Aspectos básicos de DeepSeek: indicaciones, API y creación de aplicaciones de IA

1. INTRODUCCIÓN: Hola, y una cálida bienvenida a la clase completa de Deep CKI. Ya sea que seas nuevo en la IA o estés buscando subir de nivel, estoy encantado de que estés aquí para sumergirte en el apasionante mundo de Deep CKI Empecemos a crear potentes herramientas de IA. Esta clase se construye progresivamente, comenzando con la configuración de Deep Seek y la ingeniería rápida, luego pasando a integraciones de API y automatización avanzada Aprenderás habilidades esenciales como crear indicaciones precisas, conectar Deep Seek a aplicaciones Python para tareas reales, conectar Deep Seek a aplicaciones Python para tareas reales, manejar la visualización de datos e incorporar ética como la detección de sesgos, incorporar ética como la detección de sesgos, todo a través de demostraciones interactivas y proyectos de la vida real Esta clase está creada para principiantes a estudiantes intermedios apasionados por IA en los negocios o la tecnología. Si eres emprendedor, comercializador o aficionado a los datos, esto es Necesitarás conocimientos básicos de Python, una clave API de búsqueda profunda y, opcionalmente, algo de experiencia API de herramientas como X, también conocidas como Twitter y bots. Pero realmente, no se requieren habilidades particulares de codificación y podrás seguir adelante en la clase. Y no se requieren habilidades avanzadas para comenzar. El verdadero valor de esta clase está en transformarte un practicante de IA que pueda automatizar la investigación de mercado, generar informes procesables y visualizar tendencias Crearás piezas de cartera que muestran el uso avanzado de la IA, te brinda una ventaja competitiva en campos como marketing, análisis de datos o startups, lo que te permite aprovechar la IA de manera ética y efectiva y, por supuesto, para ayudar a hacer crecer tu carrera En esta clase, abordarás un proyecto emocionante, construyendo un asistente de investigación de mercado de AI Power usando Deep Set. Automatizará la recopilación de información competitiva, analizará las tendencias del mercado como los vehículos eléctricos, visualizará los hallazgos clave con gráficos y producirá informes profesionales, que es una herramienta tangible que puede usar o agregar a su cartera. Estoy muy emocionada de que desbloquees el poder de Deep Sk AI y crees algo increíble. Empecemos enseguida. Nos vemos en la primera lección. 2. DeepSeek vs. modelos principales de IA: No todos los modelos de IA son iguales. En esta conferencia, compararemos las capacidades de DeepSeek con ChatGPT, Gemini y clod a través factores críticos como la precisión, el costo Para que puedas tomar decisiones informadas para tus proyectos. Antes de sumergirnos en las especificaciones, establezcamos lo que realmente importa. Si eres un desarrollador que necesita código preciso o un comercializador que genera campañas, te importarán estos cuatro factores y veremos cómo se apila cada modelo Si bien los cuatro modelos funcionan bien en general, DeepSeek se adelanta para tareas técnicas como la codificación, resolviendo el 79% de los desafíos de Python correctamente Pero para la escritura de novelas, nubla tu mejor apuesta. La velocidad importa cuando estás iterando rápidamente. arquitectura lean de DeepSeek ofrece respuestas en menos de 50 milisegundos, crucial para los desarrolladores que depuran en tiempo real o chatbots de atención al cliente Aquí es donde realmente brilla DeepSeek. Es gratis para uso personal y dramáticamente más barato a escala. Mientras que otros niquelan y dime por características, DeepSeek ofrece capacidades premium sin precios premium La mejor IA depende de tu tarea. Yo para depurar código, DeepSeek, escribiendo un guión, clod Esta hoja de referencia te ayuda a elegir la herramienta perfecta, y a menudo esa será DeepSeek por su equilibrio de poder y valor 3. Configuración de DeepSeek: Bienvenido a las manos en parte de tu viaje. En esta conferencia, analizaremos tres formas de usar Deepsk, la interfaz web fácil de usar, la poderosa API para desarrolladores y la implementación local para usuarios avanzados Vamos a ponerte en marcha. Tu elección de configuración depende de tus objetivos. Conocí respuestas rápidas, usa la web. Construyendo una herramienta personalizada, la API es tu amiga. Manejo de datos sensibles, hazte local. Vamos a explorar cada opción. No te preocupes. La mayoría de ustedes solo necesitan la web o API. La configuración local es opcional, pero gratificante para los entusiastas de la tecnología. Empecemos por el método más simple. Siga a medida que abordamos estos pasos en la demo. Destacaré trampas comunes como las claves API faltantes y te mostraré cómo evitarlas sin esfuerzo. En esta demo, vamos a cubrir dos de los tres enfoques, por lo que la interfaz web y la integración API. Ahora, la interfaz web es muy valiosa porque realmente requiere cero codificación. Es perfecto para escritores, estudiantes o cualquier persona que necesite ayuda rápida de IA. Y para poder usar esto, en realidad es en términos de dependencias e instalación de cosas, realmente no necesitas mucho Solo necesitas una conexión a Internet. Necesitas un navegador como Google Chrome, Firefox o Microsoft Edge o Safari, y solo necesitas una cuenta de correo electrónico. Lo primero que queremos hacer es que quieras seguir adelante y navegar a deepsk.com, y luego te presentan en esta página Esta es la página principal de Deepseek. Y no hay muchas cosas que puedas hacer aquí, realmente, se trata solo de crear una cuenta o iniciar sesión o ingresar a la API. Entonces en la parte superior derecha aquí, puedes cambiar el idioma a inglés porque por defecto, no está en inglés. Entonces puedes hacer click en eso, pero solo quiero demorar, ya sabes, básicamente este botón en el lado izquierdo que dice Deep Seek V tres. Este es el que solo quieres hacer clic, y esto te llevará a la página principal para iniciar sesión. Y si ya iniciaste sesión, Um, entonces solo te llevará directamente a tu cuenta. Y entonces este es realmente solo para obtener el código QR para que puedas descargarlo en tu teléfono, la aplicación real en tu teléfono. Entonces nuevamente, esto es lo único que necesitas aquí. Entonces cámbialo a inglés si quieres, y luego haz clic en esto. Y entonces esto te llevará a la página siguiente. Entonces otra vez, todo lo que necesitas es una dirección de correo electrónico. Así que solo tienes que crear una cuenta. Es gratis. Creas una cuenta con tu nombre de usuario, que será el correo electrónico, y luego solo necesitas asignar una contraseña, y luego ya terminas. Ten tu cuenta gratuita de deep Sk. Entonces ya lo hice. Entonces cuando haga clic en esto, solo me llevará a esta página aquí. Ahora, por defecto, es el tema o sistema ligero, como se llama. Pero se puede cambiar eso a tema oscuro. Realmente depende de tu preferencia y de lo que te guste. Así que solo puedes hacer eso por aquí yendo por el lado inferior izquierdo. Ahí está mi perfil. Usted hace clic en eso. Da clic en la configuración, y luego puedes simplemente cambiar tu tema de sistema a oscuro o claro o simplemente dejarlo por defecto, que es sistema. Lo que sea, de nuevo, es tu preferencia. Y justo antes de que realmente entráramos en nuestro primer aviso, solo quería hacer una visión general rápida. La interfaz de usuario es bastante simple, y es realmente agradable. Es muy fácil de usar. Y es, de nuevo, muy básico, muy sencillo. Entonces no debería haber mucha curva de aprendizaje. En el lado izquierdo aquí vas a tu barra de navegación izquierda, y puedes expandir o contraer la barra lateral usando este botón aquí. Así que solo puedes hacer clic. Si no quieres mirar tus chats anteriores, entonces puedes simplemente cerrarlo, y luego tienes más bienes raíces en la interfaz de usuario. Es más agradable y más arreglado, o simplemente puedes volver a abrir la barra de tareas usando el icono Y por aquí, verás si ya has empezado a usar Deepsek, verás tus chats anteriores Por ejemplo, tengo tres charlas aquí solo para mostrarte una muestra. Y lo que puedes hacer es ir a ellos. Puedes ir a tus chats anteriores y continuar el chat o buscar información a tu gusto. Realmente puedes hacer un par de cosas más. Entonces, si haces clic en el ícono de Configuración aquí, puedes cambiar el nombre de tus chats a otra cosa o puedes eliminarlos. Entonces esas son realmente las únicas características en este momento. Y luego, por supuesto, puedes iniciar un nuevo chat. Entonces, si haces clic en un nuevo chat, voy a iniciar un nuevo chat y luego se te presenta la pantalla en el centro aquí. Y aquí es donde solo puedes poner tus indicaciones para comenzar a recibir ayuda de la IA y hablar con el chatbot Aquí, lo que puedes hacer es que hay un par de opciones. Entonces hay un botón en el que puedes hacer clic, que es buscar. Entonces, si haces clic en este botón, dependiendo de tu consulta y de lo que intentes lograr, esto ayudará a Deepsk a saber que la información que necesitas está en Internet y puede ir a buscar en la web cuando sea necesario El otro se llama Deep think. Esta es la funcionalidad de razonamiento. Entonces ahora mismo está configurado en el R uno. Modelo, pero básicamente permite una sincronización profunda para saber que necesita pensar antes de responder. Esto es bueno para cualquier cosa si estás tratando de resolver un problema como una lógica, cualquier lógica involucrada, problema lógico, o si requiere razonamiento, cualquier tipo de resolución de problemas que estés tratando de lograr que logre. Esto es útil. Si es solo una consulta básica, realmente no necesitas encenderlas. Nuevamente, realmente depende de tu pronta y de qué es lo que estás tratando de obtener ayuda. O indagar sobre. Y luego por último aquí tienes tu botón de subir, para que puedas