Biblioteca pública de conocimiento

Thinking Lab

Una biblioteca viva de conceptos de IA, decisiones de producto y aprendizajes obtenidos construyendo productos reales. Cada AI Note es un Knowledge Object reutilizable — no un artículo suelto.

El diccionario canónico de IA de Nadia OS. Cada nota es un Knowledge Object reutilizable, conectado a Frameworks, Productos, Case Studies y Recursos.

Explorar por: Ruta de aprendizaje
Explorar por: Dificultad
Explorar por: Producto
Explorar por: Tema
  1. AI Notes·3 min de lecturaProductMVP

    ¿Qué es un MVP?

    Un MVP (Minimum Viable Product) es la versión más pequeña posible de un producto que resuelve un problema real para un usuario real. No es una demo. No es un prototipo. Es un producto — reducido a su esencia — capaz de generar aprendizaje.

  2. AI Notes·3 min de lecturaProductStages

    ¿Qué es una Alpha?

    Alpha es la fase donde un producto ya funciona, pero solo con un grupo cerrado y controlado. Rompe, cambia, se rediseña. Su propósito no es escalar — es sostener un feedback loop honesto.

  3. AI Notes·3 min de lecturaProductStages

    ¿Qué es una Beta?

    Beta es la fase pública controlada. El producto es lo suficientemente estable para usarse en real, pero el equipo asume que aún faltan piezas. El feedback deja de ser conversación privada y pasa a ser señal de uso.

  4. AI Notes·3 min de lecturaProductDiscovery

    ¿Qué es Discovery?

    Discovery es la fase donde no construyes producto — construyes entendimiento. Entrevistas, observas, mapeas dolores. Sale de aquí un problema bien definido, no una solución.

  5. AI Notes·3 min de lecturaResearch

    ¿Qué es Research?

    Research es exploración antes de compromiso. Aquí se prueban hipótesis técnicas, arquitecturas o modelos sin la obligación de convertirlos en producto. Es donde nacen las ideas que después justifican una apuesta seria.

  6. AI Notes·3 min de lecturaProductStages

    ¿Qué es General Availability (GA)?

    General Availability es el momento en que un producto está disponible para cualquiera, con la promesa de estabilidad, soporte y compromiso comercial detrás. Ya no es un experimento.

  7. AI Notes·Beginner·5 min de lecturaEstándar v1AILLMFoundations

    ¿Qué es un LLM?

    Un LLM (Large Language Model) es un modelo estadístico entrenado con enormes cantidades de texto para predecir la siguiente pieza de texto en una secuencia. De esa tarea tan simple emergen habilidades complejas: razonar, resumir, traducir y escribir código. No es una base de datos, no es un buscador y no es un cerebro — es un motor de predicción de lenguaje.

  8. AI Notes·Beginner·4 min de lecturaEstándar v1AILLMFoundations

    ¿Qué son los Tokens?

    Un token es la unidad mínima que un LLM procesa. Puede ser una palabra completa, un fragmento de palabra o un signo. Todo lo que envías al modelo y todo lo que responde se cuenta en tokens — y esa cuenta determina tanto el coste como la latencia de cada interacción.

  9. AI Notes·Beginner·5 min de lecturaEstándar v1AILLMFoundationsContext

    ¿Qué es el Context Window?

    El context window es la cantidad máxima de tokens que un modelo puede ‘ver’ a la vez — tu prompt, el historial que le des y su respuesta, todo cuenta. Fuera de esa ventana, el modelo no recuerda absolutamente nada. Es una restricción física, no una preferencia.

  10. AI Notes·Beginner·5 min de lecturaEstándar v1AIPromptFoundations

    ¿Qué es Prompt Engineering?

    Prompt engineering es la disciplina de comunicar con un LLM de forma que su respuesta sea útil, consistente y confiable. No es magia ni ‘hablar bonito al modelo’ — es diseño de interfaz entre lenguaje humano y modelo, con reglas, estructura y evaluación como cualquier otra parte del producto.

  11. AI Notes·3 min de lecturaAIRAG

    ¿Qué es Retrieval-Augmented Generation (RAG)?

