AÍ América
Latina
08
Nivel avanzadoRecuperaciónDatos y código

Asistentes de IA
con datos propios.

Construye un asistente que recupera evidencia desde documentos autorizados, responde con citas y reconoce cuándo la información no alcanza.

Empezar curso ahora ↓Explorar programa ↓
Manual.pdfPolítica.docDatos.csv
→
Recuperar evidencia
Respuesta

con fragmentos, citas y nivel de cobertura.

Fuente: 02 · pág. 14
Recorrido5 lecciones + proyecto
ResultadoAsistente con recuperación
RequisitoPython, APIs y manejo de datos
La propuesta

Subir documentos no basta para construir conocimiento confiable

La calidad de un asistente depende de qué documentos entran, cómo se dividen, qué metadatos conservan y qué fragmentos se recuperan para cada pregunta. Una respuesta puede estar bien redactada y aun así apoyarse en la sección equivocada.

Aprenderás a construir una arquitectura de generación aumentada por recuperación: preparar un corpus, indexarlo, recuperar evidencia, generar con citas y evaluar por separado la búsqueda y la respuesta.

Al terminar

Podrás fundamentar respuestas y medir su cobertura

01

Preparar un corpus con versiones, metadatos, permisos y una estrategia de actualización.

02

Comparar segmentación, recuperación semántica, filtros y reordenamiento de resultados.

03

Generar respuestas con citas verificables, límites de contexto y rechazo cuando falta evidencia.

04

Medir recuperación, fidelidad, utilidad, latencia y costo con un conjunto de preguntas reales.

Programa

Del documento bruto a una respuesta con evidencia

01

Caso de uso, corpus y permisos

Define qué preguntas resolverá el sistema, qué fuentes son autoritativas, quién puede consultarlas y cómo se gestionan versiones y vigencia.

02

Ingesta, segmentación y metadatos

Extrae texto, conserva estructura, diseña fragmentos útiles y adjunta metadatos para filtrar por documento, fecha, área o nivel de acceso.

03

Recuperación y ordenamiento

Implementa búsqueda semántica y por términos, combina señales, ajusta cantidad de contexto y reordena fragmentos según relevancia.

04

Generación fundamentada y citas

Construye contexto, obliga a diferenciar evidencia de inferencia, produce referencias recuperables y rechaza preguntas sin soporte suficiente.

05

Evaluación, seguridad y actualización

Prueba recuperación y respuesta por separado, detecta fugas entre permisos, monitorea cambios del corpus y prepara reindexación sin interrumpir el servicio.

Proyecto final

Construye un asistente que cita y sabe decir “no sé”

Implementarás un asistente sobre un corpus controlado, con referencias navegables, filtros de acceso, respuesta negativa cuando no existe evidencia y un conjunto reproducible de evaluación.

Corpus

Fuentes, versiones, metadatos y permisos.

Sistema

Recuperación, contexto, respuesta y citas.

Evaluación

Preguntas, métricas, errores y mejoras.

Perfil

Para quienes convierten documentos en productos de conocimiento

Ideal para

Desarrollo, datos, producto técnico, gestión del conocimiento y consultoría que construye asistentes internos o de atención especializada.

Base requerida

Python, APIs, JSON, preparación de datos, control de versiones y comprensión de modelos de lenguaje, tokens y representaciones vectoriales.

Curso abierto · Acceso inmediato

Aprende, practica y termina a tu ritmo.

Todo el material está disponible en esta página. No necesitas registrarte. Lee cada lección, realiza la práctica y reúne los entregables para completar el proyecto final.

Tiempo estimado
6–8 horas
Resultado
Una especificación de asistente con recuperación, permisos, citas, abstención y evaluación.
01

Definir la pregunta y el corpus

Acota usuarios, preguntas permitidas y decisiones que no debe tomar. Reúne documentos autorizados y asigna dueño, vigencia, sensibilidad y audiencia. Un corpus grande no compensa información contradictoria o sin mantenimiento.

Define qué significa una respuesta correcta y cuándo el asistente debe abstenerse. Separa búsqueda informativa de asesoría o decisión vinculante.

