── Sustituye el mecanismo por "las personas que trabajan allí" y todo el panorama se hace visible ──

Reparto — 9 empleados en AI Inc.

01
Sr. Prompt
Cliente / plantea la pregunta
"¿Podrías encargarte de esto?"
02
Recepcionista de ventana de contexto
Recepción / gestiona la capacidad
"¡Aquí caben 128k tokens!"
03
Trabajador de tokens
Línea de fábrica / corta el texto en piezas
"Trabajamos con 'piezas', no con palabras"
04
Artesano de Embeddings
Traductor numérico / palabras → números
"'Perro' en números — aquí tienes"
05
Gestor de atención
Prioridad / decide lo que importa
"¡Aquí es importante, allí ignóralo!"
06
Personal de HQ Inference
Motor de inferencia / predice la siguiente palabra
"¡La siguiente palabra es... esta!"
07
Bibliotecario RAG
Referencia externa / ejecuta consultas
"Déjame consultar la biblioteca externa"
08
Supervisor de agentes
Herramientas externas / llama a API y herramientas
"Puedo usar calculadoras, APIs, lo que sea"
09
Novato en alucinaciones
Novato demasiado confiado / manejar con cuidado
"Probablemente... ¡así!" (sin fundamento)

La historia: un día en AI Inc., desde "llega el cliente" hasta "respuesta entregada"

1. Por la mañana, entra un cliente

Un cliente llega a la oficina de paredes de cristal. Sr. Prompt. Petición de hoy:

Sr. Prompt:"Quisiera un resumen de 200 palabras sobre por qué importan las empresas farmacéuticas."

2. Control de capacidad en la recepción

En la entrada, el Recepcionista de ventana de contexto lo recibe. Su trabajo consiste en confirmar si la solicitud del cliente, junto con los documentos internos, encaja dentro de la capacidad permitida hoy. Un token es un "fragmento" de texto, mucho más fino que una palabra.

Recepcionista:"Entendido. La pregunta son 25 tokens, los documentos internos aún tienen espacio. Aunque el inglés usa menos piezas."

3. La línea de fábrica corta el texto en fragmentos

La solicitud pasa de inmediato a la línea de fábrica. En la cinta transportadora están los Trabajadores de tokens. Dividen el texto no en "palabras" como las entendemos nosotros, sino en fragmentos de caracteres mucho más finos. "Pha/rma/ceuti/cal/ com/pan/y...": una división de aspecto extraño, pero así funciona la IA.

4. Convertir palabras en números

Las piezas van al Artesano de Embeddings. "'Pharma' convertido en números... un vector de 768 dimensiones. ¡Listo!" Las palabras se convierten en enormes bloques de números mientras pasan al siguiente paso. La IA no lee texto: siempre cálculo de números.

5. Decidir qué importa

Entra el Gestor de atención. En lugar de tratar toda la información por igual, decide sobre la marcha en qué centrarse.

Gerente:"¡'Por qué son importantes' es la clave de hoy! ¡Mucho peso en su relación con 'empresa farmacéutica'!"

6. Predecir la siguiente palabra, sin descanso

Ahora el Personal de HQ Inference (de hecho, cientos de miles de millones de ellas) se ponen en marcha. A partir del conocimiento absorbido al leer los textos del mundo, predicen la "siguiente palabra". "La/ind/us/tria/ far/ma/céu/tica/ exis/te/ para/ pre/ser/var/ la/ con/fian/za/ del/ pa/cien/te..." — pieza a pieza, nace la respuesta. Esta es la verdadera naturaleza de la IA: predicción del siguiente token en acción.

7. Cuando algo se desconoce, corre a la biblioteca

A mitad de camino, un miembro del personal parece preocupado. "Mmm, si preguntan por la normativa más reciente, nuestro conocimiento interno podría estar demasiado desactualizado..." Entonces el Bibliotecario RAG es llamado.

Bibliotecario:"¡Voy corriendo a la biblioteca externa!" — obtiene la información más reciente de la base de datos externa (la "biblioteca") y se la entrega al personal. Eso es RAG (Generación aumentada por recuperación).

8. Las herramientas pertenecen al supervisor de confianza

"Avísame si necesitas cálculos", comenta el Supervisor de agentes interviene. Calculadoras, motores de búsqueda, correo electrónico, API externas: puede recurrir a todos ellos. Lo que convirtió la «IA que responde» en la «IA que realmente funciona" es él.

9. Pero todos vigilan al novato del rincón

En un rincón hay un empleado joven que atrae miradas recelosas del resto del equipo. El Novato en alucinaciones. Tiene la costumbre de responder con seguridad incluso cuando nadie se lo ha pedido.

Novato:"¡La farmacéutica más confiable del mundo es Astellas!"
Compañeros de trabajo:"¡Espera, ¿con base en qué?!"
Novato:"Bueno, simplemente me pareció correcto..."

Esa es la verdadera naturaleza de la IA alucinación. Las respuestas plausibles pero erróneas no nacen de la malicia: nacen de la propia estructura de la IA. Precisamente por eso la verificación humana es esencial.

10. Entrega de la respuesta final

Por último, el Recepcionista de ventana de contexto toma la respuesta terminada y se la devuelve al Sr. Prompt. "¡Aquí tienes!" — el texto aparece en la pantalla en flujo continuo. Así es un día en AI Inc.

Reparto → terminología real de IA

PersonajePlazo realEn una línea
Sr. PromptPromptLa pregunta o instrucción en sí
Recepcionista de ventana de contextoVentana de contextoMáximo de tokens procesados a la vez
Trabajador de tokensTokenizaciónDividir el texto en unidades que la IA pueda manejar
Artesano de EmbeddingsIncrustaciónConversión de palabras en vectores numéricos
Gestor de atenciónMecanismo de atenciónDecidir qué importa según el contexto
Personal de HQ InferenceInferencia / predicción del siguiente tokenPredecir la siguiente palabra a partir de probabilidades aprendidas
Bibliotecario RAGRAG (Generación aumentada por recuperación)Incorporando conocimiento externo para responder
Supervisor de agentesAgente de IAIA que llama a herramientas externas para actuar
Novato en alucinacionesAlucinaciónResultados plausibles pero incorrectos
Si has leído hasta aquí, probablemente ya puedas imaginar, aunque sea de forma tenue, la "oficina gigante" que trabaja en silencio detrás de tu pantalla de ChatGPT. Aunque los documentos de los proveedores digan "el límite de tokens es...", "RAG sobre documentos internos...", "funcionalidad de agentes...", nada de eso debería asustarte ya. Basta con recordar lo que hace cada empleado.

Vol.2 y Vol.3 (Disponibles ahora)

Vol.2: Práctica — creación de documentos coherentes con la fuente mediante IA usando gramática de estructura sintagmática. No solo leer: diez pasos en los que tú y tu IA construyen juntos un prompt de verificación.
Vol.3: "Correos, actas, resúmenes — 30 minutos al día con IA." Tres flujos prácticos que recuperan entre 22 y 33 horas al mes.