La confusion no empieza cuando una IA responde mal. Empieza cuando todos usan las mismas palabras para cosas distintas. Este glosario existe para cerrar esa brecha y darte un vocabulario operativo, no decorativo.
- Un buen glosario ahorra meses de malentendidos.
- La mayoria de los errores de compra y diseno empiezan por vocabulario mezclado.
- No necesitas definiciones academicas; necesitas definiciones que te ayuden a decidir y construir.
Las piezas base del mapa
Modelo: motor estadistico que genera, clasifica, resume, razona o predice.
App: producto listo para usar que envuelve uno o varios modelos en una experiencia concreta.
API: interfaz programable para usar las capacidades del modelo o del producto desde otro sistema.
Agente: combinacion de modelo, instrucciones, herramientas, reglas y a veces memoria para ejecutar trabajo de varios pasos.
Las palabras que explican por que a veces una IA responde mejor y a veces peor
Token: unidad de cobro y de contexto. No es una palabra exacta; es una pieza de texto con la que el sistema mide entrada y salida.
Contexto: todo lo que el modelo tiene disponible para responder: prompt, historial, archivos, herramientas, resultados y memoria inyectada.
Latencia: cuanto tarda en empezar y terminar una respuesta. Cuando construyes sistemas reales, la latencia importa tanto como la calidad.
Inferencia: el proceso de generar una respuesta usando un modelo ya entrenado.
Las piezas que conectan conocimiento y recuperacion
Embedding: representacion numerica de un texto, audio o imagen para comparar similitud semantica.
RAG: tecnica para recuperar informacion relevante antes de responder. No es memoria magica; es una manera de traer evidencia puntual al prompt.
Fine-tuning: ajuste adicional del modelo con datos propios para tareas muy concretas. Es util en pocos casos y se sobrecompra mucho.
Las piezas operativas que mas se mezclan
CLI: interfaz de linea de comandos. Sirve para usar una herramienta desde terminal, automatizarla o integrarla en scripts.
Skill: paquete de instrucciones reutilizables para que un agente o modelo siga un flujo especializado.
MCP: protocolo para exponer herramientas, recursos o sistemas externos a modelos y agentes con una interfaz consistente.
Workflow: secuencia definida de pasos, normalmente con triggers, transformaciones y salidas. Puede o no incluir IA.
Automatizacion: cualquier sistema que reduce trabajo manual repetido, con o sin agentes.
Las palabras del mundo local y de soberania tecnica
Open weights: modelos cuyos pesos pueden descargarse y ejecutarse fuera de la nube del proveedor original.
Self-hosted: software o servicios que operas en tu propia infraestructura.
Local AI: uso de modelos en tu equipo o en tu propio servidor, normalmente via Ollama, vLLM u otros runtimes.
Que leer despues
Guia definitiva para empezar en IA en 2026
El mapa completo para usar este glosario dentro de una ruta de aprendizaje real.
AbrirQue son skills, CLI, MCP y agentes
La pieza conceptual donde estas definiciones se convierten en decisiones de arquitectura.
AbrirModelos locales vs APIs
La comparativa para decidir donde conviene correr cada tipo de carga.
AbrirConversa con la academia y deja criterio publico.
Ahora el acceso vive arriba a la derecha, como debe ser. Desde ahi puedes entrar, comentar y abrir el bot flotante para resolver dudas puntuales sin romper la lectura.
Los comentarios se moderan cuando hace falta, los aportes utiles se votan y el bot flotante responde corto, con contexto del articulo y limites claros de uso.