subir documentos o imágenes. Sí menciona el tamaño aquí, por lo que puedes hacer máximo 50, y luego cada uno puede tener un tamaño máximo de archivo de 100 megabyte Y esto actualmente se utiliza únicamente para la extracción de texto. Así que eres capaz de um simplemente subir una imagen o un documento, y Deepsek podrá procesar el texto y luego darte un resumen, por ejemplo Si tienes un reporte largo, reporte de diez páginas, puedes obtener Deep Seek para resumirlo por ti y devolvértelo, como los principales puntos importantes e insights en cinco viñetas , por ejemplo Entonces esto es lo que actualmente puedes hacer con Deep Seek nuevamente, interfaz muy fácil de usar. Entonces no se requiere mucho en términos de aprendizaje. Tan pronto como crees una cuenta, simplemente puedes saltar, sumergirte y comenzar a usarla. Ahora, sigamos adelante y probemos algo. Vamos a hacer nuestro primer aviso aquí. Y para la mayor parte de este curso, no voy a escribir indicaciones. Ya los tengo listos, así que sólo voy a copiarlos y pegarlos. De esa manera, no tienes que mirarme escribir. No me gusta perder tu tiempo, así que puedes simplemente verme copiarme pegarlos, y no tienes que esperar a que termine hasta que realmente veamos los resultados. Pero siéntete libre de pausar el video y seguirlo porque esa es la mejor manera de aprender a lo largo del curso. Te animo a que te involucres con estas indicaciones y con el contenido del curso Así que de nuevo, siéntete libre de pausar el video, poner las mismas indicaciones, y luego seguirlo Entonces por aquí, vamos a hacer nuestro primer aviso aquí, que simplemente dice, escribir un itinerario de tres días para un viaje a Tokio. Entonces sigamos adelante y entremos en ese aviso y dejemos que Deep Seek nos dé la respuesta. Entonces, como pueden ver, Deep Sek en realidad está empezando a funcionar y ahora está empezando a, um, darnos el itinerario. Ahora, una cosa que hay que saber es que Deep Seek es gratis. A veces es rápido, a veces es lento. Entonces realmente depende de la hora del día, el día, el uso, cuántos usuarios están encendidos al mismo tiempo que lo usan. A veces verás que la salida te está dando muy rápido, a veces será más lenta. Y a veces simplemente te dirán que el servidor está ocupado y no es capaz de procesar tu solicitud. Así que tienes que esperar un poco, volver y volver a ejecutar tu consulta Entonces solo un par de cosas a tener en cuenta ya que estás usando Deep Seek, pero creo que vale la pena porque, nuevamente, la aplicación se proporciona de forma gratuita. Y la mayor parte del tiempo, está bien. Entonces aquí puedes ver que hizo exactamente lo que le pedimos, así que creó un itinerario de tres días y lo desglosó en detalle. Entonces tienes el primer día, lo más destacado clásico de Tokio. Entonces por la mañana, estos son los lugares que puedes visitar. Por la tarde, aquí es donde se puede visitar. Y por la noche, estos son los lugares que puedes visitar, lo mismo para el día dos, lo mismo para el día tres, y luego aquí te dejamos algunos consejos extra. Y, por supuesto, puedes profundizar un poco más con indicaciones de seguimiento en términos de, como, Bien, ¿qué debo comer en el primer día ¿Cuáles son los buenos restaurantes la zona que me dijiste que visitara? Cosas así. Pero nuevamente, este es solo un simple primer aviso que solo quería usar para ayudarte a familiarizarte con Deepsek y su interfaz de usuario Todo bien. Ahora echemos un vistazo al segundo enfoque, que es la integración de API. Y la razón por la que esto es valioso es porque ayuda a automatizar tareas como la redacción de correo electrónico o el análisis de datos. Sólo quiero que sepas, no necesitas ser un experto. No se necesita experiencia en codificación para lograr esto. De hecho, es bastante simple. Y si sigues a lo largo, verás que ese es de hecho el caso. Antes de comenzar, hay un par de dependencias que necesitamos instalar primero Nuevamente, estoy usando Windows, pero estas dependencias se instalarán en cualquier otro sistema operativo que estés usando, y por supuesto, puedes sentirte libre de usar tu IDE de preferencia, si quieres, que obtendremos en un segundo Pero otra vez, por favor no dejes que esto se piense en esto como demasiado difícil, verás que es bastante fácil. Y sí, sí requiere algunos conocimientos técnicos, pero podrás estar bien y podrás seguir adelante. Así que no te preocupes, solo sigue viendo el video, y algunas de las cosas son bastante sencillas. Así que siempre es útil tener algún tipo de conocimiento técnico, por supuesto, lo que hará las cosas un poco más fáciles, pero no se requiere, y no es realmente un conjunto de habilidades necesarias para que sigas en el curso. Entonces solo quería establecer esa expectativa de que por favor no tengas miedo y solo sigas en el curso y estarás bien. Lo primero que queremos hacer es que queremos instalar Python. Entonces, la forma en que puedes hacerlo es simplemente abrir un navegador y navegar a python.org Y nuevamente, estoy usando Windows, así que simplemente puedes ir a Descargas y dependiendo de tu SO, estoy usando Windows, así que voy a conseguir Python 3.13 0.3, que es la versión a partir del momento de esta grabación Por supuesto, esto va a cambiar e incrementar y subir dependiendo de cuándo estés viendo este video Pero nuevamente, el concepto es el mismo. Entonces voy a estar descargando esto para video. Ya tengo esa configuración, así que no voy a hacerlo, pero todo lo que tienes que hacer es descargar esto ejecutar la instalación, aceptar algunas de las cosas que hay ahí, y luego después de la instalación, ya terminaste. Y la forma en que puedes comprobar que todo salió con éxito es simplemente puedes abrir una terminal, lo cual puedes hacer de muchas maneras diferentes en Windows. Se puede presionar Windows y la archy juntos. Así que mantén pulsada la tecla de Windows y luego R y luego va a aparecer voy a abrir este comando de ejecución que puedes poner en CMD Entonces esta es una forma de hacerlo. Puede hacer clic con el botón derecho en el escritorio y abrir en la terminal, o simplemente puede hacer clic en el botón de Windows, escribir CMD, y luego hacer clic Entrar y luego se lo abrirá por usted Así que múltiples formas diferentes de abrir esto. Pero lo que quería mostrarte aquí es cómo puedes verificar si Python se instaló correctamente o no y se agrega a la ruta. Entonces hay una casilla de verificación durante la instalación en la que necesitas hacer clic que dice agregar a la ruta Y eso asegurará que se agregue a la ruta de su sistema y será reconocible desde diferentes lugares Entonces todo lo que tienes que hacer es simplemente verificar la versión. Entonces lo que voy a hacer es que voy a escribir en la versión Python, y se puede ver que dice Python 3.13 0.3, que es exactamente lo que lo descargo Entonces, si dice Python no reconocido como comando, eso significa que Python no se instaló correctamente. Entonces lo que quieres hacer es regresar, descargar la instalación y volver a intentarlo. Entonces esto es Python como dependencia. Y lo siguiente que necesitamos en realidad va a ser un IDE. Ahora, realmente, de nuevo, depende de tu elección de lo que te gusta usar y tu preferencia. Me gusta usar el código de Visual Studio porque es muy fácil de usar, es ligero. Se encarga de todo tipo de desarrollo, y es realmente fácil de usar. Y es gratis, claro. Entonces esto es de Microsoft. Todo lo que tienes que hacer es navegar a code.visualstudio.com, y luego simplemente haz clic en Descargar porque estoy usando Windows' sea Windows para Windows' Si estás usando un sistema operativo diferente, simplemente descarga el que sea adecuado para tu sistema operativo. Y una vez que realmente lo descargues, lo que puedes hacer es iniciarlo desde tu escritorio. Puedes iniciarlo desde el Menú Inicio, o simplemente puedes ir en tu terminal y simplemente escribir código. Y presiona Enter, y luego va a lanzar el código de Visual Studio, que es exactamente lo que ves aquí, y luego cubriremos las cosas en detalle más adelante. Pero lo bueno es que se trata de un IDE, pero también incluye un terminal. Así que en realidad no solo puedes poner tu código aquí y tus archivos, sino que también puedes lanzar el terminal y puedes ejecutar comandos aquí, desde el terminal aquí, no necesariamente el terminal de Windows. Entonces tienes esa capacidad también dentro de la identificación, lo cual es bastante agradable. Una última cosa que quería mencionar mientras estamos aquí en el código de Visual Studio, la idea es que sería bueno instalar realmente la extensión Python porque nos ayuda con solo hacer las cosas un poco más fáciles en términos de sintaxis de código cuando se trata de si necesitas cambiar las cosas, formatear cosas, ya sabes, linting, si estás familiarizado con el linting o refactorizar, y solo resaltar la sintaxis con ese lenguaje específico es realmente, muy útil La forma en que puedes hacerlo es por aquí, este es el explorador predeterminado para proyectos. El último icono aquí se llama extensiones, que también puedes usar el atajo de teclado, como puedes ver aquí en el tooltip Control Shift X. Pero simplemente si haces clic en esto y en el cuadro de búsqueda, si buscas Python, puedes ver que es el idioma que vamos a usar en el curso para esta demo Entonces puedes ver que este es bastante popular, 164 millones de descargas. Y si haces clic en él, te dirá exactamente para qué sirve esta extensión. Pero es realmente lo que estamos usando para formatear para los fines de este curso. Es bueno para depurar es bueno para puntos de acceso para la extensión, soporte para It sense Entonces, si estás cometiendo errores, te lo dirá o te lo atrapará, formateo, vinculación, navegación por código, refactorización y, ya sabes, muchas otras características Así que bastante rico en características, nada