OpiniónIA en la EmpresaProductividadHerramientas IATendenciasMarketing

← Blog  /  ■ Herramientas IA

Glosario de IA: 107 términos que debes dominar

Si en una reunión te hablan de agentes, RAG o fine-tuning y asientes sin entender, este glosario es para ti. 107 términos en español, cada uno en dos líneas.

Por Luisa Navarro · 18/9/2026 · Glosario para consultar

Luisa Navarro es cofundadora de PorContar, ingeniera industrial y magíster en inteligencia artificial y en big data. Arma el vocabulario con el que los equipos entienden lo que están comprando antes de firmarlo.

Puntos clave

Claude

El asistente de Anthropic, sus modelos y las piezas con las que se trabaja dentro.

Claude
El asistente de inteligencia artificial de Anthropic. Conversa, escribe, analiza documentos y ejecuta tareas cuando se conecta a herramientas externas. No es un solo producto: hay versiones distintas según el tipo de trabajo.
Qué es Claude IA →
HaikuClaude Haiku
El modelo de Claude pensado para tareas rápidas y consultas simples. Es el más ágil y el más económico: conviene probar primero con él y subir solo si el resultado no alcanza.
Los modelos de Claude explicados →
SonnetClaude Sonnet
El equilibrio para el día a día: entiende contextos complejos, analiza documentos, escribe contenido y programa.
Los modelos de Claude explicados →
OpusClaude Opus
El modelo para lo difícil: análisis profundos, problemas complejos y razonamientos largos donde no se puede perder el hilo. Es más lento, pero más capaz.
Los modelos de Claude explicados →
FableClaude Fable
El modelo más capaz de Anthropic. Tiene sentido cuando el trabajo es largo y complicado, como una migración grande de código o un análisis con muchas variables que normalmente tomaría días armar.
Los modelos de Claude explicados →
Claude Chat
La versión que vive en el navegador o en la app: se abre y se conversa. Le subes archivos puntuales, los procesa y te devuelve un resultado que descargas.
Claude CoworkCowork
La versión que vive en tu computador y opera sobre él. En lugar de archivos sueltos le das acceso a una carpeta completa, y trabaja ahí directamente.
Claude Code
La versión para desarrollo: escribe y edita código, lleva el historial de cambios y trabaja directo dentro de tu proyecto.
Claude Design
Prototipos, mockups y presentaciones hablando con Claude: le describes lo que quieres y lo va ajustando contigo.
Hacer presentaciones con Claude Design →
ArtefactoArtifact
Un documento, código o diseño que Claude genera en un panel aparte de la conversación. Queda editable: pides cambios puntuales, lo descargas o sigues trabajando sobre él sin perder el hilo.
Crear apps con los artefactos de Claude →
Proyecto de ClaudeProject
Un espacio que agrupa conversaciones, archivos e instrucciones con el mismo contexto: todo lo de un cliente o toda una línea de contenido. Cada conversación nueva dentro del proyecto ya tiene esa información.
Plugin de Claude
Un paquete de herramientas, comandos y skills que le suma a Claude capacidades para un tipo de trabajo, por ejemplo seguir el playbook de ventas de tu empresa o aplicar tu manual de estilo.
Skill
Instrucciones guardadas que Claude consulta antes de una tarea repetitiva, para seguir siempre el mismo proceso y el mismo formato. Un skill es a Claude lo que un manual de procedimiento es a un empleado nuevo.
Conector de Claude
La integración que conecta a Claude con una app externa, como Gmail, Notion, Miro o tu CRM, para que lea y actúe sobre información real. Cada conector expone acciones: buscar, crear, actualizar.
CLAUDE.mdmemory.md, memoria.md
El archivo de texto donde guardas el contexto fijo que Claude debe recordar: quién eres, cómo trabajas, qué herramientas usas y qué nunca debe guardar. Claude lo lee al empezar cada tarea, así no repites lo mismo en cada conversación.
Markdownarchivo .md
Texto plano que usa símbolos simples, como # para títulos y - para listas. Es liviano, se edita en cualquier editor y es el formato de la mayoría de los sistemas de skills y memoria.
Cómo ahorrar tokens con markdown →

ChatGPT

El asistente de OpenAI y sus funciones, con los nombres que usa hoy la propia OpenAI.

