¿Cuánta AI fluency tienes?

La AI fluency no es saber usar ChatGPT. Es entender cómo funciona la IA por dentro lo suficiente para tomar buenas decisiones cuando construyes con ella: qué modelo elegir, por qué alucina, cuándo un agente es exagerado y cuándo un simple prompt basta.

Para un product engineer es la diferencia entre pedirle a la IA y rezar, o dirigirla con criterio. La primera te deja a merced de resultados que no sabes evaluar. La segunda te convierte en alguien que multiplica su trabajo en lugar de delegar a ciegas.

Las preguntas se reparten en cinco áreas, una pregunta de cada una en cada intento:

• Qué es un LLM y cómo piensa — predicción, alucinaciones, fecha de corte.
• Tokens, contexto y costes — por qué pagas lo que pagas y qué controla la temperatura.
• Prompting — system prompts, especificidad e iteración.
• Agentes, herramientas y autonomía — qué separa a un agente de un chatbot.
• Integrar IA en tu producto — workflow vs agente, RAG, humano en el bucle, observabilidad.

Casi todos los errores caros vienen de los mismos malentendidos:

• Confiar en una respuesta porque suena segura — un modelo alucina con el mismo aplomo con el que acierta.
• Montar un RAG o un sistema multi-agente cuando un prompt con contexto habría bastado.
• No medir nada: cuando algo se rompe en producción, no hay forma de saber qué pasó.

Reconocer estas trampas es la mitad de la AI fluency.

Saber qué es un token está bien. Saber convertir eso en un producto que cobra es otro nivel. Ese salto — de entender la IA a construir con ella — es el corazón de la formación de Founding Product Engineer.

Si este test se te queda corto, probablemente estés listo para lo siguiente.

Las preguntas de este test salen de 100 Preguntas para Entender LLMs y Agentes. Si fallas alguna, ahí tienes la explicación completa. Y si quieres pasar de la teoría a producto real, los cursos te llevan de la mano de la idea al deploy.