Fundamentos de IA para marketing — Módulo 1 del Curso IA Marketing gratis

Por qué empezamos por aquí

Antes de escribir prompts, montar agentes o conectar n8n, necesitas entender qué es realmente una IA, qué hace bien y qué hace mal. El marketer que no entiende los cimientos termina usando IA como juguete y tomando decisiones malas para sus clientes.

1. Historia exprés: del chatbot a los agentes

• 1966: ELIZA, el primer chatbot, simulaba a un psicoterapeuta.
• 1997: DeepBlue vence a Kasparov en ajedrez.
• 2012: AlexNet populariza las redes neuronales convolucionales para visión.
• 2017: Google publica la arquitectura Transformer, la base de todos los LLM modernos.
• 2020: GPT-3 (OpenAI) demuestra que escala grande = capacidades emergentes.
• 2022: ChatGPT explota, llega la era de la IA generativa para masas.
• 2023-2026: Multimodalidad, agentes, RAG, GPT-4, Claude, Gemini, Llama, Mixtral, modelos open source que se acercan a los cerrados.

2. Qué es un LLM (Large Language Model)

Un LLM es una red neuronal enorme (cientos de miles de millones de parámetros) entrenada con cantidades masivas de texto para una tarea concreta: predecir la siguiente palabra. Sí, así de simple y así de potente.

Lo que hace un LLM

• Generar texto continuando un prompt.
• Resumir texto largo en algo más corto.
• Clasificar, extraer entidades, hacer análisis de sentimiento.
• Traducir entre idiomas.
• Razonar paso a paso si le pides que piense.
• Escribir código en muchos lenguajes.

Lo que NO hace un LLM (malentendido típico)

• No "sabe" cosas: predice. Si una respuesta parece correcta es por probabilidades, no porque busque en su memoria.
• No navega en tiempo real: su conocimiento tiene fecha de corte.
• No calcula con precisión: las matemáticas complejas las hace mal.
• No es determinista: misma pregunta puede dar distintas respuestas.

3. Tokens: la unidad que cobra el LLM

Los LLMs no procesan palabras, procesan tokens. Un token es un fragmento de palabra, palabra completa o símbolo.

• "Hola mundo" = 2 tokens.
• "Inteligencia artificial" = 3 tokens.
• ~750 palabras ≈ 1000 tokens en español.
• Los modelos tienen una ventana de contexto máxima: GPT-4o 128k, Claude 200k, Gemini 1M.

Implicaciones

• El coste de la API se cobra por tokens de input + tokens de output.
• Si metes documentos largos, llega un momento que exceden la ventana.
• Más tokens = más caro y más lento, pero también más contexto para la IA.

4. Embeddings y similitud semántica

Un embedding es una representación numérica de un texto: un vector de números (p.ej. 1536 dimensiones) que captura el significado.

Textos similares semánticamente tienen vectores cercanos en el espacio. Esto permite:

• Búsqueda semántica: encontrar documentos relevantes aunque no contengan las keywords exactas.
• Clustering: agrupar automáticamente contenidos similares.
• Recomendaciones: "usuarios que leyeron esto también leyeron esto otro".
• Detección de duplicados: vector de dos textos = casi idéntico.

5. RAG: Retrieval Augmented Generation

RAG es el patrón que conecta un LLM a tus datos privados:

1. Tus documentos se trocean y se guardan como embeddings.
2. El usuario pregunta algo.
3. El sistema busca los chunks más relevantes (por similitud de embedding).
4. Se pasan esos chunks al LLM junto con la pregunta.
5. El LLM responde usando esa información.

Esto evita alucinaciones (la IA responde con datos reales), mantiene privacidad (no compartes documentos al modelo en su entrenamiento) y permite trabajar con bases de conocimiento actualizadas.

Casos de uso RAG en marketing

• Asistente sobre tu web que responde preguntas de clientes.
• Bot que contesta FAQs técnicas consultando tu base de conocimiento.
• Análisis de competencia: RAG sobre papers, webs y estudios.
• CRM inteligente: respuestas sobre clientes basadas en tu CRM.

6. Agentes de IA: cuando el LLM ejecuta acciones

Un agente es un LLM con acceso a herramientas (tools): navegar, ejecutar código, consultar APIs, escribir en bases de datos. En vez de solo responder, ejecuta.

Anatomía mínima

• LLM base (cerebro).
• Tools disponibles (qué sabe hacer).
• Memoria (a corto plazo: conversación; a largo plazo: vector store).
• Loop de razonamiento (ReAct, CoT, Plan-Execute).

Ejemplos aplicados

• Agente SEO que audita una web y propone cambios.
• Agente de contenidos que investiga, escribe y publica en tu CMS.
• Agente de atención al cliente que consulta tu CRM y responde dudas.
• Agente de ventas que prepara propuestas personalizadas.

7. Modelos clave en 2026

Cerrados (vía API / SaaS)

• OpenAI: GPT-4o, GPT-4 Turbo, o1/o3 (razonamiento).
• Anthropic: Claude 4 Opus/Sonnet/Haiku (fuerte en programación, largo contexto).
• Google: Gemini 1.5 Pro/Flash (multimodal, ventana enorme).
• xAI: Grok 3 (integrado con X).
• DeepSeek: modelos chinos competitivos a bajo coste.

Open source (descargables)

• Llama 3.x (Meta): el más equilibrado.
• Mistral / Mixtral (Mistral AI): eficientes, europeos.
• Qwen (Alibaba): muy fuertes en chino y código.
• Phi (Microsoft): modelos pequeños pero potentes.

Especializados

• Imagen: Midjourney v6, FLUX.1, DALL-E 3, Stable Diffusion 3.
• Vídeo: Sora, Veo 3, Runway Gen-4, Kling 2.0, Pika.
• Audio: ElevenLabs (voz), Suno / Udio (música), Whisper (transcripción).

8. Costes reales, sin marketing

• Un minuto de conversación con GPT-4o: ~0,015 USD.
• Generar 100 imágenes con Flux Pro: ~5 USD.
• Un vídeo de 8 segundos con Veo 3: ~1-3 USD.
• Transcribir 1h de audio con Whisper: ~0,15 USD.
• Para prompts profesionales: te quedas en 5-30 USD/mes si trabajas a diario.
• Para equipos grandes con agentes y RAG: 50-500 USD/mes es lo normal.

9. Resumen ejecutivo

• LLM = predictor de tokens entrenado en Internet. Predice, no sabe.
• Embeddings son vectores que representan significado.
• RAG conecta el LLM a tus datos sin reentrenar el modelo.
• Agentes = LLM con tools y memoria que ejecutan.
• Hay modelos cerrados y open source. Cada uno con su hueco.
• La unidad de coste es el token. Optimizar prompts = ahorrar dinero.
• Las alucinaciones son responsabilidad humana, no del modelo.