Temario del curso
La pila de personalización de cuatro niveles
Nivel 1 | Sabe – Reglas y AGENTS.md
Temas cubiertos:
• Definición de convenciones del proyecto y estándares de codificación
• Documentación de la arquitectura y las restricciones técnicas
• Creación de guías del proyecto neutrales respecto a herramientas específicas
• Mantenimiento de la coherencia entre los equipos de desarrollo y las herramientas de IA
Nivel 2 | Puede – Habilidades (Skills)
Temas cubiertos:
• Creación de unidades reutilizables de conocimiento especializado
• Carga de información contextual únicamente cuando es necesario
• Reducción del tamaño del contexto mejorando al mismo tiempo el rendimiento en la tarea
• Construcción de bibliotecas de flujos de trabajo y experiencia reutilizables
Nivel 3 | Conecta – MCP
Temas cubiertos:
• Conexión de herramientas de IA con sistemas y servicios externos
• Acceso a repositorios, bases de datos y fuentes de documentación
• Ampliación de las capacidades de los asistentes de codificación con IA
• Implementación de integraciones seguras y controles de gobernanza
Nivel 4 | Actúa – Agentes (Agents)
Temas cubiertos:
• Comprensión de los agentes de IA autónomos y sus capacidades
• Lectura, escritura, prueba y revisión autónoma del código
• Gestión de flujos de trabajo orientados a objetivos y tareas delegadas
‥ Establecimiento de mecanismos de supervisión y revisión humana para sistemas agénticos
Día 1 | Delegación y ampliación de las herramientas
Módulo 1 | De asistente a agente
Temas cubiertos:
• Comprensión de la diferencia entre asistentes de IA y agentes autónomos
• Finalización inline de código frente a la delegación agéntica
• Cómo los flujos de trabajo agénticos transforman la estructura de las tareas de desarrollo
• Identificación de tareas adecuadas para la delegación a agentes
• Mejores prácticas para colaborar con sistemas de IA autónomos
Módulo 2 | Delegaciones efectivas sin supervisión constante (No babysitting) y bucles (Loops)
Temas cubiertos:
• Redacción de instrucciones eficaces para agentes de IA
• Proporcionar el contexto suficiente y los requisitos del negocio
• Definición de restricciones y límites para la ejecución
• Establecimiento de criterios de aceptación y medidas de éxito claros
• Minimización de la intervención humana manteniendo la calidad
• Cómo construir bucles (Loops)
Módulo 3 | Pila de personalización y su aplicación según el contexto
Temas cubiertos:
• Comprensión de la pila de personalización de cuatro niveles
• Uso de Reglas y AGENTS.md para definir convenciones del proyecto
• Determinación de qué mecanismos de personalización aplican en diferentes escenarios
• Gestión eficiente del contexto entre herramientas y proyectos
• Creación de entornos de desarrollo asistido por IA coherentes
Módulo 4 | Habilidades (Skills) y subagentes (Subagents)
Temas cubiertos:
• Creación de Habilidades reutilizables para flujos de trabajo y tareas comunes
• Empaquetado de conocimiento especializado para su uso repetido
• Comprensión del papel de los subagentes y los contextos aislados
• Delegación de tareas acotadas a agentes especializados
• Mejora de la eficiencia mediante flujos de trabajo modulares de IA
Día 2 | Conexión de herramientas, paralelismo y gobernanza
Módulo 5 | MCP: Conectar y desarrollar
Temas cubiertos:
• Comprensión de los principios del Protocolo de Contexto de Modelos (MCP)
• Conexión de herramientas de IA con sistemas y servicios externos
• Integración de navegadores, bases de datos, repositorios y fuentes de documentación
• Desarrollo de un servidor MCP personalizado
• Gestión del control de acceso y consideraciones de seguridad
Módulo 6 | El flujo de trabajo agéntico disciplinado
Temas cubiertos:
• Establecimiento de un proceso de desarrollo asistido por IA repetible
• Lluvia de ideas y planificación con agentes de IA
• Construcción e implementación colaborativa de soluciones
• Prueba y validación de las salidas generadas
• Revisión y finalización de los entregables con las etapas de verificación adecuadas
• Cómo definir objetivos (Goals)
Módulo 7 | Desarrollo en paralelo
Temas cubiertos:
• Ejecución simultánea de múltiples agentes de IA
• Trabajo con ramas aisladas y árboles de trabajo (worktrees) de Git
• Coordinación de las actividades de desarrollo entre flujos de trabajo paralelos
• Fusión y validación de salidas provenientes de múltiples agentes
• Mejora de la productividad mediante estrategias de ejecución en paralelo
Módulo 8 | Riesgos, revisión y gobernanza
Temas cubiertos:
• Evaluación y validación de Habilidades externas y servidores MCP
• Comprensión de los riesgos de seguridad y gobernanza
• Gestión de permisos y derechos de acceso
‥ Protección de datos sensibles y propiedad intelectual
• Establecimiento de procesos de revisión y prácticas de aseguramiento de la calidad
Módulo 9 | Adopción de IA en el desarrollo de software: casos de uso y próximos pasos
Temas cubiertos:
• Cómo las organizaciones están integrando la IA en el Ciclo de Vida del Desarrollo de Software (SDLC)
• Casos de uso reales y ejemplos de implementación provenientes de diferentes industrias
• Enfoques comunes de adopción de IA: adopción individual, adopción basada en equipos y habilitación a nivel organizacional
• Casos de uso típicos a lo largo del SDLC:
• Recopilación de requisitos y documentación
• Generación de código y prototipado
• Pruebas y aseguramiento de la calidad
• Revisión de código y refactorización
• Documentación y gestión del conocimiento
• DevOps y gestión de incidentes
• Modelos de gobernanza, políticas y consideraciones de seguridad
• Medición de la productividad y el retorno de la inversión (ROI) en el desarrollo asistido por IA
• Creación de una hoja de ruta interna para la adopción de IA
• Definición de los próximos pasos prácticos para los participantes y sus equipos
Taller de discusión interactiva
• Desafíos actuales dentro de los equipos de desarrollo de los participantes
• Identificación de casos de uso de alto valor para su adopción inmediata
• Riesgos, impedimentos y consideraciones organizativas
• Creación de un plan de acción inicial para la integración de la IA.
Requerimientos
Experiencia profesional en desarrollo, soltura con la terminal y conocimientos funcionales de Git. Uso habitual de una herramienta de codificación con IA o haber completado el curso de Fundamentos.
Público objetivo
Desarrolladores que ya emplean herramientas de IA, líderes técnicos responsables de la adopción en sus equipos e ingenieros de plataforma o DevOps encargados de crear Habilidades y servidores MCP.
Reseñas (2)
Aprender a formular consultas para Claude y utilizarlo para procesar todos los datos que tengo disponibles.
Mike Hartleroad - Furniture Row
Curso - Claude AI for Data Analysis and Business Intelligence
Traducción Automática
cómo interactuar con el entorno de Office y configurar tareas repetitivas
Matthew Wallace - Group CBS
Curso - Claude AI for Workflow Automation and Productivity
Traducción Automática