RUTA 01 / ÁREAS INEMA

Gestionar y dirigir agentes

Gestión de IA, AGI-ready e IA Cultivada: el trabajo pasa a ser dirigir, cultivar y evaluar agentes.

0% 0 de 0

Tres áreas, y para cada una el mismo resultado: la ficha y el primer paso.

3 áreas

18 temas

60 min con práctica

1 ficha por área

Mapa de la ruta

1.1 ~20 min

🧭 Gestión de IA: 2027, el año de gestionar agentes

2027: gestionar agentes

1.2 ~20 min

🧭 AGI-ready: tu trabajo pasa a ser dirigir agentes

dirigir agentes

1.3 ~20 min

🧭 IA Cultivada: un agente no se programa, se cultiva

no se programa, se cultiva

Contenido detallado

MÓDULO 1.1

Gestión de IA: 2027, el año de gestionar agentes

Explicar por qué una empresa con agentes necesita gestión y no solo tecnología, usando las 8 competencias y LOOP-R.

0% 0 de 0

Qué es

El área Gestión de IA de eventos.inema.pro comienza con una frase: "En 2026 enseñamos a crear agentes. 2027 es el año de aprender a gestionarlos". Un agente es una IA que recibe una responsabilidad y realiza tareas con herramientas, en vez de limitarse a responder una pregunta. Gestionar un agente significa asignarle un papel, un objetivo, contexto, herramientas, nivel de autonomía y evaluación, como siempre se ha hecho con las personas. La página también plantea una decisión más difícil: no poner agentes a ejecutar procesos antiguos más rápido, sino rediseñar la empresa para trabajar a la velocidad de los agentes. El área reúne esta idea, las 8 competencias del gestor de IA, LOOP-R, la Formación Gestión de IA 2027 y los cursos y proyectos de INEMA que ya cubren la mayor parte del recorrido.

Por qué aprender

Crear un agente dejó de ser el principal obstáculo. Lo que frena a la empresa viene después: quién responde por él, qué puede hacer por su cuenta, cómo se mide y cuánto cuesta. Entender esta idea cambia la pregunta de "¿qué herramienta?" a "¿cómo gestiono esto?".

Conceptos clave

Gestión de personas + gestión de procesos + gestión de agentes; es gestión, no solo tecnología; rediseñar antes de acelerar.

Qué es

La página muestra las eras de la gestión, cada una como respuesta a lo que la empresa necesitaba coordinar. De 1980 a 2000, gestión de personas: puesto, responsabilidad, herramientas, límites y evaluación. De 2000 a 2020, gestión de procesos: diseñar, documentar, capacitar y ejecutar. De 2020 a 2025, transformación digital: diseñar, automatizar y monitorear; de 2025 a 2026, creación de agentes, con prompts, skills, contexto, tools y memoria. En 2027, la gestión coordina al mismo tiempo personas, agentes, modelos, procesos y presupuesto computacional. Esta área es para la empresa que ya tiene agentes y necesita gestionarlos; la creación del agente en sí se trata en el área AGI-ready.

Por qué aprender

Quien trata al agente como un proyecto de TI deja fuera lo que determina el resultado: responsabilidades, límites y medidas. Ver al agente como el tercer objeto de la gestión pone el tema en manos de quienes administran.

Conceptos clave

Tres cambios: crear se volvió fácil, gestionar no; el proceso antiguo no merece acelerarse; el proceso deja de ser inmutable.

Qué es

La idea central de la página es que gestionar agentes se parece mucho a la gestión de personas de siempre, solo que con más mediciones. Cambian las palabras, no la lógica: empleado, puesto, responsabilidad, herramientas, límites y evaluación se convierten en agente, papel, objetivo, contexto, herramientas, autonomía y evaluación. Se suman dos elementos que las personas no tenían: contexto explícito y autonomía gradual. Autonomía gradual significa que el agente no recibe "todo o nada", sino un nivel de autonomía, es decir, un límite para lo que puede decidir por su cuenta. Además, se puede medir prácticamente todo lo que hace el agente.

Por qué aprender

Muchas reglas que la empresa ya conoce siguen siendo útiles y acortan el camino. La separación de funciones, los niveles de autonomía y la revisión humana no tienen que inventarse para los agentes; hay que aplicárselos.

Conceptos clave

Contabilidad: quien registra no aprueba; asuntos legales: el agente prepara, el abogado decide y firma; salud: algunas decisiones quedan fuera del nivel de autonomía del agente.

