Mentalidad y entorno de trabajo. Qué es y qué no es un large language model: ventanas de contexto, alucinación, coherencia y persistencia. Configuración del entorno de IA, desde Python y la gestión de dependencias hasta las API keys, un entorno de scripting y automatización, y MCP como capa que conecta los modelos con las herramientas del arquitecto: archivos, software de diseño y bases de datos geoespaciales. El prompting se aborda como una destreza práctica, y cada estudiante construye una base de conocimiento personal con normativa, precedentes y sus propios criterios que la IA consulta mientras trabaja. El módulo se cierra con un primer agente sencillo aplicado a una tarea real.
F0
Module F0 of 10
Essential Workflows Overview
Mapping the territory before setting foot in it
Shared opening week · MCHOne fortnight6 sessionsOnline, live and recorded
The module
Objectives
- Comprender qué puede y qué no puede hacer un modelo de lenguaje en un contexto de proyecto.
- Configurar un entorno de trabajo con IA reproducible.
- Construir una base de conocimiento propia que la IA pueda consultar.
- Desplegar un primer agente sobre una tarea profesional real.
What you will be able to do
Learning outcomes
El estudiante configura y documenta un entorno de IA, razona sobre los límites de los modelos de lenguaje, estructura una base de conocimiento personal y opera un agente sencillo aplicado a su propia práctica.
Professional outcomes
Permite al arquitecto introducir la IA en el trabajo cotidiano del estudio con criterio, y convertirse en la persona que configura y gobierna ese entorno para un equipo.
Methodology
Learn by doing, on the student's own real project. No software tutorials: a pre-built starting package is provided and base resources are given apart. Sessions combine a short input, guided practice and critique.
Concepts
ventana de contextoalucinacióncontrol de versionesbase de conocimiento
Session by session
- Qué es y qué no es un LLM
- Configuración del entorno y dependencias
- El prompting como habilidad práctica
Deliverable
Deliverable F0: Un entorno configurado y documentado (entorno de scripting, MCP básico y un repositorio Git), una base de conocimiento personal con al menos diez documentos propios del alumno y un primer agente funcional aplicado a una tarea real.
Entorno reproducible y documentado.
Base de conocimiento estructurada y consultable.
El agente resuelve una tarea real de principio a fin.
Razonamiento crítico sobre los límites del modelo.
Faculty and resources
Module Faculty
Learn this in MIAWS
This module is part of the 18-week postgraduate program. Work with your own real project from week 1. First cohort February 2027.
Talk to MIAWS AI →