01 Entre 2023 y 2025, programábamos la IA en portugués

Durante dos años, la forma de obtener un buen resultado de la IA fue poner toda la inteligencia de la tarea dentro de un pedido enorme: «primero haz esto, luego investiga aquello, después compara, después escribe, después revisa, no olvides...». A eso lo llamamos micro-prompting. En la práctica, era programar la IA en lenguaje natural.

Esto tenía sentido porque la IA de aquella época se perdía sin rieles. Tú diseñabas el camino y ella lo recorría. El problema es que el hábito se quedó y la IA cambió. Hoy el modelo descubre por sí solo buena parte de cómo, y la lista de pasos que antes ayudaba ahora ata el resultado a tu forma de hacer las cosas, que no siempre es la mejor.

Cláudia, agente inmobiliaria, tenía guardado un pedido de once líneas: "abre la descripción de la propiedad, enumera los puntos fuertes, busca tres propiedades parecidas en la zona, arma una tabla, calcula el precio por metro cuadrado, escribe un párrafo de apertura...". Le llevaba media hora completar el pedido y la IA entregaba exactamente eso, ni un paso más. Cuando un cliente preguntaba algo fuera de la lista, la respuesta no servía.

02 El prompt no desaparece: sube de nivel

Lo que cambia es la pregunta que responde el prompt. Antes respondía "cómo debes hacerlo". Ahora responde "lo que quiero que suceda". Sigue siendo un prompt. Pero empieza a funcionar como orientación, intención y delegación, no como una secuencia de comandos.

Compara los dos pedidos de abajo. El primero dicta el camino. El segundo describe el destino, dice qué importa y qué no puede pasar, y deja que la IA elija los pasos. Es el mismo trabajo, con la inteligencia en lugares diferentes.

Sérgio, dueño de una escuela de idiomas, cambió «investiga cinco escuelas competidoras, entra en sus sitios, anota los precios, arma una tabla, compara las ventajas y escribe un informe» por «analiza nuestra posición frente a las escuelas de la región y dime dónde están las tres mejores oportunidades; usa la información disponible y no recomiendes nada sin pruebas». La segunda versión encontró una oportunidad que nunca había incluido en su lista: clases para empresas, algo que ninguna escuela competidora ofrecía.

03 Lo que sigue siendo tuyo, en cualquier era

Cuanto mejor es el agente, menos necesitas enseñarle el camino y más necesitas explicarle el destino. Pero «explicar el destino» tiene seis partes, y ninguna de ellas la hace la IA por ti: cuál es el objetivo, lo que importa, cuáles son las restricciones, lo que no puede pasar, qué recursos están disponibles e qué resultado se considerará bueno.

Estas seis partes son el nuevo trabajo de quien hace la solicitud. Fíjate en que ninguna es técnica. Son decisiones de quien conoce el negocio. Por eso este curso es para ti, y no para quien programa.

Renata, coordinadora administrativa de una clínica, necesitaba reducir las ausencias a las consultas. El pedido anterior decía cómo enviar recordatorios. El nuevo indicaba el destino: «quiero menos del 10% de ausencias; es importante no molestar a quienes ya confirmaron; nunca menciones el motivo de la consulta en el mensaje; usa la agenda y el historial; un buen resultado significa menos ausencias sin quejas de los pacientes». Cinco frases, y la IA propuso tres enfoques que no se le habían ocurrido.

04 Es como contratar a alguien con experiencia

Cuando contratas a un gerente con experiencia, no le dices «abre el navegador, escribe el nombre de la competencia, haz clic en el primer resultado». Le dices «necesitamos aumentar las matrículas un 30%». Puedes hablar así porque esa persona ya tiene experiencia: conoce el oficio, sabe usar las herramientas, tiene experiencia. Tu instrucción puede ser abstracta precisamente porque su experiencia es amplia.

Con la IA, vamos en la misma dirección. El repertorio del agente crece con cada generación de modelos. Lo que cambia de tu lado es que pasas de quien escribe la receta a quien prepara el briefing. Y preparar un briefing es una habilidad distinta: requiere claridad sobre el resultado, no sobre el procedimiento.

Paulo, de la agencia de viajes, se dio cuenta de que hacía con la IA lo contrario de lo que hace con Denise, su empleada más antigua. A Denise le dice: «esta pareja quiere una luna de miel tranquila, tiene un presupuesto de doce mil, ella no camina mucho». A la IA le dictaba cada día. Cuando empezó a hablarle a la IA como habla con Denise, el itinerario salió mejor y ganó veinte minutos por cliente.

01 Un buen prompt siempre tuvo cuatro piezas

La ingeniería de prompts de la primera era puede resumirse en cuatro elementos que casi todos los cursos enseñaron, incluido el FEP. Rol: quién debe ser la IA ("eres una agente inmobiliaria con experiencia"). Contexto: la situación y el material. Tarea: qué hacer, con claridad y sin ambigüedades. Formato: cómo debe venir la respuesta (tabla, tres párrafos, lista). Con ejemplos en el medio, cuando el resultado debía seguir un patrón.

Estas piezas resolvieron problemas reales: respuestas genéricas, tono equivocado, formato inútil, IA que inventaba por falta de material. Quienes aprendieron esto no perdieron tiempo. Pero fíjate en que dos de las piezas describen lo que quieres y dos describen cómo debe comportarse la IA. Esta división será importante en la próxima sección.

Cláudia, agente inmobiliaria, armó en 2024 el prompt que todavía usa para describir propiedades: "eres una redactora inmobiliaria premiada (rol); este es el apartamento, con fotos y plano (contexto); escribe el anuncio destacando la iluminación y la ubicación (tarea); en tres párrafos cortos, sin adjetivos vacíos (formato)". Los anuncios mejoraron enseguida. Fue la primera vez que sintió que la IA trabajaba a su manera.

