Aspectos básicos de la IA generativa
Qué aprenderá
En este dominio se aprenden las técnicas centrales de la IA generativa —el concepto de modelo fundacional (Foundation Model), las características del Transformer y de los LLM, los fundamentos de la ingeniería de prompts, Retrieval-Augmented Generation (RAG) y el ajuste fino—, además de los conceptos básicos para trabajar con los LLM, como los tokens, la ventana de contexto, los parámetros de inferencia y los embeddings. Es un dominio de aparición frecuente que representa el 24 % de las preguntas del AIF-C01 y constituye el tema central del uso moderno de la IA.
Puntos clave
- Modelo fundacional (Foundation Model): modelo de propósito general preentrenado con grandes volúmenes de datos y reutilizable en diversas tareas
- Gran modelo de lenguaje (LLM): modelo fundacional que maneja texto. Los modelos de OpenAI, Anthropic y Meta, así como Nova de Amazon, son ejemplos representativos
- Herramientas de AWS para crear IA generativa: Bedrock (API de modelos fundacionales), SageMaker AI y JumpStart (modelos propios y modelos preentrenados), Amazon Quick (para usuarios de negocio), Kiro (programación), Strands Agents (SDK de agentes) y Bedrock AgentCore (plataforma para ejecutar agentes en producción)
- Cómo elegir un modelo de IA generativa: además del tipo, los requisitos de rendimiento, las capacidades, las restricciones y el cumplimiento normativo, se comparan el coste, la latencia y la complejidad del modelo
- Valor de negocio de la IA generativa: se mide con métricas como el ROI (el rendimiento de la inversión), la eficiencia, la tasa de conversión, el ingreso medio por usuario y el valor del ciclo de vida del cliente
- Transformer: arquitectura que utiliza el mecanismo de autoatención (self-attention) y es la estructura estándar de los LLM actuales
- Ingeniería de prompts: técnica de diseñar las instrucciones (prompts) que extraen del LLM la salida deseada
- Cero ejemplos / pocos ejemplos: métodos para que el LLM ejecute una tarea sin ejemplos / con unos pocos ejemplos
- RAG (Retrieval-Augmented Generation): obtiene información relevante de una base de conocimiento externa y la añade al prompt del LLM para mejorar la precisión de las respuestas
- Diferencia entre ajuste fino y preentrenamiento: el preentrenamiento aprende desde cero con grandes volúmenes de datos, mientras que el ajuste fino entrena adicionalmente un modelo existente para un uso específico
- Alucinación: el fenómeno por el cual el LLM genera de forma verosímil contenido que no es cierto. Se frena con RAG y con verificación
- Tokens y ventana de contexto: el token es la unidad mínima de texto que maneja el LLM; la ventana de contexto es el límite del número de tokens que puede procesar de una vez
- Cobro por tokens: el coste depende del número de tokens de entrada y de salida, y cuanto más largos son, más aumentan el coste y el tiempo hasta la respuesta. Se contiene limitando la salida y acotando la información que se envía
- Ingeniería de contexto: el enfoque de diseñar qué parte de las instrucciones, los resultados de búsqueda, el historial de la conversación y los resultados de las herramientas se pasa al modelo, y en qué cantidad
- Fundamentos de la IA agéntica: el uso de herramientas, la gestión de la memoria, el control del flujo de trabajo, la coordinación de varios agentes y MCP, que conecta los agentes con sistemas externos
- Parámetros de inferencia: cuanto más bajos son temperature y top-p, más determinista y consistente es la salida; cuanto más altos, más diversa y creativa
- Embedding (incrustación): representación del significado de un texto como un vector numérico. Combinado con una base de datos vectorial, hace posible la búsqueda por similitud semántica
- Evaluación de los resultados generados: se combinan métricas automáticas acordes a la tarea, como ROUGE para el resumen o BLEU para la traducción, con la evaluación humana
Términos y conceptos
Modelo fundacional (Foundation Model)
Es un modelo de gran escala preentrenado con una gran cantidad de datos de propósito general, que puede aplicarse a diversas tareas mediante ajuste fino o prompts. Sus usos se amplían a los LLM para texto, la generación de imágenes, el audio, lo multimodal, etc. En Bedrock se pueden usar varios modelos fundacionales a través de la API.