de lo que necesites realmente preocuparte particularmente. Nuevamente, lo estamos usando para la sintaxación porque cada lenguaje tiene un tipo diferente de sintaxis, y también lo codifica por color para ti Entonces, cuando estás mirando el código, algunas líneas tendrán diferentes colores, lo que ayuda a distinguir dónde estás dentro del código. Adelante y simplemente haz clic en Instalar, y luego eso debería instalar la extensión Python por ti en el código de Visual Studio. Ahora que hemos instalado nuestras dependencias, el siguiente paso es obtener realmente nuestras claves API Así que las claves API son como contraseñas. Se utilizan para autenticarse, por lo que son exclusivos para usted y su cuenta, y se utilizan para cosas como la autenticación Pero también se utilizan para rastrear el uso. Entonces, ¿cuántas peticiones has hecho y cosas así? Entonces para hacer eso, primero, necesitamos ir al tablero de API y configurar nuestras claves API creando una. Entonces, la forma en que puedes hacerlo en Deep Seek es todo lo que tienes que hacer es simplemente ir en la esquina superior derecha de aquí, y hay un botón llamado API. Y si haces clic en eso, te va a llevar al tablero de API. Y por aquí, la primera página por defecto es el uso. Entonces esta es una cuenta completamente nueva, así que realmente no he usado nada. Como puedes ver, la edad, saldo de recarga y los gastos mensuales y la tabla de uso aquí, que de nuevo, mostrando cero porque no he usado nada. Ahora, para que podamos usar API Deep Seaks para integrarla en nuestro código o aplicaciones, vamos a tener que crear una clave API. Entonces, la forma de hacerlo es yendo por aquí y haciendo clic en las claves API. Y aquí es donde realmente puedes crear una clave API para usar en tu código. Y es muy, muy simple. Todo lo que tienes que hacer es presionar Crear, darle un nombre, hacer clic en Crear API. Y cuando haces clic en Crear ApiKey, así que sigamos adelante y hagamos uno Entonces digamos Haz dos, sigamos adelante y creamos uno. Por aquí, esta es la única vez que vas a ver esto. Después de esto, se va a encriptar. Entonces te recomiendo copiar esto y guardarlo en algún lugar hasta que hayas tenido la oportunidad pegarlo en tu aplicación o construirlo en tu CI o variable de entorno o como sea que estés planeando usarlo. Así que sigue adelante y copia esto, guárdalo en algún lugar por el momento hasta que tengas la oportunidad de usarlo realmente. Porque una vez que haces clic en Listo, ya no hay forma de ver esto realmente. Si haces clic en Editar, solo puedes cambiar el nombre y la única otra acción es eliminarlo. No es gran cosa porque puedes seguir creando nuevas claves API y eliminando las antiguas, pero solo debes saber que una vez que la crees, esa es la única vez que la vas a ver. Ahora, ahora que ya sabes cómo crear claves API, echemos un vistazo a alguna documentación en cuanto a cómo se va a usar esta. Entonces en la parte inferior izquierda de aquí, tienes esta barra de navegación, y puedes ver que hay un botón en la parte superior llamado Docs. Así que adelante y haz clic en eso, y esto te va a llevar a la página de documentación de la API. Ahora, lo que podemos hacer es en nuestro código, realidad podemos usar el SDK de OpenA AI Entonces por aquí, dice que la API de Desk usa un formato API compatible con OpenAI Al modificar la configuración, puede usar el SDK de OpenAI o el software compatible con la API abierta para acceder a la API DeepCK Entonces eso es algo que es algo conveniente. Podemos usar OpenAPI SDK y lo que eso significa es que simplemente tenemos que instalar esa dependencia e importarla a instalar esa dependencia e importarla nuestra base de código para que podamos usar el SDK de OpenAPI para hacer llamadas a Deep Ahora, una cosa que quería mostrarles aquí es por aquí en la parte inferior, tienes una llamada Python, que es lo que vamos a estar usando en esta demo. Entonces, si haces clic en el Python, te va a mostrar un código de muestra aquí. Y puedes ver el primer común aquí, dice, Por favor instala primero OpenSDK y te dan el comando para hacerlo Así que simplemente puedes copiar y pegar eso en tu terminal y ejecutarlo, e instalará Open API. SDK. No vamos a hacerlo ahora mismo. Solo quería mostrarte un par de cosas antes de que empecemos. Entonces por aquí, puedes ver eso primero, instalas esta dependencia, luego simplemente puedes simplemente copiar y pegar este código. Puedes hacerlo simplemente seleccionando y haciendo Control C, Control V, o simplemente puedes hacer clic en el botón Copiar al Portapapeles aquí y lo hará por ti, y luego puedes pegarlo en tu archivo Archivo Python. Entonces por aquí, puedes ver que va a generar un cliente API abierto. Aquí puedes pegar en tu clave API, cual creamos en el paso anterior. Esta es la URL base a la que se van a realizar las llamadas API. Y esta es la respuesta aquí, y esto es básicamente lo que le estamos diciendo a Deepseek Estamos diciendo hola, y luego vamos a imprimir las respuestas de Deep Seek en nuestra consola en la pantalla, para que puedas ver cómo responde realmente Deepsk Ahora, en realidad podemos seguir adelante y probar esto. El problema es que he probado esto, y desafortunadamente, Desk no tiene un nivel gratuito. Entonces, para que realmente hagas esto, si intentas esto por tu cuenta y ejecutaste el código, recibirás un mensaje de error que simplemente dice fondos insuficientes, y esto se debe a que DeSiK no proporciona niveles o modelos de API gratuitos para que experimentes Entonces lo que puedes hacer es que realmente tienes un par de opciones. puedas elegir otra alternativa que sea gratuita o si vas a la DeepSKPlatform aquí de vuelta al tablero, puedes ver que puedes hacer clic en el botón de recargar Y por aquí, en realidad puedes usar estos montos preestablecidos o elegir uno personalizado, lo que quieras para recargar tu cuenta, y luego puedes usar la API de Deepsk a través del método que acabo de mostrarte Y no es tan malo que lo mires. Entonces es una opción de $2, una opción $5, una opción de $10. Estos son geniales porque son muy baratos, y también te permite experimentar y aprender antes de decidir si esta es la solución adecuada para ti o no. Entonces $2 o $5 definitivamente vale una inversión para que puedas aprender Deep Seek y cómo usarlo en tu código. Entonces, si quieres, puedes tomar este enfoque. Pero lo que voy a hacer es que te voy a mostrar otra alternativa que va a ser gratuita, lo que nos da acceso a los modelos y a la API para Deepsk en la próxima sección Ahora, antes de empezar, solo quería mencionar que sí entiendo que esto podría ser un poco técnico para algunas personas. Entonces, si solo estás interesado en aprender, por favor sigue. Realmente no requiere mucha codificación o habilidades técnicas hora de seguir esta sección específica. Y este es un tema más avanzado cuando se trata de Deep Seek. Si se siente cómodo con solo usar la interfaz de chat Deep Seek, la interfaz web no dude en omitir esto si lo desea, y simplemente use el chatbot y simplemente use el chatbot para ingresar sus indicaciones y consultas y obtener sus respuestas Pero si estás interesado o si estás familiarizado con la codificación, y eres una persona técnica o simplemente alguien que está interesado y entusiasta aprender este tipo de cosas, entonces no dudes en seguirlo. Nuevamente, aquí no se requieren habilidades importantes de codificación. Siempre y cuando solo puedas ver el video y seguir junto con las demostraciones, deberías estar perfectamente bien. Ahora, quería introducir otra alternativa que es gratuita en este momento, y esta se llama Open Router. Así que simplemente puedes iniciar tu navegador y navegar a openouter.ai. Y esta es una plataforma que brinda acceso a muchos modelos. Son más de 300 modelos a partir de ahora mismo. Y también proporcionan algunos créditos gratuitos. Por lo que mencioné anteriormente, Deepsk no proporciona ningún crédito gratuito en este momento Entonces, si solo quieres no gastar dinero y seguir aprendiendo, esta es una gran alternativa que puedes usar para ejecutar algunas consultas e integrarlo en tu código o aplicación para simplemente conocer algunas de las formas en que realmente puedes ejecutar consultas y comunicarte o integrar Deep seek en tu código. Así que abrir Router es una buena alternativa a partir del momento de esta grabación. Y nuevamente, tienen muchos modelos. Para algunos de los modelos, ofrecen acceso gratuito. Enfoque muy similar, hay que crear una clave API. Pero primero, vamos a echar un vistazo a los modelos aquí. Y si haces clic en modelos, esto suele mostrar las cosas de una manera más parecida a la más reciente a la mínima, y aquí hay muchos modelos de los que quizás no hayas oído hablar. Así que aquí se publican muchos modelos diferentes. Entonces tienes el XaikroQT Mini, tienes Nvidia. Tienes el meta Lima. Tienes muchos, muchos modelos aquí, la vista previa de Google Gemini 2.5 Pro, la Deep Seek, Deep Seek V de tres bases. Tantos, muchos modelos aquí. Y si haces clic en él, te va a llevar a la página de información. Pero lo que vamos a hacer es que vamos a hacer clic en el filtro, y solo vamos a buscar Deep Seek. V tres. Por otra parte, hay diferentes variaciones de búsqueda profunda V tres. Vamos a buscar la libre. Entonces por aquí, si te desplazas hacia abajo, este es el que estamos buscando. Búsqueda profunda, búsqueda profunda V tres libres. También hay R uno, que es el modelo de razonamiento. Entonces, si quieres verificar ese también, solo tienes que escribir R uno y encontrarás el R que quieres para encontrar el R que es gratis. Entonces ese es este de aquí. Profundo busca R uno libre. Entonces esto es, de nuevo, se puede ver la descripción, el Deep seek R uno está aquí. El rendimiento está a la par con OpenAI, pero de código abierto y con tokens de razonamiento