CasosDeUsoIA
Guía · Actualizada el 17 oct 2026

Cómo convertirte en experto en agentes de IA en 3 meses: plan de 90 días

En tres meses no vas a dominar la inteligencia artificial. Sí puedes llegar a algo muy útil: saber construir, probar y explicar agentes que resuelven problemas reales de una pyme. A eso le llamamos pericia práctica, y este plan te lleva ahí con recursos gratuitos, casi todos en español.

Lo que pide: entre 1,5 y 2 horas al día, unas 10 a 14 horas por semana. En total, entre 120 y 180 horas a lo largo de 13 semanas.

Lo que necesitas: una computadora, una cuenta de Google y ganas de probar. No hace falta saber programar; si programas, hay recursos opcionales para ir más hondo.

Idiomas: cada semana tiene al menos un recurso en español (ES). Los recursos en inglés (EN) se pueden seguir con subtítulos automáticos o con el traductor del navegador: en YouTube, toca Configuración, Subtítulos, Traducir automáticamente y elige Español; en Chrome o Edge, haz clic derecho en la página y elige Traducir al español.

Ir a la lista de control

¿Se puede ser experto en 3 meses? Lo que dice la investigación

La idea de las 10.000 horas viene de un estudio de 1993 de K. Anders Ericsson y sus colegas con violinistas de una academia de música de Berlín. Encontraron que los mejores habían acumulado más práctica deliberada: práctica con objetivos concretos, retroalimentación inmediata y tareas un poco más difíciles que el nivel actual1.

Malcolm Gladwell popularizó la cifra como una regla en su libro Outliers (2008). El propio Ericsson la discutió: explicó que 10.000 horas era un promedio a los 20 años, que la mitad de los diez mejores violinistas del estudio no había llegado a esa cifra, que el número cambia mucho de un campo a otro y que lo importante es el tipo de práctica, no solo la cantidad3. En sus palabras:

“No hay nada especial ni mágico en las diez mil horas”.

Original: “there is nothing special or magical about ten thousand hours”

Anders Ericsson y Robert Pool, Salon, 10 de abril de 2016. Traducción nuestra.

Además, un metaanálisis de 2014 de Brooke Macnamara, David Hambrick y Frederick Oswald encontró que la práctica deliberada explica una parte del rendimiento que varía mucho según el campo: 26% en juegos, 21% en música, 18% en deportes, 4% en educación y menos de 1% en profesiones2. La práctica importa, pero no lo explica todo.

Qué tomamos para este plan: pocas horas bien usadas valen más que muchas horas pasivas. Por eso cada semana tiene un proyecto concreto, una forma de medir si funcionó y un control antes de avanzar. Y por eso hablamos de pericia práctica en 90 días, no de maestría.

El plan, semana a semana

Cada recurso lleva su idioma. Comprobamos que cada enlace funciona y que es gratuito el 17 de octubre de 2026; algunas herramientas tienen costo cuando las usas en producción y lo indicamos.

Fundamentos10 a 12 h

Semana 1: Qué es un modelo de lenguaje y qué es un agente

Objetivo: Entender qué hace un modelo, qué agrega un agente (herramientas, memoria, pasos) y escribir prompts con contexto, tarea y formato.

Recursos gratuitos

Proyecto: Escribe 10 prompts para tareas reales de tu negocio o de uno que conozcas, partiendo del prompt de un caso del directorio. Punto de partida: Responder preguntas frecuentes en WhatsApp 24/7.

Control: Puedes explicar con tus palabras la diferencia entre un chatbot y un agente, y tus prompts tienen contexto, tarea y formato.

Para escuchar esta semana: monos estocásticos (ES).

Fundamentos10 a 12 h

Semana 2: Asistentes para el trabajo diario

Objetivo: Usar ChatGPT, Claude o Gemini con tus documentos y saber cuándo no confiar en la respuesta.

Recursos gratuitos

Proyecto: Arma un asistente interno que responda con tus manuales y listas de precios. Anota 10 preguntas y si la respuesta fue correcta. Punto de partida: Asistente interno con tus documentos.

Control: Tu asistente responde bien al menos 8 de 10 preguntas y sabes por qué falló en las otras.

