Cómo funciona la IA moderna: explicación de los LLM, el prompteo, RAG, los agentes y MCP.

LLM, GenAI, RAG, MCP. Los acrónimos aparecen más rápido de lo que cualquiera puede buscarlos, y parece como si alguien estuviera lanzando letras contra una pared. Sin embargo, las ideas detrás de ellos no son mágicas. Si se elimina el jerga, cada uno resulta bastante intuitivo. Así es como encajan las piezas de la IA moderna, en el orden que facilita su comprensión.

La IA generativa y los LLM no son lo mismo

La gente utiliza estos dos términos de forma intercambiable, pero uno está incluido en el otro.

• IA generativa es la categoría general. Abriga a cualquier sistema que cree algo nuevo, ya sea texto, imágenes, audio o video.
• Modelos de lenguaje grandes son una rama de ella. Si la IA generativa son los “vehículos”, un LLM es un coche deportivo: un sistema entrenado con enormes cantidades de texto para que pueda comprender y generar lenguaje humano.

Qué hace un LLM en su interior

Un LLM es un motor de predicción, y nada en él se asemeja al pensamiento o sentimientos humanos. La comparación más cercana es el autocompletado más avanzado jamás creado.

La entrada que proporcionas se divide en pequeñas unidades llamadas tokens, generalmente palabras completas o fragmentos de palabras. A partir de todo lo absorbido durante el entrenamiento, el modelo calcula entonces la probabilidad de cada token siguiente posible. Si le das “Una taza de caliente...”, las matemáticas podrían indicar un 90% de probabilidad para “café” y un 1% para “cemento”. Elige la continuación más probable, la agrega y repite el proceso a una velocidad sorprendente.

Ingeniería de prompts

Si los LLMs son simplemente máquinas de probabilidad, ¿cómo generan ensayos buenos o código funcional? La respuesta radica en gran medida en cómo haces la solicitud. La ingeniería de prompts es la práctica de formular las peticiones de manera que el resultado sea lo más útil posible.

Imagínese a un pasante brillante que sabe mucho sobre el mundo pero nada sobre sus objetivos. Una tarea vaga da como resultado algo igualmente vago, mientras que una tarea precisa genera un trabajo preciso.

Existen decenas de técnicas, pero cuatro abarcan la mayor parte de lo en lo que confían los desarrolladores y usuarios avanzados.

1. Inducción por rol. Proporcione al modelo una personalidad, como “actúa como un ingeniero de software senior que revisa un código heredado”. Esto reduce su vocabulario y sus hábitos de formato, lo que elimina el texto genérico innecesario y lo orienta hacia respuestas prácticas y específicas del dominio.

2. Inducción con pocos ejemplos. Antes de la tarea real, muestre dos o tres ejemplos completos del formato de entrada y salida que desea. Las estructuras de código y los esquemas JSON son fáciles de interpretar erróneamente, y un ejemplo claro de “bueno” elimina la mayor parte de las conjeturas y muchos errores de formato.

3. Encadenamiento de prompts. Divida una tarea grande en una secuencia de prompts más pequeños. Un prompt puede delinear la arquitectura, el siguiente generar el esquema de la base de datos y un tercero crear puntos finales de API basados en ese esquema. Los modelos pierden el enfoque tras períodos prolongados, por lo que mantener cada paso pequeño permite obtener mejor código y menos errores de compilación.

4. Meta-prompting. Pida al modelo que escriba, mejore o depure el propio prompt, por ejemplo: “Quiero lograr X, así que escriba el mejor prompt para que un LLM lo haga”. El modelo comprende bastante bien sus propios límites, lo que puede ahorrar horas de pruebas y errores.

Todos los cuatro métodos funcionan de la misma manera. Al dirigir el contexto, se reducen las probabilidades del modelo para que solo recurra a la parte de “ingeniero experto” de lo que ha aprendido.

RAG: proporcionar al modelo datos actualizados

Los LLM tienen una limitación inherente: quedan fijos en el momento en que finaliza su entrenamiento. Un modelo creado en 2023 no puede saber que RCB ganó el trofeo de la IPL en mayo de 2026. Tampoco tiene conocimiento alguno sobre material privado, como los PDF internos de su empresa.

La generación reforzada por recuperación de información, o RAG, cierra esa brecha. Imagine un examen con libros abiertos: en lugar de basarse únicamente en lo memorizado hace tiempo (el entrenamiento básico), se puede consultar un libro de texto grueso mientras se responde.

Los cuatro pasos

1. Pregunta. Se plantea algo como “¿Cuáles eran nuestros objetivos de ventas del tercer trimestre?”
2. Recuperación. Antes de que el modelo vea la pregunta, un sistema busca en los documentos propios de la empresa información sobre dichos objetivos.
3. Refuerzo. Los documentos encontrados se incluyen como contexto en la solicitud al modelo.

Generación. El modelo las lee y responde a partir de datos actuales y relevantes.

Por qué los modelos generan ilusiones

Dado que un LLM es un predictor de palabras, su objetivo real es sonar estadísticamente plausible, no tener razón desde el punto de vista factual. Si preguntas por una política corporativa que no existe, no verás un error 404; inventará una política convincente de la nada. No miente a propósito, sino que sigue sus probabilidades hacia lo que parece ser una respuesta correcta. RAG reduce esto al obligar al modelo a basar su respuesta en hechos reales que tú proporcionas.

