Laboratorio: Fundamentos de IA para desarrolladores
Tabla de contenidos
Ponte manos a la obra con los cuatro pilares fundamentales del desarrollo de aplicaciones de IA: modelos, ingeniería de prompts, llamadas a herramientas y RAG. Este laboratorio se ejecuta completamente en tu máquina usando Docker Model Runner, sin necesidad de claves de API ni de cuentas en la nube.
Iniciar el laboratorio
Inicia el labspace:
$ docker compose -p labspace -f oci://dockersamples/labspace-ai-fundamentals up -dNoteEsta práctica de laboratorio utiliza un modelo de IA, lo que requiere activar Docker Model Runner. El modelo puede tardar algún tiempo en descargarse.
Abre tu navegador en http://localhost:3030.
Cuando hayas terminado, elimina el labspace:
$ docker compose -p labspace down
Qué aprenderás
Al final de este Labspace, habrás completado lo siguiente:
- Comprender la API de Chat Completions y cómo estructurar mensajes para un modelo.
- Utilizar técnicas de ingeniería de prompts, incluyendo prompts de sistema, ejemplos de pocos intentos (few-shot) y salidas estructuradas.
- Implementar llamadas a herramientas y el bucle agéntico en el código.
- Construir una canalización (pipeline) de RAG que fundamente las respuestas del modelo en tus propios datos.
Módulos
| # | Módulo | Descripción |
|---|---|---|
| 1 | Bienvenida y Configuración | Introducción al laboratorio y verificación de tu entorno |
| 2 | Hablar con los modelos | API de Chat Completions, roles de mensajes y comportamiento del modelo sin estado (stateless) |
| 3 | Ingeniería de prompts | Prompts de sistema, ejemplos de pocos intentos (few-shot) y salidas estructuradas |
| 4 | Llamadas a herramientas | Definiciones de herramientas, el bucle agéntico y ejecución de herramientas en código |
| 5 | Generación aumentada por recuperación (RAG) | Recuperar, aumentar y generar con tu propia base de conocimientos |
| 6 | Cierre | Resumen de conceptos y siguientes pasos |