Para escuchar esta semana: Startupeable (ES).

Fundamentos10 a 14 h

Semana 3: Automatizar sin programar

Objetivo: Conectar apps con n8n o Make: disparador, pasos y acciones.

Recursos gratuitos

  • ES Google Apps Script en español. Documentación gratuita para automatizar Google Sheets.
  • EN, con subtítulos o traductor n8n Academy. Registro gratuito. n8n se puede instalar gratis en tu equipo; la versión en la nube es de pago con prueba.
  • EN, con subtítulos o traductor Plantillas de flujos de n8n. Plantillas gratuitas para copiar y adaptar.

Proyecto: Un reporte diario en Google Sheets: el flujo junta las consultas del día y te manda un resumen cada mañana. Punto de partida: Seguimiento automático de leads con reporte diario.

Control: El reporte llega solo tres días seguidos sin que lo toques.

Para escuchar esta semana: The Cognitive Revolution (EN, con subtítulos automáticos en YouTube).

Construir agentes10 a 14 h

Semana 4: Diseñar un agente de preguntas frecuentes

Objetivo: Definir qué responde el agente, qué no y cuándo pasa a una persona.

Recursos gratuitos

Proyecto: Escribe la base de preguntas frecuentes de una pyme (horarios, precios, envíos), el prompt del agente y 30 preguntas de prueba. Punto de partida: Responder preguntas frecuentes en WhatsApp 24/7.

Control: Tienes las reglas de derivación por escrito y 30 preguntas de prueba con la respuesta esperada.

Para escuchar esta semana: Lex Fridman Podcast (EN, con subtítulos automáticos en YouTube).

Construir agentes12 a 14 h

Semana 5: Agente de WhatsApp en funcionamiento

Objetivo: Conectar el agente a WhatsApp con n8n y una planilla, con paso a una persona.

Recursos gratuitos

Proyecto: Pon en marcha el agente de preguntas frecuentes en un número de prueba y deriva a una persona cuando no sabe. Punto de partida: Responder preguntas frecuentes en WhatsApp 24/7.

Control: El agente responde en el número de prueba y la derivación funciona en 5 de 5 intentos.

Construir agentes12 a 14 h

Semana 6: Darle herramientas al agente

Objetivo: Que el agente consulte stock y precios en tu planilla y arme un pedido.

Recursos gratuitos

Proyecto: Catálogo y pedidos por WhatsApp: el agente consulta la planilla, confirma el pedido y deja el resumen listo para despachar. Punto de partida: Catálogo y pedidos por WhatsApp para tiendas pequeñas.

Control: El agente nunca inventa un precio: si no está en la planilla, lo dice.

Para escuchar esta semana: No Priors (EN, con subtítulos automáticos en YouTube).

Construir agentes12 a 14 h

Semana 7: Cobrar y hacer seguimiento

Objetivo: Generar links de pago y recordar pagos pendientes con respeto.

Recursos gratuitos

Proyecto: Seguimiento de cobros con Mercado Pago: el flujo detecta pagos pendientes y envía un recordatorio amable con el link. Punto de partida: Recordatorios de cobranza.

Control: En modo de prueba, el recordatorio sale solo a quien no pagó y se detiene cuando el pago entra.

Construir agentes10 a 12 h

Semana 8: Probar, medir y poner límites

Objetivo: Evaluar tus agentes con preguntas reales, cuidar datos personales y definir límites.

Recursos gratuitos

Proyecto: Corre tus 30 preguntas de prueba en los tres agentes, anota aciertos, errores y costo aproximado por conversación.

Control: Tienes una tabla de resultados y corregiste los dos errores más frecuentes.

Para escuchar esta semana: Dwarkesh Podcast (EN, con subtítulos automáticos en YouTube).

Profundizar10 a 14 h

Semana 9: Agentes de varios pasos

Objetivo: Entender cómo un agente planifica, usa varias herramientas y se recupera de errores.

Recursos gratuitos

Proyecto: Agrega a uno de tus agentes un segundo paso: por ejemplo, después de tomar el pedido, agenda la entrega en el calendario. Punto de partida: Agendar citas por WhatsApp.

