una hoja con asunto, fecha, remitente.
  2. Formulario web → Notion: los leads de tu landing aparecen en tu base de datos sin copia manual.
  3. Calendario → Slack: notificación 10 min antes de cada reunión con los datos relevantes.
  4. Sheets → Email: cuando se añade una fila con cierto estado, dispara un email personalizado.
Ejemplo real

Eres freelancer. Cuando un cliente potencial rellena tu formulario de contacto: Make captura el formulario → ChatGPT genera un email de bienvenida personalizado → se envía como borrador a tu Gmail. Tú revisas y envías. 5 minutos antes era 30.

Herramientas que vas a usar
Make · Templates Galería oficial filtrable por app.
Prompts listos para usar
Email de bienvenida personalizado 
Genera un email de bienvenida en 100 palabras para este lead:
Nombre: {{nombre}}
Empresa: {{empresa}}
Mensaje original: {{mensaje}}

Tono profesional pero cercano. NO uses frases tipo "gracias por contactar". Termina con una pregunta concreta.
Ejercicio

Implementa una de las 4 plantillas. Pónla a funcionar 1 semana. Mide el tiempo ahorrado.

Resultado esperado

Una automatización real corriendo en tu cuenta. Sensación de "esto sí me sirve".

Errores comunes
  • Implementar 5 plantillas a la vez: ninguna las usas bien.
  • No probar con datos reales antes de activar: pueden romper algo.
Recursos para profundizar
6.3
Caso práctico: clasificar leads de un formulario con IA Tu primer flujo paso a paso. 30 minutos. Útil desde el primer día.
5 min Completada

Vamos a montar el flujo: Formulario web → IA clasifica → Notion con etiqueta de prioridad.

Pasos en Make

  1. Trigger: añade módulo "Tally" (o el form que uses) → "Watch new responses".
  2. Procesamiento IA: añade módulo "OpenAI" → "Create a chat completion". Pasa el mensaje del lead como input.
  3. Parseo del JSON: añade módulo "Parse JSON" para extraer categoría, prioridad y resumen.
  4. Notion: añade módulo "Notion" → "Create a database item" con los campos extraídos.
Ejemplo real

Llega un lead. Make ejecuta. ChatGPT lo clasifica como «alta prioridad · comercial · empresa mediana». Se inserta en tu Notion bajo la columna "Alta prioridad". Tú lo ves al abrir Notion. Sin trabajo manual.

Herramientas que vas a usar
Make El orquestador.
Tally Formulario gratis con webhook.
Notion Base de datos visual sencilla.
Prompts listos para usar
Clasificador de leads 
Devuelve SOLO un JSON con:
{
  "categoria": "comercial | tecnica | spam | otro",
  "prioridad": "alta | media | baja",
  "resumen": "1 frase de 15 palabras"
}
NO añadas texto fuera del JSON. Si dudas en categoría, marca "otro".

Mensaje del lead:
"""
{{1.message}}
"""
Ejercicio

Monta el flujo exacto. Prueba con 3 leads ficticios distintos. Verifica que la clasificación es correcta antes de activar para leads reales.

Resultado esperado

Una automatización real procesando leads. Tu primera victoria con IA + sin código.

Errores comunes
  • No usar JSON estructurado: el módulo siguiente no parsea bien.
  • Activarlo sin probar: si falla, pierdes leads reales.
Recursos para profundizar
6.4
Errores que rompen tu primer flujo (y cómo evitarlos) Los 5 fallos clásicos de quien empieza con Make/n8n.
5 min Completada

Lo que casi todo el mundo rompe la primera semana:

  1. No usar el modo "Run once" antes de activar: ejecuta el flujo manualmente con datos reales. Si funciona, entonces actívalo.
  2. No leer los errores del log: Make te dice exactamente qué módulo falló. Lee.
  3. Encadenar 15 módulos sin escalas: cada módulo extra es un punto de fallo. Empieza con 3-5.
  4. No tener "manejo de errores": si falla un módulo, el flujo se para. Añade rutas alternativas o notificación a Telegram/email.
  5. Olvidar el coste de API: cada llamada a ChatGPT cuesta tokens. Si tu flujo procesa 1.000 leads/mes, calcula antes.
Ejemplo real

Flujo procesando emails. Módulo 4 falla porque a veces el email no tiene asunto. Sin error handling, todos los emails sin asunto se pierden. Con error handling: ruta alternativa que lo marca como "Sin asunto" y sigue.

Herramientas que vas a usar
Make · Error handlers Click derecho en cualquier módulo → Add error handler.
Prompts listos para usar
Debug del flujo 
Mi flujo de Make falla en el módulo {{X}}. El error dice: {{mensaje}}. El input que llegaba era: {{ejemplo}}. ¿Qué puede estar fallando y cómo lo arreglo?
Ejercicio

En tu flujo actual: añade error handler al módulo más crítico. Simula un fallo. Verifica que se gestiona bien.