02 La mitad de las reglas era sobre ti y la otra mitad era una muleta para la IA

Vuelve a mirar las cuatro piezas y los consejos que las acompañaban. "Sé específico", "di lo que no se puede hacer", "muestra un ejemplo de lo que es bueno" se refieren a tu destino. Siguen vigentes en cualquier época, porque describen lo que quieres. En cambio, «piensa paso a paso», «primero enumera, después compara y luego escribe», «responde solo en JSON» eran muletas: existían para una IA que necesitaba un carril para no perderse.

Una muleta no es un error. Es una solución para un problema que existía. El error es seguir cargando la muleta después de que la pierna sanó. Buena parte de los prompts guardados desde 2024 tienen más muleta que destino, y por eso hoy ofrecen menos que un pedido de tres líneas.

Sérgio, de la escuela de idiomas, tenía un prompt para responder correos electrónicos de padres: cuatro líneas con el destino («tono acogedor, nunca prometer un cupo, siempre ofrecer una visita») y doce líneas de muletas («primero identifica el tema, después clasifica la urgencia, después elige el modelo 1, 2 o 3, después...»). Cuando quitó las doce, las respuestas quedaron más naturales y, por primera vez, la IA sugirió coordinar la visita con un horario definido.

03 El costo oculto: prompts gigantes que nadie mantenía

La primera era tuvo un costo que solo se hizo visible después. Cada buen prompt se convirtió en un documento de veinte o treinta líneas, guardado en un archivo, copiado y pegado. Cuando cambiaba la política de la empresa, nadie actualizaba los prompts. Cuando dos personas usaban prompts diferentes para la misma tarea, los resultados divergían. El prompt era a la vez el pedido del día y el manual de la empresa, y un solo documento no puede cumplir ambos roles.

Ese es el problema que resuelven las eras siguientes, cada una a su manera: la era del contexto saca del prompt lo que la IA necesita saber; la era de las skills saca del prompt lo que la IA necesita hacerlo siempre igual. Lo que queda en el prompt es solo el pedido de esa situación. Pero, antes de llegar ahí, conviene saber diagnosticar un prompt de la primera era.

Renata, de la clínica, descubrió que cada recepcionista tenía su propia versión del prompt para confirmar consultas. Una todavía usaba la versión que mencionaba el seguro médico anterior, discontinuado hacía cinco meses. Nadie se había equivocado: el prompt simplemente no tenía responsable. Entonces entendió que el problema no era redactarlo mejor, sino guardarlo en otro lugar.

04 La prueba de la línea: "¿esto describe lo que quiero o el camino de la IA?"

Para auditar cualquier prompt de la primera era, no necesitas técnica. Necesitas una pregunta por línea: "¿esta línea describe lo que quiero o describe el camino que debe seguir la IA?". Si describe lo que quieres (tono, límite, material, formato de entrega, criterio de calidad), se queda. Si describe el camino (orden de pasos, «piensa antes», «primero esto»), puede salir.

Haz la prueba con calma la primera vez. Después se vuelve automática y empezarás a escribir nuevas solicitudes sin esas muletas. Es la misma habilidad que la clase 8 llevará al extremo, con la generación de modelos de septiembre de 2026, bajo el nombre de ingeniería por sustracción.

Paulo aplicó la prueba al prompt de itinerarios: de las diecinueve líneas, siete describían lo que quería (perfil del cliente, presupuesto, ritmo, tabla de entrega, lo que nunca debía incluir) y doce describían el camino. Se quedó con las siete. El siguiente itinerario incluyó una sugerencia de tren nocturno que ahorró una noche de hotel, algo que la versión anterior, atada a sus pasos, nunca había propuesto.

01 El contexto es materia prima, no decoración

En la primera era, "da contexto" era una de las cuatro partes del prompt y cabía en dos frases. La segunda era se dio cuenta de que esas dos frases eran la parte más importante y la peor atendida. Contexto es el conjunto de lo que la IA necesita saber: quién es la empresa, qué vende, a quién, el historial, la marca, los competidores, las políticas, los objetivos, las decisiones anteriores.

La diferencia con la instrucción es simple: la instrucción dice qué hacer; el contexto dice en qué mundo hacerlo. Un pedido perfecto en un mundo equivocado da un resultado perfecto para otra empresa. Por eso el nombre de esta era en inglés, context engineering, ocupó el lugar de prompt engineering: la palanca cambió de manos.

Sérgio, de la escuela de idiomas, pedía «escribe un correo electrónico de bienvenida» y recibía un texto que servía para cualquier escuela del país. Cuando empezó a adjuntar una página que describía cómo es la escuela (grupos pequeños, profesores nativos, enfoque en adultos que viajan por trabajo, sin clases para niños), el mismo pedido de una línea empezó a generar correos que solo su escuela podría enviar.

02 La mesa de trabajo de la IA tiene un tamaño limitado, y olvida lo del medio

Toda IA de chat trabaja sobre una especie de mesa: ve lo que está sobre la mesa; lo que no está, no existe para ella en esa conversación. Esa mesa tiene un tamaño, llamado técnicamente ventana de contexto. Ha crecido mucho, pero sigue teniendo límites, y dos efectos prácticos te importan.

Primero: en una conversación larga, lo que dijiste al principio puede perderse. Segundo, y menos intuitivo: cuando la mesa está llena, la IA presta más atención al principio y al final que a la parte del medio. Los investigadores llamaron a esto «perdido en el medio». En la práctica, la regla importante va al principio o al final, nunca enterrada en el párrafo doce.

Renata, de la clínica, pegó en una conversación el manual de atención completo, de cuarenta páginas, y pidió un mensaje de confirmación. La IA ignoró la regla de no mencionar el nombre del médico, que estaba en la página 23. Cuando volvió a empezar con una sola página que incluía las siete reglas importantes, la primera de ellas esa misma, el mensaje salió bien. Menos papeles sobre la mesa, mejor resultado.

03 El contexto que ayuda y el que cansa

Si más contexto siempre fuera mejor, bastaría con pegarlo todo. Pero no es así. El exceso de contexto tiene dos costos: llena la mesa y oculta lo que importa. Piensa en un empleado nuevo: el primer día necesita la carpeta del cliente, no el archivo muerto de la empresa. Lo útil es lo que la IA necesita para esta responsabilidad; lo que cansa es lo que tienes a mano y pegas por si acaso.