Cómo es tan rápida la búsqueda

Los motores de búsqueda clásicos buscan coincidencias exactas de palabras clave, pero una IA necesita comprender el significado, y esa es la función de los embeddings.

Cuando se suben los PDF de la empresa, un modelo especializado convierte el texto en una larga lista de números que capturan su significado. Esas listas se almacenan en una b base de datos vectorial. Al hacer una consulta, el sistema convierte su pregunta de la misma manera en números y busca las coincidencias más cercanas en la base de datos. Por eso se muestra el pasaje correcto incluso cuando formula las preguntas de forma diferente a como lo hace el documento.

RAG en comparación con el ajuste fino

Los dos suelen confundirse con frecuencia. RAG es como un examen con libro abierto: se le entregan al modelo notas temporales relevantes para una pregunta. El afinamiento es más bien como enviarlo de vuelta a la escuela de posgrado; modifica de forma permanente los pesos internos del modelo para que adopte un tono, formato o vocabulario especializado específico, como el lenguaje médico o legal. Para mantener actualizados los conocimientos factuales, RAG es más rápido, económico y mucho más fácil de gestionar.

IA agente: de chatbot a trabajador digital

La mayoría de las personas sigue utilizando la IA de forma pasiva: se escribe una solicitud, se recibe una respuesta y el intercambio termina. La IA agente pasa de ser un asistente pasivo a un agente activo. Un agente recibe un objetivo, un conjunto de herramientas y la libertad de decidir cómo alcanzar ese objetivo sin que nadie guíe cada paso.

El flujo de trabajo

Si pides a un LLM simple que planifique un viaje de cinco días a Bangalore, generará al instante un itinerario genérico. Un agente, en cambio, funciona mediante ciclos en lugar de generar una sola respuesta. Este patrón se denomina ReAct, abreviatura de razonamiento y acción, y consiste en alternar entre el pensamiento, la acción y la observación:

                  ┌────────────────────────┐
                  │                        │
                  ▼                        │
[Thought] ──> [Action] ──> [Observation]  ─┘

• Pensamiento es el paso de razonamiento. El modelo analiza la solicitud y decide qué hacer. Si alguien quiere conocer el clima en Hyderabad, concluye que no conoce las condiciones actuales y necesita una fuente externa.
• Acción es cuando el modelo elige una herramienta o API a la que recurrir, por ejemplo call_weather_api(location="Hyderabad").
• Observación es el resultado del mundo real que proviene de dicha herramienta, como por ejemplo "25°C y lluvia">.

Luego el ciclo comienza de nuevo. El modelo toma la observación, forma un nuevo pensamiento (ahora cuenta con la información climática y puede redactar la respuesta) y finalmente responde.

MCP: el conector universal

A medida que los agentes se propagan, se enfrentan a un cuello de botella: ¿cómo llegan al resto del mundo digital? Slack, GitHub, Google Drive y Notion organizan sus datos de manera diferente, y conectar una IA a cada uno solía significar crear un puente personalizado para cada aplicación.

El Model Context Protocol (MCP) es un estándar abierto que funciona como un puerto USB-C universal para las IA.

[ AI Model ]
     │
     ▼ (Via MCP - Universal Standard)
[ MCP Server / Plug ]
  ├── Connected to your Slack
  ├── Connected to your GitHub
  └── Connected to your Local Files

En lugar de miles de integraciones puntuales, las aplicaciones implementan MCP una sola vez. Después de eso, cualquier modelo compatible puede leer los datos de la aplicación, utilizar sus herramientas y comprender su contexto de forma segura. Es la infraestructura que permite a los agentes manejar correos electrónicos, actualizar hojas de cálculo y trabajar en bases de código.

Una forma más sencilla de entenderlo

MCP hace por el software lo que UPI hizo por los pagos en India. Antes de UPI, enviar dinero significaba obtener un número de cuenta, un código IFSC y el nombre de una sucursal, luego esperar a que el destinatario fuera activado, o lidiar con cinco aplicaciones de billetera que no podían comunicarse entre sí. UPI reemplazó eso por un código escaneable que llega a todos los bancos. MCP es el mismo escaneo universal para la IA. Los desarrolladores ya no tienen que escribir código API personalizado para conectar un modelo con Slack, luego con GitHub y después con otra aplicación. Cada aplicación instala un complemento MCP estándar, y cualquier modelo puede conectarse, leer datos y activar acciones. Es la autopista que permite a los agentes moverse entre una tabla de Jira, el correo de Outlook y un código de producción.

Cómo se conecta todo

Al organizar las piezas, la dirección queda clara. La IA generativa y los LLM han aprendido a hablar como las personas. La ingeniería de prompts enseñó a los usuarios cómo responder eficazmente. RAG proporciona datos actuales y privados. La IA agente ahora aborda problemas complejos, con MCP como el vínculo que conecta a esos agentes con el software en todas partes.

El auge de la IA no se trata de que las máquinas adquieran conciencia. Se trata de que se conviertan en herramientas bien conectadas y capaces, y entender cómo funcionan sus componentes facilita sacarles el máximo provecho.