ChatGPT
El asistente de inteligencia artificial de OpenAI. Conversa, escribe, analiza archivos, busca en internet y, en sus modos más avanzados, ejecuta tareas largas por su cuenta.
Cómo usar ChatGPT de verdad →
ChatGPT Work
El agente de ChatGPT para tareas largas: investiga, analiza, trabaja con apps y archivos conectados y entrega documentos, hojas de cálculo, presentaciones, informes y sitios terminados. Puedes seguir el avance, cambiar el rumbo y aprobar las acciones importantes. Está en los planes de pago.
Codex
El agente de OpenAI para programar. Trabaja sobre el código de un proyecto y comparte espacio con ChatGPT Work.
ChatGPT Sites
Sitios web que se crean y se administran desde ChatGPT, como uno más de los entregables que puede producir.
ChatGPT AtlasAtlas
El navegador de OpenAI con ChatGPT integrado.
Investigación profundaDeep research
Una investigación de varios pasos: ChatGPT hace búsquedas sucesivas, lee las fuentes, cruza lo que encuentra y entrega un informe con citas para verificar cada dato. Se activa desde el menú de herramientas.
Canvas
El editor dentro de ChatGPT para trabajar documentos y código largos junto con la IA, sin copiar y pegar entre herramientas.
Memoria de ChatGPTMemory
Lo que ChatGPT recuerda de ti entre conversaciones para personalizar sus respuestas. Puedes ver, editar o borrar esos recuerdos en cualquier momento.
Proyecto de ChatGPTProjects
Una carpeta para organizar chats, archivos e instrucciones de un mismo tema. Dentro de un proyecto, ChatGPT puede usar el contexto de las otras conversaciones de ese proyecto.
GPTs personalizadoscustom GPTs
Versiones de ChatGPT configuradas para un propósito, con instrucciones, conocimiento y capacidades propias. OpenAI anunció en septiembre de 2026 que los retira y los reemplaza por plugins; en Enterprise, la creación de nuevos GPTs termina el 25 de septiembre de 2026.
Plugins de ChatGPT
Los paquetes que le suman capacidades y flujos de trabajo a ChatGPT. Son el reemplazo de los GPTs personalizados.
Conectores de ChatGPT
Las integraciones que conectan ChatGPT con otras apps, como Canva, Notion o HubSpot, para buscar y usar su información. También admite conectores personalizados construidos con MCP.
Instrucciones personalizadascustom instructions
Las preferencias fijas que le das a ChatGPT sobre quién eres y cómo quieres que responda, para no repetirlas en cada conversación.
Chat temporal
Una conversación que no queda en tu historial. Puedes decidir si usa tu memoria, tus plugins y tus instrucciones personalizadas.
Modo estudiostudy mode
Un modo de ChatGPT que te guía a aprender un tema paso a paso en lugar de darte la respuesta de una vez.

Modelos de lenguaje

El motor. El vocabulario que más se oye y el que más conviene entender bien.

LLMmodelo grande de lenguaje
El motor que recibe texto y devuelve texto. Claude, ChatGPT y Gemini funcionan sobre LLM.
Qué es un LLM →
LLM API
La puerta para conectar ese modelo a tus sistemas y pagar por uso, en lugar de usarlo desde el chat. Es lo que permite que la IA trabaje dentro de tu operación y no en una pestaña aparte.
Prompt
La instrucción que le das a la IA. Puede ser una pregunta suelta o una instrucción estructurada con rol, contexto, datos de entrada, formato de salida, pasos y ejemplos. La calidad del prompt cambia el resultado más que cambiar de modelo.
Cómo hacer un prompt →
System promptinstrucciones de sistema
Las instrucciones fijas que el modelo lleva siempre puestas: quién es, qué tono usa, qué no puede hacer. Aquí se define el criterio de tu empresa, no en cada conversación.
Ventana de contextocontext window
Cuánto texto puede tener presente el modelo a la vez. Cuando se llena, empieza a olvidar lo del principio.
Qué es la ventana de contexto →
Tokens
La unidad de cobro: trozos de palabra. Se cuenta lo que envías y lo que responde el modelo, por eso dos consultas parecidas pueden costar muy distinto.
Qué son los tokens →
Inferenciainference
El momento en que el modelo genera la respuesta. Cuando alguien habla de «costo de inferencia», habla de lo que cuesta cada vez que el modelo trabaja, no de entrenarlo.