Una buena ficha de contexto para una responsabilidad cabe en una página y responde cinco preguntas: quiénes somos (negocio), qué estamos tratando (producto o servicio), con quién (cliente), qué nunca puede pasar (regla) y qué ya decidimos antes sobre esto (decisión anterior). Cinco líneas bien elegidas superan cuarenta páginas pegadas.

Paulo, de la agencia de viajes, preparó la ficha para la responsabilidad «presupuestos para lunas de miel»: quiénes somos (agencia boutique, atendemos a parejas de 30 a 45 años, solo destinos que ya visitamos), qué ofrecemos (paquetes de 7 a 12 días), para quién (parejas con un presupuesto definido), qué nunca hacemos (prometer una mejora de habitación, recomendar un hotel que no conocemos), decisión anterior (dejamos de vender cruceros en 2025 por las quejas). Cinco líneas, y cada conversación nueva empieza pegando esto.

04 El contexto sale del prompt y obtiene un espacio propio

El gran cambio de la segunda era no fue escribir mejor contexto. Fue sacarlo del prompt y guardarlo en un lugar fijo, con una persona responsable. Hoy las herramientas de chat tienen ese lugar: en ChatGPT son los proyectos y las instrucciones personalizadas; en Claude son los proyectos con archivos e instrucciones; en ambos hay memoria entre conversaciones. Rellenas la ficha una vez y cada pedido de esa responsabilidad ya empieza con ese conocimiento.

Esto resuelve el problema del prompt sin responsable de la clase pasada. La regla del convenio está en un solo lugar; cuando cambia, se actualiza allí, y todas las conversaciones siguientes ya lo saben. El prompt del día vuelve a ser corto porque ya no tiene que cargar el mundo a cuestas. En la próxima clase, el procedimiento repetido también tendrá su propio espacio y se llamará skill.

Cláudia creó un proyecto llamado "anúncios" en la herramienta que usa, pegó la ficha de cinco líneas en las instrucciones y adjuntó la guía de estilo de la inmobiliaria. Ahora, para cada propiedad nueva, abre una conversación dentro del proyecto y escribe solo "este apartamento" con el plano adjunto. Tres palabras, y el anuncio sale con el tono de la casa, sin repetir la ficha.

01 El prompt es el pedido de ahora; la skill es cómo trabaja la organización en este tipo de tarea

Imagina una empresa. Llegas con un empleado y le dices: "prepara la propuesta para el cliente de la calle Augusta". Eso es la prompt: la orientación de esa situación específica. Pero la empresa tiene un manual que indica el modelo de la propuesta, la política de descuentos, cómo calcular el margen, el estándar visual, las etapas de aprobación y la lista de verificación final. Ese manual es la skill.

La diferencia cabe en dos preguntas. El prompt responde "¿qué quiero ahora?". Skill responde "¿cómo suele hacer este tipo de trabajo nuestra casa?". Uno cambia con cada pedido. El otro permanece igual durante meses y sirve para todos los pedidos de esa clase.

Renata, de la clínica, se dio cuenta de que todos los informes mensuales para los tres médicos seguían la misma estructura: ausencias, reprogramaciones, tiempo promedio de espera, quejas, comparación con el mes anterior y tres recomendaciones. El pedido de cada mes era «informe de agosto» y nada más. Todo lo demás era una tarea manual repetida dentro del prompt. Lo separó: escribió la skill «informe mensual» una sola vez; el prompt se redujo a dos palabras.

02 Prompt y skill no compiten: se complementan

Cuando dices «convierte esta investigación en una presentación para los dueños de las escuelas asociadas», ese es el prompt. La skill de presentaciones puede incluir la estructura narrativa, el formato de las diapositivas, las reglas de redacción, los criterios visuales, el proceso de revisión y dos modelos listos. La IA recibe prompt + skill y ejecuta mucho mejor de lo que lo haría si recibiera solo uno de los dos.

Una skill no es un prompt largo guardado. Se parece más a un manual operativo: puede reunir instrucciones, archivos de referencia, modelos de documentos e incluso indicaciones sobre qué herramientas usar. Y, a diferencia del contexto de la clase pasada, que dice en qué mundo trabajar, dice la habilidad cómo hacer bien una clase de trabajo en este mundo.

Sérgio, de la escuela de idiomas, creó la skill «propuesta para empresas»: modelo de propuesta de tres páginas, tabla de precios por grupo, política de descuentos (máximo 10%, solo para grupos de más de ocho alumnos), lo que siempre debe incluirse (una clase de prueba gratuita) y la lista de verificación final (nombre correcto de la empresa, vigencia de 15 días, firma). Ahora escribe «propuesta para la empresa de transporte, doce empleados, nivel básico» y obtiene una propuesta lista, al estilo de la escuela.

Una precaución: llamar skill a un prompt de treinta líneas que pegas cada vez es el error más común de esta era, porque parecen lo mismo. Si el texto mezcla el pedido de hoy con el procedimiento de siempre, volviste a la primera era. La prueba es sencilla: quita el pedido específico y fíjate si lo que queda sirve para el próximo caso sin cambios. Si sirve, es una skill. Si no, sigue siendo un prompt.

03 Una skill de una página tiene cinco partes

No necesitas nada técnico para escribir una skill. Necesitas una página con cinco partes. Cuándo usar: en qué situación entra esta skill (y en cuál no). Lo que ofrece: el resultado final, descrito. Los pasos: cómo se hacen las cosas en la empresa, en el orden que importa. El modelo: un ejemplo listo o un esqueleto del documento. La lista de verificación final: qué revisar antes de darlo por listo.

Fíjate en que los pasos volvieron, y eso no contradice la clase 1. Allí, los pasos estaban en el pedido y limitaban a la IA a tu forma de hacer cada caso. Aquí describen cómo trabaja la organización en esa clase de tareas, se pensaron una vez con calma y quedan disponibles para que la IA los consulte cuando tenga sentido. Los pasos en el pedido son una muleta; en la skill son un procedimiento.

