Saltar a contenido

Módulo 7 – Tu caso de uso

Diseñar, documentar y ejecutar tu propio proyecto

Este es el módulo de cierre. No es teórico: es una plantilla de trabajo para que diseñes tu propio caso de uso de principio a fin, con toda la información necesaria para implementarlo tú mismo o entregarlo a un equipo técnico.

1. Plantilla completa de caso de uso

Copia esta plantilla y rellénala con tu proyecto. No hace falta que esté perfecto al primer intento — es un documento vivo que irás refinando.

Ficha de caso de uso

Nombre del proyecto: (ej: Resumen automático de correos de clientes)

Propósito: ¿Qué problema resuelve? ¿Qué tarea automatiza o mejora?

Destinatario: ¿Quién va a usar el resultado? ¿Dirección? ¿Equipo comercial? ¿Operaciones?

Patrón de IA: (elige uno o varios) - [ ] Resumir - [ ] Clasificar - [ ] Extraer - [ ] Conversar

Entradas: - ¿De dónde vienen los datos? (correo, CRM, SharePoint, formulario…) - ¿Qué formato tienen? (texto libre, PDF, tabla…) - ¿Con qué frecuencia llegan? (continuo, diario, semanal…)

Procesamiento IA: - ¿Qué modelo usarás? (GPT-4o, Claude Sonnet, modelo local…) - ¿Cuál es el prompt? (escríbelo completo, con rol, formato, idioma y comportamiento ante información faltante) - ¿Necesita acceso a documentos? (si es así, ¿cuáles?)

Salidas: - ¿Dónde se entrega el resultado? (Slack, email, hoja de cálculo, CRM…) - ¿En qué formato? (lista, párrafo, JSON, tabla…)

Restricciones: - ¿Qué datos NO se pueden compartir con la IA? - ¿Hay requisitos de idioma o tono? - ¿Quién puede acceder al resultado?

Responsable funcional: (persona que revisa que siga funcionando)

Herramientas necesarias: - Plataforma de automatización: (n8n / Make / Zapier / ninguna) - Modelo de IA: (proveedor y plan) - Otros servicios: (Google Sheets, Slack, CRM…)

Credenciales necesarias: - [ ] API key del modelo de IA - [ ] Conexión al servicio de entrada (email, CRM…) - [ ] Conexión al servicio de salida (Slack, Sheets…) - [ ] Otras: ___

Métricas de éxito: 1. Uso: (ejecuciones esperadas por semana) 2. Ahorro estimado: (horas/semana o euros/mes) 3. Calidad: (cómo medirás si el resultado es útil) 4. Errores aceptables: (qué tasa de fallo es tolerable)

2. Ficha de documentación para IT

Si necesitas que el equipo técnico formalice tu prototipo, entrégales esta ficha junto con la plantilla anterior:

Campo Contenido
Objetivo de negocio (qué problema resuelve, en una frase)
Flujo actual (dónde se ejecuta hoy: n8n, Make, asistente manual…)
Dolor actual (qué no funciona: credenciales personales, límites de ejecución…)
Necesidad técnica (qué se necesita: endpoint, despliegue, base de datos, monitorización…)
Entradas esperadas (formato y origen de los datos)
Salidas esperadas (formato y destino del resultado)
Restricciones (privacidad, idioma, normativa)
Prompt (versión exacta del prompt que se está usando)
Modelo (proveedor, nombre del modelo, parámetros relevantes)

Con esta información, el equipo técnico no tiene que adivinar nada.

3. Qué viene después

La IA generativa evoluciona rápidamente. Estas son las tendencias que vale la pena seguir:

Modelos locales cada vez más capaces

Modelos como Llama 3, Mistral y Qwen ya compiten con los modelos comerciales en muchas tareas. Ejecutarlos en tu máquina da privacidad total y elimina costes de API. La brecha de calidad se reduce cada trimestre.

Multimodalidad madura

Los modelos ya procesan texto, imágenes, audio y documentos escaneados. La transcripción de reuniones, el análisis de fotos de obra y la extracción de datos de facturas escaneadas son posibilidades reales hoy.

Agentes autónomos

Sistemas que no solo responden preguntas sino que ejecutan acciones: reservar una reunión, actualizar un CRM, generar un informe y enviarlo. Estamos en los primeros pasos, pero la dirección es clara.

MCP como estándar universal

El Model Context Protocol está siendo adoptado rápidamente como la forma estándar de conectar modelos con herramientas. En un futuro cercano, elegir un asistente de IA será como elegir un navegador: todos acceden a los mismos servicios.

Voz como interfaz

La interacción por voz con modelos de IA ya funciona razonablemente. "Oye asistente, resúmeme los correos del proyecto Madrid" será una forma habitual de trabajar.

4. El toolkit del profesional en 2026

Un resumen de herramientas y cuándo usar cada una:

Necesidad Herramienta Cuándo
Chatear con IA ChatGPT, Claude, Gemini Consultas rápidas, brainstorming, redacción
Automatizar sin código n8n, Make, Zapier Flujos repetitivos entrada → IA → salida
Asistente con documentos GPTs, Claude Projects, Gemini Gems Consultas sobre procedimientos, FAQ internas
Construir herramientas Claude Code, Cursor Prototipos, scripts, sistemas personalizados
Conectar herramientas con IA MCP Integración estándar con correo, documentos, bases de datos
IA privada Ollama, LM Studio Datos sensibles, sin costes de API
Transcripción Whisper, servicios integrados Reuniones, notas de voz
Buscar en documentos RAG (propio o vía plataforma) Cuando tienes más de 10 documentos relevantes

5. Cierre del curso

Tres competencias que ya tienes:

  1. Autonomía digital: sabes usar la IA para resolver problemas reales de tu entorno laboral, elegir las herramientas adecuadas y proteger la información.

  2. Criterio técnico: entiendes qué te ofrecen los proveedores, cómo evaluar si lo necesitas y cómo hablar con los equipos que implementan.

  3. Capacidad de transferencia: tienes un caso de uso documentado, listo para compartir, escalar o entregar a IT.

Cierre

La IA no sustituye la experiencia: la amplifica. Lo que has aprendido en estos 7 módulos no es una moda ni una habilidad pasajera. Es una nueva forma de trabajar que premia a quienes combinan criterio profesional con curiosidad técnica. Y esa combinación, la tienes tú.

Para profundizar