Técnicas de prompting

Formas distintas de pedirle algo a la IA. Cada una resuelve un problema puntual.

Role promptingjuego de roles
Pedirle a la IA que responda desde un rol profesional, como «actúa como experto en finanzas». Cambia el vocabulario, el nivel de detalle y los criterios que usa.
Persona prompting
Darle a la IA una identidad más completa que un rol: experiencia, estilo y forma de hablar, para que el tono de la respuesta sea consistente.
Zero-shot prompting
Pedir la tarea directamente, sin ningún ejemplo. Funciona bien en tareas simples y conocidas.
One-shot prompting
Pedir la tarea con un solo ejemplo de cómo quieres el resultado.
Few-shot prompting
Pedir la tarea con varios ejemplos, para que la IA copie el patrón. Es de lo que más sube la calidad cuando el formato importa.
Chain of ThoughtCoT, cadena de pensamiento
Pedirle a la IA que razone paso a paso antes de dar la respuesta final. Reduce errores en problemas con varias etapas.
Tree of ThoughtsToT, árbol de pensamientos
Pedirle que explore varios caminos de solución, los compare y se quede con el mejor, en lugar de seguir el primero que se le ocurre.
Self-Consistencyautoconsistencia
Generar varias respuestas independientes a la misma pregunta y quedarse con la conclusión que más se repite.
ReActrazonar y actuar
Alternar razonamiento y acción: la IA piensa qué necesita, usa una herramienta real (buscar, consultar, calcular), mira el resultado y sigue. Evita que invente un dato que podía consultar.
Chain of VerificationCoVe
La IA responde, se hace preguntas para verificar su propia respuesta, las contesta por separado y corrige lo que no se sostiene.
Skeleton of ThoughtSoT
Primero se pide el esqueleto de la respuesta, con los puntos principales, y después se desarrolla cada punto. Ordena textos largos.
Step-back prompting
Antes del caso concreto, se le pide a la IA que piense en el principio general detrás de la pregunta. Después aplica ese principio al caso.
Meta prompting
Pedirle a la IA que escriba o mejore el prompt antes de ejecutar la tarea.
Ingeniería inversa de prompts →
Socratic promptingprompting socrático
Trabajar con preguntas encadenadas, para que la IA razone o te guíe a razonar, en lugar de pedir la respuesta directa.
Knowledge Elicitationgeneración de conocimiento
Pedirle primero a la IA que liste lo que sabe sobre el tema y después usar esa lista para responder.
Prompt chainingencadenar prompts
Dividir una tarea grande en varios prompts seguidos: la salida de uno es la entrada del siguiente.
Contextual prompting
Entregar contexto rico junto con la instrucción: para quién es, para qué sirve y qué restricciones hay. Sin contexto, la IA no sabe si necesitas algo exhaustivo o algo rápido.

Cómo se le dan datos al modelo

Un modelo no conoce tu empresa. Así se le entrega tu información.