→ Selección de modelos en Bedrock / → Amazon Bedrock Glosario
Herramientas de AWS para crear IA generativa
Amazon Bedrock es el servicio para usar varios modelos fundacionales a través de una API, Amazon SageMaker AI es el entorno para entrenar y desplegar modelos propios, y SageMaker JumpStart es el catálogo de modelos preentrenados y plantillas que se pueden usar allí. Amazon Quick es el servicio con el que los usuarios de negocio usan asistentes de IA, la investigación, la automatización de tareas y BI (Quick Sight), y Kiro es un servicio de programación agéntico que elabora especificaciones a partir de instrucciones y crea código, documentación y pruebas. Strands Agents es un SDK de código abierto publicado por AWS para crear agentes de IA, y Amazon Bedrock AgentCore es la plataforma que reúne el entorno de ejecución, la memoria, la conexión con herramientas y la gestión de identidades para ejecutar en producción y de forma segura los agentes creados. Los nombres y la clasificación son los vigentes a octubre de 2026.
→ Amazon Bedrock Glosario / → Uso práctico de Amazon Quick / → Desarrollo guiado por especificaciones con Kiro
Ingeniería de prompts
Es la técnica de elaborar las instrucciones que extraen del LLM la salida deseada. Existen técnicas como la asignación de un rol ("eres un médico"), la especificación del formato de salida ("responde en JSON"), la inclusión de ejemplos (pocos ejemplos) y el fomento del razonamiento paso a paso (Chain-of-Thought).
RAG (Retrieval-Augmented Generation)
Es un método que busca, en una base de conocimiento externa (documentos internos, bases de datos, etc.), la información relacionada con la pregunta y la añade al prompt del LLM antes de generar la respuesta. Suple información que el LLM desconoce o que está desactualizada y permite frenar las alucinaciones. Se implementa combinándolo con Bedrock Knowledge Bases o Kendra.
→ RAG con Bedrock Knowledge Bases / → Búsqueda empresarial con IA
Ajuste fino y preentrenamiento
El preentrenamiento (pre-training) es el proceso de entrenar un modelo fundacional desde cero con grandes volúmenes de datos, que requiere enormes recursos de cómputo. El ajuste fino es el proceso de entrenar adicionalmente un modelo ya preentrenado con una pequeña cantidad de datos de un dominio concreto (derecho, medicina, etc.), lo que permite aumentar la especialización conteniendo los costes.
Alucinación (Hallucination)
Es el fenómeno por el cual el LLM genera de forma verosímil información que no está en los datos de entrenamiento o contenidos que difieren de los hechos. La causa reside en la naturaleza del modelo de generar "el carácter que con más naturalidad parece continuar". Su impacto se reduce aportando fundamentos mediante RAG, verificando la salida con barandillas y con revisión humana.
Tokens y ventana de contexto
El token es la unidad mínima con la que el LLM procesa el texto; a menudo la división es más fina que la palabra, y un signo o un fragmento de palabra también pueden constituir un token. La ventana de contexto es el límite del número de tokens (entrada + salida) que el modelo puede manejar en una sola invocación. Cuando se quiere trabajar con documentos largos que superan ese límite, el procedimiento habitual es dividirlos en fragmentos (chunks) y usar RAG para buscar solo las partes relevantes e incluirlas en el contexto. Como el precio también se calcula en función del número de tokens, es además una unidad importante para la gestión de costes.
