Sección 1
Antes de nada: aprende a hablar con la IA
1.1 El prompt es la puerta de entrada
Cuando empiezas, es fácil escribir cosas como:
"Hazme un overlay para Twitch."
Eso puede funcionar, pero obliga a la IA a adivinar demasiadas cosas:
- Qué estilo quieres.
- Qué debe aparecer.
- Cuándo debe activarse.
- Qué no debe tapar.
- Cuánto debe durar.
- Si debe reaccionar a suscripciones.
- Si debe funcionar con OBS.
- Y un largo etcétera.
Cuanto más concreta sea tu explicación, mejor será el resultado.
No hace falta aprender una sintaxis especial. La mejor forma de hablar con una IA es
explicar lo que quieres como se lo explicarías a una persona que va a trabajar
contigo.
Si quieres profundizar en esa idea antes de seguir, la guía
Cómo hablar con la IA la desarrolla con ejemplos
cotidianos y sin tecnicismos.
El problema es que, al principio, muchas veces ni siquiera sabes qué información necesita la
IA para poder hacer bien el trabajo.
Y eso también se aprende.
1.2 Si no sabes escribir un buen prompt, haz que otra IA lo escriba
Una barrera muy habitual al empezar es saber qué quieres conseguir, pero no saber expresarlo
de una forma útil para la IA.
Puedes utilizar un prompt como este:
Actúa como un experto ingeniero de prompts de IA que escribe en español.
Tu tarea es convertir el contenido entre comillas triples en un prompt claro, específico y accionable para un modelo de lenguaje.
Analiza lo que quiero conseguir, detecta qué información falta y, si es necesario, hazme hasta 3 preguntas antes de crear el prompt.
Cuando tengas suficiente información, genera únicamente el prompt final.
ENTRADA:
"""
[AQUÍ EXPLICO LO QUE QUIERO CON MIS PROPIAS PALABRAS]
"""
Recuerda que tu misión es crear un prompt efectivo.
Así puedes escribir algo tan informal como:
"Quiero un overlay para WoW bastante oscuro que enseñe algo cuando alguien se suscriba y que no tape las cosas importantes de la pantalla."
Y dejar que la IA lo convierta en unas instrucciones más claras.
Pero lo más útil no es sólo el prompt final.
Si falta información importante, la IA te hará preguntas como:
- ¿Qué resolución utilizas?
- ¿Quieres que la animación aparezca encima del juego o en una zona concreta?
- ¿Cuánto tiempo debe permanecer visible?
- ¿Debe reaccionar sólo a suscripciones o también a raids y donaciones?
- ¿Qué elementos de la interfaz de WoW no deben quedar tapados?
Esas preguntas sirven para completar el trabajo, pero también para enseñarte qué
información necesita una IA.
Después de utilizar este sistema varias veces empiezas a anticiparte. Ya no escribes:
"Hazme un overlay."
Empiezas a escribir directamente:
"Quiero un overlay para WoW, oscuro, para 1920×1080, que no tape el minimapa, con una animación de 5 segundos cuando alguien se suscriba."
Es decir, poco a poco dejas de necesitar el generador de prompts porque aprendes a
hablar mejor con la IA.
Ese es realmente el objetivo.
1.3 Si el prompt es para OpenAI, créalo preferiblemente con OpenAI
Los modelos de distintas empresas se parecen mucho, pero no trabajan exactamente de la misma
manera.
OpenAI, Anthropic, Google y otros proveedores pueden tener:
- Diferentes formas de seguir instrucciones.
- Distintas herramientas.
- Distintas ventanas de contexto.
- Diferentes maneras de interpretar prioridades.
- Capacidades distintas dentro de sus agentes.
Por eso, si el prompt final va a utilizarse con Codex o con un modelo de OpenAI, es
preferible
pedirle a un modelo de OpenAI que te ayude a escribirlo.
Si vas a trabajar con Claude, tiene más sentido preparar el prompt con Claude. Y si vas a
trabajar con Gemini, hacerlo con Gemini.
No significa que un modelo de otra empresa no pueda crear un buen prompt para OpenAI. Puede
hacerlo perfectamente. La razón es otra:
La razón
El propio modelo suele conocer mejor cómo quiere recibir las instrucciones
dentro
de su ecosistema.
Es una regla práctica, no una obligación. Podemos resumirlo así:
Voy a usar Codex / OpenAI
→ preparo el prompt con OpenAI
Voy a usar Claude
→ preparo el prompt con Claude
Voy a usar Gemini
→ preparo el prompt con Gemini
Con el tiempo incluso notarás que acabas hablando de forma ligeramente distinta con cada
uno.
No porque necesiten un lenguaje especial, sino porque vas aprendiendo cómo responde
mejor cada modelo.
1.4 El objetivo no es aprender a escribir «prompts profesionales»
Conviene dejarlo claro para no crear otra barrera.
No necesitas convertirte en ingeniero de prompts.
No necesitas utilizar palabras técnicas.
No necesitas memorizar plantillas enormes.
Lo importante es aprender a proporcionar:
- Qué quieres conseguir.
- Qué contexto necesita.
- Qué cosas son importantes.
- Qué cosas no quieres.
- Cómo sabrás que el resultado está bien.
Y cuando no sepas qué información falta, pregúntaselo a la propia IA.
Una de las mejores preguntas que puedes utilizar es simplemente:
"Antes de empezar, pregúntame todo lo que necesites saber para hacer esto bien."
A veces esa única frase mejora muchísimo un trabajo.
Sección 2
Usa Markdown para que la IA entienda mejor
tus
instrucciones
Markdown en dos minutos
Markdown es una forma muy sencilla de organizar texto.
No necesitas aprender programación. Sólo unos cuantos símbolos que sirven para separar
ideas,
marcar prioridades y dejar claro qué parte de tu mensaje cumple cada función.
La ventaja es doble:
- Tú escribes de forma más ordenada.
- La IA distingue mejor títulos, instrucciones, listas, notas y contenido.
No necesitas usar Markdown perfecto. Con estas pocas herramientas ya puedes mejorar mucho
tus
prompts.
2.1 Usa títulos para separar ideas
Los títulos se crean con #.
# Objetivo
Y los subtítulos con ##.
## Estilo
Sirven para dividir un prompt en bloques claros. Por ejemplo:
# Objetivo
Crear un overlay para mis directos de WoW.
## Estilo
Oscuro, azul y poco intrusivo.
## Suscripciones
Mostrar una animación cuando alguien se suscriba.