Structured outputsalida estructurada
Obligar al modelo a responder en un formato fijo, normalmente JSON, en vez de en prosa. Es lo que permite que su respuesta entre directo a tu sistema sin que nadie la copie a mano.
Function callingtool calling
Darle herramientas al modelo para que las use: consultar tu inventario, crear una cita, enviar un correo. Es el salto de «me responde» a «me resuelve».
RAG
La técnica para que el modelo responda con tus documentos en lugar de solo con lo que aprendió. Es lo que hay detrás de casi todo asistente que «conoce» tus políticas y precios.
Embedding
Convertir un texto en números que capturan su significado, para buscar por sentido y no por palabra exacta. Así «cómo devuelvo un producto» encuentra la política de reembolsos.
Vector
Esa lista de números. Dos textos que significan algo parecido tienen vectores parecidos, y ahí está la base de la búsqueda semántica.
Vector databasevector DB, base de datos vectorial
La base de datos especializada en guardar vectores y encontrar los más parecidos rápido. Es la pieza que hace que RAG funcione con miles de documentos.
Ingeniería de contextocontext engineering
Decidir toda la información que recibe un agente a lo largo de una tarea: no solo el prompt, también los archivos, las herramientas y las notas que va acumulando. Es lo que evita que un agente se pierda en tareas largas.

Cómo se conectan los sistemas

Las piezas que dejan que la IA hable con las herramientas que ya usas.

API
La puerta por la que un programa le habla a otro. Piénsalo como el mesero de un restaurante: no entras a la cocina, le haces el pedido y él te trae el plato. Que tu CRM tenga API significa que se le puede conectar la IA.
REST API
La forma más común de construir esa puerta. Si te dicen que es REST, es el estándar y se conecta sin drama.
MCPModel Context Protocol
El idioma común que le permite a la IA conectarse con otras apps y usarlas. Es como viajar con un traductor universal: cada app sigue hablando el suyo y el MCP traduce. Lo usan Claude y también los conectores personalizados de ChatGPT.
Qué son los MCP →
Composio
Una plataforma que conecta agentes de IA con muchas apps a través de integraciones ya armadas, sin programar cada conexión desde cero.
Google Apps Script
La plataforma de Google para escribir pequeños programas dentro de Sheets, Docs, Gmail o Calendar, sin instalar nada. Sirve para automatizaciones que viven completas dentro de Google, como enviar un correo cuando cambia una celda.

Agentes y orquestación

Cuando la IA deja de responder y empieza a ejecutar.

Agente de IAAI Agent
Un sistema que usa un modelo para ejecutar tareas de varios pasos por su cuenta: decide qué hacer, lo hace, revisa y sigue. Un LLM responde una pregunta; un agente cierra un pendiente.
Orquestación
Coordinar varios modelos, herramientas y pasos para que el trabajo fluya en orden y con control. Es donde se decide qué modelo hace qué y en qué punto aprueba una persona.
Tarea programadascheduled task
Una instrucción que la IA ejecuta sola en el horario que definas, sin que abras el chat. Existe en Claude y en ChatGPT; en ChatGPT también puede repetirse o activarse cuando algo cambia.

Datos y bases de datos

Donde vive la información de tu empresa. Sin esto, la IA no tiene con qué trabajar.

SQL
El idioma para preguntarle cosas a una base de datos. «Dame las ventas de agosto por ciudad» se escribe en SQL.
PostgreSQLPostgres
Una base de datos concreta, gratuita y de código abierto. Es la opción por defecto de muchos proyectos serios.
Supabase
PostgreSQL servido listo para usar, con login de usuarios y archivos incluidos. Ahorra montaje al arrancar un producto.
JSON
El formato en que los programas se pasan datos entre sí. Se lee como una lista de etiquetas y valores, y casi todo lo que viaja entre sistemas va en JSON.

Planear y construir una app

Lo que hay que definir antes de pedirle a la IA que construya algo, y las piezas de una app.