Qué es

La página enumera ocho competencias en el orden en que las usa un gestor. La estrategia pregunta qué resultado buscamos; la arquitectura del trabajo, si el proceso aún debería existir; la delegación, qué debe entregar exactamente el agente; la orquestación, si conviene usar uno o varios agentes, en serie o en paralelo. La gobernanza decide qué puede hacer por su cuenta, qué debe confirmar y qué nunca debe ejecutar; la economía pregunta cuánto cuesta producir el resultado; la evaluación, si el resultado es bueno y con qué se compara; y la evolución, qué aprendimos en esta ejecución. Las primeras cuatro definen qué hará el agente; las últimas cuatro, si debe seguir haciéndolo. El gerente de 2027 administra nueve elementos, desde personas y agentes hasta el presupuesto computacional, y mide indicadores como el costo por resultado, el retrabajo y el nivel de autonomía.

Por qué aprender

Las competencias sirven como lista de verificación: si alguna queda sin respuesta, allí es donde el agente fallará. También ayudan a decidir qué estudiar, porque la página indica en qué curso se enseña cada competencia actualmente.

Conceptos clave

Estrategia; arquitectura; delegación; orquestación; gobernanza; economía; evaluación; evolución; costo por tarea completada.

Qué es

La página compara cuatro generaciones de procesos. El proceso tradicional se diseñaba, documentaba, enseñaba y ejecutaba; el automatizado se diseñaba, automatizaba y monitoreaba; el agéntico parte de un objetivo, el agente lo ejecuta y lo mide, y una persona o un agente lo evalúa. LOOP-R completa el ciclo: ejecutar, observar, criticar, proponer, experimentar, validar, implementar y repetir. Así, el proceso se convierte en un sistema vivo, con versiones como el software. Las reglas son tres: no automatices un proceso deficiente; las personas dirigen y los agentes ejecutan; implementar y revertir son etapas del proceso, no accidentes.

Por qué aprender

Sin este ciclo, la empresa solo pregunta "¿terminó la tarea?" y no aprende nada de cada ejecución. Con él, cada ejecución propone la siguiente mejora y cualquier cambio que empeore el resultado se revierte sin complicaciones.

Conceptos clave

Cuatro generaciones; LOOP-R; proceso con versión; promover y revertir; desmontar antes de automatizar.

Qué es

La Formación Gestión de IA 2027 tiene diez módulos y un proyecto final, con el curso Gestión de IA como eje central. Los módulos abarcan desde la empresa agéntica, pasando por proceso no es sagrado, delegación y autonomía, economía de los agentes y gobernanza, hasta la empresa que aprende con el LOOP-R. El proyecto final es Gestoria, un simulador de gestión de una empresa agéntica en catorce pasos. La página es clara: la formación es el empaquetado de una tesis, no un curso nuevo publicado hoy, y entre el 75% y el 80% de la base ya existe en cursos y proyectos abiertos. El área reúne los cursos Gestión de IA, Os Super-Agentes Chegaram, Super-Agentes na prática, Arquiteto de Trabalho com IA, LOOP-R y Copilot + Agentes, y los proyectos Gestoria, LOOP-R, Arquiteto de Execução, Agentic OS, Kit do Arquiteto de Agentes y Kit Copilot + Agentes.

Por qué aprender

Saber qué ya está disponible evita esperar por un curso que todavía se va a empaquetar. El camino sugerido es empezar por los cursos existentes, en el orden de los módulos.

Conceptos clave

Diez módulos; Gestoria como proyecto final; entre el 75% y el 80% de la base ya existe; el mejor primer módulo es un proceso de tu empresa.

Ver completo →

MÓDULO 1.2

AGI-ready: tu trabajo pasa a ser dirigir agentes

Explicar la diferencia entre dar instrucciones paso a paso y delegar en un agente, usando la escala intención, objetivo, prompt, skill, contexto, herramientas, memoria, permisos y evals.

0% 0 de 0

Qué es

El área AGI-ready comienza con la frase: «La IA dejó de esperar instrucciones. Tu trabajo pasa a ser dirigir agentes». La página recuerda que, durante tres años, intentamos poner toda la operación dentro de un prompt gigante. Con agentes que trabajan durante horas o días, el juego cambia: tú indicas el destino y el agente encuentra el camino. Aquí, un agente es una IA que recibe una responsabilidad, planifica, ejecuta, supervisa y vuelve con el resultado. El área reúne lo que está cambiando, el modelo mental para seguir el ritmo y los cursos y proyectos de INEMA para empezar hoy, sin programar.

