Notas del taller.
Notas de campo sobre llevar productos de IA a producción, de quienes escriben el código.
- Cuándo no usar un LLMago 2026
La mitad de lo que aterrizamos no necesita un modelo. La prueba que usamos: agentes solo donde escarbar con preguntas abiertas justifica su costo, y código normal para todo lo demás.
- Una constante le gana a una base vectorial, hasta que ya noago 2026
Ocho mil palabras de playbook caben en un prompt cacheado. Por qué entregamos una constante en lugar de retrieval, y la línea honesta donde esa decisión se voltea.
- Cómo sacamos un número confiable de un banco sin APIago 2026
Los bancos mexicanos no ofrecen sincronización estilo Plaid, así que los datos llegan en un PDF. Así repartimos ese trabajo entre un modelo y código normal, y por qué un import que se niega le gana a uno que queda mal sin avisar.
- Qué hace en WhatsApp un agente de IA que actúajul 2026
Un chatbot contesta preguntas. Un agente da el siguiente paso por ti. Así se ve esa diferencia en WhatsApp, y por qué el canal la vuelve real.
- La verificación de Meta Business, y por qué tumba lanzamientos en WhatsAppjul 2026
La forma más rápida de perder una fecha de lanzamiento en WhatsApp es descubrir la verificación de Meta Business en la última semana. Esto es lo que revisa, por qué atora los tiempos, y cómo quitarle el riesgo.
- Cómo cotizamos un desarrollo de IA con alcance cerradojun 2026
La mayoría del trabajo de IA se vende por hora y termina sin un producto terminado. Nosotros vendemos un plan y un precio, acordados antes de empezar. Así funciona el alcance cerrado, y dónde no funciona.
- Por qué entregamos una rebanada funcional en la semana unojun 2026
El demo es la parte fácil. En la semana uno entregamos otra cosa: una rebanada funcional, un camino real corriendo de punta a punta. Eso le quita el riesgo a todo el desarrollo.