Pensamiento sistemático
Entender cómo se conectan las partes de un sistema en lugar de mirar cada una por separado. Antes de construir responde: qué problema resuelves, quién es el usuario, de dónde sale la información, qué funciones hacen falta y qué decisión sigue siendo humana.
PRDdocumento de requerimientos de producto
El documento donde defines qué vas a construir antes de escribir código o pedírselo a la IA: qué problema resuelve, quién es el usuario, el proceso, qué información necesita, qué se hace con ella, qué funciones tendrá y cómo es la experiencia.
MVPproducto mínimo viable
La primera versión con solo lo que el usuario necesita para el lanzamiento, no lo que «sería lindo tener».
Frontend
Lo que ve y toca el usuario: una página web completa o un artefacto dentro del chat.
Backend
La lógica que decide qué pasa con cada acción del usuario, sin mostrarse nunca en pantalla.
Base de datos
Donde vive la información de forma permanente, organizada para que sobreviva a un cierre de sesión.
Autenticación
Lo que confirma que quien pide acceso es quien dice ser: contraseña, token, verificación en dos pasos o biometría.
Servidor en la nube
Donde corre el backend: servicios como AWS, Google Cloud, Azure, Railway, Vercel o Cloudflare.
Dominio
El nombre por el que se encuentra la app en internet.
SSL
El candado que cifra la conexión, para que nadie intercepte los datos en el camino.
Analítica
La medición de lo que hacen los usuarios dentro de la app, para saber qué ajustar después.

Construir y publicar

Vocabulario de quien implementa. Basta con reconocerlo cuando aparezca en una propuesta.

Node.js
El entorno que permite usar JavaScript fuera del navegador, en el servidor. Muchas integraciones de IA se construyen sobre él.
TypeScript
JavaScript con controles que avisan de errores antes de publicar. En proyectos que van a durar, es el estándar.
React
Una librería muy usada para construir interfaces. Si un producto tiene pantallas, es probable que esté hecho con React.
Next.js
El marco de trabajo construido sobre React que añade lo que hace falta para un sitio real: rutas, servidor y optimización.
FastAPI
El equivalente en Python para construir APIs rápido. Común en proyectos de IA, porque muchas librerías de IA son de Python.
Docker
Empaquetar un programa con todo lo que necesita para que corra igual en cualquier máquina. Mata el clásico «en mi computador sí funciona».
Containercontenedor
Ese paquete ya corriendo. Es la unidad que se despliega y se multiplica cuando hace falta más capacidad.
Git
El sistema que guarda el historial de cambios del código y permite volver atrás. Sin esto, un equipo no puede trabajar en paralelo sin pisarse.
GitHub
La plataforma donde vive ese historial y donde el equipo revisa los cambios antes de aprobarlos. Pregunta siempre quién es el dueño de la cuenta: ahí está tu código.
CI/CD
La tubería que prueba y publica los cambios de forma automática. Es la diferencia entre publicar con miedo y publicar tranquilo.
Netlify
Un servicio para publicar sitios web sin servidor propio: subes el código y queda un enlace público funcionando.

IA en tu propia máquina

La alternativa a usar el modelo de un proveedor, cuando hay datos que no pueden salir.

IA localLocal AI
Ejecutar modelos en tus propios equipos, sin que los datos salgan. Se paga en hardware y mantenimiento en vez de por uso.
Ollama
La herramienta más simple para correr modelos en tu computador. Es la puerta de entrada habitual para probar IA local.
Open-weightopen-source, código abierto
Modelos que puedes descargar y ejecutar tú, como Llama, Mistral o DeepSeek. Open-weight es el término más preciso: te dan el modelo entrenado, no necesariamente todo lo demás.
CUDA
La tecnología de NVIDIA que permite usar tarjetas gráficas para IA. Por eso para IA local se habla casi siempre de GPU NVIDIA.

Administrar la IA en la empresa

Cómo se controla quién entra, con qué permisos y con qué modelo.

Asientoseat, licencia
Cada lugar de usuario que paga la empresa en un plan de equipo. Se asigna, se reasigna o se libera cuando alguien entra o sale.
SSOinicio de sesión único
Entrar a la herramienta de IA con la cuenta corporativa de la empresa, sin una contraseña aparte. Centraliza quién tiene acceso.
SCIM
El estándar que sincroniza los usuarios desde el directorio de la empresa: cuando alguien entra o sale de la compañía, su acceso a la herramienta se crea o se quita solo.
Aprovisionamiento JITjust-in-time
Crear la cuenta de una persona en el momento en que entra por primera vez con el inicio de sesión corporativo, sin invitarla antes a mano.
Permisos basados en rolesRBAC
Repartir el control de la cuenta por roles y grupos, en lugar de persona por persona: quién administra, quién invita y quién solo usa.
Modelo predeterminado
El modelo que ven todos los miembros por defecto al abrir la herramienta, para que el equipo trabaje parejo.