completamente abiertos Nuevamente, es equivalente al 01 del modelo Open AI a partir de ahora mismo, y esto está disponible de forma gratuita. Entonces volvamos a V tres. Y el que estamos buscando es este de aquí. Por lo que dice Deep Seek Deep seek V tres libres. Así que adelante y haz clic en esto, y esto te va a llevar a esta página de aquí. Y lo que quieres hacer es que si haces clic en hay un montón de pestañas aquí arriba, así que quieres hacer clic en la API, y esto te va a llevar a esta sección, que es un poco autoexplicativa. Entonces puedes ver que hay una clave API creada. Este es exactamente el mismo paso que hicimos en el panel de control de la API de Deep Seek. Entonces solo tienes que crear una clave API en esta plataforma con un router abierto. También te muestra códigos de muestra que puedes usar en términos de cómo puedes incorporar este modelo gratuito a tu código. Así que aquí, tenemos Open Python, Open AI Python, tenemos Python Alone TypeScript, Open AI TypeScript y CRL Entonces es simplemente hacer la llamada API aquí usando el comando curl. Este es el que estamos buscando, porque como vimos anteriormente, podemos incorporar Open AI SDK instalar eso como dependencia e importarlo para que podamos hablar fácilmente con Deepsk Entonces este es el que estamos buscando , y este es el código. Y vamos a pasar por esto en un segundo. Pero solo quería mostrarte que es como llegas a este lugar o así es como puedes leer la documentación para conocer cómo puedes navegar por esta plataforma y el doc API para que puedas averiguar el código de muestra que puedes usar y luego modificarlo a tu gusto. Otra cosa que quería mencionar es antes de crear la clave API, uno de los requisitos que el exterior Abierto tiene en su lugar en términos de reglas es que tenemos que habilitar pronta pronta capacitación. Entonces lo que tenemos que hacer es que si haces clic en la esquina superior derecha, hay un ícono de perfil. Si haces clic en él, hay créditos, claves, actividades, ajustes y cierre sesión. Entonces, si haces clic en configuración, aquí es donde realmente puedes pasar por diferentes configuraciones generales y cosas así. Pero lo que queremos hacer es que quiero llamar su atención por aquí al lado izquierdo. Tenemos configuraciones, créditos, claves API, claves de aprovisionamiento, integración y privacidad. Quieres hacer clic en privacidad y quieres asegurarte de que esta opción esté disponible, o lo siento, está activada porque por defecto, esta está desactivada. Lo que quieres hacer es si quieres usar el nivel gratuito, quieres habilitarlo. Y este es uno de los requisitos porque esto en realidad va a controlar si habilitar a los proveedores que puedan usar tus datos de forma anónima para mejorar su modelo Esto se usa para otra vez, están usando tus datos para mejorar sus modelos. Obviamente, aquí no vamos a estar poniendo nada sensible. Esto es solo para fines de aprendizaje. Entonces estoy bien encendiendo esto. No voy a poner aquí ningún tipo de información personal o PII Entonces esto está perfectamente bien. Y este es uno de los requisitos si querías usar esto de forma gratuita. Si usas un pago, si sigues adelante en los créditos y agregas créditos, lo cual es similar a la recarga en Deep Seek, entonces no necesariamente tienes que tenerlo puesto. Pero si quieres usar el nivel gratuito, entonces vas a tener que darle la vuelta al sol. De lo contrario, cuando corras el abrigo, te vas a encontrar con errores. Entonces esto es sólo algo a tener en cuenta. Bien, ahora comencemos a incorporar todo a los programas Python si puedes escribir un script sencillo para hablar con Deepsek y obtener algo de salida usando nuestros Entonces, lo que he hecho aquí, simplemente he creado una carpeta llamada Demo one. Lo que voy a hacer es abrir la terminal aquí. Simplemente puede hacerlo presionando Alt, CMD y luego escribir código Por supuesto, puedes abrir código y navegar a este de diferentes maneras o simplemente abrir la terminal y luego navegar a la misma carpeta. De cualquier manera está bien. Sin embargo quieres hacerlo. Esta es solo una forma rápida y atajo de hacer esto. Nuevo tipo en el espacio de código punto, y esto va a lanzar código de Visual Studio en este directorio. Entonces va a estar apuntando a esto por defecto. Ahora, lo primero que queremos hacer es, sigamos adelante y creamos un archivo Python. Así que vamos a ir a Archivo Nuevo archivo por aquí. Nos va a dar algunas opciones, TextFile y Python. Voy a seleccionar Python. Ahora voy a guardar este archivo a primera hora, así que voy a ir a Controls. Y luego aquí, sólo voy a decir deep Seek subrayado prueba punto PY y PY es el archivo de extensión Python Así que adelante y guarda eso. Ahora, vamos a volver al por aquí, vamos a volver al router abierto. Se puede ver que lo que vamos a hacer primero, queremos obtener nuestro código. Así que sigamos adelante en los modelos. Vamos a buscar Sk profundo. V tres, y esta es la libre que estamos buscando. Vuelva a hacer clic en eso, vaya a API, y luego OpenAI Python es el que estamos buscando Así que adelante y copia esto, y luego vamos a volver a Visual Studio y vamos a pegar eso. Y el código aquí es bastante sencillo. Así que vamos a recorrerlo. Entonces esto va a importar el OpenAPI SK, y vamos a generar un cliente para hacer la llamada API Entonces esta es simplemente la URL base, por lo que va a hacer la llamada API a esta URL base. Y entonces aquí es donde quieres poner tu clave API, lo cual haremos en unos minutos. Esto es cuando creamos nuestra clave API, queremos pegarla aquí. Y luego por aquí, esto es algo opcional, solo encabezados adicionales si quieres incluirlos en tu llamada, tu llamada a la API, pero no vamos a hacer eso. Simplemente lo dejaremos y luego por aquí define el modelo. Entonces estamos usando el chat de Deep Seek gratis, que es el V tres, y luego por aquí están los mensajes. Entonces tenemos el rol, que es nuestro rol como usuario, y luego tienes el contenido, que es lo que es el sentido de la vida. Ahora bien, esto equivale a que pongas el prompt en el chatbot de Deep Seek, haciendo la misma pregunta en la interfaz web Entonces esto es muy similar a ir a Deepseek y escribir cuál es el significado de la vida y charlar con ella para luego recuperar la respuesta Y la última línea es simplemente mostrarnos los resultados o la salida de Deep Seek a esa pregunta en la pantalla. Ahora, el siguiente paso es, lo que voy a hacer es en la esquina inferior derecha, está esta cosa que es como una advertencia, algo amarillento, parduzco que dice intérprete selecto Una cosa que voy a hacer es que voy a hacer clic en eso, y esto realmente nos está preguntando ¿qué entorno quieres usar? ¿Quieres usar la configuración general recomendada a nivel global, o quieres crear un entorno virtual? Uh, de cualquier manera está bien, depende de ti lo que quieras elegir, pero me gusta usar personalmente el entorno virtual porque mantiene los cambios localizados a ese proyecto o esa carpeta con la que estoy trabajando. Y realmente no afecta ni entra conflicto con nada en el escenario global. Entonces solo voy a hacer clic en eso primero, luego te pregunta cuál te gustaría hacer la Conda o V ENV Yo sólo voy a seleccionar el primero, y después va a pedir el camino. Sólo voy a seleccionar usar esto como referencia. Entonces el global donde está el binario inicial para Python es, voy a hacer eso. Y luego te dice que va a empezar a crear ese ambiente. Y si vuelves a tu carpeta, verás que está creando ese entorno y verás una nueva carpeta. Entonces lo veremos en un segundo. Entonces dice que se selecciona el siguiente entorno, por lo que se ha creado. Ahora bien, si vuelves aquí, puedes ver que se ha creado esta carpeta llamada VENV, que es ese entorno virtual Lo siguiente que queremos hacer es instalar el SDK de Open AI, y eso es muy sencillo. Entonces todo lo que necesitas es la terminal de aquí. Entonces por aquí en la parte inferior, código de Visual Studio lo tiene. Esta es una de las cosas bonitas que me gustan de esto. Tiene un terminal incorporado, por lo que no es necesario crear o ejecutar terminales adicionales desde Windows de forma nativa. Entonces esto es lindo. Si no ves esto, todo lo que tienes que ir es ir a terminal e ir a nueva terminal, y luego van a aparecer esta por aquí en caso de que esté cerrada para ti cuando la estés viendo por defecto. Ahora, vamos a conseguir el comando aquí otra vez, súper fácil. Sólo quiero mostrarte para que sepas exactamente a dónde ir. Si vuelves a la documentación de la API A Deep Seek, cual te he enseñado como navegar allí previamente, todo lo que tienes que hacer es simplemente dar click en Python. En la guía de Inicio muy rápida, tu primera llamada a la API, simplemente te desplazas hacia abajo, haces clic en Python, y luego esta es la primera línea aquí en los comentarios. Entonces dice: Por favor, instale primero OpenAI SDK. Todo lo que tienes que hacer es simplemente copiar esto, que es simplemente instalar Pip Open AI y luego volver a tu terminal, pegar esto y simplemente presionar Enter para ejecutar este comando Y esto va a instalar el SDK de Open AI. Y como puedes ver aquí, dice que los requisitos ya están satisfechos. Es decir eso porque ya instalé esto. Y si no lo haces, verás un poco de un mensaje diferente que dice, Bien, instaló con éxito el SDK de OpenAI Ahora volvamos a cambiar a nuestro navegador donde teníamos abierto Router. Nuevamente, por defecto, estamos en DeepCK V tres modelo libre, que es este de aquí, llamada DeepCChat Y por aquí, ya copiamos pegado nuestro código aquí para Open AI Python Ahora bien, una de las otras cosas que tenemos que hacer antes de poder ejecutar el código es crear 4. Indicaciones eficaces: Grandes indicaciones conducen a grandes resultados. En esta conferencia, aprenderás a elaborar indicaciones claras