Esto es mucho más fácil de leer que escribir todo seguido en un único párrafo.
Los títulos son especialmente útiles cuando tu petición incluye varias cosas distintas.
2.2 Usa listas cuando haya varios requisitos
Para crear una lista basta con usar -.
- Oscuro.
- Azul.
- Poco intrusivo.
Las listas funcionan especialmente bien para indicar:
- Requisitos.
- Cosas que quieres.
- Cosas que no quieres.
- Características.
- Excepciones.
- Elementos que deben revisarse.
Por ejemplo:
## Importante
- No tapar el minimapa.
- No modificar mis escenas actuales de OBS.
- La animación debe durar como máximo 5 segundos.
Una lista reduce mucho las posibilidades de que alguno de esos requisitos pase
desapercibido.
2.3 Usa números cuando el orden importe
Si algo debe hacerse siguiendo unos pasos, utiliza una lista numerada.
1. Revisa el material.
2. Selecciona los mejores momentos.
3. Propón tres clips.
4. Escribe un título para cada uno.
Una lista con números transmite una idea distinta de una lista normal:
La idea importante
Esto debe hacerse en este orden.
Por ejemplo:
## Proceso
1. Mira primero el vídeo completo.
2. Identifica momentos interesantes.
3. Descarta silencios o tiempos muertos.
4. Propón los mejores fragmentos para clips.
Es muy útil para tareas con varias fases.
2.4 Usa negrita para marcar lo realmente importante
Puedes destacar algo poniendo dos asteriscos a cada lado:
**No borres los archivos originales.**
No hace falta poner medio prompt en negrita. Si todo es importante, nada destaca.
Úsala para requisitos que no quieres que pasen desapercibidos:
## Importante
- Puedes cambiar el tamaño de la animación.
- Puedes modificar el color.
- **No modifiques la animación.**
2.5 Usa «>» para notas, contexto o aclaraciones
El símbolo > sirve para separar una nota del resto del mensaje.
> Esta escena se utiliza sólo durante las raids.
Puede ser útil cuando quieres proporcionar contexto pero no convertirlo en una instrucción.
Por ejemplo:
## Alerta de suscripción
Quiero una animación de unos 5 segundos.
> Ahora mismo utilizo una alerta muy grande y me resulta demasiado molesta durante el
directo.
Así queda claro qué estás pidiendo y qué simplemente estás explicando.
2.6 Usa comillas triples para separar contenido de instrucciones
Cuando vas a pegar un texto largo, una conversación, comentarios o cualquier contenido sobre
el que quieres que trabaje la IA, puedes encerrarlo entre triples comillas:
"""
Contenido
"""
Por ejemplo:
Analiza los comentarios que hay entre triples comillas y dime cuáles se repiten más.
"""
La música está demasiado alta.
Me gusta mucho el nuevo overlay.
No se oye bien el juego.
La música tapa bastante la voz.
El overlay está genial.
"""
De esta manera distingues claramente:
- Fuera de las triples comillas: qué quieres que haga.
- Dentro de las triples comillas: el contenido sobre el que debe
trabajar.
Puedes usarlas para:
- Conversaciones.
- Transcripciones.
- Comentarios.
- Descripciones.
- Ideas desordenadas.
- Textos largos.
- Mensajes del chat.
- Correos.
- Listas.
- Contenido que quieras resumir o transformar.
No son obligatorias, pero cuando pegas mucho contenido ayudan muchísimo a evitar
confusiones.
2.7 Puedes combinarlo todo
Lo realmente útil empieza cuando mezclas estas herramientas. Por ejemplo:
# Objetivo
Crear tres propuestas para una alerta de suscripción para Twitch.
## Estilo
- Oscuro.
- Inspirado en WoW.
- Elegante.
- Poco intrusivo.
## Requisitos
1. Debe aparecer el nombre del suscriptor.
2. La animación debe durar entre 4 y 6 segundos.
3. Debe poder verse bien a 1920x1080.
## Importante
- **No tapar el minimapa.**
- **No utilizar sonidos estridentes.**
> El overlay actual ya utiliza azul y morado, así que quiero mantener esa
estética.
## Referencias
Analiza estas ideas:
"""
Una espada que aparezca lentamente.
Un portal mágico.
Una criatura pequeña entrando desde un lateral.
"""
No es un «lenguaje secreto para hablar con la IA». Simplemente has convertido una idea
desordenada en algo que cualquiera puede leer y entender mejor.
2.8 No necesitas utilizar todo siempre
Para una petición sencilla:
Dame cinco títulos para este vídeo.
No necesitas montar una estructura enorme. Markdown resulta especialmente útil cuando
empiezan
a aparecer:
- Varios requisitos.
- Excepciones.
- Pasos.
- Mucho contexto.
- Contenido pegado.
- Cosas que no deben cambiarse.
La regla práctica es:
La regla práctica
Cuanto más compleja sea la petición, más útil es estructurarla.
En una frase
Markdown no hace más inteligente a la IA: hace más claras tus
instrucciones.
Sección 3
El modelo más potente no siempre es el mejor
Potencia no es lo mismo que acierto
Una idea muy habitual cuando empiezas es:
«Si este modelo es el más potente o el más avanzado, debería usarlo siempre.»
No necesariamente. Un modelo muy potente suele explorar más posibilidades, comprobar más
cosas
y cuestionar más supuestos.
Eso es fantástico cuando el problema es difícil. Pero en una tarea sencilla puede provocar
que
dé más vueltas de las necesarias.
Por ejemplo:
"Cambia esta animación para que dure cinco segundos."
No siempre necesitas el modelo más complejo disponible.
En cambio:
"Quiero cambiar completamente este overlay, conservar determinadas partes, hacerlo más ligero y que siga funcionando con todas mis alertas."
Aquí sí puede interesar un modelo más capaz.
La idea importante es:
La idea importante
No busques el modelo más inteligente. Busca el que mejor se comporta para la
tarea
concreta.
3.1 Modelo y razonamiento son dos cosas distintas
Puedes elegir un modelo y, además, decidir cuánto trabajo debe dedicar al problema.
Aumentar el razonamiento no significa simplemente «hacerlo más inteligente». En un agente
puede
traducirse en dedicar más trabajo a resolver la tarea:
- Explorar más posibilidades.
- Hacer más comprobaciones.
- Utilizar más herramientas.
- Probar más alternativas.
- Tardar más antes de decidir que ha terminado.
Por eso:
Recuérdalo
Más razonamiento tampoco significa siempre mejor resultado. Una tarea
sencilla puede funcionar mejor con menos.