Resultado esperado

Flujos resistentes que no se rompen ante el primer dato raro.

Errores comunes
  • Tener flujos sin notificación de error: cuando falla, no te enteras hasta una semana después.
  • Hacer flujos en producción sin entorno de pruebas.
Recursos para profundizar
07

Proyecto final · Aplica IA a tu trabajo real

Por empezar

Identifica 3 tareas tuyas y diseña el stack IA que las cubre.

4 lecciones 20 min 40 XP
0 / 4 completadas
7.1
Auditoría personal: dónde pierdes más tiempo Antes de automatizar, identificar. Sin esto, automatizas lo equivocado.
5 min Completada

Lleva un registro durante 3 días laborales completos. Cada hora apunta:

  • Qué hiciste
  • Tiempo dedicado
  • ¿Te aporta valor real o es procesamiento?
  • ¿Lo podría hacer IA con o sin supervisión?

Al cabo de 3 días tienes un mapa de dónde se va tu tiempo. Las tareas en la zona "procesamiento + IA puede ayudar" son tus candidatas a automatizar primero.

Ejemplo real

Tras la auditoría descubres: 3h/día respondiendo emails parecidos, 1h en reuniones que podrías resumir con IA, 30min organizando notas en Notion. Las 3 son candidatas. Empiezas por la #1 porque es la mayor.

Herramientas que vas a usar
Toggl Time tracking ligero, perfecto para 3 días de prueba.
Prompts listos para usar
Análisis de auditoría 
Tengo este registro de mi tiempo en 3 días:
{{pega tu registro}}

Identifica:
1) Las 3 tareas donde pierdo más tiempo
2) Cuáles son candidatas a automatizar con IA
3) Cuáles son irreemplazables
4) Cuáles podría delegar a humano
Devuelve tabla.
Ejercicio

Haz la auditoría real durante 3 días. Aplica el prompt al resultado.

Resultado esperado

Lista priorizada de 3 tareas a automatizar, basada en datos reales no en intuición.

Errores comunes
  • Auditoría de medio día y extrapolar: 3 días completos o nada.
  • Automatizar primero lo que "molesta" en vez de lo que más tiempo come.
Recursos para profundizar
7.2
Mapa: qué tarea va con qué herramienta IA Tu tabla maestra. Sin esto, abres ChatGPT para todo y pierdes potencial.
5 min Completada

Crea una tabla con tres columnas: Tarea recurrente · Herramienta principal · Backup si falla.

Algunos ejemplos típicos:

  • Resumen de emails largos → Claude (backup ChatGPT)
  • Búsqueda con datos actuales → Perplexity (backup ChatGPT con web)
  • Análisis de Excel/CSV → ChatGPT Code Interpreter (backup Claude)
  • Edición de mi propio texto → Claude (backup ChatGPT)
  • Generar imágenes para post → Midjourney (backup DALL-E)
  • Procesar PDFs muy largos → NotebookLM (backup Claude)

Pinea la tabla en tu Notion/Apple Notes. Consulta antes de cada tarea.

Ejemplo real

Tienes que analizar un Excel de 5.000 filas. Sin la tabla, lo intentas con ChatGPT free y se atasca. Con la tabla, vas directo a ChatGPT Plus con Code Interpreter o Claude Pro. Ahorras 30 minutos de prueba-error.

Herramientas que vas a usar
Notion Para alojar tu tabla maestra.
Prompts listos para usar
Genera mi mapa 
Tareas que hago habitualmente:
{{lista}}

Para cada una recomienda:
- Herramienta IA principal en 2026 y por qué
- Backup si la primera falla
- 1 limitación conocida

Devuelve tabla.
Ejercicio

Genera tu mapa. Imprime o pinea en tu pantalla. Úsalo durante 1 semana antes de abrir cualquier herramienta IA.

Resultado esperado

Dejas de "abrir ChatGPT por defecto". Eliges la herramienta adecuada para cada tarea.