y procesables que desbloqueen todo el potencial de Deep Seek, ya sea que estés escribiendo correos electrónicos, depurando código o Imagina que estás enseñando a un nuevo miembro del equipo. No dirías escribir un blog. Explicarías el tema, la audiencia y la duración. Deep Seek necesita la misma claridad. Vamos a desglosarlo. Necesita un enlace en post, tarea, escribir un post. Contexto para los fundadores de startups sobre herramientas de IA. Formato, tres párrafos cortos con Emojis. Eso es simple, ¿verdad? Alguna vez le pediste a Deep Seek una historia creativa y obtuviste a Gibish Sin detalles como el género o la duración, es probable que esté pidiendo comida en un restaurante. Sé el chef de tus propios instantes. Observa cómo un mensaje mal redactado genera confusión y cómo ajustar solo unas pocas palabras nos da exactamente lo que necesitamos Entonces lo probarás por ti mismo. Bien, entonces el objetivo de esta demo es convertir solicitudes vagas en indicaciones precisas y procesables Para esta demostración, las herramientas que necesitamos son solo una interfaz web de búsqueda profunda y, por supuesto, la cuenta gratuita que creó a partir de una conferencia anterior que cubrimos. Ahora, lo que vas a aprender en esta demo es que te va a enseñar a iterar y no esperar la perfección en el primer intento Esta demostración también muestra cómo pequeños retoques pueden ahorrar horas de edición Ahora, comencemos con un mal prompt para nuestro primer paso. Entonces lo que voy a hacer es que voy a copiar pegar el primer prompt en Deep Seek, y esto simplemente dice escribir sobre energía solar. Entonces puedes ver que es algo genérico. Entonces, sigamos adelante y ejecutemos este aviso y veamos qué deeps surge Entonces puedes ver que deepsk está empezando a generar alguna salida, y está tratando de explicarle al usuario sobre la energía solar Entonces, la energía solar es una fuente de energía renovable limpia y así sucesivamente. Y luego se habla de cómo funciona, ventajas de la energía solar, futuro de la energía solar, etc. Entonces nuevamente, muy amplio, alto nivel, no realmente apuntado. Entonces esto es como puedes ver, porque te estamos dando el prompt muy amplio y genérico, nos está dando texto genérico y desenfocado en términos de salida Entonces esto es lo que quiero que veas es como Deep Seek ahora por defecto tiene una explicación amplia Entonces esto nos dice que sin orientación, realmente no puede igualar tu intención. Entonces ahora sigamos adelante y agreguemos algo de contexto. Entonces lo que vamos a hacer es revisar el prompt y hacerlo más lo vamos a hacer más dirigido. Vamos a darle contexto, y vamos a cambiar el tono. Voy a usar el siguiente prompt. Y el aviso dice, escribir un correo electrónico de 200 palabras para que el CEO de la compañía solar lo envíe a los inversionistas. Destaque el ahorro de costos y la sustentabilidad, use un tono profesional. Entonces puedes ver que este es un prompt mucho mejor porque está bastante enfocado y está bastante dirigido. Entonces, sigamos adelante y ejecutemos este aviso. Ahí vas. Entonces Deepsek está empezando a escribir el correo electrónico. Como puedes ver, comienza con el tema, muy potente y un gran gancho, muy potente y un gran gancho, por lo que dice desbloqueando valor y sustentabilidad a través de la innovación solar No es demasiado largo, cierto, en comparación con el anterior. Esto es solo texto genérico y explicación. Esto es más formateado que adecuado para correo electrónico. Entonces aquí tienes tu tema. Aquí tienes tu marcador de posición, para que puedas rellenar esto con la información real De nuevo, esto es agradable porque Deepsek está creando esa plantilla para ti Para que puedas sustituir la información por la que te sea aplicable. Entonces, por ejemplo, aquí hay un marcador de posición para la empresa que puede eliminar eso y reemplazarlo con lo que es aplicable aquí para el nombre de su empresa o el nombre de la compañía del inversionista, quien sea a quien esté dirigido Aquí, tienes el X por ciento de ahorro, así puedes reemplazarlo con un número, cualquiera que sea. aquí, de nuevo, tienes X. Así que solo mantén un ojo hacia fuera para estas cosas entre paréntesis porque son marcadores de posición que deberías estar reemplazando con tu propia información Y claro, de nuevo, tienes tu nombre, la compañía, y luego el sitio web y así sucesivamente. Y luego otra vez, el recuento de palabras es aproximadamente 200 alrededor de 200. Entonces por aquí, se puede ver que el contexto, el resultado es realmente dirigido, y es en forma de un correo electrónico listo para inversores. Y el contexto le dice a Deep Seek el quién, el por qué y el cómo. Ahora el CEO suena como un líder, no un libro de texto, ¿verdad? Entonces, sigamos adelante y hagamos un aviso más de seguimiento para refinar el formato. Y lo que voy a la forma en que voy a revisar esto es voy a usar el siguiente prompt que dice, convertir el correo electrónico en cinco viñetas para diapositiva de PowerPoint. Entonces ahora quiero usar esta información, ¿verdad? Y voy a crear una diapositiva de PowerPoint. Entonces te lo digo, resuma esto, ponlo en cinco viñetas, cual es adecuado para una diapositiva de presentación de PowerPoint para que pueda compartirlo con mi equipo o quien sea el público de esta presentación Entonces ahora Deepsek en realidad está tomando eso, y ahora te está dando esa viñeta que puedes usar en tu presentación Ya ves que está tratando de hacerlo también bastante atractivo. Entonces está incluyendo emojis como iconos. Ahora depende de ti si quieres usar esos. Pero se puede ver que nos ha dado cinco viñetas, exactamente lo que le pedimos en el prompt. Y se puede ver un importante ahorro de costos y luego la explicación, incentivos financieros, sustentabilidad, oportunidades de crecimiento escalables y a prueba de futuro. Entonces ahora en realidad puedes simplemente copiar y pegar esto, asegurarte de leerlo, asegurarte de que sea fácticamente correcto, y luego puedes copiarlo, pegarlo, tal vez cambiar los emojis o lo que quieras hacer, hacer las ediciones necesarias, hacer las ediciones necesarias, y luego ponerlo en tu poderoso puedes ponerlo en tu diapositiva de PowerPoint, discúlpeme, diapositiva de PowerPoint discúlpeme Ahora, se pueden ver los resultados. Están limpios y son viñetas escaneables, ¿verdad? Entonces este es el punto de esta demo es que los formatos importan. Los bulets ayudan a los inversionistas a esquema. Los correos electrónicos necesitan oraciones completas. Y de esta manera, podrás ver que Deep Seek puede adaptarse a nuestras necesidades. Ahora, mientras estamos aquí, quería compartir un par de pasos de solución de problemas en caso de que te encuentres con él. Obviamente, no nos topamos con ello aquí. Pero digamos, por ejemplo, tienes un problema donde la salida es demasiado larga, así que realmente no respetó el recuento de 200 palabras de aquí. Entonces lo que puedes hacer es tener un prompt de seguimiento y puedes decirle que, por ejemplo, mantenga las respuestas por debajo de 200 palabras. Entonces esto es una cosa que puedes, de nuevo, probar como un aviso de seguimiento, y luego debería tener eso en vigencia. Y entonces la otra cosa es si notas que el tono no es lo que le pediste. Entonces, por ejemplo, si no es un tono profesional o no suena como un tono profesional o tal vez atractivo para un correo electrónico de inversionista, lo que puedes hacer es si sientes que el tono está apagado, puedes simplemente otra vez, tener un aviso de seguimiento que diga, usa el siguiente tono. Entonces, por ejemplo, usa un tono casual o usa un tono amigable o usa un tono profesional. Y puedes usar eso como el prompt de seguimiento para ayudarte a hacer este reescribir este correo electrónico acuerdo con ese tono que especifiques a Deep Seek Tenga a mano esta hoja de referencia. Pronto, las indicaciones de elaboración se sentirán como una segunda naturaleza, y te preguntarás cómo trabajaste sin ella La práctica hace permanente. Pruebe el ejercicio de planificación de comidas, comparta sus resultados y prepárese para subir de nivel con estrategias avanzadas la próxima vez. 5. Indicaciones efectivas: Bienvenido al arte de incitar. En esta conferencia, aprendes a elaborar indicaciones claras y procesables que te den los resultados que necesitas, ya sea que estés escribiendo correos electrónicos, ya sea que estés escribiendo correos electrónicos, analizando datos o haciendo una lluvia de ideas Piense en DeepSeek como un nuevo miembro del equipo. No dirías hacer algo relacionado con el marketing. Dirías redactar un blog de 300 palabras sobre tendencias de IA para pequeñas empresas. La claridad es clave. Star convierte el caos en claridad. Por ejemplo, como entrenador físico, que es la situación, crear un plan de comidas de siete días, que es la tarea con las recetas vegetarianas, que es la acción para atraer profesionales ocupados, que es el resultado. Prueba esta fórmula. Ver la diferencia. Las buenas indicaciones le dicen a DeepSeek exactamente lo que necesitas. Sin conjeturas, sin pérdida de tiempo. Transformemos un aviso semanal como escribir una publicación social en una potencia Observa de cerca, entonces lo probarás tú mismo. Bien, en esta próxima demostración, vamos a transformar una idea vaga en un prompt accionable dirigido Y la única herramienta que necesitas es tu cuenta DeepSeek y un navegador Entonces todo lo que necesitas hacer es iniciar sesión, y la interfaz web de DeepSeek es todo lo que necesitas Ahora, esta demostración, te va a enseñar a refinar iterativamente las indicaciones y no esperar la perfección Y te muestra cómo los pequeños twoks producen un rendimiento de grado profesional Ahora, comencemos con el primer paso, y ahora simplemente vamos a escribir un vago prompt Entonces aquí vamos a hacer una publicación