3.2 La mejor forma de saber qué modelo te conviene: probarlos
No te fíes demasiado de rankings ni opiniones. Haz pruebas.
Utiliza exactamente el mismo prompt con varios modelos y compara:
Mismo prompt.
Mismos archivos.
Mismo objetivo.
Distinto modelo.
Fíjate en:
- Cuál entendió antes lo que querías.
- Cuál hizo menos cosas innecesarias.
- Cuál creó un resultado visual mejor.
- Cuál necesitó menos correcciones.
- Cuál fue más rápido.
- Cuál siguió mejor tus instrucciones.
Y, sobre todo, pruébalos con tareas reales que tú haces.
Un benchmark puede decirte que un modelo destaca en una prueba determinada, pero quizá a ti
te
importe mucho más cuál crea mejores animaciones, imágenes, alertas o contenido visual.
Así descubrirás qué modelo funciona mejor para ti y para cada tipo de
tarea.
3.3 Cuando encuentres el modelo adecuado, no vayas cambiándolo durante la conversación
Las pruebas entre modelos son muy útiles antes de decidir con cuál vas a
trabajar.
Pero una vez que has empezado una conversación larga con un modelo y está funcionando bien,
normalmente es mejor mantenerlo.
Cada modelo puede interpretar el contexto de forma ligeramente diferente, dar importancia a
cosas distintas o tener otra manera de utilizar las herramientas.
Aunque el historial siga siendo el mismo, cambiar continuamente de modelo puede hacer que
cambie también la forma de trabajar.
Por eso una buena regla práctica es:
PRUEBA VARIOS MODELOS
↓
ELIGE EL QUE MEJOR FUNCIONA
↓
MANTÉN ESE MODELO DURANTE EL TRABAJO
No es una limitación técnica: los arneses pueden permitir cambiar de modelo conservando el
historial. Es una cuestión de consistencia.
Si quieres experimentar con otro modelo en mitad de un trabajo importante, suele ser mejor
hacer una prueba aparte antes de cambiar el que ya está funcionando.
3.4 Lo que sí puedes cambiar durante la conversación es el razonamiento
Aquí está la diferencia importante.
Imagina que después de hacer tus pruebas descubres que un modelo con razonamiento ligero
funciona perfectamente para la mayoría de tus tareas.
Déjalo así.
Pero llega una tarea concreta y no consigue resolverla bien.
En lugar de cambiar inmediatamente de modelo, prueba primero:
Razonamiento ligero
↓
No ha sido suficiente
↓
Sube un nivel
↓
Vuelve a probar
Si sigue sin resolverlo:
Sube otro nivel
Y cuando vuelvas a tareas sencillas:
Vuelve al nivel que ya sabes que funcionaba bien
Por ejemplo:
Trabajo habitual
→ razonamiento ligero
Tarea complicada
→ razonamiento medio
Sigue teniendo problemas
→ razonamiento alto
Volvemos al trabajo habitual
→ razonamiento ligero
No necesitas conducir siempre con el motor al máximo.
La idea
Utiliza el nivel de razonamiento como un regulador que adaptas a la dificultad de
cada tarea.
La regla práctica
El modelo aporta continuidad al trabajo. El razonamiento se ajusta según la
dificultad. Primero encuentra el modelo que mejor te funciona, manténlo
durante la conversación y sube o baja el razonamiento cuando la tarea lo
necesite.
Sección 4
Codex no es el modelo: es el arnés
El cerebro y el entorno de trabajo
El modelo es el «cerebro» que razona y genera respuestas.
El arnés es el entorno que rodea al modelo y le permite trabajar con
herramientas, archivos, aplicaciones, proyectos, skills, MCP y otras capacidades.
Codex es uno de esos arneses, y está especialmente optimizado para programación y
trabajo agentic con proyectos.
MODELO
↓
razona y decide
ARNÉS
↓
le da herramientas y contexto
CODEX
↓
archivos
proyectos
skills
MCP
aplicaciones
acciones
Esto explica por qué el mismo modelo puede comportarse de forma distinta dependiendo de
dónde
se utilice.
No sólo importa qué modelo tienes. También importa qué arnés lo está utilizando y
para
qué está optimizado.
4.1 Codex es muy bueno en lo suyo
Codex está pensado especialmente para trabajar con software, proyectos, archivos y tareas
que
requieren varias acciones seguidas.
Por eso puede ser una herramienta excelente para crear utilidades, automatizaciones,
overlays o
pequeñas aplicaciones.
Pero eso no significa que sea el mejor arnés para todo.
Si tu trabajo principal es:
- Vídeo.
- Imagen.
- Diseño.
- Animación.
- Edición audiovisual.
Puede haber otros arneses mucho más especializados para esas tareas.
Y esos arneses pueden utilizar modelos igual de potentes, incluso modelos de OpenAI.
4.2 El arnés puede importar tanto como el modelo
Imagina que tienes un modelo excelente para crear imágenes.
Dentro de Codex puede darte ideas, generar instrucciones o ayudarte a preparar recursos.
Pero dentro de un arnés pensado específicamente para imagen podría tener además:
- Lienzo visual.
- Edición directa.
- Máscaras.
- Capas.
- Referencias.
- Variaciones.
- Herramientas de composición.
El modelo puede ser el mismo. Lo que cambia es todo lo que el arnés le permite
hacer.
Con vídeo ocurre lo mismo: un arnés especializado puede tener timeline, previsualización,
audio, escenas, cortes y herramientas visuales que Codex no está diseñado para priorizar.
4.3 No te cases con Codex
Si Codex encaja con la tarea, úsalo. Si otra herramienta está mejor preparada, utiliza esa
otra.
La pregunta equivocada es:
"¿Cómo hago absolutamente todo con Codex?"
La pregunta correcta es:
"¿Qué arnés está mejor preparado para esta
tarea?"
La idea importante
El modelo es una pieza. El arnés es otra. Codex está especialmente
optimizado para programación y trabajo agentic. Para vídeo, imagen, diseño o animación
puede haber arneses mejores y más especializados.
Sección 5
Para cosas serias, trabaja dentro de un
proyecto
Un proyecto guarda más que una conversación
Una conversación aislada está bien para algo rápido. Pero si estás creando algo que va a
evolucionar durante días o semanas, es mejor trabajar dentro de un proyecto.
Un proyecto permite guardar:
- Instrucciones.
- Decisiones.
- Recursos.
- Archivos.
- Reglas.
- Documentación.
