En una junta alguien dice "el problema es que la ventana de contexto no aguanta, hay que meterle RAG". Todos asienten. La mitad no entendió y nadie va a preguntar, porque preguntar en esa junta se siente como admitir que te quedaste atrás.
Son diez palabras. Diez. Y una vez que las tienes, el 90% de las conversaciones sobre IA dejan de sonar a idioma extranjero.
Van explicadas como si tuvieras diez años, con la analogía primero y el porqué importa después. Sin rodeos y sin matemáticas.
Los 10 términos
1. LLM (modelo de lenguaje grande)
Es el motor. Un programa que leyó una cantidad enorme de texto y aprendió a predecir qué palabra sigue. Eso es literalmente todo lo que hace: adivinar la siguiente palabra, una y otra vez, muy bien.
Suena poco impresionante hasta que ves que para adivinar bien qué sigue en "el paciente presentó fiebre y por lo tanto el médico decidió..." hay que entender bastante de medicina. La inteligencia salió de hacer esa predicción a una escala absurda.
Dónde lo vas a oír: "¿qué LLM estás usando?" = ¿qué motor, de qué empresa, en qué versión.
2. Token
Los pedacitos en los que el modelo parte el texto. No son palabras exactas: son fragmentos. "Extraordinario" puede ser tres tokens; "casa" es uno. Como regla, en español un token es más o menos tres cuartos de una palabra.
Importa porque los tokens son la unidad de cobro. Cuando alguien dice que un modelo cuesta cinco dólares por millón de tokens, está diciendo cuánto cuesta procesar unas 750 mil palabras.
Dónde lo vas a oír: en cualquier discusión de costo. Si el tema es dinero, el tema son tokens.
3. Ventana de contexto
Cuánto puede tener presente el modelo al mismo tiempo. Es su escritorio: cabe lo que cabe. Si le pusiste un libro entero y le sigues poniendo hojas, algo se cae por el borde.
Los modelos actuales tienen escritorios enormes —hasta un millón de tokens, cientos de páginas—, así que este ya no es el problema que era. Pero sigue siendo por qué una conversación larguísima empieza a "olvidar" lo que dijiste al principio.
Dónde lo vas a oír: "no le cabe el documento", "se le está olvidando lo de arriba".
4. Prompt
Lo que le escribes. Nada más. La palabra suena técnica y no lo es.
Lo que sí vale la pena distinguir es el system prompt: las instrucciones fijas que van por debajo, que tú no ves en el chat pero el modelo sí lee siempre. Cuando configuras "responde siempre en español y sé breve" en los ajustes, eso vive ahí.
Dónde lo vas a oír: "el prompt está mal escrito" casi siempre significa "no le dijiste para qué era esto".
5. Alucinación
Cuando el modelo inventa algo con total seguridad. Una cita que no existe, una cifra que suena razonable, un artículo de ley con número y todo.
No es una falla ocasional: es consecuencia directa de cómo funciona. Si su trabajo es predecir qué palabra sigue, y no sabe la respuesta, va a predecir la palabra que sonaría bien ahí. Un nombre plausible. Un número plausible.
Por eso la regla más importante de todas: si el dato importa y no viene de una fuente que puedas abrir, verifícalo.
Dónde lo vas a oír: "se lo alucinó" = se lo inventó.
6. RAG (generación aumentada por recuperación)
El nombre asusta y la idea es de kínder: antes de contestar, busca en tus documentos.
En vez de que el modelo conteste de memoria, primero se le busca en tu manual, tu base de conocimiento o tus archivos el fragmento relevante, y ese fragmento se le pega en el prompt. Entonces contesta con eso a la vista.
Es la técnica que convierte a un modelo general en uno que sabe de tu empresa, y es la principal defensa práctica contra las alucinaciones: es mucho más difícil inventar cuando tienes el documento correcto enfrente.
Dónde lo vas a oír: "hay que meterle RAG" = hay que conectarlo a nuestros documentos.
7. Embedding
La forma de convertir texto en números para poder compararlo por significado y no por letras.
Piénsalo como un mapa: cada frase se coloca en un punto, y las frases que quieren decir cosas parecidas quedan cerca. "¿Cómo cancelo mi suscripción?" y "quiero darme de baja" caen en el mismo barrio, aunque no comparten ni una palabra.
Es la maquinaria que hace posible el paso de "busca en tus documentos" del punto anterior.
Dónde lo vas a oír: junto a RAG y a "base de datos vectorial", que es simplemente donde se guarda ese mapa.
8. Fine-tuning (afinar)
Reentrenar un modelo con tus propios ejemplos para que se comporte distinto de forma permanente.
La analogía: RAG es darle a un empleado el manual para que lo consulte. Fine-tuning es mandarlo a un curso de seis meses. El segundo es mucho más caro, tarda más y hay que repetirlo cuando cambian las cosas.
Se menciona muchísimo más de lo que se usa. En la enorme mayoría de los casos de empresa, lo que la gente creía que necesitaba era RAG y mejores instrucciones.
Dónde lo vas a oír: "¿y si lo entrenamos con nuestros datos?" Casi siempre la respuesta correcta es "no todavía".
9. Agente
Un modelo que, además de contestar, hace. Puede usar herramientas: buscar en internet, leer un archivo, mandar un correo, escribir en tu CRM.
La diferencia con un chat normal es que el agente decide solo qué pasos dar. Le das un objetivo —"averigua por qué bajaron las ventas de este producto"— y él elige qué consultar, en qué orden, y cuándo ya tiene suficiente.
Y ahí está el riesgo obvio: un agente que puede actuar puede equivocarse actuando. Por eso lo que borra, manda o publica se aprueba a mano.
Dónde lo vas a oír: es la palabra de moda de 2026. Que algo se llame agente no garantiza que lo sea.
10. MCP (Protocolo de Contexto de Modelo)
El enchufe estándar. Antes, conectar un modelo a cada herramienta requería plomería a la medida para cada una. MCP definió una forma común de hacerlo, y lo adoptaron todos.
La analogía es el USB. Antes cada aparato traía su cable; ahora hay un puerto y funciona con todo. Un servidor MCP es un aparato con ese enchufe: tu CRM, tu base de datos, tu sistema de tickets.
Dónde lo vas a oír: "hay un MCP de X" = ya existe la conexión hecha, no la tienes que construir.
Cómo se conectan los diez
La historia completa, en un párrafo: un LLM lee tu prompt, partido en tokens, dentro de una ventana de contexto que tiene un límite. Si no sabe algo puede alucinarlo, así que le buscamos el fragmento correcto en tus documentos con RAG, que funciona gracias a los embeddings. Si necesitáramos cambiar su comportamiento de raíz haríamos fine-tuning, pero casi nunca hace falta. Cuando le damos herramientas para actuar y no solo responder, se vuelve un agente, y esas herramientas se conectan por MCP.
El término que sobra en casi todas las juntas
"Entrenar el modelo con nuestros datos." Nueve de cada diez veces que alguien lo dice, lo que quiere decir es "que conozca nuestra información", y eso es RAG o simplemente un buen archivo de contexto —barato, rápido, y actualizable el mismo día.
Si en tu próxima junta alguien lo propone, la pregunta útil no es técnica: es qué está fallando exactamente hoy. Casi siempre la respuesta apunta a un documento que nadie le dio al modelo, no a un curso de seis meses.