Guia d'Enginyeria IA


Els conceptes clau d'AI Engineering i IA agèntica, explicats per a desenvolupadors. Un mòdul per pàgina, amb un examen per comprovar què has après.

Què és aquesta guia

Aquesta guia és un curs introductori als conceptes d'AI Engineering i d'IA agèntica: el vocabulari i les idees que necessites per construir aplicacions que fan servir models de llenguatge (LLMs) de manera fiable. Cada mòdul explica un bloc de conceptes, cadascun en dos o tres paràgrafs com a màxim.

És un mapa, no un tractat. L'objectiu és que sàpigues què és cada cosa, per a què serveix i quan no cal fer-la servir. A partir d'aquí, cada concepte mereix que l'aprofundeixis pel teu compte, amb documentació, articles i, sobretot, posant-lo en pràctica.

Per a qui és

Per a desenvolupadors i perfils tècnics que ja saben programar i han consumit alguna API, i que volen fer el salt a integrar IA en aplicacions reals. No cal saber matemàtiques ni haver entrenat mai cap model: la guia se centra en com fer servir els models, no en com es construeixen.

Els conceptes són independents del llenguatge i del framework. Quan cal concretar, es parla de coses que trobaràs en qualsevol SDK o proveïdor, sigui OpenAI, Anthropic, Google o un model obert.

Com fer-la servir

Els mòduls segueixen un ordre pensat: cadascun es recolza en l'anterior, dels fonaments dels LLMs fins als sistemes multi-agent. El Mòdul 11 és l'excepció: són conceptes de fons que pots llegir en qualsevol moment.

Per a cada mòdul, llegeix els conceptes, copia el prompt d'examen del final i enganxa'l a la teva IA (ChatGPT, Claude, Gemini…). Et farà un test de 20 preguntes i, després, et proposarà un exercici pràctic sobre la teva pròpia aplicació. Un bon criteri per donar un mòdul per après: ho saps explicar sense apunts, ho has aplicat en alguna cosa real i saps quan no fer-ho servir.

El fil conductor: una aplicació d'atenció al client

Per no parlar en abstracte, tots els mòduls comparteixen una aplicació d'exemple: l'aplicació d'atenció al client d'una botiga en línia, amb tiquets, clients, comandes i una base de coneixement (preguntes freqüents i polítiques de devolució).

És un cas prou universal perquè cada concepte hi tingui una aplicació natural: resumir tiquets, respondre amb la base de coneixement, consultar l'estat d'una comanda, protegir-se d'un tiquet maliciós o muntar un agent que revisi el backlog. Si tens una aplicació pròpia, el prompt d'examen t'hi adaptarà l'exercici.

Autor

Sóc Dani Pérez, enginyer de software des del 2004. Aquesta guia neix de la necessitat de formació contínua, intrínseca a la nostra professió.

Els requadres «Des de la pràctica» de cada mòdul recullen lliçons d'aplicar aquests conceptes en projectes reals: les coses que no surten a la documentació i que normalment s'aprenen equivocant-se.

Mòduls

Mòdul 0

La IA dins d'una aplicació

  • La capa d'IA
  • Servei de domini
  • Crides síncrones i cues
  • Abstracció del proveïdor
  • Revisió humana des del disseny
Mòdul 1

Fonaments de LLMs

  • Tokenització
  • Embeddings
  • Finestra de context
  • Temperature, top-p i top-k
  • System prompt i user prompt
  • Zero-shot, few-shot i chain-of-thought
  • Grounding
  • Al·lucinacions
Mòdul 2

Prompt engineering i context engineering

  • Prompt engineering
  • Context engineering
  • Fine-tuning, prompt engineering o RAG
Mòdul 3

RAG (Retrieval-Augmented Generation)

  • Embeddings i similitud del cosinus
  • Bases de dades vectorials
  • Chunking
  • Cerca híbrida
  • Reranking
  • Knowledge graphs
Mòdul 4

Function calling i tool use

  • Function calling (tool use)
  • JSON Schema per a eines
  • El bucle agèntic
  • OpenAPI per exposar eines
Mòdul 5

Seguretat i robustesa

  • Prompt injection
  • Jailbreaking
  • Fuga de dades i privacitat
  • Rate limiting
  • Sandboxing d'eines
Mòdul 6

Avaluació i observabilitat

  • Evals
  • LLM-as-a-judge
  • Tracing i logging
  • Latència
  • Cost per token
  • Throughput
Mòdul 7

Arquitectura i producció

  • Streaming
  • Prompt caching
  • Batch processing
  • Model routing
Mòdul 8

MCP (Model Context Protocol)

  • Tools, resources i prompts
  • Servidors i clients
  • MCP vs function calling
  • Connectors
Mòdul 9

Fonaments d'agents

  • Persona d'agent
  • ReAct
  • Planning i descomposició de tasques
  • Memòria a curt i llarg termini
  • Reflection
  • Guardrails i human-in-the-loop
Mòdul 10

Multi-agent i orquestració

  • Orquestrador i supervisor
  • A2A (Agent-to-Agent)
  • Frameworks: LangGraph, CrewAI i n8n
Mòdul 11

Conceptes de model avançats

  • Mixture of Experts (MoE)
  • Context distillation
  • Multimodalitat
  • Reasoning models