- Contexto permanente.
La información importante deja de depender únicamente del historial del chat.
5.1 AGENTS.md: las reglas permanentes del proyecto
AGENTS.md es un archivo donde puedes dejar instrucciones para los agentes que
entren en ese proyecto.
Puede contener cosas como:
- Qué estamos creando.
- Qué estilo queremos mantener.
- Qué cosas no deben modificarse.
- Qué aplicaciones utilizamos.
- Qué decisiones ya hemos tomado.
- Qué skills deben utilizarse en determinadas tareas.
Ejemplo para un streamer:
# Reglas del proyecto
- No modificar mis escenas principales de OBS sin preguntarme.
- Mantener una estética oscura y poco intrusiva.
- Las animaciones no deben tapar elementos importantes del juego.
- Si una tarea afecta a OBS, utilizar la skill correspondiente.
- Mantener siempre una copia de los archivos originales.
La idea importante:
Conversación y proyecto
Una conversación recuerda lo que habéis hablado. Un proyecto recuerda cómo debe
trabajarse.
5.2 Haz bien el primer AGENTS.md
Como AGENTS.md va a ser leído una y otra vez por los agentes que trabajen
dentro
del proyecto, merece la pena crearlo bien desde el principio.
No hace falta escribirlo a mano si no sabes cómo estructurarlo.
Puedes pedirle a un buen modelo:
"Analiza este proyecto y ayúdame a crear un AGENTS.md claro, corto y útil. Quiero que incluya únicamente las reglas, decisiones y contexto que cualquier agente debería conocer antes de trabajar aquí."
Para esta primera versión conviene utilizar un modelo especialmente bueno, porque ese
archivo
va a influir en muchas conversaciones posteriores.
Un AGENTS.md claro evita tener que repetir constantemente las mismas cosas.
5.3 Haz que el propio agente lo mantenga actualizado
No tienes que estar pendiente manualmente de cada cambio.
Cuando durante una conversación toméis una decisión importante o establezcáis una regla que
vaya
a repetirse, puedes decir:
"Esto ya es una decisión definitiva. Añádelo a AGENTS.md para que los próximos agentes también lo sepan."
O:
"Revisa lo que hemos decidido hoy y actualiza AGENTS.md únicamente con lo que vaya a seguir siendo importante en futuras sesiones."
Esto es especialmente útil cuando aparecen:
- Reglas nuevas.
- Decisiones definitivas.
- Preferencias que se repiten.
- Cosas que ya se han descartado.
- Cambios en la forma de trabajar.
- Nuevas herramientas o conexiones.
Así, el contexto importante no se queda atrapado en una conversación antigua.
5.4 AGENTS.md no tiene que durar para siempre
Un proyecto cambia. Puede llegar un momento en el que el AGENTS.md original ya
haya cumplido su función.
Quizá al principio estabas creando el concepto, después pasas a una fase de producción y más
adelante sólo estás manteniendo el proyecto. Las instrucciones que eran importantes al
principio pueden dejar de serlo.
No pasa nada. Puedes pedir:
"El proyecto ha cambiado bastante. Revisa AGENTS.md y crea una nueva versión adaptada a la fase actual. Elimina reglas antiguas que ya no sean necesarias y conserva sólo lo que siga siendo útil."
Incluso puedes sustituirlo completamente si hace falta. La idea es:
La idea
AGENTS.md es documentación viva, no una ley grabada en piedra. Debe
evolucionar al mismo ritmo que el proyecto.
La idea importante
Si algo va a importar también mañana, no lo dejes sólo dentro de la
conversación.
Guárdalo en el proyecto.
Sección 6
Skills: enseña al agente cómo quieres que
haga
una tarea
Una skill no hace al modelo más inteligente
Una skill es un conjunto de instrucciones preparado para una tarea concreta.
Sirve para que el agente no tenga que improvisar cada vez cómo debe hacer algo que repites a
menudo.
Por ejemplo, puedes tener una skill para:
- Preparar un overlay.
- Procesar el material después de un directo.
- Organizar clips.
- Revisar imágenes antes de publicarlas.
- Preparar contenido para YouTube.
- Trabajar con OBS siguiendo siempre las mismas reglas.
- Crear una determinada clase de animación.
La idea es sencilla:
En una frase
AGENTS.md explica cómo debe trabajarse en el proyecto. Una skill explica cómo
debe
hacerse una tarea concreta.
6.1 Una skill es, en gran parte, un conjunto de instrucciones
No hay magia detrás.
Una skill suele contener un archivo con instrucciones que explica al agente:
- Cuándo debe utilizarse.
- Qué pasos debe seguir.
- Qué debe comprobar.
- Qué cosas no debe hacer.
- Qué recursos puede utilizar.
- Qué resultado se espera.
Por ejemplo:
# Skill: preparar clips del directo
Cuando se procese una grabación:
1. Identifica los momentos con más interés.
2. Descarta silencios largos y tiempos muertos.
3. Propón clips cortos para redes.
4. Sugiere un título para cada uno.
5. No borres ni modifiques la grabación original.
La próxima vez que hagas esa tarea, no necesitas volver a explicar todo el proceso.
El agente ya tiene un procedimiento preparado.
6.2 Las skills son especialmente útiles para tareas repetitivas
No merece la pena crear una skill para algo que probablemente harás una sola vez.
Empieza a tener sentido cuando descubres que continuamente estás diciendo cosas como:
- «Hazlo de esta manera.»
- «No cambies esto.»
- «Comprueba aquello antes de terminar.»
- «Utiliza siempre estas medidas.»
- «Mantén este estilo.»
Cuando las mismas instrucciones aparecen una y otra vez, probablemente tengas delante un
buen
candidato para una skill.
Puedes incluso pedírselo al agente:
"Cada vez que hacemos esta tarea termino repitiendo las mismas instrucciones. Analiza el proceso y ayúdame a convertirlo en una skill reutilizable."
6.3 AGENTS.md puede indicar qué skill utilizar
Las dos cosas trabajan juntas.
Por ejemplo, en AGENTS.md puedes escribir:
Cuando una tarea afecte a OBS, utiliza la skill de OBS.
Cuando se procesen grabaciones del directo, utiliza la skill de clips.
Cuando se prepare un overlay, utiliza la skill de overlays.
Y cada skill contiene después las instrucciones detalladas de ese trabajo.
Así evitas llenar AGENTS.md con cientos de instrucciones.