    RAG es una técnica donde, antes de responder, el sistema busca información relevante en tus datos y se la pasa al modelo. Así el LLM responde con contexto tuyo, no solo con lo que aprendió durante su entrenamiento.

  12. AI Notes·3 min de lecturaAIProtocol

    ¿Qué es Model Context Protocol (MCP)?

    MCP es un protocolo abierto para conectar modelos de IA con datos y herramientas externas de forma estandarizada. En vez de integrar cada modelo con cada herramienta a mano, hablan un idioma común.

  13. AI Notes·3 min de lecturaAIAgents

    ¿Qué es Tool Calling?

    Tool calling es la capacidad de un LLM para decidir cuándo llamar a una función externa — buscar en una base de datos, enviar un email, calcular algo — y usar el resultado en su respuesta.

  14. AI Notes·3 min de lecturaAIAgents

    ¿Qué es un AI Agent?

    Un AI Agent es un sistema que combina un LLM, herramientas y memoria para lograr un objetivo con varios pasos — decidiendo por sí mismo qué hacer en cada uno.

  15. AI Notes·3 min de lecturaAILLM

    ¿Qué es Fine-tuning?

    Fine-tuning es entrenar un modelo base con datos propios para especializarlo en un dominio o estilo. No cambia lo que 'sabe' — cambia cómo responde.

  16. AI Notes·3 min de lecturaAIVectors

    ¿Qué son los Embeddings?

    Un embedding es una representación numérica de un texto (o imagen, o audio) que captura su significado. Textos con significados parecidos tienen embeddings cercanos en un espacio matemático.

  17. AI Notes·3 min de lecturaProductDiscovery

    ¿Qué es Product Discovery?

    Product Discovery es el proceso continuo de decidir qué construir y por qué. No termina en una fase — acompaña al producto durante toda su vida.

  18. AI Notes·3 min de lecturaProductValidation

    ¿Qué es Product Validation?

    Product Validation es comprobar, con evidencia real y no con opiniones, que un producto resuelve el problema correcto para las personas correctas.

  19. AI Notes·3 min de lecturaProductPMF

    ¿Qué es Product-Market Fit?

    Product-Market Fit es el momento en el que el mercado tira del producto más de lo que el equipo empuja. La demanda supera a la persuasión.

  20. AI Notes·3 min de lecturaProductPMAI

    ¿Qué es un AI Product Manager?

    Un AI Product Manager combina disciplina de producto con comprensión profunda de sistemas probabilísticos: define qué es un buen output, cómo se mide y qué hace el producto cuando el modelo falla.

  21. AI Notes·3 min de lecturaProductPMAI

    AI Product Manager vs Product Manager

    Un PM tradicional diseña features deterministas: dado un input, un output. Un AI PM diseña sistemas probabilísticos: dado un input, un rango de outputs, con criterios de calidad y estrategias de fallback.

  22. AI Notes·3 min de lecturaProductPRD

    ¿Qué es un PRD?

    Un PRD (Product Requirements Document) describe qué va a construir el equipo, para quién y por qué. En producto de IA, añade además cómo se mide la calidad del comportamiento y cómo se degrada con dignidad.

  23. AI Notes·3 min de lecturaProductStrategy

    ¿Qué es Product Strategy?

    Product strategy es la decisión consciente sobre qué problemas atacar, para quién, y en qué orden — sabiendo que decir sí a algo es decir no a otras diez cosas.

  24. AI Notes·3 min de lecturaProductRoadmap

    ¿Qué es un MVP Roadmap?

    Un MVP roadmap es la secuencia mínima de hitos que llevan de una hipótesis a un producto validado. No lista features — lista aprendizajes.

  25. AI Notes·3 min de lecturaFounderBuild in public

    ¿Por qué construir en público?

    Construir en público es documentar decisiones, aprendizajes y errores mientras ocurren, en vez de esperar a tener una historia limpia. Convierte cada iteración en conocimiento compartido.

El recorrido de Nadia OS

Cada sección documenta una etapa del ciclo de vida de un producto de IA — desde la investigación hasta el producto lanzado.

  1. Thinking
  2. Framework
  3. Build Log
  4. Build Note
  5. Case Study
  6. Producto