Práctica guiada

Recoge treinta preguntas reales y relaciónalas con documentos responsables.

Entregable
  • ✓Inventario de preguntas, corpus y vacíos de cobertura.
02

Preparar documentos y metadatos

Convierte archivos conservando títulos, secciones, páginas y tablas. Divide por unidades semánticas, no solo por número de caracteres. Añade metadatos de fecha, jurisdicción, producto, versión y permisos.

Elimina duplicados y marca documentos sustituidos. Conserva el original para mostrar evidencia y reconstruir el índice cuando cambie la estrategia de fragmentación.

Práctica guiada

Procesa cinco documentos y revisa manualmente veinte fragmentos.

Entregable
  • ✓Esquema de metadatos, reglas de división y reporte de calidad.
03

Recuperar evidencia relevante

Combina búsqueda por palabras y similitud cuando el dominio lo requiera. Filtra permisos antes de recuperar, no después de generar. Recupera suficientes fragmentos para cubrir la pregunta sin llenar el contexto de ruido.

Mide si la evidencia correcta aparece entre los primeros resultados. Una respuesta no puede ser mejor que lo recuperado; evalúa búsqueda y generación por separado.

Práctica guiada

Construye quince consultas con fragmentos esperados y calcula aciertos en los primeros resultados.

Entregable
  • ✓Banco de consultas, resultados y errores de recuperación.
04

Responder con citas y abstención

Indica al modelo que responda solo con la evidencia disponible, cite documento y sección, y declare cuando falta información. Verifica que cada cita sostenga la frase asociada; citar un documento relacionado no basta.

Cuando las fuentes discrepan, muestra versiones y fechas. Evita ocultar incertidumbre con una redacción fluida. Ofrece la ruta para consultar a una persona en casos importantes.

Práctica guiada

Genera respuestas para diez preguntas válidas, tres ambiguas y tres sin cobertura.

Entregable
  • ✓Respuestas citadas, abstenciones y análisis de afirmaciones sin respaldo.
05

Permisos, evaluación y operación

Prueba aislamiento entre roles, documentos maliciosos, información obsoleta y preguntas que intentan extraer contenido restringido. Registra consultas y errores respetando privacidad y retención.

Monitorea recuperación, fidelidad, utilidad, abstención, latencia y costo. Cada cambio de corpus, modelo o instrucción requiere pruebas de regresión y una forma de volver a la versión anterior.

Práctica guiada

Diseña una evaluación de veinte casos funcionales y diez de seguridad.

Entregable
  • ✓Panel de métricas, umbrales y plan de actualización del corpus.
Proyecto final

Demuestra lo aprendido con un resultado verificable

Diseñar un asistente que responda desde un corpus controlado y demuestre la evidencia de cada respuesta.

Pasos

  1. 01

    Define usuarios, preguntas y límites.

  2. 02

    Prepara corpus, metadatos y permisos.

  3. 03

    Evalúa recuperación con respuestas esperadas.

  4. 04

    Genera con citas y reglas de abstención.

  5. 05

    Prueba seguridad y establece operación.

Criterios de finalización

Finalización honesta: este curso es autoguiado y no emite un certificado. Considéralo terminado cuando puedas mostrar los entregables, explicar tus decisiones y cumplir los cuatro criterios sin depender de una respuesta no verificada.

Prepáralo para producción

Evalúa, observa y opera el sistema

El siguiente curso convierte prototipos de IA en servicios medibles, versionados y preparados para incidentes.

Ver evaluación y operación ↗
Preguntas frecuentes

Antes de empezar

¿Este curso enseña ajuste fino de modelos?

No es el foco. Primero aborda recuperación y generación fundamentada, que suelen ser más adecuadas para conocimiento cambiante y citas verificables.

¿Puedo usar documentos confidenciales?

Solo si cuentas con autorización e infraestructura aprobada. Para practicar, elige documentos públicos o crea un corpus ficticio que no exponga información sensible.

¿Debo usar una base vectorial?

No siempre. El curso te ayuda a comparar opciones y a diseñar recuperación con metadatos, filtros y una evaluación que demuestre si el índice elegido mejora las respuestas.