→ Diseño de una plataforma de IA generativa / → Cómo manejar textos largos con RAG
Cobro por tokens
En el uso bajo demanda de Amazon Bedrock a octubre de 2026, el coste depende del número de tokens de entrada (prompt) y de salida (respuesta), y cada modelo tiene precios unitarios distintos para la entrada y la salida. Si se envían tal como están documentos largos o el historial de la conversación, aumentan los tokens de entrada, y si se piden respuestas largas, aumentan los tokens de salida; en ambos casos aumentan el coste y el tiempo hasta la respuesta. Se contiene con medidas como fijar un límite a la longitud de la salida, acotar la información enviada a las partes necesarias y usar la caché de prompts para los preámbulos que se repiten en cada llamada. Para un uso estable y de gran volumen existe también otra forma de pago, Provisioned Throughput, que reserva la capacidad de procesamiento de antemano.
→ Selección de modelos en Bedrock / → Amazon Bedrock Glosario
Ingeniería de contexto
Lo único que un modelo fundacional puede consultar en una llamada es la información incluida en la ventana de contexto. La guía del examen 1.1 exige poder explicar el papel que cumple la ingeniería de contexto en las aplicaciones de modelos fundacionales. En este curso, el término se refiere a diseñar qué parte de las instrucciones al sistema, los documentos recuperados con RAG, el historial de la conversación y los resultados de la ejecución de herramientas se pasa al modelo, y en qué cantidad. Si falta la información necesaria, la respuesta es inexacta, y si se añade información innecesaria, aumentan los tokens de entrada y el coste.
Conceptos básicos de la IA agéntica
Un agente de IA decide el siguiente paso con el razonamiento del modelo fundacional, llama a herramientas (API, búsqueda, cálculo, etc.) y recibe el resultado, y repite este ciclo hasta alcanzar el objetivo. La gestión de la memoria, que conserva las conversaciones y los resultados anteriores, distingue entre la memoria a corto plazo, que se usa dentro de una misma conversación, y la memoria a largo plazo, que se mantiene de una conversación a otra. En los procesos complejos se combinan varios agentes con funciones distintas (multiagente). La interacción entre agentes se controla con un modelo en el que un agente coordinador reparte el trabajo a los demás agentes, o con un modelo de flujo de trabajo que hace pasar el proceso en un orden fijo. MCP (Model Context Protocol) es un acuerdo común (protocolo) para conectar los agentes con herramientas y datos externos, que evita tener que crear una conexión distinta para cada herramienta.
Parámetros de inferencia (temperature / top-p)
temperature es el parámetro que ajusta la aleatoriedad de la salida: con valores bajos (por ejemplo, 0,1) la salida es más determinista y consistente, y con valores altos, más diversa y creativa. top-p (nucleus sampling) es una técnica que muestrea solo entre los tokens candidatos de mayor probabilidad, hasta que su probabilidad acumulada alcanza un umbral. La pauta básica es configurar valores bajos para las preguntas y respuestas basadas en hechos, y altos para la lluvia de ideas o la creación.
Embeddings y bases de datos vectoriales
Un embedding (incrustación) es la conversión del significado de un texto en un vector numérico de cientos o miles de dimensiones. Como las frases con significados próximos quedan también próximas en el espacio vectorial, se hace posible una búsqueda por similitud "basada en el significado". El mecanismo de la parte de búsqueda de RAG consiste precisamente en vectorizar una gran cantidad de documentos, almacenarlos en una base de datos vectorial y recuperar con rapidez los más cercanos al vector de la pregunta. En AWS, la búsqueda vectorial de OpenSearch, entre otras opciones, sirve de soporte.
→ La búsqueda vectorial de OpenSearch / → RAG con Bedrock Knowledge Bases
Evaluación de los modelos de IA generativa (ROUGE / BLEU)
La calidad de los resultados generados se evalúa con métricas acordes a la tarea. ROUGE se usa para evaluar resúmenes y mide el solapamiento de palabras entre el resumen generado y un resumen de referencia. BLEU se usa para evaluar la traducción automática y mide el grado de coincidencia con una traducción de referencia. También existen BERTScore, que mide la proximidad del significado mediante embeddings en lugar de la coincidencia de palabras, y LLM-as-a-judge, que hace que otro LLM puntúe las respuestas. Ahora bien, como las métricas automáticas por sí solas no llegan a medir la fluidez ni la veracidad, la práctica habitual es combinarlas con la evaluación humana.