Disciplinas y formas de trabajar
Las disciplinas transversales que sostienen un agente fiable y las formas de trabajar con IA en tu día a día, con prácticas concretas.
DisciplinasHay cosas que no se aprenden en una lección porque atraviesan todo el trabajo: medir, observar, proteger, diseñar herramientas. Esta sección las reúne en dos bloques. Cada página dice qué es, por qué importa, qué prácticas concretas seguir, qué señales indican que lo haces mal y cómo empezar mañana.
Disciplinas
Lo que un equipo debe cuidar en cualquier sistema con modelos.
- Context engineering: decidir qué entra en el contexto en cada paso.
- Evals como disciplina: medir la calidad de forma sistemática, antes y después de cada cambio.
- Observabilidad: ver qué hizo el agente, cuánto costó y dónde falló.
- Seguridad de agentes: tratar cada entrada externa como no confiable y limitar lo que puede hacer el agente.
- Diseño de herramientas: herramientas que el modelo entiende y usa bien.
- UX de agentes: interfaces que muestran lo que pasa y dejan corregir.
Formas de trabajar
Hábitos para trabajar con agentes, sobre todo con agentes de código.
- Spec primero: escribir qué quieres antes de pedirlo.
- Pair programming con un agente: repartir el trabajo con un agente sin perder el control.
- Humano en el bucle: dónde aprueba una persona y cómo hacerlo sin frenar todo.
- Orquestador y subagentes en tu día a día: delegar búsquedas y subtareas para mantener limpio el contexto principal.
- Explorar, planificar, implementar, verificar: un ciclo de cuatro fases para cambios no triviales.
- Cambios pequeños y revisables: entregas que una persona puede revisar de verdad.
Cómo usar esta sección
No hace falta leerla en orden. Elige la disciplina que más te duela hoy y aplica una sola práctica. Si quieres profundizar, varias tienen un curso detrás: Context engineering, Evals para agentes y Seguridad y prompt injection.
Disciplinas
6-
Context engineering
Decidir qué información entra en la ventana de contexto del modelo, en qué orden y en qué forma, en cada paso de una aplicación o un agente.
-
Evals como disciplina
Medir de forma repetible si tu aplicación de IA hace lo que debe, antes y después de cada cambio, y usar esa medida para decidir.
-
Observabilidad
Registrar cada llamada, herramienta y decisión de tu agente para poder explicar qué hizo, cuánto costó y por qué falló.
-
Seguridad de agentes
Diseñar agentes que sigan siendo seguros aunque el modelo se equivoque o alguien intente manipularlo con instrucciones escondidas en los datos.
-
Diseño de herramientas
Cómo definir herramientas que un modelo entienda, elija bien y use sin gastar contexto de más, con nombres, descripciones, parámetros y respuestas pensados para un agente.
-
UX de agentes
Diseñar la experiencia de un producto con agentes para que el usuario sepa qué hace, cuánto falta, qué va a pasar antes de que pase y cómo deshacerlo.
Formas de trabajar
6-
Spec primero
Escribir una especificación corta antes de pedirle código o una tarea larga a un agente, con una plantilla que puedes copiar.
-
Pair programming con un agente
Programar en pareja con un agente de código, repartiendo los papeles de conductor y navegante y manteniendo tú el criterio sobre el diseño.
-
Humano en el bucle
Decidir en qué puntos de un flujo con agentes interviene una persona, para qué, con qué información delante y cómo evitar que la revisión se vuelva un trámite.
-
Orquestador y subagentes en tu día a día
Usar subagentes en tu trabajo diario con herramientas de IA para explorar, buscar y revisar en paralelo sin llenar tu conversación principal de ruido.
-
Explorar, planificar, implementar, verificar
Un ciclo de cuatro fases para trabajar con agentes de código que evita la prisa por escribir y deja cada cambio comprobado antes de darlo por bueno.
-
Cambios pequeños y revisables
Trabajar con agentes en cambios acotados, con un propósito por cambio y pruebas incluidas, para que una persona pueda revisarlos de verdad y revertirlos si hace falta.