en redes sociales. Entonces voy a pegar en el siguiente prompt que dice, escribir una publicación en redes sociales. De nuevo, muy vago, sin enfoque, sin objetivo, en realidad ni siquiera dice qué plataforma de redes sociales Entonces, sigamos adelante y ejecutemos este prompt y veamos qué se le ocurre a DeepSeek Entonces, por aquí, puedes ver que está tratando de crear una plantilla versátil para publicaciones en redes sociales. Entonces dice, por aquí, noticias emocionantes, aquí hay algunos marcadores de posición que puedes poner en cualquiera que sea el hito o logro, comenta a continuación, y luego aquí algunas ideas de lo que puedes ordenar de sugerencias y aquí hay algunos hashtags para tal vez hacer que la publicación se vuelva viral en la plataforma Entonces nuevamente, se puede ver que los resultados son genéricos porque los textos enfocados, como las redes sociales son importantes. Y nuevamente, este no es un aviso gris. Entonces, sin dirección, DeepSeek toma por defecto respuestas genéricas sosas Así que sigamos adelante y arreglemos eso. Ahora bien, lo que voy a hacer es usar un prompt revisado que va a ser mucho más específico y siga la lista de verificación rápida, ¿verdad? Entonces lo que voy a hacer es pegar en este prompt que dice, Eres un coach de sustentabilidad, escribir una publicación en LinkedIn para emprendedores sobre la reducción del desperdicio de oficinas. Usa un tono motivacional e incluye tres consejos prácticos. Como puedes ver, apuntar al tema es claro, el público objetivo es claro. La plataforma social media es clara. Es LinkedIn, por lo que la publicación se adaptará para LinkedIn. Y el tema y el tema, de nuevo, es muy claro en cuanto a reducir el desperdicio de oficinas. Y luego el tono adicionalmente, es muy claro. Dice, Hazlo motivacional y además comparte algunos consejos prácticos que puedes usar en tu publicación de LinkedIn Así que sigamos adelante y ejecutemos esto y veamos qué se le ocurre a LinkedIn ahora que hemos mejorado nuestro prompt. Bien. Entonces ahí tienes. Reducir el desperdicio, impulsar el impacto, tres simples turnos para oficinas sustentables. Por lo que la mensajería muy poderosa, gran gancho. Es muy llamativo, y luego tienes tus tres puntos aquí, Dingle usa todo, ve digital configura estaciones verdes y cosas así Nuevamente, esta es una pose mucho mejor que puedes usar como idea, o simplemente puedes incluso agarrar muchas de estas cosas o copiar pegadas porque está diseñada para enlazada, ¿verdad Para que veas que el resultado está enfocado a la audiencia. Es una pose centrada en la audiencia con consejos prácticos. Y el contexto que proporcionamos en nuestro aviso revisado le dice a DeepSeek quién eres, a quién te diriges y qué acciones tomar Ahora, sigamos adelante y revisemos de nuevo. Y esta vez, vamos a convertir esto en viñetas y agregarle un llamado a la acción para que descarguen una guía gratuita. Entonces voy a usar el siguiente prompt para lograrlo. Entonces voy a darle a DeepSeek la instrucción que dice, convertir los tips en viñetas y agregar una llamada a la acción para descargar una guía gratuita Entonces ahora los estás guiando a una guía de descarga, ¿verdad? Estás guiando a los usuarios o a quien esté viendo la publicación haciendo un llamado a la acción y luego haz que descarguen alguna guía gratuita, que de nuevo, eso podría llevar a otros leads. Entonces, sigamos adelante y ejecutemos este prompt y veamos cómo DeepSeek va a revisar eso Entonces ahí tienes. Es reescribirlo, y está usando eso en especie de supongo, más importante aquí a lo que hay que prestar atención es el llamado a la acción Entonces dice descargar mi guía gratuita de reducción de cinco pasos a buen ritmo Y entonces aquí es donde está el marcador de posición para que puedas poner tu donde sea que esté el enlace de descarga a tu guía gratuita, puedes colocarlo ahí y ellos pueden hacer clic en él y luego ir de ahí Para que puedas ver el resultado, es escaneable y es legible, muy amigable y es una publicación atractiva Se trata de involucrar post con un claro llamado a la acción, también conocido como CTA Entonces, lo importante que hay que quitar de esta demo es que el formato importa, y las balas hacen que tus publicaciones sean maquinables y llamen a la acción impulsen la acción Ahora bien, un par de consejos que tengo para ti aquí es, en caso de que sientas que la salida es demasiado formal, lo que puedes hacer es simplemente usar un aviso de seguimiento que diga usar un tono casual, amigable, lo cual es bueno para las plataformas de redes sociales. Otro problema es si te faltan ejemplos y quieres agregar un ejemplo, porque el tema aquí es la sustentabilidad, puedes seguir adelante y usar un prompt de seguimiento para agregar un ejemplo. Entonces, por ejemplo, lo que podrías hacer es decir, incluir un ejemplo del mundo real sobre el reciclaje de papel. ¿Verdad? Entonces nuevamente, esto es solo algo a tener en cuenta en caso de que veas los resultados de tus indicaciones y sientas que esto falta Siempre puedes agregar ejemplos relacionados con tu tema mediante el prompt de seguimiento. Aquí hay una lista de verificación rápida. Tenga a mano esta lista de verificación. Pronto, elaborarás indicaciones como un profesional sin siquiera pensarlo. La práctica avanza. Prueba el ejercicio, comparte tus mejores indicaciones con tus amigos o compañeros y prepárate para sumergirte en la creación de contenido a 6. Creación de blog: En esta conferencia, verás cómo convertir una idea aproximada en una publicación de blog lista para publicar en menos tiempo que lleva preparar café. No se requiere experiencia en escritura. Ya sea que seas un blogger solo o independiente o parte de un equipo, blogs generan autoridad, pero comenzando en una página en blanco, ahí es donde brilla DeepSeek Veamos cómo. Olvídate de horas de escritura. Con DeepSeek, eres el editor, no el mecanógrafo. Empezaremos con una idea vaga y puliremos en un post profesional paso a paso Incluso la mejor IA necesita orientación. Evitaremos estas trampas y crearemos contenido que realmente resuene con tu audiencia Repasemos por un ejemplo donde creamos una publicación de blog lista para publicar usando la interfaz web de DeepSeek Y lo único para esto que necesitas es en términos de herramientas, es solo un navegador web, es solo un navegador web conexión a Internet y una cuenta DeepSeek, y solo necesitas estar conectado a través de la interfaz web de DeepSeek Ahora, para el paso uno, comencemos con una lluvia de ideas sobre el tema Así que solo sigue adelante y haz clic en Crear nuevo chat. Y lo que me gustaría que hicieras es usar el siguiente prompt. Entonces lo que voy a hacer es copiar y pegar eso aquí. Y esto va a decir, ejecuto una app de productividad para equipos remotos. Ayúdame a hacer una lluvia de ideas cinco temas de blog sobre la gestión del tiempo Nuevamente, esto es solo un ejemplo para esta demostración, pero puedes reemplazarlo con lo que sea aplicable en tus contactos. Ahora, sigamos adelante y ejecutemos esto y veamos qué se le ocurre a DVC Bien, ahora podemos ver los resultados. Nos está dando exactamente lo que pedimos. Entonces cinco temas de blog. Y esto es bueno. Nos está dando un tema, por ejemplo, el bloqueo de tiempo versus el agrupamiento de tareas, cómo el trabajo asíncrono ahorra tiempo, pérdidas de tiempo ocultas en trabajo remoto y seguimiento del tiempo para equipos remotos, productividad o Entonces estos son buenos temas. Nuevamente, no son las entradas completas de blog, sino que son solo los temas. Y puedes ver que también te está dando un par de viñetas donde te está dando ideas, ¿verdad? Esto es realmente poderoso porque puedes usar la IA para la ideación. Te está dando ideas en cuanto a lo que puedes hablar, lo que puedes cubrir en tu entrada de blog para que sea atractiva y muy interesante para tu audiencia y tus lectores. Entonces explica cómo los trabajadores remotos pueden usar esta técnica. Se puede decir comparar que los dos métodos y proporcionar ejemplos del mundo real y así sucesivamente. Para que pueda leer esto usted mismo haciendo una pausa en el video, pero, supuesto, no dude en seguirlo a medida que avanzamos juntos por las indicaciones. Pero nuevamente, esto es importante porque puedes ver que te está dando los resultados y ayudándote con las ideas. Ahora bien, este de aquí es que puedes seguir adelante y elegir un tema, ¿verdad? Una vez ahora puedes elegir un tema. Si no te gusta lo que hay aquí, puedes simplemente dar seguimiento con otro prompt a otro prompt de seguimiento diciendo, no me interesa ninguno de estos cinco, dame otros cinco, cierto, y te va a generar cinco más que son diferentes a estos cinco que mencioné aquí. Pero si te gusta esto, entonces puedes seguir adelante al siguiente paso, que es ahora que tienes tu tema. ¿Por qué es importante esto? Es porque DeepSeek genera ideas que quizás no hayas considerado Porque cuando empiezas a escribir cuando quieres crear un blog o escribir una entrada de blog, probablemente tengas algunas ideas, entrando en él. Pero a veces estas pueden ser más interesantes o algunas de estas ideas en las que quizás no hayas pensado, ¿verdad? Entonces esa es una cosa, la ideación. La otra es que en realidad te va a ahorrar tiempo de la lluvia de ideas ¿Verdad? Esto es realmente importante. Ahora, digamos, por ejemplo, una de estas ideas era que simplemente decía, ya sabes, quiero decir, no está aquí ahora mismo, pero digamos, por ejemplo, número uno fue cinco veces bloqueando hacks para equipos distribuidos, ¿bien? Lo que sea que puedas hacer exactamente lo mismo con cualquier otro que veas en mi pantalla o los cincos que te den en tu pantalla porque vamos a obtener resultados diferentes Tal vez algunos de ellos se superponen, pero la IA generalmente da resultados diferentes, pero algunos de ellos van