La lección Aprender con IA (sin que aprenda ella por ti) explica cómo aprender con un asistente de IA. En esta página ves qué hay detrás de esas herramientas, cuáles existen y qué significan palabras que vas a oír constantemente: modelo, token, contexto, agente o MCP. Entenderlas te ayuda a usar la IA con cabeza y a saber cuándo se va a equivocar.

Los asistentes de IA para programar funcionan con un modelo de lenguaje grande (LLM, Large Language Model). Es un programa entrenado con enormes cantidades de texto y código que, dado un texto de entrada, predice cuál es la continuación más probable, trozo a trozo.

De ahí salen sus virtudes y sus defectos:

• Escribe código con soltura porque ha visto muchísimo código parecido.
• No "sabe" si algo es verdad: genera lo que suena probable. Cuando no tiene la información, puede inventársela con total seguridad (a esto se le llama alucinación): una propiedad CSS que no existe, una función de una versión antigua…
• Su conocimiento tiene una fecha de corte: no conoce lo que se publicó después de su entrenamiento salvo que se lo des tú o pueda buscarlo.

Los nombres, los precios y los planes gratuitos cambian cada pocos meses: esta tabla recoge la situación de septiembre de 2026 y puede no estar actualizada. Como estudiante puedes solicitar GitHub Education, que en septiembre de 2026 incluía Copilot sin coste (las condiciones pueden haber cambiado). Más que la marca, importa el tipo de herramienta y cuánto control le cedes: de menos (chat) a más (agente).

Los modelos no leen letras ni palabras, sino tokens: trozos de texto de unas pocas letras. Una palabra corta suele ser un token; una larga se parte en varios. Como referencia aproximada, en inglés un token equivale a unas 4 letras; en español, y en el código con muchos símbolos, se necesitan algo más de tokens para el mismo texto.

Los tokens importan porque:

• Las herramientas cobran o limitan el uso por tokens (los que envías y los que recibes). Un plan gratuito se agota antes si pegas ficheros enteros.
• La ventana de contexto se mide en tokens (ver abajo).
• Una respuesta larga tarda más y consume más.

El contexto es todo el texto que el modelo recibe en cada petición: las instrucciones de la herramienta, la conversación hasta ahora, los ficheros que le adjuntas o que el editor le pasa, y tu pregunta. El modelo no recuerda nada fuera de eso: cada respuesta se genera solo a partir del contexto.

La ventana de contexto es el tamaño máximo de ese texto. Hoy es muy grande (cientos de miles de tokens en muchos modelos), pero no infinita, y cuanto más llenas, más le cuesta atender a los detalles.

Consecuencias prácticas:

• Si no está en el contexto, la IA no lo sabe. Si le preguntas por qué falla tu CSS sin pasarle el HTML, adivinará.
• En conversaciones muy largas "olvida" lo del principio o se contradice. Empieza una conversación nueva para cada tema.
• Dale solo lo relevante: el trozo de código que falla, el mensaje de error exacto y lo que esperabas que pasara.

Ficheros de instrucciones

Los asistentes del editor y los agentes leen automáticamente unos ficheros de instrucciones del proyecto, que se añaden al contexto en cada petición: AGENTS.md (formato abierto, agents.md), .github/copilot-instructions.md (Copilot) o CLAUDE.md (Claude Code). En ellos se explica el proyecto y sus reglas, por ejemplo:

# AGENTS.md
Portfolio web de una estudiante de Gráfica Interactiva.
- HTML semántico y CSS propio en css/estilos.css; sin frameworks.
- Textos en español. Accesibilidad WCAG 2.1 AA: alt en imágenes, contraste suficiente.
- No añadas librerías externas ni enlaces a CDN.

Es la misma idea que el briefing de un encargo de diseño: cuanto más claro, mejor resultado.

Un agente no se limita a contestar: tiene herramientas (leer y escribir ficheros, ejecutar la terminal, abrir un navegador) y trabaja en bucle: planifica, hace un cambio, comprueba el resultado y corrige. Puede hacer en minutos lo que te llevaría una tarde… y también romper en minutos lo que te llevó una tarde.

Reglas para trabajar con agentes:

• Trabaja siempre con Git: haz commit antes de pedirle nada, para poder volver atrás.
• Lee cada cambio antes de aceptarlo. Si no lo entiendes, no lo aceptes.
• Pide tareas pequeñas y concretas, no "hazme la web".
• No le des permiso para ejecutar comandos que no entiendas.

MCP (Model Context Protocol) es un estándar abierto para conectar asistentes de IA con herramientas y datos externos. Piensa en él como un enchufe común: en lugar de que cada asistente invente su propia forma de conectarse con cada servicio, el servicio ofrece un servidor MCP y cualquier asistente compatible (el cliente, dentro de una aplicación como VS Code) lo puede usar.

Un servidor MCP puede ofrecer:

• Herramientas (tools): acciones que la IA puede ejecutar, como abrir una página en un navegador y hacer una captura, o consultar una base de datos.
• Recursos (resources): información que la IA puede leer, como la documentación de una librería o los ficheros de un diseño.
• Plantillas de instrucciones (prompts) preparadas.

Ejemplos útiles para hacer webs: un servidor de navegador (Playwright) para que el agente compruebe cómo se ve tu página, uno de documentación actualizada para que no use formas antiguas, o el de una herramienta de diseño para leer los estilos de una maqueta (no todas las herramientas lo ofrecen).

Precauciones: un servidor MCP puede leer y hacer cosas en tu nombre. Instala solo los de fuentes de confianza, revisa qué permisos pide y ten en cuenta que el texto que la IA lee de una web o de un documento puede contener instrucciones maliciosas (inyección de instrucciones).

• Errores con seguridad: comprueba en el navegador y en MDN (lección Aprender con IA (sin que aprenda ella por ti)).
• Código anticuado: pide expresamente soluciones actuales ("CSS moderno, sin floats para maquetar").
• Privacidad: no pegues datos personales, contraseñas ni claves de acceso (las API keys nunca en el código ni en el chat).
• Autoría y licencias: lo que firmas debe ser tuyo, y lo que uses de la IA, declarado.
• Dependencia: si no sabes hacerlo sin IA, no sabrás revisar lo que hace la IA. Por eso conviene aprender lo básico sin IA.

1. Contexto: pregunta a un chat "¿por qué no se centra mi div?" sin más datos. Después abre una conversación nueva y pregunta lo mismo pegando tu HTML y tu CSS. Compara las dos respuestas: ¿cuál es más útil y por qué?
2. Alucinación: pregunta por una propiedad inventada ("¿cómo se usa la propiedad CSS text-glow?"). Anota si la IA te avisa de que no existe o se inventa una respuesta, y compruébalo en MDN.
3. Instrucciones: escribe un AGENTS.md de cinco líneas para tu portfolio (qué es, tecnologías, estilo del código, accesibilidad, lo que no debe hacer). Te servirá en cuanto trabajes con un asistente en el editor.