Cómo aprender inteligencia artificial en 2026: plan de 30 días

Para aprender inteligencia artificial sin ser programador, sáltate la teoría y apréndela con tu propio trabajo: usa un asistente de IA cada día, aprende a darle instrucciones claras, a darle el material adecuado y a revisar lo que te devuelve. Nada de eso requiere matemáticas ni código. Entre veinte y treinta minutos al día durante 30 días, casi siempre con recursos gratuitos, bastan para crear los hábitos que importan.

Qué significa aprender IA si no programas

En internet, "aprender IA" significa dos cosas distintas. Una es construir IA: la estadística, Python y el entrenamiento de modelos que los ingenieros de machine learning estudian durante años. La otra es usar bien la IA: sacar trabajo real de asistentes como Claude, ChatGPT y Gemini, y más adelante de agentes y automatizaciones.

Esta guía trata del segundo camino. Es donde los dueños de negocios, los marketers, los creadores y los freelancers obtienen su retorno, y cambia más rápido que cualquier libro de texto; por eso aprender haciendo funciona mejor que estudiar.

Las habilidades de IA que debes aprender primero

Las cuatro primeras son la base, y son las que entrena el plan de 30 días de más abajo. Las dos últimas se apoyan en ellas: un agente con instrucciones vagas y sin contexto comete los mismos errores que una ventana de chat, solo que más rápido y en más archivos.

Paso 1: elige un asistente y úsalo cada día

Elige un asistente general (Claude, ChatGPT o Gemini) y quédate con él todo el mes. Las habilidades sirven para todos, pero cambiar cada semana reinicia tus hábitos y reparte tus instrucciones guardadas entre tres apps. Si quieres ver cómo se comparan los modelos que hay detrás, el ranking de modelos de IA les sigue la pista.

Los planes gratuitos bastan para la primera semana. Si llegas a los límites cada día, el hábito está funcionando y un plan de pago empieza a tener sentido.

Paso 2: lo básico del prompt engineering

Un prompt es un encargo. Las buenas prácticas de prompting de Anthropic comparan a Claude con un empleado nuevo y brillante que todavía no conoce tus normas, y proponen una "regla de oro": enséñale tu prompt a un compañero que no sepa nada de la tarea, y si a él le confunde, a la IA también.

Esta es la diferencia que marca un buen encargo:

La segunda petición funciona porque tiene las partes de un buen encargo:

1. Situación. Quién eres y para qué es el trabajo.
2. Tarea. El entregable exacto, en una frase.
3. Público y objetivo. Quién lo va a leer y qué debería hacer después.
4. Formato y límites. Extensión, tono, estructura y qué evitar.
5. Permiso para preguntar. "Antes, pregúntame lo que necesites" evita que adivine.

Vale la pena adoptar pronto otros dos hábitos de la misma guía de Anthropic. Explica por qué importa una regla, porque el modelo generaliza a partir del motivo. Y muestra ejemplos: unas pocas muestras de resultados que te gustan orientan el tono y el formato mejor que cualquier lista de adjetivos.

Situación: soy [QUIÉN ERES Y A QUÉ SE DEDICA TU NEGOCIO].
Tarea: [EL ENTREGABLE EXACTO].
Público: [QUIÉN LO VA A LEER O USAR] y qué debería hacer después de leerlo.
Por qué importa: [EL OBJETIVO DETRÁS DE LA TAREA].
Formato: [EXTENSIÓN, ESTRUCTURA, TONO]. Evita [LO QUE NUNCA QUIERES].
Ejemplos de lo que me gusta: [PEGA UNA O DOS MUESTRAS].
Antes de empezar, hazme hasta tres preguntas si algo no está claro.

Si quieres una biblioteca de plantillas probadas, mira prompts y plantillas para Claude Code. La mayoría funcionan en cualquier asistente de chat, no solo en Claude Code.

Paso 3: lo básico del context engineering

El context engineering es el paso siguiente al prompt engineering. El equipo de ingeniería de Anthropic lo describe como seleccionar y mantener el mejor conjunto de información que ve un modelo mientras trabaja: tus instrucciones, tus archivos, los mensajes anteriores y los resultados de las herramientas (Effective context engineering for AI agents, septiembre de 2025). Dicho de forma sencilla, el prompt engineering es cómo pides, y el context engineering es todo lo demás que la IA tiene sobre la mesa cuando responde.

