Curso OpenAI Agents SDK: Crea Aplicaciones con Agentes de IA

Este curso te brindará las bases teóricas y prácticas para diseñar, implementar y desplegar agentes de inteligencia artificial autónomos utilizando el SDK de OpenAI. Al finalizar, podrás construir sistemas inteligentes que no solo respondan a instrucciones, sino que actúen por su cuenta para completar flujos de trabajo complejos.

1. Fundamentos de los agentes de inteligencia artificial

• Diferencia entre herramientas basadas en LLMs y agentes verdaderamente autónomos.

• Qué es un flujo de trabajo (workflow) y cómo los agentes lo ejecutan de principio a fin.

• Principios de autonomía, razonamiento y acción en los agentes modernos.

2. Diseño de la arquitectura de un agente

• Componentes esenciales de un agente: modelo, herramientas e instrucciones.

• Cómo combinar estos elementos para lograr comportamientos autónomos, seguros y confiables.

• Diseño progresivo: de agentes simples a sistemas multiagente complejos.

3. Selección estratégica de modelos LLM

• Criterios clave: precisión, latencia y coste.

• Cuándo usar modelos pequeños, medianos o avanzados.

• Evaluación del rendimiento del modelo con métricas realistas y datasets de prueba.

4. Integración de herramientas externas

• Tipos de herramientas: de datos, de acción y de orquestación.

• Cómo conectar agentes con APIs, bases de datos, CRM, y más.

• Diseño de herramientas reutilizables y seguras para que el agente amplíe sus capacidades.

5. Redacción de instrucciones efectivas para agentes

• Cómo guiar a un agente con prompts claros, precisos y flexibles.

• Uso de plantillas y políticas variables.

• Captura de casos límite para prevenir errores y ambigüedades.

6. Componentes de una arquitectura de IA agéntica

• Módulo de percepción: cómo los agentes captan su entorno.

• Módulo cognitivo: planificación, razonamiento y toma de decisiones.

• Módulo de acción: ejecución de tareas y control del entorno.

7. Orquestación de flujos de trabajo

• Implementación de ciclos de ejecución (runs) para agentes.

• Sistemas de agente único vs. sistemas multiagente.

• Patrones de diseño: patrón Manager y patrón Descentralizado (delegación de tareas).

8. Implementación de guardarraíles (guardrails)

• Cómo proteger a los agentes de comportamientos dañinos, irrelevantes o riesgosos.

• Tipos de guardrails: clasificadores de seguridad, moderación, validación de salidas, etc.

• Diseño de defensas por capas para agentes robustos en producción.

9. Casos prácticos y patrones reales

• Ejemplos detallados de agentes para: atención al cliente, clasificación de contenido, detección de spam, análisis de sentimiento, entre otros.

• Cómo medir el éxito de un agente en producción.

• Escalado progresivo: empezar con poco y evolucionar según resultados.

10. Buenas prácticas y visión estratégica

• Cómo construir agentes confiables, seguros y eficientes.

• Estrategias de mantenimiento, control de versiones y evaluación continua.

• Cómo aplicar este conocimiento en contextos reales de negocio o productos.

Descrube como OpenAI crea sus agentes de AI.