Puedes pensar en ello así:
AGENTS.md
→ cuándo y bajo qué reglas trabajamos
SKILL
→ cómo se hace una tarea concreta
6.4 No instales skills a ciegas
Esto es muy importante.
Una skill que descargas de otra persona contiene instrucciones que tu agente puede
seguir.
Y algunas skills pueden incluir además scripts, recursos o acciones adicionales.
Por eso instalar una skill simplemente porque alguien diga que es buena no es una gran idea.
Antes de utilizarla:
- Mira quién la ha creado.
- Lee qué problema intenta resolver.
- Revisa sus instrucciones.
- Comprueba qué archivos incluye.
- Mira si ejecuta acciones o scripts.
- Decide si realmente necesitas todo lo que hace.
La regla debería ser:
La regla
No instales una skill que no entiendes.
No hace falta comprender cada detalle técnico, pero sí deberías saber al menos:
- Qué hace.
- Cuándo se activa.
- Qué puede modificar.
- Qué permisos necesita.
6.5 Una skill puede hacer más de lo que esperabas
Imagina una skill llamada:
"Organizar grabaciones"
A simple vista parece inocua.
Pero podría contener instrucciones para:
- Mover archivos.
- Renombrarlos.
- Borrar duplicados.
- Convertir formatos.
- Ejecutar herramientas externas.
Quizá eso sea exactamente lo que quieres.
O quizá no quieras que nada borre archivos automáticamente.
Por eso merece la pena leerla antes.
Lo mismo ocurre con una skill relacionada con OBS: una cosa es consultar cómo están tus
escenas
y otra muy distinta modificar una configuración mientras estás en directo.
6.6 Empieza con pocas skills
Tener más skills no significa tener un agente mejor.
Si instalas decenas sin saber para qué sirven, puedes acabar con:
- Instrucciones que se solapan.
- Comportamientos que no esperabas.
- Procesos innecesariamente complicados.
- Más dificultad para saber por qué el agente ha hecho algo.
Es mejor empezar con una o dos que realmente necesites.
Utilízalas.
Comprueba si mejoran tu trabajo.
Y añade más únicamente cuando aparezca una necesidad real.
6.7 También puedes crear tus propias skills
De hecho, muchas veces son las más útiles.
Nadie conoce mejor tu forma de trabajar que tú.
Por ejemplo, un streamer podría crear skills propias para:
Preparar un directo.
Procesar el directo terminado.
Crear overlays.
Preparar alertas.
Clasificar clips.
Preparar miniaturas.
Organizar colaboraciones.
Además, puedes hacer que evolucionen igual que AGENTS.md.
Si descubres una forma mejor de hacer algo, actualizas la skill y a partir de entonces todos
los
agentes utilizarán el nuevo procedimiento.
La idea importante
Una skill no añade inteligencia. Añade experiencia reutilizable.
Y una segunda regla igual de importante:
Antes de instalar una skill de otra persona, entiende qué instrucciones y qué
capacidades estás dando a tu agente.
Sección 7
Aplicaciones: conecta los servicios que ya
utilizas
Primero, mira si ya existe una aplicación oficial
Antes de buscar soluciones más complicadas, comprueba si OpenAI ya tiene una aplicación para
el
servicio que quieres utilizar.
Por ejemplo:
- Gmail.
- Google Calendar.
- Google Drive.
- Outlook.
- Dropbox.
- Otros servicios compatibles.
Estas aplicaciones permiten que el agente trabaje con información real de tus cuentas,
siempre
dentro de los permisos que tú autorices.
No es lo mismo decirle a una IA:
«Ayúdame a responder un correo.»
que permitirle acceder a Gmail y decir:
«Busca el correo de la colaboración con esta marca, resúmelo y dime qué tengo
pendiente.»
En el segundo caso, el agente ya no trabaja sólo con lo que tú copias y pegas.
Puede consultar directamente la información del servicio conectado.
7.1 Las aplicaciones convierten el chat en una herramienta de trabajo
Una aplicación conectada puede permitir que el agente:
- Busque información.
- Lea documentos.
- Encuentre archivos.
- Consulte calendarios.
- Localice conversaciones.
- Prepare respuestas.
- Utilice datos reales de tu cuenta.
- Y, en algunos casos, realizar acciones directamente.
Por ejemplo:
Gmail
- «Busca los correos de colaboraciones que todavía necesitan respuesta.»
- «Encuentra los mensajes relacionados con patrocinios de este mes.»
- «Resume los correos importantes que he recibido hoy.»
Google Calendar
- «¿Qué compromisos tengo esta semana?»
- «Busca reuniones relacionadas con marcas o colaboraciones.»
- «Dime qué días tengo más libres para preparar contenido.»
Google Drive
- «Encuentra el documento de la colaboración de mañana.»
- «Busca las miniaturas que utilizamos en la última campaña.»
- «Localiza el archivo donde guardamos las ideas para próximos directos.»
El valor está en que no tienes que buscar tú primero la información para después
dársela a la IA.
7.2 Leer y actuar no son lo mismo
No todas las aplicaciones permiten exactamente lo mismo.
Algunas pueden permitir únicamente consultar información.
Otras pueden también realizar acciones, por ejemplo:
- Crear un borrador.
- Organizar información.
- Mover archivos.
- Crear eventos.
- Actualizar documentos.
- Enviar contenido.
Depende de la aplicación y de los permisos que hayas concedido.
Cuando esas acciones se encadenan solas siguiendo reglas fijas, lo que tienes delante es
un flujo programado.
Esto es importante porque cuanto más poder tenga una conexión, más cuidado debes tener.
Por ejemplo, no es lo mismo permitir:
que permitir:
«Crea, modifica o elimina eventos.»
La regla práctica es:
La regla práctica
Concede sólo los permisos que realmente necesites.
7.3 Una aplicación puede ser una herramienta dentro de un agente
Las aplicaciones no tienen por qué utilizarse de forma aislada.
Un agente puede usar varias aplicaciones para completar una tarea más amplia.
Por ejemplo:
«Revisa mis correos de colaboraciones, comprueba si alguna tiene fecha, mira mi
calendario y dime cuáles necesitan una respuesta esta semana.»
Para hacer eso podría combinar:
Gmail
+
Google Calendar
+
Google Drive
El agente coordina las herramientas.
Las aplicaciones simplemente le dan acceso a la información o acciones necesarias.
7.4 Esto es especialmente útil para creadores de contenido
Para un streamer o creador, las aplicaciones pueden ayudar en tareas que normalmente están
repartidas entre muchos servicios.
