Qué necesitas saber antes de
comenzar

Inicio 5 July 2026 09:06

Fin 5 July 2026

00 Días
00 Horas
00 Minutos
00 Segundos
course image

Google: Optimizar el Comportamiento del Agente

Integra aplicaciones de IA/LLM con APIs, bases de datos y sistemas de archivos más fácilmente que nunca con el Protocolo de Contexto de Modelo (MCP).
via DataCamp

160 Cursos


3 hours

Actualización opcional disponible

Intermedio

Avanza a tu propio ritmo

Free Trial Available

Actualización opcional disponible

Resumen

Turn a basic AI agent into a sophisticated assistant using advanced instructions, model selection, planning capabilities, and structured output. You’ve built your first agent—now it’s time to take it further.

In this course, you’ll advance your skills by learning how to turn a basic AI agent into a sophisticated, precise assistant—applying advanced instructions, model selection, planning capabilities, and structured output patterns. Join the community forum for questions and discussions

Programa

  • Escritura avanzada de instrucciones -- Este módulo transforma instrucciones básicas en sistemas de guía profesional para agentes. Aprenderás patrones estructurados para definir la persona del agente, su rol, límites y estilo de comunicación, convirtiendo simples indicaciones en sofisticados marcos de comportamiento basados en las mejores prácticas de ADK. - Salida estructurada -- Este módulo transforma respuestas de texto impredecibles en salidas JSON fiables y estructuradas que los sistemas pueden analizar y utilizar. Aprenderás a usar esquemas Pydantic para imponer el formato de salida, haciendo que tus agentes estén listos para la producción e integración con aplicaciones, bases de datos y flujos de trabajo. - Elección y configuración de modelos -- Este módulo te capacita para seleccionar estratégicamente modelos y configurar parámetros de generación para un rendimiento óptimo. Aprenderás cuándo usar modelos Flash versus Pro, cómo establecer umbrales de seguridad y cómo ajustar temperaturas y límites de tokens, transformando agentes básicos en sistemas optimizados para producción. - Planificación para tareas complejas -- Este módulo añade razonamiento de pasos múltiples a tus agentes, transformándolos de respondientes reactivos a solucionadores de problemas reflexivos. Aprenderás a habilitar las capacidades de pensamiento integradas de Gemini utilizando BuiltInPlanner, permitiendo a los agentes planificar su enfoque antes de ejecutar, esencial para tareas complejas de múltiples pasos. - Lista de lectura -- Lista de lectura

Impartido por

Google Cloud


Materias

Artificial Intelligence