Saltar al contenido
Cursos/AI Router y sistema de contenido/Shadow mode y comparativas
Revisión pendiente desde 29 jul 20263 fuentes primarias

Shadow mode y comparativas

Shadow mode permite probar una ruta nueva sin enseñársela al usuario: respondes con el modelo estable y comparas en segundo plano.

Qué vas a conseguir ahora

Una decisión o prueba aplicada a «Shadow mode y comparativas».

  1. 1Entiende el criterio
  2. 2Haz una práctica pequeña
  3. 3Guarda una evidencia
Evidencia

Una nota breve con qué hiciste, qué salió bien, qué falló y qué revisarías después.

Patrón

Terminal
primary = call_model("stable", prompt)
shadow = call_model("candidate", prompt)

log_comparison({
  "prompt_id": prompt.id,
  "primary_model": "stable",
  "shadow_model": "candidate",
  "primary_output": primary.text,
  "shadow_output": shadow.text,
  "shown_to_user": "primary"
})

Qué comparar

  • Calidad percibida y tasa de edición humana.
  • Coste y latencia.
  • Fallos de formato, citas o seguridad.
  • Regresiones por tipo de tarea.

No cambies el modelo ganador por una anécdota. Cambia cuando tengas suficientes casos por categoría y entiendas qué mejora y qué empeora.

Si has guardado la evidencia de esta lección, continúa con «Proyecto: content system para Aulafy». Si no, repite la comprobación antes de avanzar.

Mapa completo de AulafyConsulta cómo encaja esta lección sin salir de tu ruta.

Mapa completo de Aulafy

Cómo se relacionan todos los cursos

No es una lista que debas completar. Empieza por la base, elige un resultado y profundiza solo cuando tu proyecto necesite más control.

  1. 1Comprender
  2. 2Aplicar o construir
  3. 3Operar con confianza
01

Empieza aquí

Crea una base común: qué puede hacer la IA, cómo pedir resultados y cómo comprobarlos antes de especializarte.

Desde esta base puedes aplicar la IA a una tarea o aprender a construir con código.

02

Elige una aplicación

Convierte la base en un resultado visible: una web, una mejora de negocio, contenido o una experiencia interactiva.

Si necesitas mantener código, datos o infraestructura, continúa por la rama técnica.

03

Construye con código

Prepara el entorno, trabaja con agentes de programación y aprende a ejecutar modelos con control sobre tus proyectos.

Esta rama prepara los conocimientos necesarios para diseñar y operar sistemas de IA fiables.

04

Lleva sistemas a producción

Combina recuperación, agentes, evaluación, seguridad, despliegue y adaptación de modelos cuando el problema lo exija.

No es obligatorio completarlo todo: elige solo la pieza que tu sistema necesita y vuelve al mapa cuando crezca.

Ver catálogo completo