Por ejemplo:
Gmail
→ colaboraciones
→ patrocinios
→ facturas
→ invitaciones
→ contactos
Calendar
→ reuniones
→ directos especiales
→ grabaciones
→ lanzamientos
→ entrevistas
Drive
→ guiones
→ miniaturas
→ documentos
→ contratos
→ material compartido
Así el agente puede actuar como una especie de centro de coordinación.
No sustituye tu trabajo.
Simplemente evita que tengas que entrar manualmente en cinco sitios diferentes para
recopilar
información.
7.5 Aplicación oficial antes que integración externa
Si existe una aplicación oficial compatible con OpenAI, normalmente tiene sentido probarla
primero.
¿Por qué?
Porque suele ser:
- Más sencilla de conectar.
- Más fácil de configurar.
- Más clara en permisos.
- Más cómoda para usuarios no técnicos.
- Mejor integrada con el propio entorno.
MCP sigue siendo muy útil, pero suele entrar cuando necesitas conectar algo que no
tiene una aplicación directa.
Por ejemplo:
Gmail
→ aplicación oficial
Google Drive
→ aplicación oficial
Google Calendar
→ aplicación oficial
OBS
→ probablemente MCP
Herramienta específica de Twitch
→ probablemente MCP
7.6 Revisa siempre qué permisos estás concediendo
Cuando conectas una aplicación, estás dando acceso a información real.
Antes de aceptar:
- Mira qué datos puede consultar.
- Comprueba si puede modificar cosas.
- Evita conceder permisos innecesarios.
- Revisa si realmente necesitas acceso de escritura.
- Desconecta servicios que ya no utilices.
Especialmente si hablamos de:
- Correo.
- Documentos.
- Calendario.
- Cuentas profesionales.
- Información privada.
La comodidad es útil, pero no debería significar dar acceso a todo sin mirar.
La idea importante
Las aplicaciones permiten que el agente deje de trabajar sólo con lo que tú le
cuentas y empiece a trabajar con tus herramientas reales.
Y antes de buscar soluciones más complejas:
Si OpenAI ya tiene una aplicación para ese servicio, empieza por ahí.
Sección 8
MCP: conecta lo que Codex todavía no conoce
Un adaptador universal para darle nuevas herramientas
No todas las aplicaciones tienen una integración directa con OpenAI.
Ahí aparece MCP.
MCP permite que un agente utilice herramientas externas que, de serie, no conoce o no puede
controlar.
Puedes imaginarlo como un adaptador universal:
Codex
↓
MCP
↓
OBS
Twitch
otras aplicaciones
servicios específicos
herramientas propias
La idea importante es esta:
La idea importante
MCP no hace al modelo más inteligente. Le da acceso a nuevas
herramientas.
Por ejemplo, Codex puede saber perfectamente qué es OBS, pero eso no significa que pueda ver
tus escenas, cambiar una fuente o consultar qué tienes activo.
Con un MCP adecuado, sí puede llegar a hacerlo.
8.1 MCP amplía lo que el agente puede hacer
Un MCP puede exponer acciones concretas al agente.
Por ejemplo, con OBS podría permitirle:
- Ver qué escena está activa.
- Consultar las fuentes.
- Cambiar de escena.
- Modificar determinados elementos.
- Revisar el estado del audio.
- Lanzar una acción.
- Consultar configuraciones.
Con Twitch podría permitirle, dependiendo del MCP disponible:
- Consultar información del canal.
- Trabajar con eventos.
- Reaccionar a determinadas acciones.
- Utilizar datos relacionados con el directo.
- Conectar funciones específicas para la audiencia.
Lo importante es entender que:
Lo importante
El agente sólo puede utilizar lo que el MCP le expone.
No es una puerta mágica a toda la aplicación.
Cada MCP decide qué herramientas ofrece.
8.2 Aplicación oficial y MCP no son lo mismo
Si existe una aplicación oficial de OpenAI para un servicio, normalmente conviene empezar
por
ahí.
Por ejemplo:
Gmail
→ aplicación oficial
Google Drive
→ aplicación oficial
Google Calendar
→ aplicación oficial
Pero para herramientas como OBS o servicios muy específicos de streaming puede que no exista
una aplicación directa.
Ahí MCP empieza a tener mucho más sentido.
OBS
→ MCP
Herramienta específica para Twitch
→ MCP
Software propio
→ MCP
La regla práctica sería:
La regla práctica
Aplicación oficial cuando exista. MCP cuando necesites conectar algo que OpenAI
no
integra directamente.
8.3 Para un streamer, MCP puede ser especialmente potente
Un streamer trabaja con muchas herramientas distintas:
- OBS.
- Twitch.
- Alertas.
- Overlays.
- Automatizaciones.
- Herramientas para chat.
- Servicios de vídeo.
- Aplicaciones específicas del canal.
MCP puede servir para unir parte de ese ecosistema con el agente.
Por ejemplo:
- «Mira qué escena tengo activa en OBS.»
- «Comprueba si este overlay está cargado.»
- «Cambia a la escena de pausa.»
- «Consulta qué eventos han ocurrido durante el directo.»
Eso puede convertir Codex en algo mucho más útil que un simple chat.
8.4 Un MCP también puede ser muy específico
No todos los MCP tienen que conectar grandes aplicaciones.
Puedes tener un MCP creado para una herramienta muy concreta.
Por ejemplo:
MCP para OBS
MCP para Twitch
MCP para una biblioteca de vídeos
MCP para una herramienta propia
MCP para estadísticas del canal
MCP para controlar una aplicación concreta
Eso permite adaptar el agente al trabajo real de cada persona.
8.5 No conectes cualquier MCP sin mirar qué hace
Aquí hay que tener más cuidado que con una simple conversación.
Un MCP puede dar acceso real a una aplicación y, dependiendo de cómo esté hecho, también
permitir modificaciones.
Antes de conectarlo:
- Mira quién lo ha creado.
- Comprueba qué herramientas expone.
- Revisa qué puede leer.
- Revisa qué puede modificar.
- Comprueba qué permisos necesita.
- Concede únicamente lo necesario.
No es lo mismo permitir:
«Dime qué escena está activa.»
que permitir:
«Cambia escenas, fuentes y configuraciones.»
8.6 Lee especialmente las acciones que modifican cosas
Si el MCP va a controlar algo importante, revisa si tiene acciones como:
- Borrar.
- Modificar.
- Mover.
- Publicar.
- Detener.
- Iniciar.
- Sobrescribir.
Especialmente si hablamos de algo que se utiliza durante un directo.
