Glosario de IA: qué significa MCP, agente, prompt y más

Abres un artículo sobre inteligencia artificial y en tres párrafos aparecen LLM, prompt, tokens, agentes y MCP. Asientes como si entendieras, pero te quedas con la duda. No eres el único: la IA avanzó tan rápido que el vocabulario llegó antes que las explicaciones. Aquí va cada palabra, en idioma de todos los días.

En pocas palabras: un modelo de lenguaje (LLM) es el "cerebro" que genera texto; el prompt es lo que tú le pides; los tokens son los pedacitos en que divide el texto; un agente es una IA que no solo responde, sino que hace tareas por pasos; y MCP es un estándar para conectar la IA con otras apps, como un "enchufe universal".

Las palabras básicas

Inteligencia artificial (IA). Programas capaces de hacer tareas que antes pensábamos que necesitaban inteligencia humana: entender un texto, reconocer una foto o responder una pregunta.

IA generativa. La IA que crea contenido nuevo: textos, imágenes, audio o video. ChatGPT, Claude y Gemini son ejemplos de IA generativa de texto.

Modelo de lenguaje o LLM. Viene del inglés Large Language Model. Es un programa entrenado con enormes cantidades de texto que aprende a predecir qué palabra viene después. De esa habilidad, repetida millones de veces, salen respuestas que parecen escritas por una persona. La documentación de Anthropic lo define como un modelo con muchos parámetros, entrenado con muchísimo texto, capaz de generar texto parecido al humano. Glosario de Anthropic.

Chatbot o asistente. La aplicación con la que conversas (la app o la página web). Por dentro usa un modelo de lenguaje.

Cómo le hablas a la IA

Prompt. Es la instrucción o pregunta que le escribes. Un buen prompt dice qué quieres, para quién y en qué formato: "Explícame qué es la inflación como si tuviera 12 años, en 5 líneas" funciona mucho mejor que "inflación".

Token. La IA no lee palabras enteras, sino pedacitos llamados tokens: una palabra corta puede ser un token y una larga, varios. Importan porque los límites de uso y los precios de muchas herramientas se miden en tokens.

Ventana de contexto. Es la "memoria de trabajo" de la IA: cuánto texto puede tener presente a la vez en una conversación. Si la conversación es muy larga o pegas un documento enorme, puede "olvidar" lo del principio.

Temperatura. Un ajuste que controla qué tan creativa o predecible es la respuesta. Temperatura baja: respuestas más estables; alta: más variadas. En las apps normales casi nunca lo tocas.

Lo que pasa por dentro

Entrenamiento. El proceso en el que el modelo aprende a partir de grandes cantidades de datos. Es la etapa más costosa y ocurre antes de que tú lo uses.

Ajuste fino (fine-tuning). Un entrenamiento extra, más pequeño, para especializar un modelo en un tema o estilo concreto.

RAG. Siglas de Retrieval Augmented Generation: la IA busca primero información en documentos o en internet y después responde basándose en lo que encontró. Así sus respuestas se apoyan en fuentes y no solo en lo que aprendió al entrenarse.

Alucinación. Cuando la IA inventa algo y lo dice con total seguridad: un dato, una cita o una fuente que no existe. Por eso conviene revisar lo importante, sobre todo cifras, leyes, salud y dinero.

Multimodal. Una IA que entiende o crea más de un tipo de contenido: texto, imágenes, audio o video. Por ejemplo, le mandas una foto de un recibo y te explica los cobros.

Cuando la IA empieza a "hacer cosas"

Agente. Una IA que no solo contesta, sino que trabaja por pasos para cumplir un objetivo: busca información, usa herramientas, revisa el resultado y decide qué hacer después. Anthropic distingue entre flujos de trabajo, donde los pasos están definidos de antemano, y agentes, donde el propio modelo decide cómo avanzar y qué herramientas usar. Anthropic: Building effective agents.

Herramientas. Las capacidades extra que se le dan a una IA: buscar en internet, leer un archivo, usar una calculadora o enviar un correo. Un agente es básicamente una IA que sabe cuándo usar sus herramientas.

MCP (Model Context Protocol). Mucha gente lo escribe "MPC", pero es MCP. Es un estándar abierto para conectar aplicaciones de IA con otros sistemas: tus archivos, tu calendario, bases de datos o apps como Notion. Su sitio oficial lo compara con un puerto USB-C: así como un mismo cable conecta muchos aparatos, MCP permite conectar una IA con muchas herramientas de la misma forma. Lo presentó Anthropic en 2024 y hoy lo usan varias IA, como Claude y ChatGPT. Sitio oficial de MCP.

Conector o integración. El nombre que suelen dar las apps a esas conexiones ya listas: "conectar con Google Drive", "conectar con tu calendario". Muchas funcionan por MCP.

Automatización o tarea programada. Pedirle a la IA que haga algo sola en un momento concreto o de forma repetida: por ejemplo, un resumen de tus correos cada mañana.

Un ejemplo para juntar todo

Le escribes a tu asistente de IA (chatbot) el prompt: "Revisa mi calendario y dime qué tengo mañana". El modelo de lenguaje entiende la petición; gracias a un conector que funciona por MCP, consulta tu calendario; y como agente, decide qué información reunir y te arma el resumen. Si no encuentra algo y aun así te lo da como seguro, eso sería una alucinación.

Ahora que conoces las palabras, el siguiente paso es usarlas: empieza con preguntas sencillas, pide explicaciones en tus propios términos y revisa siempre lo importante.