Office Hours — Miguel Ángel Sánchez

La cohorte con el plan didáctico más deliberado de las diez: cinco sesiones teóricas que construyen un edificio conceptual y tres talleres finales donde se construye un sistema real, en directo y desde cero. Enlaces en Sesiones en directo › Office Hour con Miguel Ángel Sánchez.

---

El plan de las ocho semanas

---

Sesión 1 — Determinismo y no determinismo

10/07/2026. El concepto que, según él, «se toca poco pero es muy importante» y que vertebra toda la serie.

Un sistema determinista es el de toda la vida: el de los menús. Para dar de alta un cliente hay que ir al menú cliente → alta, o saber qué transacción de SAP corresponde. La consecuencia importante: en un sistema determinista el esfuerzo lo hacen las personas — se dan cursos de formación para aprender a usar el sistema.

Un sistema no determinista dialoga. Le dices «me apetecería dar de alta a un cliente» y te abre el formulario, o empieza a preguntarte los datos.

La evolución histórica del mismo caso: del mostrador físico → a la web con menús y un chat que acababa pasándote con una persona → a la web donde solo hay un prompt. Y observa que ya está pasando: antes era una web normal con una burbujita; ahora el agente sale incrustado, y en Office 365 lo que aparece ya es Copilot. El prompt va ganando protagonismo porque el usuario se está acostumbrando a dialogar, no a buscar opciones de menú — y eso ahorra muchísima formación previa.

Los seis elementos de un sistema agéntico

Siempre, siempre. No hay salvación. Búsquelos cuando vaya a hacer algo, porque tienen que existir.

La arquitectura general

Lo que llama, medio en broma, «la pantalla del miedo»: el recorrido desde que el usuario pulsa Enter. Primero un componente que intenta identificar qué quiere el usuario —y que filtra la basura: un Enter en vacío o un «hola» no tienen por qué ir al modelo—; después el componente que gestiona el diálogo y la sesión; una base de datos con el contexto; un orquestador, que es el director de orquesta; un conjunto de agentes; y las herramientas, entre ellas el propio modelo.

Sesión 2 — Costes, tokens y latencia

17/07/2026. La sesión más técnica sobre economía de la operación.

Por qué los tokens de salida son más caros. Su hipótesis, que expone como tal: como no nos cobran por latencia ni por activar el modo de razonamiento, solo quedan dos parámetros, y los tokens de salida representan mejor el esfuerzo que ha hecho el modelo. Aunque matiza que no siempre: si pides una respuesta de dos frases sobre algo complejo, la entrada es enorme, la salida mínima y el esfuerzo alto.

La verborrea es el comportamiento por defecto, y la razón es simple: cuantos más tokens de salida gasten, más se factura. Hay que acotarla explícitamente en el prompt del sistema.

La caché de Anthropic, y cómo aprovecharla. Analiza el prompt de izquierda a derecha comparándolo con el anterior: lo que coincide se recupera de caché y solo lo nuevo se cobra como prompt nuevo.

Por eso es importante, al programar contra Anthropic, respetar el orden: todo lo que se repite —la personalidad del agente, el prompt del sistema, los guardarraíles— va primero, y solo al final el prompt del usuario.

Y se puede verificar: en el registro de la consola de Anthropic se ve si una llamada usó caché y qué parte estaba cacheada.

La latencia. Si queremos que la IA se comporte como un humano, imagínese hablar con una persona que le contesta cada cuatro segundos. La respuesta tiene que estar por debajo del segundo, y hay que medir en milisegundos. Cuando el proceso va a tardar más —porque hay que dar de alta un cliente con sus comprobaciones—, la técnica es la de las coletillas: «dame un momento, lo estoy mirando», mensajes que mantienen viva la conversación mientras el sistema termina. Señala que la versión en tiempo real de GPT lo implementa así.

Criterios para elegir modelo, en orden: la complejidad de lo que se le va a pedir (para una calculadora de sumas, el modelo más barato; para límites e integrales, uno con más razonamiento), la funcionalidad concreta —si es voz, se va a un modelo especializado sin dudarlo—, las reglas regionales sobre retención de datos y confiabilidad del proveedor, el precio y la latencia. Y una advertencia operativa: diseñar el sistema para poder usar más de un modelo, de modo que si falla uno o se acaban los créditos de una API, el sistema no se pare.

Sobre magnitudes: un agente interno de RR. HH. para una empresa de 500 empleados debería estar por debajo de los 100 dólares al mes.

Sesiones 3 y 4 — Qué es un agente

31/07 y 01/08/2026.