Por qué aprender

Quien sigue operando la IA solo con instrucciones breves compite con el propio agente. Quien aprende a delegar multiplica su capacidad, y eso se entrena.

Conceptos clave

El destino, no el camino; trabajar durante horas o días; delegar; dirigir agentes sin programar.

Qué es

La página describe seis cambios: los tres primeros vienen de quienes están dentro de los laboratorios, y los tres siguientes muestran lo que esto significa para ti. El primero es que la tarea se convierte en responsabilidad: dejas de pedir «haz esta hoja de cálculo» y pasas a encargar «encárgate de la conciliación de este mes». El segundo es que la confianza se convierte en una curva, no en un interruptor: lo que el agente decide por su cuenta, lo que propone y tú apruebas, y lo que nunca toca, cada punto con una persona responsable. El tercero es que tu valor se desplaza hacia lo que la IA no decide: definir el objetivo, elegir qué importa, decir qué no puede pasar y evaluar si el resultado quedó bien. La página también cita, como fuente externa, un video en inglés sobre el artículo «Alien Minds», de Jakub Pachocki, científico jefe de OpenAI, que reconoce que la capacidad crece más rápido que el control.

Por qué aprender

Sin este cambio, sigues escribiendo instrucciones para una herramienta que ya puede encargarse del resultado. Y sin una curva de confianza, o lo bloqueas todo o le das demasiada libertad.

Conceptos clave

Tarea × responsabilidad; confianza como curva; matriz de confianza; papel de gerente de agentes.

Qué es

La página advierte que hablar del «fin del prompt» es una simplificación exagerada: el prompt no desaparece. Lo que termina es el prompt como programa completo, con toda la inteligencia de la operación escrita en lenguaje natural, como se hacía entre 2023 y 2025. El micro-prompting consiste en enseñar cada paso: haz A, luego B, luego C; si falta un paso, el resultado sale mal. Ahora el prompt indica el objetivo, qué importa, las restricciones, los recursos y qué cuenta como un buen resultado. Y trabaja junto con el Skill, que es conocimiento o procedimiento reutilizable: instrucciones, archivos de referencia, plantillas, scripts y pautas para usar herramientas.

Por qué aprender

Separar el prompt del Skill evita reescribir los mismos nueve pasos cada vez. El prompt queda corto y la calidad viene del manual operativo que el agente ya tiene.

Conceptos clave

Prompt = lo que quiero ahora (el briefing); Skill = cómo suele trabajar nuestra organización; Prompt → Context → Skill → Agent Engineering → Orchestration.

Qué es

La página organiza la arquitectura en niveles, con un mismo ejemplo: aumentar la conversión de un curso. La intención responde «¿por qué?»; el objetivo, «¿qué?»; el prompt es la orientación para esta ejecución; Skill es cómo hacerlo bien, una y otra vez. Después vienen el contexto (lo que necesita saber), las herramientas (las manos del agente, como navegador, CRM, hojas de cálculo, APIs y MCP), la memoria (la experiencia acumulada) y, por último, los permisos y evals. Los evals son pruebas que indican si el resultado cumple el criterio de éxito; junto con los límites, la aprobación humana y los registros, forman el control de calidad. Como resume la página, no queremos solo un agente poderoso: queremos un agente que se pueda controlar.

Por qué aprender

Cuando un agente falla, la escala muestra en qué nivel está el problema: faltó contexto, faltó un Skill o faltó un criterio. Sin ella, cada falla termina en un prompt más largo.

Conceptos clave

Intención; objetivo; prompt; skill; contexto; herramientas; memoria; permisos y evals; una persona define el destino y evalúa el resultado.

Qué es

La página traduce el cambio en seis consejos que caben en tu agenda. Primero: separa las tareas de las responsabilidades en tu lista de pedidos a la IA. Segundo: reescribe un prompt como una delegación, con el objetivo, lo que importa, lo que no puede pasar, los recursos y cómo vas a evaluarlo; pide un plan antes de cualquier acción. Tercero: si explicaste el mismo procedimiento tres veces, conviértelo en un Skill con manual, plantilla, lista de verificación y ejemplos. Cuarto: escribe la matriz de confianza; quinto: da contexto antes de dar herramientas; sexto: define qué es "bueno" antes de ejecutar.