Paulo, de la agencia, escribió en una página la skill «presupuesto para luna de miel». Cuándo usarla: pareja, primer viaje juntos al extranjero, presupuesto definido. Entrega: propuesta en PDF de dos páginas con dos itinerarios alternativos. Pasos: escuchar el ritmo de la pareja, elegir un destino de la lista que conocemos, armar el itinerario día a día, calcular con margen, revisar con Denise. Plantilla: la propuesta de la pareja de junio, anonimizada. Lista de verificación: total dentro del presupuesto, ningún hotel que no hayamos visitado, vigencia de siete días.

04 Dónde vive hoy la skill, en cualquier herramienta

Las herramientas de chat ya tienen un lugar para esto. En ChatGPT, existen skills como capacidades reutilizables: puedes ver tu biblioteca escribiendo /skills y crea una que pida, por ejemplo, "crea una skill para convertir investigaciones en clases siguiendo el estándar de nuestra escuela". En Claude, el mismo concepto aparece como skills y también dentro de los proyectos, donde la página que escribiste puede quedar como archivo de referencia. En ambos casos, la IA empieza a consultar la skill por sí sola cuando la solicitud coincide con el "cuándo usar".

Y si tu herramienta todavía no tiene esa función, la skill funciona igual como documento: guardas la página, la pegas al inicio de la conversación y luego haces un pedido breve. Lo que define la skill no es dónde está, sino que se escribió una vez, tiene un responsable y sirve para todos los casos de esa clase.

Cláudia llevó la skill "anúncio de imóvel" a la herramienta que usa: una página con cuándo usarla (venta residencial, nunca alquiler), entrega (tres párrafos más una lista de características), pasos (destacar la luz y la ubicación, citar la superficie exacta del registro, nunca usar adjetivos vacíos), modelo (el anuncio del apartamento de la calle de las Flores) y lista de verificación (la superficie coincide, sin "imperdible", barrio correcto). Ahora el pedido es "este apartamento" con el plano adjunto, dentro del proyecto que ya tiene la ficha de contexto. El contexto dice quién es ella; la skill dice cómo escribe; el prompt dice qué propiedad.

01 Todo pedido nace de una intención, aunque no la hayas escrito

Detrás de cada pedido a la IA hay una razón. «Escribe el correo de bienvenida» existe porque alguien quiere que el nuevo alumno no abandone durante la primera semana. Esa razón es la intención, el nivel más alto de la jerarquía. Rara vez aparece en el prompt, y por eso la IA entrega la tarea correcta por el motivo equivocado.

La jerarquía tiene cuatro niveles. Nivel 1, intención: por qué. Nivel 2, objetivo: qué. Nivel 3, prompt: la orientación de esta ejecución. Nivel 4, skill: cómo realizar bien este tipo de trabajo una y otra vez. Los dos de abajo ya los dominas de las clases anteriores. Los dos de arriba son los que la mayoría se salta.

Sérgio, de la escuela de idiomas, le pedía a la IA «mejora la página de inscripción». Intención no expresada: quiero aumentar la conversión del curso, porque en agosto entraban 40 visitantes al día y solo dos se inscribían. Cuando escribió eso primero, el pedido cambió por sí solo: en vez de «mejora la página», pasó a ser «descubre por qué las personas llegan a la página y no se inscriben, y propón qué probar primero».

02 Los cuatro niveles, con el mismo ejemplo, de arriba abajo

Mira toda la jerarquía en un solo caso. Intención (por qué): "quiero aumentar la conversión del curso". Objetivo (qué): "descubre por qué las personas llegan a la página y no compran, y propone mejoras". Prompt (orientación de esta ejecución): "analiza la página, la oferta, las objeciones, los competidores y el comportamiento del público; prioriza cambios que se puedan probar rápidamente". Skill (cómo hacerlo bien, siempre): la página «auditoría de conversión», con nueve pasos que nadie tiene que volver a escribir: analizar la oferta, identificar al cliente ideal, estudiar a la competencia, evaluar el título, revisar la prueba social, identificar objeciones, proponer experimentos, clasificar por impacto, validar el resultado.

Fíjate en lo que cada nivel hace con el de abajo. La intención determina si el objetivo es el correcto. El objetivo determina si el prompt apunta al lugar correcto. El prompt determina qué skill se usa. Quien empieza por el prompt está pidiendo algo antes de saber qué necesita y por qué.

Renata, de la clínica, aplicó los cuatro niveles a las ausencias en las consultas. Intención: reducir las pérdidas por horarios vacíos. Objetivo: menos del 10% de ausencias para diciembre. Prompt: «propón tres enfoques para enviar recordatorios sin molestar a quienes ya confirmaron y dime cuál probar primero». Skill: «rutina de confirmación», ya escrita, con los pasos sobre cuándo enviar el mensaje, qué nunca decir y cómo registrarlo. Cuatro frases, y por primera vez el pedido tenía un motivo y una meta.

03 Cinco pilares para comprobar si la intención está bien estructurada

Escribir la intención y el objetivo es el comienzo. Para que la IA transforme eso en un resultado confiable, el curso INEMA de Arquitectura de Intención propone cinco pilares que funcionan como una lista de verificación: contexto (lo que la IA necesita saber, clase 3), objetivos (qué es el éxito y por qué, esta clase), reglas (límites y lo que nunca puede suceder), memoria (lo que debe recordar de una vez a otra) y validación (cómo sabrás si quedó bien). Si un pilar está vacío, el resultado fallará exactamente ahí.

No necesitas completar las cinco partes para cada pedido pequeño. Las necesitas para cada responsabilidad que entregarás a la IA de forma recurrente. Es la diferencia entre pedir un correo electrónico y entregar la comunicación con los padres de la escuela.

Paulo, de la agencia, revisó la responsabilidad «presupuestos para lunas de miel» con los cinco pilares. Contexto: la ficha de la clase 3, lista. Objetivos: propuesta aprobada en la primera lectura en el 70% de los casos. Reglas: las dos líneas de «nunca». Memoria: vacía, y por eso la IA repetía un hotel del que una pareja se había quejado en julio. Validación: nunca la había definido. Dos pilares vacíos explicaban los dos problemas que tenía.

