Lab M01: Experimenta con tokenización y temperatura

Experimenta con cómo los LLMs procesan texto mediante tokens y cómo la temperatura afecta a la creatividad de las respuestas.

Tu reto: Entiende cómo piensa una IA probando tokenización y temperatura con ejemplos reales

📝 Lo que necesitas

  • Cuenta en Claude o ChatGPT
  • Acceso a un tokenizador online
  • 30-40 minutos
  • Contenido del M01 leído

Paso 1: Explora la tokenización

Visualiza cómo la IA divide tu texto en tokens

Los LLMs no leen palabras: leen tokens. Entender esto te ayuda a escribir mejores prompts y controlar costes.

1. Ve a https://platform.openai.com/tokenizer (o al tokenizador oficial de tu proveedor de IA) 2. Escribe: «La inteligencia artificial transforma empresas» 3. Observa cómo divide la frase en tokens 4. Ahora escribe lo mismo en inglés: «Artificial intelligence transforms businesses» 5. Compara: el español usa más tokens que el inglés para lo mismo

Paso 2: Mide el coste en tokens

Calcula cuánto cuesta tu prompt

Cada token tiene un coste. Saber medirlo te permite optimizar gastos.

Pega este texto en el tokenizador y anota los tokens: Contexto: Soy director de marketing de una pyme de 50 empleados en el sector tecnológico. Objetivo: Necesito un plan de contenidos para LinkedIn con 4 publicaciones semanales durante un mes. Restricciones: Tono profesional, sin emojis, incluir hashtags relevantes. Resultado esperado: ~50-80 tokens de entrada

Paso 3: Experimenta con la temperatura

Prueba la misma petición con diferentes configuraciones

La temperatura controla la creatividad: baja (0-0.3) para precisión, alta (0.7-1.0) para creatividad. En la app de chat no puedes cambiarla; sí cuando usas el modelo por programa (API o playground). Aquí simulas su efecto con instrucciones.

Abre Claude y envía 3 veces el mismo prompt: Dame 3 ideas de negocio basadas en IA para el próximo año. Observa: las respuestas varían cada vez. Eso se debe al muestreo (la temperatura que la app fija por ti). Ahora añade al prompt: «Sé lo más predecible y conservador posible» y compara con: «Sé lo más creativo y arriesgado posible» Ojo: esto es prompting, no temperatura. Imita su efecto, pero el parámetro real solo se cambia por API.

Paso 4: Detecta alucinaciones

Prueba a que la IA invente datos

Las alucinaciones son el mayor riesgo de la IA. Aprende a provocarlas para saber detectarlas.

Envía a Claude: Dame la referencia exacta del artículo científico «Neural Networks and Business Transformation» publicado en Nature en 2019. Incluye autores, volumen y páginas. La IA probablemente inventará una cita falsa. Ahora añade: «Si no estás seguro de algún dato, indícalo explícitamente. No inventes.» Compara los resultados.

Paso 5: Compara modelos

Envía el mismo prompt a 3 IAs y evalúa

Cada IA tiene fortalezas diferentes. Este ejercicio te ayuda a elegir la correcta para cada tarea.

Prompt para las 3 IAs: Contexto: Soy profesor de secundaria. Objetivo: Crea un ejercicio de matemáticas sobre ecuaciones de segundo grado para alumnos de 15 años. Restricciones: 5 ejercicios de dificultad creciente. Incluye solución detallada. Compara: Calidad, Formato, Precisión, Nota (1-10)

✅ Checklist de verificación

🏆 Lab completado

Has completado el laboratorio práctico. Vuelve al módulo para continuar.

← Volver al módulo Todos los módulos