Glosario
Definiciones en lenguaje claro, sin dar por sentado ningún conocimiento previo. Léelo por encima o busca un término con el que te topes en otro sitio.
Agente
Una IA configurada para realizar acciones en bucle: lee un objetivo, llama herramientas, ve los resultados y repite hasta terminar. Claude Code es un agente para tu base de código.
Anthropic
La empresa que crea Claude.
API (Interfaz de Programación de Aplicaciones)
Una forma de que tu software hable con Claude de manera programática, en lugar de escribir en una ventana de chat. Consulta Tu primera llamada a la API.
Artefacto
Una salida viva y ejecutable (una app, un gráfico o un documento) que Claude muestra en un panel lateral de claude.ai, separado del chat.
Cadena de pensamiento (CoT)
Pedir al modelo que razone paso a paso antes de responder, lo que mejora la precisión en problemas difíciles.
Claude
La familia de modelos de IA (y apps) creada por Anthropic. "Claude" puede referirse a la app de chat, a los modelos o a la marca según el contexto.
Claude Code
La herramienta agéntica de línea de comandos/IDE de Anthropic que puede leer y editar tu base de código, ejecutar comandos y usar herramientas. Consulta Qué es Claude Code.
CLAUDE.md
Un archivo de texto plano donde le das a Claude Code instrucciones persistentes sobre tu proyecto: su personalización de mayor impacto.
Ventana de contexto
La cantidad máxima de texto (medida en tokens) que un modelo puede considerar de una vez: tu prompt más su respuesta. Si la superas, el contenido más antiguo se descarta.
Embedding
Una lista de números que representa el significado de un fragmento de texto, de modo que el software pueda encontrar cosas similares en significado (no solo coincidencias de palabras clave). Hace posibles la búsqueda semántica y el RAG.
Eval (evaluación)
Una prueba repetible de la calidad de la salida de la IA, para que puedas saber si un cambio mejoró o empeoró las cosas.
Few-shot
Incluir algunos ejemplos resueltos en tu prompt para mostrarle al modelo el patrón que quieres.
Fine-tuning
Seguir entrenando un modelo con tus propios ejemplos para especializarlo. Suele ser el último recurso: prueba primero con prompting y RAG.
Alucinación
Cuando un modelo afirma algo falso pero con confianza. La habilidad clave es la verificación. Consulta Alucinaciones.
Hook
En Claude Code, un comando que se ejecuta automáticamente en un evento del ciclo de vida (por ejemplo, después de cada edición de archivo) para imponer formato, controles o seguridad.
Inferencia
El acto de ejecutar un modelo para obtener una salida (a diferencia de entrenarlo).
LLM (Modelo de Lenguaje Grande)
El tipo de IA que hay detrás de Claude: entrenado para predecir el siguiente fragmento de texto, lo que resulta suficiente para escribir, programar, resumir y razonar. Consulta ¿Qué es un LLM?.
MCP (Protocolo de Contexto de Modelo)
Un estándar abierto para conectar la IA con herramientas y datos externos (bases de datos, GitHub, navegadores). Un "servidor MCP" expone una herramienta; Claude puede llamarla. Consulta MCP.
Multimodal
Un modelo que maneja más que texto, por ejemplo imágenes y PDF como entrada.
Prompt
Lo que le envías al modelo: tus instrucciones, tu pregunta y cualquier contexto.
Prompt caching
Reutilizar la parte inicial inalterada de un prompt entre llamadas para reducir coste y latencia. Consulta Prompt Caching.
Inyección de prompts
Un ataque en el que instrucciones maliciosas ocultas en contenido que la IA lee (una página web, un documento) intentan secuestrarla. Consulta Inyección de prompts.
RAG (Generación Aumentada por Recuperación)
Recuperar fragmentos relevantes de tus datos y añadirlos al prompt para que el modelo responda sobre ellos. Consulta RAG.
Razonamiento / pensamiento extendido
Un modo en el que el modelo dedica cómputo adicional a "pensar" antes de responder, para tareas más difíciles.
Skill
Una capacidad empaquetada (instrucciones + scripts opcionales) que Claude carga bajo demanda cuando es relevante. Consulta Skills.
Subagente
Una instancia separada de Claude con su propio contexto y herramientas, usada para delegar parte de una tarea (por ejemplo, una investigación) de modo que la sesión principal permanezca enfocada.
System prompt
Las instrucciones de alto nivel que establecen el rol y las reglas del modelo para toda una conversación: tu palanca de control más poderosa.
Temperatura
Un ajuste (en algunos modelos) que controla la aleatoriedad: baja = enfocada y repetible, alta = variada y creativa.
Token
La unidad que los modelos leen y cuentan: aproximadamente ¾ de una palabra en inglés. Los precios y los límites de contexto se miden en tokens. Consulta Tokens y contexto.
Uso de herramientas / function calling
Permitir que el modelo llame funciones que defines (búsqueda, calculadora, tu API) y use los resultados. Consulta Uso de herramientas.
Guardrails
Reglas y límites que mantienen el comportamiento de una IA seguro y centrado en la tarea: por ejemplo, reglas de permisos, "ejecutar pruebas antes de terminar" o aprobación humana para acciones arriesgadas. Consulta Asegurar agentes.
Latencia
Cuánto esperas por una respuesta. Los modelos más grandes suelen ser más lentos; el streaming mejora la latencia percibida al mostrar la salida a medida que se genera.
Salida estructurada
Obtener resultados con una forma estricta y legible por máquina (por ejemplo, JSON que cumple un esquema) en lugar de texto libre, para que otro software pueda fiarse de ellos. Consulta Salida estructurada.
Ingeniería de contexto
Decidir deliberadamente qué entra en la ventana de contexto del modelo: instrucciones, ejemplos, datos recuperados, para obtener el mejor resultado. La disciplina que está detrás del prompting, el RAG y la memoria.
¿Falta algún término? Añádelo: las entradas del glosario son una primera contribución perfecta.