Empieza por una decisión o tarea verificable
“Usar IA” no es un caso de uso. Un buen punto de partida identifica quién realiza el trabajo, qué información utiliza, qué resultado produce y cómo se reconoce una respuesta aceptable.
La prioridad combina valor operativo, disponibilidad de datos, capacidad de integración y riesgo de una respuesta incorrecta.
Clasifica datos antes de conectarlos
Define qué información puede procesarse, quién puede solicitarla, qué proveedor participa y qué debe registrarse. Evita enviar contexto completo cuando una selección mínima es suficiente.
- Identidad del usuario y autorización aplicada en cada consulta.
- Separación entre datos públicos, internos, confidenciales y regulados.
- Minimización, enmascaramiento y periodos de conservación.
- Condiciones del proveedor sobre uso, residencia y retención.
El modelo es una pieza, no la arquitectura
Una solución puede incluir recuperación de conocimiento, herramientas, reglas deterministas, modelos especializados y validación posterior. Separar estas responsabilidades facilita evaluar y sustituir componentes.
La elección entre RAG, ajuste, clasificación o agentes debe responder al tipo de tarea y a la evidencia disponible.
Evalúa calidad y riesgo con casos representativos
Una demostración exitosa no predice el comportamiento operativo. Construye conjuntos de evaluación con casos frecuentes, límites, ambigüedad, datos incompletos e intentos de uso indebido.
- Calidad de la respuesta y evidencia utilizada.
- Acceso indebido, fuga de contexto y resistencia a instrucciones adversas.
- Tiempo de respuesta, costo y estabilidad por versión.
- Frecuencia y calidad del escalamiento a una persona.
Opera cambios como parte del sistema
Modelos, prompts, fuentes y herramientas cambian. Versiona componentes, registra evaluaciones y monitorea desviaciones. Una actualización no debe llegar a producción sin comparar comportamiento.