Herramientas de IA, según el trabajo que resuelven

Ya que conoces el vocabulario, estas son las herramientas donde vas a verlo. Organizadas por el trabajo que resuelven, no por popularidad: son las que usamos y enseñamos.

Ninguna de estas herramientas nos paga por aparecer aquí.

Las describimos por lo que hacen. Cuál te conviene depende de tu caso: si quieres la comparativa a fondo entre los modelos, la tenemos en esta guía.

Conocer el vocabulario es el primer paso. Usarlo en el trabajo es el segundo

En nuestras capacitaciones in company tu equipo pasa de reconocer estas palabras a aplicarlas en su trabajo diario, con los procesos reales de cada área. En español y sin humo.

Ver capacitación para empresas →

Preguntas frecuentes

¿Qué términos de IA necesito saber para hablar con un proveedor?

Con seis te defiendes en cualquier reunión: LLM, que es el modelo de lenguaje; prompt, que es la instrucción que le das; tokens, que es la unidad por la que te cobran; ventana de contexto, que es cuánto texto puede tener presente a la vez; RAG, que es darle tus documentos para que responda con ellos; y agente, que es un sistema que ejecuta tareas de varios pasos por su cuenta.

¿Cuál es la diferencia entre un conector, un plugin y un skill?

El conector une la IA con una app externa para leer o actuar sobre su información. El plugin es un paquete que le suma varias capacidades de golpe para un tipo de trabajo, y puede traer conectores y skills adentro. El skill es un proceso guardado para que la IA haga una tarea repetitiva siempre igual.

¿Un Proyecto de Claude y uno de ChatGPT son lo mismo?

Cumplen la misma función: agrupar conversaciones, archivos e instrucciones de un mismo tema para no repetir el contexto en cada chat. Cada herramienta tiene sus propias opciones y límites, así que conviene revisar la documentación de la que use tu equipo.

¿Cuál es la diferencia entre un LLM y un agente de IA?

El LLM es el motor: recibe texto y devuelve texto. El agente es lo que se construye encima para que ese motor haga cosas: consultar sistemas, ejecutar pasos, decidir qué hacer después y repetir hasta terminar la tarea. Un LLM responde una pregunta; un agente cierra un pendiente.

¿Qué es RAG y por qué me lo mencionan tanto?

RAG es la técnica que permite que un modelo responda usando tus documentos en lugar de solo lo que aprendió en su entrenamiento. Cuando alguien te dice que la IA va a responder con la información de tu empresa, casi siempre está hablando de RAG.

¿Necesito servidores propios para usar IA en mi empresa?

En la mayoría de los casos no. Se conecta por API al modelo de un proveedor y se paga por uso. Montar IA local tiene sentido cuando hay datos que por regulación no pueden salir de la empresa o cuando el volumen lo justifica. Es una decisión de costo y cumplimiento, no de moda.

Sigue aprendiendo

Qué es un LLM y cómo funciona
El motor que hay detrás de ChatGPT, Claude y Gemini, explicado sin matemáticas.
Qué son los tokens en la IA
La unidad por la que te cobran y por la que se acaba el contexto.
Qué es la ventana de contexto
Por qué la IA olvida lo que le dijiste hace veinte mensajes.
¿Qué modelo de IA es mejor?
Comparativa de ChatGPT, Claude y Gemini según la tarea.

Glosario vivo: se amplía cuando aparece vocabulario nuevo en los proyectos y en las herramientas. Las funciones de ChatGPT se revisaron en el centro de ayuda de OpenAI en septiembre de 2026.

ConversarAgendar diagnóstico