Clases de inteligencia artificial sobre tu proyecto

Cuatro resultados concretos. Cada uno se puede verificar al final de una clase, no al final de un curso.

• Construir un agente que use tus datos. No un chatbot que responde de memoria: un agente que consulta una base o una API y contesta con lo que encontró ahí.
• Conectar la IA con tus herramientas. APIs de OpenAI y Claude, funciones que el modelo puede llamar y un flujo que decide qué hacer con la respuesta.
• Poner un límite honesto. Qué hace el agente cuando no sabe, cuándo deriva a una persona y cómo queda registrado ese traspaso.
• Medir si sirve. Qué preguntas falla, cuántas veces deriva y qué cambiar. Sin métricas inventadas: se mide sobre las conversaciones reales.

1. Arranca con tu caso. Traés el problema: un agente de soporte, un buscador sobre tus documentos, una clasificación de consultas. La clase se arma alrededor de eso.
2. Una decisión por sesión. Puede ser el esquema de la base que el agente consulta, puede ser el prompt del sistema, puede ser el manejo del error. Una, y se cierra.
3. Se prueba en vivo, con el caso borde. Qué pasa si la consulta vuelve vacía, si el usuario cambia de tema, si la API tarda. Eso es lo que separa una demo de algo que se puede usar.
4. Queda documentado. El resumen de la sesión dice qué se decidió y por qué. La decisión técnica sin el motivo se pierde en dos semanas.

Las sesiones duran entre 60 y 120 minutos, según el tema. Se acuerda antes de empezar.

La lista mezcla dos cosas, y la diferencia importa: stack con proyecto documentado y temas que doy como clase. Cuando el caso sea del segundo grupo, lo digo antes de empezar.

• Con proyecto documentado: APIs de OpenAI, RAG y derivación a una persona, Claude Desktop y Skills, PostgreSQL para el estado, n8n como orquestador, WhatsApp Cloud API y WhatsApp Business.
• Como tema de clase: Model Context Protocol, LangChain, LangGraph, Python, Claude API.

Model Context Protocol tiene su propia explicación en el sitio, pero esa página se publica más adelante. Mientras tanto, se ve en clase sobre tu implementación.

Un estudio recibe consultas por WhatsApp y una persona las responde a mano. La mitad son preguntas repetidas: horarios, precios, si hay lugar el jueves.

La primera clase no empieza escribiendo el prompt. Empieza por las preguntas: cuáles se repiten, cuáles tienen una respuesta que ya está escrita en algún lado y cuáles no se pueden contestar sin mirar la agenda. De ahí sale si conviene un agente, un formulario o un workflow de n8n.

Si conviene el agente, la segunda clase es el esquema: qué consulta, con qué límite y qué devuelve cuando no encuentra nada. La tercera es la derivación a una persona y el registro de por qué derivó.

Ese orden —problema, alcance, implementación— es el mismo en todos los casos. Cambia el contenido, no el método.

• Certificado. No hay certificación oficial. Lo que queda es el agente funcionando y su documentación.
• Modelos entrenados desde cero. Se trabaja con APIs y modelos existentes, no con entrenamiento propio.
• Implementación llave en mano. Si el trabajo es de implementación, eso lo hace DuodecimStudio, que es otra cosa.

La tarifa vigente es ARS 20.000 por hora, con su fecha en precio de las clases. Sin packs obligatorios ni suscripciones.

Online 1 a 1 por videollamada, para cualquier país. El resto de los caminos está en las clases.