04 Cuanto mejor es el agente, más alto tienes que hablar

Aquí la jerarquía se encuentra con la tesis de la clase 1. Una IA débil solo entiende el nivel 3 detallado, y por eso la primera era vivía ahí. Una IA mejor entiende el nivel 2 y deduce el 3. Las generaciones más recientes empiezan a trabajar desde el nivel 1: dices la intención y el criterio, y ellas proponen el objetivo, la orientación e incluso qué skill usar. Cuanto mejor es el agente, menos le enseñas el camino y más le explicas el destino, y el destino está en los niveles superiores.

Esto cambia lo que significa "saber usar IA". Ya no se trata de saber escribir con esmero el nivel 3. Se trata de saber decir con claridad por qué existe eso y qué debe cambiar. Es una habilidad de dueño de negocio, no de operador. Y es la que menos envejece, porque no depende de qué modelo esté de moda.

Cláudia probó los cuatro niveles con la generación de modelos de septiembre de 2026. Escribió solo la intención y el criterio: "quiero rotar la cartera más rápido, sin bajar el precio; un buen resultado es vender en menos de 60 días". La IA devolvió el objetivo (dos propiedades estancadas desde hace más de 90 días como prioridad), la orientación (revisar las fotos y el anuncio, probar visitas en un horario alternativo) y preguntó si podía usar la skill de anuncios que ella ya tenía. Cláudia solo dijo que sí.

01 La pila completa: prompt + skills + contexto + herramientas + memoria

En las clases anteriores, la pila creció pieza a pieza. Ahora está completa. El prompt es el briefing. La skill es el conocimiento operativo. El contexto es lo que necesita saber. Las herramientas son las manos. La memoria es la experiencia acumulada. Y el agente es quien reúne todo eso para trabajar.

Aquí, herramientas no es un término técnico: es lo que el agente puede manejar en el mundo. El navegador, el correo electrónico, la agenda, el sistema de clientes, la hoja de cálculo, los archivos. Cada una es una puerta que abres o no. La memoria es lo que recuerda de una conversación a otra: lo que ya intentó, las decisiones, las preferencias, los errores, las excepciones. Sin memoria, cada día es el primer día.

Paulo, de la agencia, armó la pila para la responsabilidad «presupuestos para lunas de miel». Prompt: la intención y el criterio. Skill: la página de la clase 4. Contexto: la ficha de la clase 3. Herramientas: lectura del buzón de correo y de la tabla de proveedores; nada de envíos. Memoria: el registro de cada propuesta aceptada o rechazada y el motivo. Por primera vez, el agente recordó que a la pareja de julio no le gustó un hotel de playa.

02 Ser poderoso no basta: el agente tiene que ser controlable

Nadie quiere solo un agente poderoso. Quiere un agente controlable. Por eso, además de las capas de capacidad, entran las de control: permisos (qué puertas puede abrir por sí solo), límites (cuánto puede gastar, cuántas veces puede intentarlo), aprobación humana (lo que solo sucede después de que digas que sí), registros (lo que hizo, cuándo y por qué, para que puedas revisarlo), guardrails e o criterio de éxito, para saber si está bien.

La regla práctica más importante: primero abre solo las puertas de lectura. Deja que el agente lea correos, consulte la agenda, revise la hoja de cálculo y te muestre lo que haría. Trabaja así durante una semana. Solo después habilita la primera puerta de escritura, una a la vez y con aprobación. La confianza se construye por capas, no por decreto.

Renata, de la clínica, permitió que el agente de confirmaciones leyera la agenda y los datos de los pacientes, pero no que enviara los mensajes. Durante una semana, preparó los mensajes y ella los aprobaba en bloque, cinco minutos cada mañana. En la segunda semana, autorizó el envío solo para confirmaciones sencillas; las reprogramaciones seguían pasando por ella. Dos meses después, el agente envía el 90% por su cuenta y ella revisa el 10% que el propio agente marca como «no estoy seguro».

03 Una frase corta puede desencadenar un trabajo enorme

Imagina decir "lanza mi nuevo curso". Por sí sola, esa frase es imposible de ejecutar bien. Pero imagina que el agente tenga cinco skills listas: investigación (mercado, competencia, público), texto de venta (título, promesa, objeciones, llamado a la acción), campaña (cronograma, canales, secuencia de mensajes), video (guion, imagen, narración) y análisis (métricas, conversión, ajuste). Ahora, la frase "lanza este curso para dueños de escuelas y busca 200 matrículas" pone en marcha una cantidad enorme de trabajo, cada parte según el estándar de la casa.

Ese es el salto de la cuarta era. El tamaño de la solicitud dejó de tener relación con el tamaño del trabajo. Lo que define el resultado ya no es el prompt, sino lo que hay detrás: las skills disponibles, el contexto alojado en su lugar, las puertas abiertas y los límites que escribiste. Preparaste todo esto en las cinco clases anteriores.

Sérgio, de la escuela de idiomas, escribió exactamente esta frase para el agente que tiene las cinco skills: «lanza el curso de inglés para viajes de trabajo, dirigido a empresas de la región, con una meta de 40 inscripciones en septiembre». El agente entregó, en varias rondas: la investigación de las seis empresas con mayor probabilidad, tres versiones de texto, el cronograma de dos semanas y la lista de lo que necesitaba su aprobación antes de cualquier envío. En veinte minutos, Sérgio decidió lo que antes le tomaba una semana empezar.

04 Dónde profundizar: este curso señala el camino, no vuelve a enseñar

Cada una de las cuatro capas da para una clase completa, y ya existen en el catálogo INEMA. El curso Super-Agentes (agi-pratica) enseña a escribir la ficha del agente, conectar las herramientas de forma segura, armar la matriz de autonomía en cuatro niveles y completar la ficha de confianza, medida durante una semana de registros. El curso Llegaron los Superagentes (agi-ready) trata sobre la curva de confianza y el nuevo papel humano. Aquí, lo importante es que sepas que existen estas capas y puedas nombrarlas dentro de tu responsabilidad.