Control: El flujo de dos pasos funciona y registra cada acción en la planilla.

Para escuchar esta semana: Latent Space (EN, con subtítulos automáticos en YouTube).

Profundizar12 a 14 h

Semana 10: Especialízate en un rubro

Objetivo: Elegir un rubro y entender sus tareas, reglas y vocabulario.

Recursos gratuitos

Proyecto: Elige un sector del directorio y adapta uno de tus agentes a una pyme real que conozcas, con su permiso y sin datos sensibles.

Control: La pyme probó el agente y te dio una opinión por escrito.

Profundizar10 a 12 h

Semana 11: Costos y operación

Objetivo: Estimar costos mensuales, monitorear errores y documentar cómo mantener el agente.

Recursos gratuitos

Proyecto: Escribe una ficha de operación: costo mensual estimado, qué revisar cada semana y qué hacer si el agente falla.

Control: Puedes decirle a la pyme cuánto le costará al mes y qué riesgos tiene.

Publicar10 a 14 h

Semana 12: Portafolio y publicación

Objetivo: Mostrar lo que sabes hacer con evidencia.

Recursos gratuitos

Proyecto: Publica tres proyectos con capturas, un video corto de demostración y lo que aprendiste. Envía uno al directorio como caso.

Control: Tus tres proyectos están publicados en LinkedIn, GitHub o tu sitio, con lo que funcionó y lo que no.

Publicar4 a 6 h

Semana 13: Días 85 a 90: revisión y siguiente plan

Objetivo: Medir dónde estás y decidir los próximos 90 días.

Recursos gratuitos

Proyecto: Repasa la lista de control completa, elige tu especialidad y arma tu plan para los próximos tres meses.

Control: Puedes construir, probar y explicar un agente para una pyme sin seguir un tutorial.

Tu portafolio y cómo publicarlo

  1. Elige tus tres mejores proyectos: por ejemplo, el agente de WhatsApp, el reporte en Google Sheets y el seguimiento de cobros con Mercado Pago.
  2. Para cada uno, escribe el problema de la pyme, qué construiste, con qué herramientas, cuánto cuesta al mes y qué falló.
  3. Graba un video de 1 a 2 minutos mostrando el agente funcionando, sin datos reales de clientes.
  4. Publícalo en LinkedIn, en GitHub o en tu sitio, en español. Cuenta lo que aprendiste, no solo lo que salió bien.
  5. Envía tu mejor proyecto al directorio desde Enviar un caso. Si lo publicamos, te citamos con tu nombre.

Lista de control imprimible

Marca cada casilla cuando cumplas el control de la semana. En el navegador puedes imprimirla o guardarla en PDF.

Boletín

Recibe el plan semana a semana

Suscríbete y te recordamos cada semana qué toca, con un caso para practicar. En español y gratis. Puedes darte de baja desde cualquier correo.

Todos los recursos

Para seguir aprendiendo: el Radar IA LatAm con lecturas de la semana, los podcasts imprescindibles y la revolución de los agentes en LatAm.

Fuentes

  1. Ericsson, K. A., Krampe, R. T. y Tesch-Römer, C. (1993). The role of deliberate practice in the acquisition of expert performance. Psychological Review, 100(3), 363-406. doi.org/10.1037/0033-295X.100.3.363
  2. Macnamara, B. N., Hambrick, D. Z. y Oswald, F. L. (2014). Deliberate practice and performance in music, games, sports, education, and professions: a meta-analysis. Psychological Science, 25(8), 1608-1618. doi.org/10.1177/0956797614535810
  3. Ericsson, A. y Pool, R. (2016). Malcolm Gladwell got us wrong: our research was key to the 10,000-hour rule, but here's what got oversimplified. Salon, 10 de abril de 2016 (extracto adaptado del libro Peak). www.salon.com/2016/04/10/malcolm_gladwell_got_us_wrong_our_research_was_key_to_the_10000_hour_rule_but_heres_what_got_oversimplified/

Guía redactada por CasosDeUsoIA con ayuda de un agente de IA y revisada contra las fuentes. Ningún recurso nos paga por aparecer. Si un enlace deja de funcionar o deja de ser gratuito, escríbenos a hola@casosdeusoia.ai.