Por qué aprender

Son pasos pequeños y verificables, no un proyecto de meses. Cada uno es el primer escalón de una competencia que la página enumera: pensar en procesos, dirigir IA, construir agentes, integrar sistemas, evaluar y supervisar, conocer el negocio.

Conceptos clave

Tarea × responsabilidad; delegación en cinco partes; Skill para lo que se repite; matriz de confianza; contexto antes que herramientas; eval antes de ejecutar.

Qué es

El área reúne cursos para quienes toman decisiones y no programan, y cursos para quienes quieren construir. Para empezar: Os Super-Agentes Chegaram (6 clases), Super-Agentes na prática (8 clases) y Arquiteto de Trabalho com IA (8 clases). Para pasar a la herramienta: Arquitetura de Intenção, Computer Use com o GPT-6 Astra, Subagentes e Superpowers, además de la grabación Agentes do Zero: Fundamentos (5 días). Los proyectos con código y guía son OS Coach, os-agentes, Kit do Arquiteto de Agentes, INEMACCBOT, Content2Video, WebMCP Readiness, Fable 5.1 · Prompt de Sistema y STORM Research. La página cierra con tres puertas al mismo ecosistema: INEMA.CLUB (cursos abiertos), INEMA.VIP (comunidad) e INEMA.PRO (plataforma práctica).

Por qué aprender

Cada proyecto es una parte de la arquitectura que funciona de verdad: INEMACCBOT muestra la matriz de confianza en código; WebMCP Readiness muestra el lado de "tools" desde el sitio. Ver un ejemplo terminado acelera la primera delegación.

Conceptos clave

Empieza por Os Super-Agentes Chegaram; cursos abiertos en portugués; proyectos con código y guía; INEMA.CLUB, INEMA.VIP, INEMA.PRO.

Ver completo →

MÓDULO 1.3

IA Cultivada: un agente no se programa, se cultiva

Explicar por qué un agente mejora gracias al entorno que cultivas y no al modelo, usando los ocho elementos, el ciclo y los cinco archivos del kit.

0% 0 de 0

Qué es

El área IA Cultivada comienza con la tesis: "Antes, programábamos el comportamiento. Ahora, programamos el proceso que produce el comportamiento." Nadie escribe línea por línea la capacidad de un modelo grande para hacer analogías o planificar una empresa: los laboratorios crean las condiciones y las capacidades surgen. La página distingue dos niveles de cultivo. En el nivel 1, el laboratorio cultiva el modelo con arquitectura, datos, objetivo, compute, entrenamiento y feedback, y tú no participas. En el nivel 2, cultivas el agente: el modelo ya viene listo, con los pesos congelados, y lo que cultivas es el entorno que lo rodea.

Por qué aprender

Esta distinción explica por qué el mismo modelo se convierte en un pasante confundido para una persona y en un profesional confiable para otra. El modelo es igual al de tu competencia; el jardín no.

Conceptos clave

Cultivar, no construir; nivel 1 (modelo) × nivel 2 (agente); pesos congelados; lo que aprende es el sistema.

Qué es

Todo agente, ya sea un asistente personal o un agente de ventas, se cultiva con los mismos ocho ingredientes. Función: de qué se encarga, un papel a la vez. Contexto: lo que necesita saber; una buena página vale más que veinte páginas volcadas sin orden. Herramientas: lo que puede operar, empezando por la lectura; reglas y límites: qué hace sin preguntar, qué requiere confirmación y qué nunca hace. Los ejemplos son casos reales anotados, incluidos los malos; la memoria es lo que permanece entre sesiones; la evaluación pregunta si está bien y con qué se compara; el feedback convierte cada falla en un cambio en el archivo, no en la conversación. Los cuatro primeros hacen que el agente funcione; los cuatro últimos hacen que mejore.

Por qué aprender

La página observa que la mayoría de las personas se detiene en el cuarto elemento y se queja de que "la IA no aprende". Conocer los ocho permite ver dónde está el vacío.

Conceptos clave

Función; contexto; herramientas; reglas y límites; ejemplos; memoria; evaluación; feedback; software tradicional × IA Cultivada.