Una nota sobre los límites reales: los agentes se equivocan y lo hacen con confianza. Incluso un agente con todas las capas bien armadas, de vez en cuando, tomará una decisión que tú no tomarías. Las capas de control existen para que ese error sea pequeño, visible y reversible, no para impedir que ocurra. Quien promete un agente sin errores está vendiendo otra cosa.

Cláudia nombró las cuatro capas para "seguimiento de interesados": herramientas (lectura del correo y de la hoja de visitas; envío, todavía no), memoria (el historial de cada interesado, con lo que ya se dijo), permisos (responder por su cuenta dudas sobre horarios; cualquier cosa sobre precios, solo con ella), evaluación (interesados sin respuesta desde hace más de 24 h, contabilizados cada viernes). La capa en la que todavía no confía: el envío. Y está bien que todavía no confíe.

Cada uno de los cuatro tiene su puerta cerrada, y todas por un buen motivo. Sérgio no abre la respuesta a reclamos de padres, porque un tono equivocado en un reclamo vale más que diez correos buenos. Renata no abre la reprogramación, que afecta la agenda de tres médicos con una regla que cambia cada semana. Paulo no abre pagos ni reservas: el dinero y los compromisos con proveedores pasan por Denise o por él. La puerta cerrada no es una demora. Es la decisión que permite abrir las demás con tranquilidad.

01 La arquitectura completa, del humano al resultado

Junta las seis clases anteriores en una sola línea y tendrás la arquitectura completa de esta era: Humano → Intención → Prompt u objetivo → Skills → Contexto y memoria → Agente → Herramientas → Acciones → Evaluación y supervisión → Resultado. Cada flecha es un traspaso. Lo que orquestar significa diseñar esos pasos a propósito, en vez de dejar que ocurran por casualidad.

Fíjate en el principio y el final de la línea. Empieza en lo humano y termina en la evaluación y la supervisión, que también son humanas. Todo lo que está en medio puede hacerlo una IA, una herramienta o una persona. Pero esos dos extremos no cambian. Orquestar no significa automatizarlo todo; significa decidir dónde participa la persona.

Sérgio, de la escuela de idiomas, dibujó la línea para «lanzamiento de un grupo»: él (intención: llenar el grupo nocturno) → objetivo (40 inscripciones en septiembre) → skills de investigación, texto y campaña → contexto de la escuela → tres agentes, uno por skill → herramientas de lectura y, con aprobación, de envío → acciones → él mismo, el viernes, revisando el número de respuestas → resultado. Por primera vez, vio su propio lugar en el esquema: al principio y el viernes.

02 Qué gana valor en las personas y qué lo pierde

Cuando la ejecución pasa a los agentes, tres cosas cobran más valor en quien coordina: definir el destino (la intención y el criterio de lo que es bueno, clase 5), evaluar el resultado (revisar lo que llegó y decidir si sirve, y por qué) y corregir al agente (modificar la skill, el contexto o los permisos cuando el resultado falla). Estas tres cosas son las que la IA no hace por ti, porque requieren saber qué quiere el negocio.

Y pierde valor lo que hacías con las manos: investigar, redactar la primera versión, armar la tabla, enviar el recordatorio. No desaparece, pero deja de ser donde más rinde tu tiempo. Aceptar esto es lo que más cuesta a quienes construyeron su carrera ejecutando bien. Y es lo que separa a quienes crecen en esta era de quienes compiten con su propia herramienta.

Renata, de la clínica, calculó cómo distribuía su jornada después de activar tres agentes: confirmaciones, informe mensual y clasificación de mensajes. La ejecución, que ocupaba el 70% del tiempo, bajó al 20%. Evaluar y corregir, que antes era casi cero, pasó al 40%. El otro 40% lo dedicó a lo que nadie hacía en la clínica: hablar con los pacientes que presentaron quejas. El informe del mes siguiente mostró la primera caída de quejas en dos años.

03 Los dos puntos en los que siempre decide una persona

En un flujo con varios agentes, la tentación es poner aprobación humana en cada paso y así te conviertes en un cuello de botella. La alternativa es elegir dos puntos y defenderlos. El primero es antes de salir de casa: cualquier acción que llegue a un cliente, proveedor, paciente o al dinero pasa por una persona. La segunda es al cierre del ciclo: alguien revisa el resultado medido y decide si el flujo continúa, cambia o se detiene.

Entre esos dos puntos, los agentes se pasan el trabajo sin ti. Uno investiga y entrega al que redacta; el que redacta entrega al que revisa; el que revisa devuelve el trabajo al que redacta si no cumple la lista de verificación. No ves esos traspasos y no hace falta: quedan registrados para cuando algo salga mal. La regla es: intervención humana cuando hay consecuencias externas y cuando se decide si continuar.

Cláudia orquestó "captación de propiedades": un agente monitorea anuncios de particulares, otro redacta el primer contacto y un tercero comprueba si la propiedad encaja con el perfil de la cartera. Los tres se pasan el trabajo por su cuenta. Punto humano 1: no se envía ningún mensaje a un propietario sin que ella lo lea. Punto humano 2: cada lunes revisa cuántos propietarios respondieron y decide si cambia el enfoque. Dos puntos, quince minutos al día.

04 Orquestar no es automatizar todo

El error de esta era es confundir orquestación con automatización total. La automatización total saca a la persona del flujo. La orquestación pone a la persona en los dos lugares donde más aporta y la saca de los demás. La diferencia se nota cuando algo sale mal: en el flujo automatizado, nadie se da cuenta hasta que se queja el cliente; en el flujo orquestado, el punto humano 2 detecta el viernes que el número bajó y lo corrige el lunes.