a ser similares. Entonces digamos que uno de ellos es cinco hacks de bloqueo de tiempo para equipos distribuidos. Entonces lo que voy a hacer es usar un prompt diferente para generar realmente el bloque. Entonces pasamos el paso uno, que es la ideación y la lluvia de ideas Recibimos ayuda de DeepSeek. Ahora vamos a generar el borrador para nuestro puesto. Entonces voy a usar eso el ejemplo que mencioné, y voy a decir a través del siguiente prompt, o a DeepSeek para crear realmente esa entrada de blog para mí Así que escribe un blog de la junta 1,200 titulado un blog titulado Five Time Blocking hacks para equipos distribuidos. Entonces aquí está el público que estoy definiendo. Aquí está el tono, y aquí está el include, que dice palabras clave SCO, así que el motor de búsqueda optimiza los subtítulos y un llamado a Entonces nuevamente, te estoy dando instrucciones muy específicas para mi entrada de blog para que tal vez pueda dirigir a mis lectores al final a una página diferente o a un producto diferente. Entonces, sigamos adelante y ejecutemos esto y veamos qué se le ocurre a DeepSeek Nuevamente, no tienes que usar esta. Puedes usar cualquier otro que veas aquí. Y ahora, DeepSeek está empezando a generar y escribir el bloque por ti desde cero. Así que de nuevo, te está ahorrando mucho tiempo. No tienes que hacer nada de esta mecanografía. No tienes que pensar en ninguna de estas cosas. En realidad está haciendo todo esto por ti. Y se puede ver que es bastante agradable porque lo está descomponiendo en sección. Y nuevamente, mantente atento a los marcadores de posición porque esto es lo que tienes que rellenar con tu propia información, como, por ejemplo, tu nombre o cualquier otro marcador de posición, mira el contexto Entonces aquí está el título. Aquí está la introducción. Por qué importa el bloqueo de tiempo. Y aquí está por aquí, básicamente los consejos que pedimos por cinco. Entonces aquí está el indicado. Aquí está el número dos. Aquí está el número tres. Aquí está el número cuatro. De nuevo, te está dando algunos ejemplos de horario, ¿ verdad? Y luego aquí está el número cinco. Entonces esto es como la entrada del blog, y luego aquí hay una sección de bonificación y luego pensamientos finales. Y por aquí, llama a la acción, elige un hack para probar esta semana, y luego por aquí, hay algunas ideas como probar nuestra app o estrategia de libro. Puedes poner un enlace a tu libro que podría estar en otro sitio web de comercio electrónico, como Amazon, por ejemplo, y obtener algunos clientes potenciales aquí, de tu entrada de blog. Para que veas que es borrador completo con Intro, los cinco hacks y la conclusión, pensamientos finales Entonces esa es la conclusión. Y luego puedes ver las palabras clave SEO también aquí, bloqueo de tiempo para equipos remotos, lo mejor para hacks de productividad, programación de trabajo asíncrona Esto es realmente importante. Entonces nuevamente, todo esto es un motor de búsqueda optimizado. Entonces, cuando la gente entra en motores de búsqueda como Google, en realidad pueden buscar estas cosas. Voy a priorizar tu blog en función de los resultados y la búsqueda si está optimizado para motores de búsqueda, y va a calificar tu página más alto Ahora, puedes seguir adelante y refinar y pulir esto. Puedes usar un prompt, por ejemplo, hacer que el tono sea más casual y agregar emojis a los subtítulos Puedes acortar esta sección, así puedes usar un prompt que diga condensar hackear número tres en tres viñetas, Entonces, lo que sea que veas si encuentras que uno de ellos es realmente largo, solo puedes apuntar a ese número específico. Entonces se puede decir, tomar el número tres y condensarla en tres viñetas, por ejemplo, ¿verdad Y luego puedes agregar, nuevamente, en este caso, nosotros lo hicimos, pero podemos decir algo como terminar con una llamada a la acción para descargar nuestra plantilla de bloqueo de tiempo libre, y luego lo harás. Entonces esto es genial porque es importante entender que la iteración importa No creas que vas a conseguir todo perfecto la primera vez. Hay que darle indicaciones de seguimiento. Primeros borradores, es muy importante entender. Los primeros borradores rara vez son perfectos. Casi nunca. Vienen perfectos. Así que pequeños retoques personalizan el contenido. Entonces otra vez, por eso mencioné que los tres prompts aquí después de que terminamos o después de que DeepSeek terminara de darnos los blogposts, nuevamente, puedes ajustar el tono diciendo, hacer que el tono sea más casual y agregar Emojis a los Se puede condensar el hack en X número de viñetas. Puedes terminar con un llamado a la acción para descargar nuestra plantilla de bloqueo de tiempo libre. Todas estas son indicaciones de seguimiento que puedes poner, además, por supuesto, de cualquier otra cosa que puedas idear para tu caso de uso Um, y los agregará y refinará este borrador original de la entrada del blog. Ahora bien, un par de cosas a tener en cuenta es que, nuevamente, si sientes que el blog se siente genérico, entonces puedes agregar, puedes tener un prompt de seguimiento donde digas, incluir ejemplos reales de, ya sabes, startups tecnológicas. Ese es un ejemplo. Si sientes que los resultados son realmente técnicos, para tu público, de nuevo, dependiendo de quién sea tu público objetivo para este blog y quiénes sean tus seguidores y sientes que esto es demasiado técnico, por ejemplo, puedes decir cosas como, puedes usar un prompt de seguimiento que diga, explicar términos como bloqueo de tiempo en lenguaje sencillo, y va a hacer eso por ti. DeepSeek va a hacer que eso suceda por ti. Acabas de automatizar la parte más difícil de los blogs. Ahora, concéntrate en incitar tu contenido. DeepSeek manejó el trabajo pesado. Ahora es el momento de hacer un experimento. Crea un blog de 500 palabras titulado Las mejores herramientas de IA para cualquier industria que te interese. 7. Depuración: En esta conferencia, verás cómo DeepSeek actúa como tu mentor de codificación, explicando errores, arreglando errores e incluso sugiriendo optimizaciones No se requiere experiencia en programación. Incluso desarrolladores experimentados cometen errores. DeepSeek no solo arregla tu código, te enseña cómo evitar errores similares en el futuro. Veamos cómo. No estás solo si tu código arroja errores. Tomemos un script Python con errores y veamos DeepSeek diagnosticar y arreglarlo paso a paso Empezaremos con un guión que debería calcular el impuesto a las ventas pero se bloquea. Al final, sabrás exactamente cómo solucionar problemas con tu propio código En esta demo, vamos a estar depurando un script Python muy sencillo, y el objetivo es usar DeepSeek para arreglar un script con errores y entender la Entonces, lo que he hecho es que he reunido un script Python muy simple que a propósito ha incluido un defecto ahí, lo que impide que el código se ejecute y arroja un error Y queremos aprender cómo podemos usar DeepSeek para analizar el código y encontrar una solución para que podamos arreglar nuestro código roto Para ello, solo en términos de herramientas y entornos, solo necesitas la interfaz web DeepSeek, pero si te gusta seguir adelante, y si no te importa ponerte un poco técnico, siéntete libre de tener instalado el código de Visual Studio y también Python instalado, que cubrimos en una de las conferencias anteriores del curso Entonces aquí, lo que he hecho es armar un código roto propósito solo para poder mostrarte que no se está ejecutando en Python Entonces lo primero que queremos hacer, y por cierto, siéntete libre de pausar el video y seguirlo. Pero si es demasiado complicado, simplemente puede omitir esta conferencia o simplemente puede seguir en la interfaz web de DeepSeek cuando le pedimos solución Entonces lo que he hecho aquí es que he creado una carpeta en mi máquina Windows, y lo que puedes hacer es simplemente hacer clic derecho y ir a abrir en terminal. Y aquí simplemente puedes escribir el espacio de código punto y luego presionar Enter y esto abre código de Visual Studio en el directorio de trabajo actual. Y lo primero que queremos hacer es que queremos seguir adelante y crear un nuevo archivo Python, así que voy a ir archivo nuevo. Tengo la extensión instalada aquí, así que ya detecta algunos de estos presets para mí. Voy a seleccionar el archivo Python. Voy a hacer clic en Guardar primero, y vamos a llamar a esto salesnderscore texto Y guarda nuestro archivo. Y lo que voy a hacer es que voy a copiar y pegar en el código roto aquí. Entonces esta es solo una función que se supone que debe calcular el impuesto a las ventas, y vamos a imprimir los resultados en la pantalla. Ahora, una cosa que queremos hacer es que queremos seguir adelante y ejecutar este código aquí. Entonces voy a ahorrar y por aquí en la parte inferior, tengo la ventana del terminal, pero si no tienes esto ya, puedes sacarlo a colación de esta manera. Entonces digamos que cierro eso, en caso de que no tengas esto en la parte inferior, puedes ir al menú de la terminal, hacer clic en nueva terminal, y luego tienes acceso a esto. Y una vez que haces esto, se queda ahí hasta que vuelvas a despedir la terminal. Entonces sigamos adelante e intentemos ejecutar este código, y ya se puede ver porque tengo la extensión, ya me está mostrando esto en rojo. Entonces ya está detectando automáticamente algún tipo de error, pero digamos que no estaba ahí y queremos seguir adelante y compilar y ejecutar el código aquí. Entonces la forma en que lo hacemos es en la terminal, vamos a escribir en Python. Y otra vez, no tienes que teclear todo el asunto. Simplemente puede escribir Python y luego tabularlo, y luego eso detecta el binario Python y luego espaciar el nombre del archivo, que es ventas. De nuevo, puedes escribir el nombre completo del archivo o simplemente puedes hacer clic en la pestaña y se lo completa de forma