Un MCP mal configurado o demasiado permisivo puede provocar cambios que no querías.
Aviso importante
Aviso importante
Cuanto más poder le das al agente, más importante es revisar qué puede
hacer.
MCP es muy potente precisamente porque puede conectar el agente con herramientas reales.
Y por eso mismo hay que usarlo con criterio.
La idea importante
Si Codex no puede utilizar una herramienta directamente, MCP puede ser el puente
que le permita hacerlo.
Pero antes de conectarlo:
Entiende qué herramientas añade y qué permisos estás concediendo.
Sección 9
Cuando Codex se queda colgado, recupera la
tarea
Que una respuesta se interrumpa no significa que tengas que empezar de nuevo
Cuando trabajas bastante con agentes de IA, tarde o temprano ocurre: la respuesta se corta,
una tarea larga se detiene, una herramienta no termina o Codex parece haberse quedado
colgado.
Puede ocurrir por límites de la respuesta, una operación externa que falla, una tarea
demasiado
larga o simplemente un fallo puntual.
Lo importante es que la conversación y el trabajo realizado hasta ese momento
normalmente siguen ahí.
Por eso, si sabes perfectamente qué ha ocurrido, preguntar:
❌ Así no
"¿Qué pasa?"
Aporta muy poca información.
Es mejor describir directamente la situación:
✅ Mejor así
"Te has quedado colgado y no has terminado.
Continúa desde donde lo dejaste."
O, si estaba dando una respuesta larga:
"La respuesta se ha cortado. Continúa exactamente desde el punto en el que te quedaste, sin repetir lo anterior."
No necesitas volver a escribir todo el prompt inicial.
9.1 Si estaba haciendo varias cosas, comprueba primero hasta dónde llegó
Hay una diferencia importante cuando Codex no estaba simplemente escribiendo, sino
haciendo cosas. En ese modo trabaja como
un agente autónomo: observa, decide pasos y
utiliza herramientas.
Por ejemplo, puede estar:
- Organizando archivos.
- Preparando varios vídeos.
- Modificando un overlay.
- Trabajando con OBS.
- Creando varias imágenes.
- Realizando una tarea con una aplicación conectada.
Si se interrumpe a mitad del proceso, no siempre interesa decir simplemente:
"Repítelo."
Podrías hacer que vuelva a realizar algo que ya había terminado.
Es mejor pedir:
"Te has quedado colgado. Comprueba primero qué partes de la tarea ya has completado y continúa únicamente con lo que falta."
Éste es un prompt especialmente útil con agentes.
9.2 Si vuelve a atascarse, divide el trabajo
A veces el problema no es puntual. La tarea simplemente es demasiado grande para intentar
hacerla de una sola vez.
Por ejemplo:
"Revisa estos 40 vídeos, selecciona los mejores momentos, crea clips, ponles título y ordénalos."
Si se interrumpe varias veces, puedes decir:
"Esta tarea parece demasiado larga para hacerla de una vez. Divídela en pasos manejables, dime cuáles son y continúa por el primero que todavía no esté terminado."
Así, en lugar de volver a lanzar la misma tarea enorme, haces que el propio agente la
organice.
9.3 Si no recuerdas exactamente dónde se quedó, deja que reconstruya el estado
Después de una tarea larga quizá ni tú mismo tengas claro qué había terminado.
Puedes preguntar:
"Revisa lo que llevamos hecho, dime qué está terminado y qué falta, y continúa desde el siguiente paso."
Esto es mucho más útil que volver a contar toda la historia.
También sirve después de dejar una tarea varias horas y regresar más tarde.
9.4 No confundas «continuar» con «volver a empezar»
Los agentes tienden a obedecer literalmente lo que les pides.
Hay una diferencia importante entre:
"Hazlo otra vez."
y:
"Continúa desde donde te quedaste."
Si había acciones reales de por medio —archivos, publicaciones, escenas, documentos, etc.—
repetir puede significar duplicar trabajo.
Por eso, cuando una tarea se interrumpe:
La regla
Primero recupera el estado y después continúa.
Un prompt que merece la pena recordar
Si no sabes qué escribir, éste funciona para muchísimas situaciones:
"Te has quedado a medias. Revisa el estado actual, identifica qué has completado y qué queda pendiente, y continúa desde el punto correcto sin repetir el trabajo ya realizado."
La idea importante
Una interrupción no suele significar empezar desde cero. Recupera el estado,
continúa lo pendiente y, si vuelve a atascarse, divide la tarea en partes más
pequeñas.
Sección 10
Puedes cerrar Codex: el historial lo guarda
el
arnés
El modelo no necesita permanecer abierto para recordar la conversación
Cuando llevas horas trabajando con Codex es fácil pensar:
«Si cierro la aplicación, ¿va a olvidarse de todo?»
No.
Quien conserva la conversación es Codex, el arnés, no el modelo
manteniéndose
activo continuamente.
Puedes imaginarlo así:
Hablas con el modelo
↓
Codex guarda la conversación
↓
Cierras Codex
↓
Vuelves más tarde
↓
Codex recupera el historial
↓
El modelo recibe de nuevo ese contexto
Por eso puedes cerrar el ordenador, volver más tarde y continuar en la misma conversación.
El modelo no ha estado pensando mientras estabas fuera.
Simplemente el arnés ha guardado lo que ocurrió.
10.1 Una conversación nueva sí es diferente
Cerrar Codex y volver al mismo chat no es lo mismo que abrir una conversación nueva.
MISMO CHAT
→ conserva su historial.
CHAT NUEVO
→ empieza una conversación nueva.
Si estás haciendo algo durante varias sesiones y todavía tiene sentido continuar ese
trabajo,
normalmente conviene seguir en el mismo hilo.
Para las reglas y decisiones que deben conocerse incluso al abrir conversaciones nuevas
están
el proyecto, AGENTS.md, las skills y el resto del contexto permanente.
La idea importante
El modelo no recuerda la conversación porque haya permanecido funcionando. Codex
la guarda y se la vuelve a proporcionar cuando vuelves.
Sección 11
Ventana de contexto, caché y compactación
Una conversación guardada puede ser mucho más grande de lo que el modelo puede manejar a la
vez
Que Codex conserve todo el historial no significa que el modelo pueda tener toda una
conversación enorme presente simultáneamente.
Ahí entran tres conceptos diferentes.
HISTORIAL
→ todo lo que Codex ha guardado de la conversación.
CACHÉ
→ información reciente que puede reutilizarse temporalmente.