Un mini caso para cerrar. Una agencia de turismo automatizó el envío de propuestas de principio a fin, sin ningún punto de revisión humana. Durante tres semanas, un proveedor cambió el precio y todas las propuestas salieron con margen negativo. Nadie revisó las cifras. Cuando se dieron cuenta, ya habían cerrado cuarenta contratos con pérdidas. Con el punto humano 1 (la propuesta solo se envía después de que alguien la lea), el error habría durado un día. Con el punto humano 2 (revisar la tarifa y el margen el viernes), habría durado una semana. Sin ambos, duró tres.

Paulo leyó este caso y reconoció su propio plan de «dejar todo funcionando solo». Volvió al mapa y mantuvo a Denise validando a los proveedores antes de que saliera cualquier propuesta, y él mismo revisando el margen promedio cada viernes. Los agentes hacen el resto. La agencia se volvió más rápida y ningún contrato se cerró con pérdidas.

01 La misma tarea, dos generaciones

La manera más honesta de entender el cambio es darle la misma tarea a un modelo de 2024 y a uno de septiembre de 2026, y observar la diferencia. Ante la solicitud "haz un análisis de la competencia", el modelo antiguo entregaba una lista y se detenía. El nuevo pregunta o supone: para qué, con qué criterio se considera terminado y qué hacer si encuentra algo inesperado. Trabaja a partir de la intención, no de paso.

Tres cambios concretos, sin exagerar. Primero: el modelo deduce el camino a partir del destino, así que los pasos que dictas empiezan a competir con otros mejores que elegiría. Segundo: mantiene el trabajo largo por rondas, sin perder el hilo, si tiene dónde registrarlo. Tercero: reconoce mejor los límites (lo que no se puede hacer) que sigue los guiones (qué hacer y en qué orden). Ninguno de los tres significa que «la IA se volvió consciente». Son cambios de comportamiento que puedes observar en una prueba de diez minutos.

Cláudia hizo el mismo pedido de 2024, "haz un relevamiento de los apartamentos competidores del de la calle de las Flores", a las dos generaciones. La anterior devolvió ocho propiedades en una tabla. La nueva devolvió la tabla, señaló que dos tenían un precio por debajo del promedio desde hacía más de 90 días, sugirió que eso indicaba un problema en el edificio y preguntó si quería que el relevamiento siguiera ese hilo. El pedido era el mismo. Lo que cambió fue desde dónde partió el modelo.

02 Ingeniería por sustracción: qué quitar del prompt

Si el modelo deduce el camino, la nueva habilidad no es añadir, sino ingeniería por sustracción. Tomas el prompt de 2024 y quitas lo que era un apoyo: «piensa paso a paso», «primero haz X, después Y», «responde solo en el formato Z» sin una razón de entrega, «no olvides» seguido de algo obvio. Lo que queda son las tres cosas que el modelo nuevo realmente usa: destino, límites e criterio de finalización.

La clase 2 enseñó la prueba de la línea (¿destino o camino?). La sustracción es esa prueba llevada al extremo, con una pregunta más por línea: "si quito esto, ¿el modelo de 2026 lo haría peor?". En la mayoría de las líneas del camino, la respuesta es "lo haría igual o mejor". Esas se eliminan. El prompt se reduce a la mitad y rinde más.

Sérgio auditó por sustracción el prompt para responder a padres, el que ya había perdido doce líneas en la clase 2. De las siete que quedaban, quitó dos más: «identifica primero el tema» (el modelo lo hace sin que se lo pidan) y «responde en un máximo de cuatro líneas» pasó a ser «la respuesta se envía por aplicación», porque el motivo importa más que el número. Quedó con cinco líneas: tono, tres límites y el criterio para darlo por listo. Las respuestas volvieron a mejorar.

03 Límites, no pasos; y una línea de llegada con evidencia

De este cambio surgen dos reglas prácticas. La primera: escribe límites, no pasos. «Nunca prometas plazos», «no toques los pagos», «no rechaces a un candidato sin consultarme» valen más que cualquier guion, porque el modelo nuevo elige el mejor camino que tú y respeta los límites mejor de lo que sigue la ruta. La segunda: define la meta final con evidencia. «Haz un relevamiento» no tiene fin. «Está listo cuando haya una tabla con los ocho competidores, el precio por metro cuadrado de cada uno y una línea que diga cuál está fuera de lo común y por qué» sí tiene fin.

Combina las dos y tendrás la ficha de intención que el curso INEMA de Arquitectura de Intención llama versión 2: intención, límites, criterio de finalización con evidencia y dónde registrar el progreso. Cuatro bloques, ningún paso. Es el formato de solicitud creado para la generación de septiembre de 2026.

Paulo reescribió el pedido de presupuestos con el nuevo formato. Intención: una propuesta que la pareja apruebe en la primera lectura. Límites: ningún hotel que no hayamos visitado, nunca superar el presupuesto, nada de cruceros. Listo cuando: haya dos itinerarios alternativos en PDF de dos páginas, el total esté dentro del presupuesto y haya una frase que diga cuál de los dos recomendaría y por qué. Registro: una línea por propuesta en la hoja de cálculo, con la aceptación o el rechazo. Cero pasos. Denise lo leyó y dijo que así se lo explicaría a una persona nueva.

04 Lo que no cambió: dónde el modelo todavía se equivoca con confianza

El titular dice "llegó la AGI". La palabra AGI no tiene una definición aceptada, y este curso no resolverá esa discusión. Lo que se puede decir con seguridad es lo que no cambió. El modelo sigue equivocándose con confianza: cuando no sabe, inventa con la misma fluidez con que acierta. Sigue sin conocer las reglas de tu negocio hasta que las escribas. Sigue sin responsabilidad: si la propuesta sale mal, quien responde eres tú.

Por eso las capas de control de la clase 6 y los dos puntos de intervención humana de la clase 7 no quedaron obsoletos con el cambio. Se volvieron más importantes, porque un modelo que trabaja solo durante más tiempo también puede equivocarse solo durante más tiempo. Lo que cambió con el giro fue cuánto necesitas enseñarle el camino. Lo que no cambió fue quién decide el destino y quién responde por el resultado.