Errores comunes
  • Tabla de 30 entradas: empieza con 10 que de verdad uses.
  • No actualizarla: los modelos cambian. Revísala cada 2-3 meses.
Recursos para profundizar
7.3
Plantillas listas para copiar en Notion Tu sistema personal. 8 bloques que organizan tu vida IA.
5 min Completada

Construye en Notion una página llamada "Mi stack IA" con estas plantillas:

  1. Tabla maestra (la del paso anterior).
  2. Prompts personales: tus 10-20 plantillas favoritas con copy fácil.
  3. Casos verificados: ejemplos reales donde IA te ayudó, con captura.
  4. Errores aprendidos: cuándo IA te falló y por qué.
  5. Costes mensuales: qué pagas (Plus, Pro, APIs).
  6. Ideas a probar: cosas que ver, herramientas nuevas.
  7. Workflows en marcha: automatizaciones en Make/n8n con su descripción.
  8. Lecturas pendientes: artículos a revisar (Nodo IA, blogs).
Ejemplo real

Cada vez que descubres un buen prompt, lo guardas en (2). Cada vez que algo te falla, lo registras en (4). Tras 2-3 meses, tienes un sistema personal que vale más que cualquier curso de pago.

Herramientas que vas a usar
Notion Free plan suficiente.
Obsidian Alternativa local con markdown.
Prompts listos para usar
Index inicial 
Soy {{tu rol}}. Diseña la estructura de mi sistema personal de IA en Notion con 8 secciones. Para cada una: nombre, propósito y ejemplo de primer contenido a poner. Devuelve markdown copiable.
Ejercicio

Crea la página en Notion con las 8 secciones. Rellena al menos 3 entradas en cada una con material real tuyo.

Resultado esperado

Sistema personal funcionando, no plantilla vacía. Tu segundo cerebro IA.

Errores comunes
  • Crear plantilla perfecta y no usarla: mejor tosca y viva.
  • No revisarla mensualmente: se queda obsoleta.
Recursos para profundizar
7.4
Próximos pasos al terminar el nivel 1 Has terminado. ¿Qué viene ahora?
5 min Completada

Tras completar este nivel, hay 3 caminos posibles según tu interés:

  1. Profundizar en uso diario: Curso Intermedio. Más prompt engineering, comparativas reales entre modelos, primeros workflows.
  2. Saltar a automatización: directamente a Make/n8n más serio en el Curso Avanzado.
  3. Monetizar lo aprendido: ver "Trabajos con IA" y elegir un servicio que puedes vender ya.

Sea cual sea: usa lo aprendido durante mínimo 2 semanas antes de saltar al siguiente nivel. La práctica importa más que el siguiente curso.

Ejemplo real

Si eres copywriter freelance: completa el Curso Intermedio (prompt engineering te ayudará en escritura) + vista al servicio "Asistencia editorial con IA" en Trabajos con IA. Esa combinación te da 6 meses de trabajo posible.

Herramientas que vas a usar
Curso Intermedio · Nodo IA
Trabajos con IA
Prompts listos para usar
Mi plan de los próximos 30 días 
He terminado el curso principiante de IA. Mis intereses son: {{tus intereses}}. Mi tiempo disponible: {{horas/semana}}. Diseña mi plan de 30 días con: qué practicar diariamente, qué leer semanalmente, qué entregar al final. Sé realista.
Ejercicio

Diseña tu plan de 30 días con el prompt. Implementalo. Mide al final del mes.

Resultado esperado

Salir del curso con un plan accionable, no con sensación de "y ahora qué".

Errores comunes
  • Saltar al curso siguiente sin practicar.
  • No medir resultados: sin métricas, no sabes si avanzas.
Recursos para profundizar
Proyecto final del curso

Proyecto final · Tu primer sistema IA personal

Diseña un mini-sistema de 3 prompts que uses cada semana en tu trabajo real (escribir emails, resumir documentos, buscar información). Compártelo en Biblioteca.

  1. 1 Elige 3 tareas que repites cada semana
  2. 2 Crea un prompt optimizado para cada una
  3. 3 Pruébalo durante 7 días y mide tiempo ahorrado
Comparte tu proyecto Ver biblioteca de prompts
Preguntas frecuentes

FAQ del curso

¿Necesito experiencia previa para hacer este curso?

No. El curso está diseñado para personas sin contacto previo con IA o que han hecho pruebas sueltas. Se asume cero conocimiento técnico al inicio.

¿Cuánto tiempo tarda en terminarse?

Entre 4 y 5 horas distribuidas como prefieras. La mayoría lo completa en 2-3 semanas con una sesión corta al día y aplicando los ejercicios en su trabajo real.

¿Necesito pagar ChatGPT Plus para hacer el curso?

No. Todo se puede seguir con la versión gratuita de ChatGPT, Claude o Gemini. El plan de pago amplía contexto y modelos avanzados, pero no es obligatorio.

¿Hay certificado al terminar?

Actualmente el curso es gratis y sin certificado. Estamos trabajando en certificación opcional para versiones futuras. El valor real es lo que aprendas y apliques en tu trabajo.

¿Has terminado este curso?

Pasa al siguiente nivel cuando te sientas cómodo con todo lo del curso actual.

Continuar al Curso Intermedio →