VENTANA DE CONTEXTO
→ cantidad de información que el modelo puede manejar en ese momento.
Son cosas distintas.
11.1 La caché es temporal
Cuando trabajas seguido con un modelo, parte del contexto puede permanecer temporalmente en
caché.
En los sistemas actuales de OpenAI, esa caché puede mantenerse aproximadamente 30
minutos desde su último uso.
Eso significa que si continúas trabajando seguido, parte de la conversación puede seguir
estando «caliente».
Si vuelves horas después, probablemente ya no.
Pero eso no significa que la conversación se haya perdido.
El historial sigue existiendo.
Una forma sencilla de verlo:
Una forma sencilla de verlo
El historial es el libro. La caché es tener algunas páginas ya abiertas encima
de
la mesa.
Si vuelves mañana, quizá haya que volver a abrirlas, pero el libro sigue ahí.
11.2 La ventana de contexto tiene un límite
El modelo sólo puede manejar una cantidad determinada de información a la vez.
Si la conversación continúa creciendo durante horas o días, llega un momento en el que ya no
cabe completa dentro de esa ventana.
Entonces el arnés necesita hacer sitio.
Ahí aparece la compactación.
11.3 Compactar significa resumir para poder continuar
El arnés toma parte de la conversación anterior y crea una representación más pequeña que
conserva lo que considera importante.
Codex suele hacerlo bastante bien.
Pero sigue siendo una compresión.
Puede conservar perfectamente:
«El overlay debe tener estética oscura.»
y perder un detalle mucho más pequeño mencionado varias horas antes:
«Este elemento concreto nunca debe aparecer encima del minimapa.»
Por eso merece la pena estar atento cuando una conversación empieza a ser muy larga.
11.4 Antes de compactar, refresca lo realmente importante
No hace falta volver a explicar todo el proyecto.
Basta con colocar cerca del final de la conversación las decisiones que sería problemático
perder.
Por ejemplo:
Antes de continuar, recuerda estas decisiones importantes:
- El overlay debe seguir siendo oscuro.
- Nunca debe tapar el minimapa.
- Las alertas duran como máximo 5 segundos.
- No quiero modificar mis escenas actuales de OBS.
- Hemos descartado las animaciones grandes.
- Ahora estamos trabajando en las alertas de suscripción.
Continúa teniendo esto en cuenta.
De esa forma ayudas a que esas decisiones estén presentes cuando continúe el trabajo.
La regla
No repitas toda la conversación. Refresca aquello que sería importante que no se
perdiera.
Sección 12
Lo importante no debería depender únicamente
del chat
El chat sirve para trabajar; el proyecto sirve para conservar
Aunque Codex conserve el historial y compacte bien las conversaciones largas, hay
información
que simplemente no debería vivir únicamente dentro de un chat.
Por ejemplo:
"Nunca modifiques mi escena principal de OBS sin preguntarme."
Si esa regla debe seguir siendo cierta mañana, la semana que viene y en cualquier
conversación
nueva, debería formar parte del contexto permanente del proyecto.
Cada cosa tiene su lugar:
CONVERSACIÓN
→ lo que estamos haciendo ahora.
PROYECTO
→ contexto que debe sobrevivir entre conversaciones.
AGENTS.md
→ reglas y decisiones permanentes.
SKILLS
→ cómo realizar determinadas tareas repetitivas.
APLICACIONES
→ servicios conectados directamente.
MCP
→ herramientas externas que puede utilizar el agente.
MODELO
→ quién realiza el trabajo.
RAZONAMIENTO
→ cuánto trabajo dedica.
No se trata de guardar absolutamente todo.
Se trata de sacar del chat aquello que vaya a seguir siendo importante.
Una regla sencilla
Cuando tomes una decisión, pregúntate:
«¿Necesito que otro agente conozca esto dentro de una semana aunque abra una
conversación completamente nueva?»
Si la respuesta es sí, probablemente no debería quedarse únicamente en el historial.
La idea importante
El chat conserva el trabajo de una conversación. El proyecto conserva aquello
que
debe sobrevivir a las conversaciones.
Sección 13
La mejor forma de aprender: experimentar
Tu experiencia vale más que cualquier ranking
Con la IA vas a encontrar continuamente opiniones del tipo:
- «Este modelo es el mejor.»
- «Esta skill es imprescindible.»
- «Este arnés funciona mejor.»
- «Este MCP es obligatorio.»
- «Este nivel de razonamiento siempre da mejores resultados.»
No te fíes ciegamente.
Pruébalo tú mismo.
La mejor forma de aprender cómo trabajan los agentes es hacer pequeñas pruebas
comparables.
Por ejemplo:
- Usa el mismo prompt con varios modelos.
- Prueba la misma tarea con más o menos razonamiento.
- Haz un trabajo con una skill y después sin ella.
- Compara Codex con otro arnés más especializado.
- Prueba una aplicación oficial antes de buscar una integración más compleja.
- Si conectas un MCP, comprueba primero qué añade realmente.
- Repite una tarea sencilla de dos formas distintas y mira cuál necesita menos
correcciones.
Lo importante es cambiar una cosa cada vez.
Si cambias al mismo tiempo el modelo, el prompt, las instrucciones y las herramientas,
después
no sabrás qué produjo la diferencia.
Por ejemplo:
MISMO PROMPT
MISMO CONTEXTO
MISMA TAREA
↓
CAMBIO SÓLO EL MODELO
O:
MISMO MODELO
MISMA TAREA
↓
CON SKILL / SIN SKILL
Así empiezas a construir tu propia experiencia.
Y esa experiencia suele ser mucho más útil que cualquier ranking general, porque tú no
necesitas saber cuál es «el mejor modelo del mundo».
Necesitas saber:
Lo que importa
Cuál funciona mejor para las cosas que tú haces.
13.1 Los modelos y las herramientas cambian
Además, este mundo cambia muy rápido.
Un modelo que hoy funciona especialmente bien para una tarea puede dejar de ser la mejor
opción dentro de unos meses.
Puede aparecer:
- Un modelo nuevo.
- Un arnés mejor.
- Una integración oficial.
- Una skill más útil.
- Un MCP mejor construido.
- Una nueva forma de trabajar.
Por eso es mejor aprender cómo comparar que memorizar una lista fija de
herramientas.
La idea final
No necesitas convertirte en técnico para utilizar agentes de IA. Necesitas
aprender a explicar lo que quieres, darles contexto, elegir buenas herramientas y
probar por ti mismo qué funciona mejor.