Renata puso a prueba el límite a propósito: le pidió al nuevo modelo el informe mensual con una cantidad de ausencias que no aparecía en la hoja de cálculo. El modelo produjo un informe impecable con el número inventado, sin avisar. Cuando añadió a los límites «si un dato no está en la hoja de cálculo, escribe “no disponible” en vez de estimarlo», el siguiente informe incluyó tres «no disponible» y ninguna invención. El límite adecuado vale más que la generación del modelo.

01 Las señales de cada era en el día a día

Cada era deja huellas visibles en la forma de trabajar de una persona o un sector, y esas huellas te permiten ubicarte. Era 1 (prompt): hay una carpeta de prompts largos; cada solicitud se reescribe desde cero; el resultado depende de quién la escribió. Era 2 (contexto): hay una ficha del negocio que la IA lee antes de todo; las solicitudes se redujeron; nadie vuelve a explicar la empresa. Era 3 (skill): los procedimientos repetidos tienen página propia; dos personas piden lo mismo y el resultado es igual.

Era 4 (agente): al menos una responsabilidad se ejecuta en rondas sin que alguien lo pida en cada paso, con puertas definidas y una cifra que se revisa cada semana. Era 5 (orquestación): varias responsabilidades se cruzan, los agentes se pasan el trabajo y las personas están en los dos puntos donde toman decisiones. La señal más confiable no es lo que tú crees que haces. Es lo que aparece cuando alguien de afuera observa tu semana.

Cláudia hizo el ejercicio con honestidad. Creía que estaba en la era 3 porque tenía la skill de anuncios. Pero seguía usando la carpeta de prompts largos para todo lo que no era un anuncio, y la ficha de contexto solo existía en un proyecto. Señales de era 1 la mayor parte de la semana, eras 2 y 3 en una sola responsabilidad. Se ubicó en la frontera entre 1 y 2, y eso cambió lo que eligió hacer.

02 Los errores de saltarse niveles

La escalera tiene un orden por un motivo: cada peldaño depende del anterior. Quien intenta orquestar sin contexto crea agentes que no saben en qué empresa están. Quien conecta un agente sin skill obtiene resultados diferentes en cada ronda. Quien escribe una skill sin haber limpiado el prompt conserva una muleta como si fuera un procedimiento. El error no es la ambición, sino la secuencia.

Tres señales de que alguien se saltó un escalón. El agente «funciona» en la demostración y falla en la segunda semana: faltó contexto o memoria. Cada persona del equipo usa la IA de una manera y el resultado varía: faltó una skill. El responsable pasa el día aprobando cosas pequeñas: pasó a la orquestación sin definir los dos puntos humanos. En todos los casos, la solución es bajar un escalón, no subir dos.

Sérgio casi se saltó el paso. Entusiasmado con la clase 6, quiso conectar los tres agentes del lanzamiento de un grupo en una semana. El agente de texto entregó versiones inconsistentes porque todavía no existía la skill de texto, y el de investigación encontró escuelas de otra ciudad porque la ficha de contexto no decía «región». Bajó un nivel, escribió la skill y completó la ficha en dos días. La semana siguiente, los agentes funcionaron.

03 Lo que sigue siendo humano en cualquier era

Desde la era 1 hasta la 5, y después del cambio de 2026, hay cuatro cosas que nunca dejaron de estar en manos de quienes trabajan, y vale la pena entrenarlas sin importar el peldaño. Expresar la intención: por qué existe esto y qué debe cambiar. Escribir el límite: qué nunca puede pasar, algo que ningún modelo adivina. Evaluar el resultado: revisar lo que llegó y decidir si sirve, con criterio. Responder por lo que se produjo: la propuesta equivocada es tuya, no del agente.

Fíjate en que ninguna de las cuatro es técnica y en que las cuatro son habilidades de quien conoce el negocio. Por eso, la profesional de 50 años que sabe qué necesita la clínica está más preparada para la era 5 que el joven que sabe escribir prompts. Todo el curso trató de llevar esa ventaja al lugar adecuado.

Paulo hizo una lista de lo que hace en la agencia y que ningún agente haría: sabe cuándo una pareja quiere aventura, pero dice «tranquilo»; sabe que el proveedor de Lisboa se retrasa en agosto; decide cuándo vale la pena perder margen para conservar a un cliente de siempre. Ninguna de esas tres cosas estaba escrita en ningún sitio. Las anotó como límites y criterios en la ficha. El agente mejoró y Paulo entendió cuál era su valor.

04 El mapa para profundizar: un curso por peldaño

Este curso fue el hilo conductor. Hay un curso INEMA que cubre cada nivel en profundidad, y tu próximo nivel te indica cuál abrir. Era 1: FEP, para quienes quieren dominar las cuatro piezas y los patrones clásicos. Eras 1 y 2, avanzado: FEP2, con ventana de contexto, técnicas de razonamiento y meta-prompting. Intención y los cinco pilares: Arquitectura de Intención, en cuatro días, con el día 4 dedicado al cambio de 2026. Era 4: Super-Agentes, ocho clases en las que un agente tuyo crece hasta convertirse en un equipo. Cambio de rol: Llegaron los Superagentes, sobre la confianza y el nuevo trabajo humano.

Un mini caso para cerrar la ruta. El dueño de una escuela de idiomas hizo el autodiagnóstico, se ubicó en la era 2, eligió como siguiente escalón escribir tres skills en 30 días y abrió el curso de Arquitectura de Intención para la semana siguiente. No conectó ningún agente durante el primer mes. En el segundo, con las skills y la ficha listas, conectó uno en dos tardes. En el tercero, dos. En 90 días subió dos escalones sin saltarse ninguno y nunca más usó la carpeta de prompts largos.

Renata completó su propio mapa. Escalón actual: 2, con una responsabilidad en el 3. Próximo escalón: escribir la skill del informe y la de confirmación antes del día 30. Curso para empezar: Arquitectura de Intención, días 2 y 3, sobre pilares y sistema. Después de los 30 días: Super-Agentes, clase 2, para la ficha del agente. Pegó el mapa en la pared de la sala y anotó en la agenda el viernes del día 30.