Los modelos actuales pueden abarcar mucho. Un token es un fragmento pequeño de texto, a menudo parte de una palabra, y la ventana de contexto es la cantidad de tokens que un modelo puede tener en cuenta a la vez.

Una ventana más grande no significa una respuesta mejor. El mismo artículo de Anthropic describe el "context rot" (el deterioro del contexto): a medida que crece la cantidad de texto, al modelo le cuesta más recordar sus detalles. Su consejo es encontrar el conjunto más pequeño de información realmente útil que produzca el resultado. Para alguien que no programa, eso se traduce en cinco hábitos:

1. Guarda las instrucciones fijas una sola vez. Los Proyectos de Claude (Projects) guardan instrucciones y archivos de referencia para todo un conjunto de chats, y ChatGPT y Gemini tienen funciones parecidas. En Claude Code, ese trabajo lo hace un archivo CLAUDE.md.
2. Adjunta la fuente en lugar de fiarte de la memoria. Pega la lista de precios actual o sube la política. Los datos de entrenamiento del modelo tienen meses y no saben nada de tu negocio.
3. Usa un chat por tarea. Cuando un chat largo empieza a desviarse o a repetir un error, pide un resumen de las decisiones tomadas hasta ahora, abre un chat nuevo y pega ahí el resumen.
4. Muestra, no describas. Un ejemplo de un resultado terminado vale más que un párrafo de instrucciones sobre estilo.
5. Quita el ruido. Los borradores viejos, los archivos que no tienen nada que ver y los hilos a medias compiten por la atención del modelo. Quita lo que la tarea no necesita.

Paso 4: aprende a revisar lo que te da la IA

Los modelos de IA a veces afirman cosas falsas con total seguridad, y eso se llama alucinación. La guía de Anthropic para reducir las alucinaciones recoge técnicas que funcionan en cualquier chat, sin código:

• Permite el "no lo sé". Di claramente que está bien admitir que falta información. Solo con eso se reducen las respuestas inventadas.
• Primero las citas. Con documentos largos, pide las frases exactas que respaldan la respuesta antes de la respuesta en sí.
• Una fuente para cada afirmación. Pregunta de dónde salió cada dato, y dile que elimine cualquier afirmación que no pueda respaldar.
• Solo tu material. Dile que use solo los documentos que le diste, no su conocimiento general.

Anthropic deja claro que estas técnicas reducen los errores pero no los eliminan, así que la revisión final sigue siendo tuya. Las cifras, los nombres, las fechas, los precios y todo lo legal o médico se comprueban siempre con la fuente.

Paso 5: pasa del chat a los agentes y la automatización

Cuando dar instrucciones, dar contexto y revisar te salgan de forma natural, el siguiente paso es dejar que la IA actúe, no solo que responda. Un agente recibe un objetivo y hace los pasos por sí mismo, por ejemplo abrir todos los PDF de una carpeta y crear con ellos una sola hoja de cálculo; qué es un agente de IA explica en qué se diferencia de un chatbot. Una automatización se pone en marcha con un disparador sin que intervengas, por ejemplo para responder a cada lead nuevo en menos de un minuto; qué es la automatización con IA cubre lo básico.

Elige el camino que encaje con tu semana y profundiza en él, en lugar de probar un poco de todo:

Un plan de 30 días, de 20 a 30 minutos al día

Cada día usa una tarea que habrías hecho de todos modos, y por eso el plan se mantiene. Si te saltas un día, no vuelvas a empezar: sigue donde lo dejaste.

Recursos gratuitos y de pago que valen la pena

Antes de pagar por nada, haz el test de cinco preguntas de ¿valen la pena los cursos de IA?. Lleva dos minutos y te dice si un recurso gratuito te llevaría al mismo sitio.

Cómo saber si estás avanzando

Qué hacer ahora

Esta noche, elige el asistente que vas a usar durante el mes y dale tres tareas de tu lista de pendientes de mañana, usando la plantilla de encargo de arriba. Guarda en un documento cada prompt que funcione, porque ese archivo se convierte en tu biblioteca de prompts. Cuando lo básico te salga de forma natural, elige tu camino. Si quieres un recorrido guiado, los cuatro cursos de ai school siguen ese orden: primero Claude Code, luego páginas web, contenido y automatizaciones, con el curso de automatización en acceso anticipado.