Qué es

El ciclo es el corazón del método: proceso, agente, ejecución, resultado, evaluación, feedback y, al final, un agente mejor. Lo que cambia entre una cosecha y otra no es el modelo, sino lo que anotaste sobre sus errores y los ajustes que hiciste en el entorno. La página presenta tres reglas. La evaluación produce registros, no impresiones: una línea por falla en el diario; después de diez líneas, aparece un patrón. Corrige el archivo, no la conversación; y la autonomía se gana con ciclos sin fallas, en tres niveles: propone y tú ejecutas; ejecuta y tú revisas; ejecuta e informa.

Por qué aprender

Sin el ciclo, los primeros cuatro elementos se convierten en un agente que se estanca. La regla de autonomía protege contra el error más costoso: empezar confiando demasiado.

Conceptos clave

Diario de fallas; scorecard; cambio en el entorno; la ficha sube de versión; nunca se empieza en el nivel 3.

Qué es

La página llama jardines a los lugares donde ocurre el cultivo. En la vida personal, bastan tres o cuatro archivos de texto y un hábito semanal, sin CRM ni API, en cinco frentes: decisiones, salud y rutina, dinero, estudio, y escritura y comunicación. El hábito que sostiene todo es la revisión semanal de 20 minutos: leer la memoria, escribir tres líneas en el diario de fallas, corregir el archivo y borrar lo que ya no es cierto. "Jarvis" es el nombre popular del asistente personal agéntico, que no solo responde, sino que actúa en tu entorno: lee y escribe archivos, modifica el calendario, envía mensajes. La herramienta viene lista; Jarvis, no: se cultiva con contexto, memoria, herramientas, reglas, skills, evaluación y feedback.

Por qué aprender

Los agentes personales tienen acceso a tu vida, y la página dedica una sección a la seguridad, el aspecto que nadie cultiva. Sin cercas, el jardín queda expuesto.

Conceptos clave

Revisión semanal de 20 minutos; propone, ejecuta y revisa, ejecuta e informa; credenciales en un solo lugar; el contenido externo es dato, no instrucción; respaldo antes de una operación destructiva.

Qué es

Para la empresa, la página propone dejar de tratar la IA como software que se programa y empezar a tratarla como una capacidad que la organización desarrolla. La automatización rígida dice "si ocurre A, haz B y luego C" y falla ante el primer caso que nadie previó; el agente cultivado recibe un entorno de trabajo con un rol, criterios, ejemplos, límites y un resultado esperado. El primer agente siempre empieza en el nivel "propone, un humano ejecuta": un proceso, un agente, un indicador. La página sugiere puntos de partida por área, como calificación de leads en ventas, clasificación inicial en atención al cliente y conciliación en finanzas. También enumera por qué fallan los proyectos, con la corrección mínima para cada síntoma.

Por qué aprender

Cuando los proyectos fallan, rara vez el motivo es el modelo; suele ser la falta de contexto, de proceso y de feedback. Saber diagnosticar evita cambiar de herramienta cuando el problema está en el cultivo.

Conceptos clave

"El agente alucina": falta contexto o está saturado; "nadie confía": no hay evaluación por muestra; "dejó de mejorar": el feedback no vuelve al entorno; cargo que surge: gestor de agentes.

Qué es

Todo cultivo cabe en cinco archivos de texto, iguales para el jardín personal y el empresarial. La ficha del agente incluye su función, el resultado esperado, la persona responsable, lo que hace por su cuenta, lo que requiere confirmación y lo que nunca hace, además de la versión y la fecha. El contexto es "Sobre mí" o "Sobre la empresa"; los ejemplos anotados reúnen casos buenos, malos y excepciones aprobadas, con sus motivos; el diario de fallas tiene una línea por falla; el scorecard registra la revisión y la decisión de mantener, subir o bajar de nivel. El área reúne el curso IA Cultivada, en una sola página y también en inglés y español; los kits personal, Jarvis y empresa; el generador de fichas; el diagnóstico de madurez de ocho preguntas; y el repositorio iacultivada en GitHub, con las skills /cultivar y /revisao-semanal. Para gestionar los agentes en la empresa, la página indica el área Gestión de IA; para construirlos, el área AGI-ready.

Por qué aprender

Con los archivos listos, no empiezas desde cero ni dependes de recordar lo que acordaste con la IA. La página resume el punto de partida: elige un jardín, una función y tres reglas; lo demás es un ciclo.

Conceptos clave

Ficha del agente; contexto; ejemplos anotados; diario de fallas; scorecard; kits; generador; diagnóstico; /cultivar y /revisao-semanal.

Ver completo →