Su punto de partida es que la palabra está mal definida. Explícitamente, un agente es un proceso informático que automatiza un caso de uso — y eso los ingenieros lo llevan haciendo treinta años. Lo que hay implícito y ya nadie dice, porque sería repetirlo siempre, es «utilizando un modelo». Por eso hizo falta una palabra nueva.

Qué significa «entrenar» un agente. No es reentrenar el modelo: es ir depurando las instrucciones que le das para que conteste como tú quieras. Y hay tres cosas que ajustar hasta que estén bien: que la información que maneja sea la adecuada —incluyendo separar lo público de lo privado según quién se conecte, y probarlo para que no dé información que no debe—, que la forma de proporcionarla sea la adecuada, y que el modelo sea el adecuado. Cuando las tres lo son, está listo para producción.

Ejemplo de detalle que hay que pedir explícitamente: la pregunta de continuidad —esa coletilla de «¿te gustaría que te contara…?» al final de cada respuesta— hay que ponerla en el prompt del agente; el modelo no la hace por su cuenta.

Sobre el modelo insiste en algo que repite tres veces seguidas: los modelos no aprenden. Aprenden hasta la fecha de corte que dice el fabricante; todo lo demás se lo tenemos que decir nosotros con la información de contexto. Y lo compara con alguien que está a lo suyo, contesta y se olvida de ti: hay que dárselo todo masticado, porque si no, no resuelve.

Sesión 5 — Implantar IA en una empresa

07/08/2026. Sesión de transición, con un cambio de formato: pide 40 minutos seguidos sin interrupciones para mantener el hilo, y después una ronda larga de preguntas.

De ahí pasa a los cuatro drivers de una implantación —identificar los impulsores, las herramientas, las soluciones y las decisiones a tomar—, con una precisión útil: valen igual para una empresa de cinco empleados que para una de cincuenta mil; lo que cambia es la profundidad y el tiempo, no las consideraciones.

Y una recomendación sobre plataformas que sirve de criterio general: la primera pregunta es dónde están tus datos (SharePoint, Microsoft, Google) y la segunda dónde están tus procesos. Si ya usas Office 365 con SharePoint y flujos, usa Copilot Studio: te quita el problema de un plumazo. Y distingue dos momentos: el primer prototipo, para ver que la cosa tiene sentido, hazlo donde quieras —una o dos semanas, con datos ficticios—; la decisión de plataforma es de la segunda fase, cuando ya sabes que funciona y toca decidir dónde desplegarlo.

Sesiones 6 a 8 — Los talleres

14/08 y 21/08/2026. La parte más distintiva: construir un sistema completo en directo, sin usar ninguna plataforma prehecha.

El material de partida son los propios participantes: quien quisiera participar enviaba información pública sobre sí mismo, su empresa o su proyecto, y con eso se construyó el corpus.

Taller 1 — El podcast

Con NotebookLM (ahora Gemini LM). Lo interesante no es la herramienta, sino cómo la usa para cerrar el círculo conceptual: es exactamente la arquitectura conversacional que hemos visto — subes las fuentes, se indexan, y la parte más difícil, decidir qué contexto mandar al modelo, aquí la resuelve el usuario pinchando o no cada fuente: es completamente determinista. Y la herramienta está parametrizada para no ser generalista: si le preguntas cuánto son dos más dos, contesta que no encuentra información relacionada, porque su prompt le dice que responda únicamente con las fuentes.

Taller 2 — La web en producción

Con Claude Code trabajando directamente sobre los ficheros locales, en cinco fases: una web con página índice y una página por participante, subida a producción, más una página de explicación donde el propio sistema va documentando cómo se hizo. El podcast se incrusta en la web, para escuchar o descargar.

Taller 3 — El agente conversacional y el diseñador remoto

Fases 2, 3 y 4: el agente conversacional de la web, que habla sobre los participantes. Y la fase 5, incorporada por primera vez en esta edición: un agente diseñador que recibe peticiones de cambio por correo, las entiende, hace los cambios y los sube a producción. Imagínense que van por la calle, se les ocurre algo y quieren que un diseñador lo haga y lo suba.

Sesión 8 — pendiente

Viernes 28/08/2026 · Módulo 8. La última sesión de la serie no se había celebrado a la hora de esta extracción (Zoom: enlace de Zoom), así que no hay grabación, diapositivas ni transcripción.

Mientras tanto, el contenido del módulo 8 está en la nota del módulo, y las mejores sesiones de otras cohortes sobre él son la de Dante Téllez y el webinar de cierre.

Enlaces

Sesiones en directo · Webinars de facultad · OH Sara Artigas · M8 Ética y proyecto final · OH Sandra Ortiz · MCP · RAG · Agente de IA