automática por ti. Entonces Python espacie el nombre del archivo y luego haga clic y presione Enter. Y se puede ver que el compilador está lanzando un error y el error en este caso, es muy útil porque está diciendo que este paréntesis aquí, el paréntesis no estaba cerrado Entonces, si abrimos uno para la función print, simplemente nunca la cerramos realmente. Y es por ello que el código no es capaz de ejecutarse. Ahora bien, en este caso, lo que está mal con este código es que le faltan los paréntesis de cierre en la definición de la función, y DeepSeek podrá detectar esto instantáneamente Así que sigamos adelante y consigamos algo de ayuda de DeepSeek. En este escenario, nuevamente, porque tenemos un buen IDE y porque tenemos la extensión Python, el error es bastante claro. Entonces realmente no necesitas usar DeepSeek para un tema tan sencillo porque te dice claramente de qué se trata Y si sigues adelante y solo pones el soporte aquí y guardas y vuelves a ejecutar el código, funciona. Pero imagina que estás usando un ID diferente o tal vez solo estás lidiando con un código más complicado. Esto es solo un ejemplo para los fines de esta demo. Pero digamos que en la vida real, estás lidiando con un código mucho más complicado y el error es demasiado complicado de descifrar, y es solo, ya sabes, líneas y líneas de rastros de pila y código que necesitas investigar para entender e identificar la causa raíz del problema. Y aquí es donde las instancias para las que queremos usar DeepSeek Entonces, lo que vamos a hacer es seguir adelante y tirar de la interfaz web, y permítanme mencionar eso. Ahí vamos. Lo primero, queremos poner en nuestro prompt. Nuestro prompt va a decir explicar por qué falla este código Python y arreglarlo. Entonces aquí tengo un marcador de posición, así que voy a copiar en mi código roto aquí Sólo voy a quitar esto y luego pegar en el código roto. Nuevamente, no te preocupes demasiado por el formato, sangría, comentarios, no comentarios, cosas así DeepSeek es lo suficientemente inteligente como para poder resolverlo. Así que adelante y copie y pegue este siguiente mensaje, y luego sigamos adelante y hagamos que DeepSeek analice el código roto y vea si puede identificar el problema Bien, ahí vamos. Entonces por aquí, DeepSeek ha identificado algunos problemas potenciales Entonces empieza a decir que el código Python que proporcionaste es realmente correcto y debería funcionar como se esperaba. Entonces aquí está potencialmente nos está ayudando con algunos pasos de solución de problemas que potencialmente podemos explorar para ver si nos va a ayudar a arreglar el s. Entonces uno es la versión incorrecta de Python o el entorno. Entonces en este caso, no estamos este no es nuestro problema porque sé que mi entorno Python y la instalación salieron bien. Lo tengo agregado a la ruta, y he estado ejecutando código Python, así que está bien. Errores de sangría, esta es una posibilidad. Pero por aquí, de nuevo, dice que podría ser un mal estado. Entonces, por ejemplo, la instrucción return no está alineada correctamente, y lo último es error tipográfico o paréntesis faltantes Entonces por aquí, este es en realidad uno de los problemas, y esta es de hecho la causa raíz del problema de que nuestro código está fallando. Entonces dice que si te perdiste un paréntesis o hiciste un error tipográfico al ejecutar el código, podría Entonces, por ejemplo, y entonces aquí es realmente donde tiene el código aquí, así que la declaración print al final. En realidad está poniendo en ella dice con paréntesis faltantes Entonces le falta ese paréntesis al final ahí en nuestro código original, justo por aquí, faltan los paréntesis que abrimos aquí en la línea de impresión Y dice que esto provocaría una sintaxis er. Ahora, código fijo. Todavía piensa que esto no es del 100%. Es por eso que AI, hay que verificar todo de hecho porque el código no es correcto, pero piensa que es correcto, pero aun así nos dio la solución, ¿verdad? Todavía nos dio una respuesta. Y recuerda, estos modelos mejorarán con el tiempo, también. Entonces dentro de un mes, tal vez ni siquiera diga que la solución original es correcta. Por lo que están constantemente capacitando a las organizaciones y empresas que construyen y lanzan estos modelos están constantemente capacitándolos con nuevos datos de los usuarios, por lo que se volverá más inteligente con el tiempo. Ahora, sí lo arregló aquí, y dice: Aquí está el mismo código con formato adecuado y un caso de prueba más explícito. Entonces es gracioso porque incluso creó un caso de prueba para ello, pero no nos enfoquemos en eso. Por ahora, centrémonos en esto aquí. Entonces, se puede ver que aquí, en realidad se puso entre paréntesis para nosotros, y dice que la salida esperada debería ser 108 Así que vamos a seguir adelante y vamos a copiar esto, y luego vamos a volver a nuestro código de Visual Studio, vamos a pegar esto. Bien. Entonces puedes ver que ahora automáticamente agregó este último paréntesis, que es el corchete de cierre para este primero frente a la función de impresión Entonces sigamos adelante y guardemos esto. Y sigamos adelante en la terminal, y entonces puedes simplemente ejecutar el último comando presionando el archy up, y luego sigamos adelante y presionemos Enter, y ya puedes ver que ahora el código funciona, y nos está mostrando el resultado, que es uno oh ocho. Incluso puedes ver que DeepSeek mencionó eso en el comentario de aquí Entonces esta es ahora la respuesta correcta, y así es como puedes usar DeepSeek para ayudar a identificar al syntaxer y te proporciona el Incluso puedes escribir prueba, usa DeepSeek para escribir prueba para códigos como este Bien, ahora sigamos adelante y probemos diferente error. Por lo que la demo anterior incluía un sintaxador. Probemos un error lógico. Entonces para esto, voy a hacer un poco de ejemplo diferente. Así que sigamos adelante de nuevo en el código de Visual Studio. Vamos a crear un nuevo archivo Python aquí, y luego voy a pegar realmente, déjame guardar esto primero. Entonces voy a agregar, digamos, números pares, Pi sigamos adelante y guardemos esto y luego peguemos en el siguiente código. Entonces por aquí, esta es nuestra función. Así que esto es lo que queremos que estés tratando lograr lo que estamos tratando de lograr con este código es que queremos sumar números de eventos. Entonces sigamos adelante y guardemos esto. Vamos a la terminal. Y vamos a limpiar las cosas. Entonces voy a poner CLS, que es pantalla clara en símbolo del sistema de Windows o terminal Y sigamos adelante y ejecutemos este archivo. Así que el espacio Python, números pares. Sigamos adelante y ejecutemos esto. Y se puede ver que dice, no podemos. El compilador está lanzando un error que dice que no se puede asignar a la expresión aquí A lo mejor te referías a doble igual en vez de solo igual. Entonces igualdad versus asignación. Entonces nos está dando algunos errores, pero nuevamente, no estamos tratando de usar esto para identificar la causa raíz de los problemas. Estamos tratando de usar DeepSeek. Entonces volvamos a DeepSeek y pidamos ayuda en este particular Bien. Entonces ahora, sigamos adelante. Yo solo voy a crear un nuevo chat aquí y voy a crear el siguiente prompt que dice Este código debería sumar números pares, pero se bloquea, arreglarlo y explicarlo. Entonces voy a insertar una nueva línea, y voy a pegar en el código que acabamos de ver juntos. Entonces, sigamos adelante y ejecutemos esto y veamos qué surge DVC en términos de pasos de solución de problemas Bien, ahí tienes. Entonces DeepSeek pudo identificar el problema, y esperemos a que termine. Bien. Entonces el código se bloquea porque hay un sintaxador si la condición if Entonces mis disculpas, esto también es un sintaxer no lógico. La lógica en términos de esto son los operadores de aquí, pero el operador de comparación de igualdad en Python no es igual. En realidad es doble igual y no igual. El igual único es operador de asignación, que no es válido en este contexto. Entonces la asignación se usa para asignar valores a variables, por ejemplo, y la igualdad es para comprobaciones, comprobando si algo es igual a otra cosa Por lo que fue capaz de identificar eso. Esta es una explicación breve de alto nivel, ¿verdad? Y entonces aquí hay una más en profundidad. Entonces dice explicación de la solución. Entonces esto es realmente bueno porque te está ayudando a aprender. No solo te da la salida o la respuesta, la respuesta correcta. También te está ayudando a aprender de esto. Así que el error original corrigió la condición, y luego el resultado, y luego algunas notas adicionales aquí. Bien. Entonces ahora se puede ver que ha arreglado el código. Entonces en el inicial , dijimos si no porcentaje dos es igual a cero, se puede ver si no porcentaje a igual igual cero. Entonces este es el fijo cambiado igual a igual igual igual. Entonces incluso dejó aquí un comentario diciendo exactamente qué línea cambió y cuál fue el cambio. Entonces ahora sigamos adelante y copiemos este código, volvamos a Visual Studio. Deshagámonos de todo esto, y luego peguemos el nuevo código, guardemos y luego ejecutemos esto de nuevo. Y ahí tienes. Se puede ver que la ejecución fue exitosa, y el resultado de sumar todos los números pares, en este caso, fue seis Entonces puedes ver que fue bastante útil en términos de identificar el problema cuando se trataba de operador de asignación versus el operador de verificación de igualdad. Y DeepSeek pudo explicar la solución en un lenguaje sencillo, e incluso te dio algunos consejos de solución de problemas en términos de, ya sabes, los pasos que debes seguir y las cosas a tener Y, por supuesto, esto no se limita solo a Python. Realmente puedes usar cualquier lenguaje como C plus, C Sharp, JavaScript, cualquier cosa que te guste, puedes usar DeepSeek para ayudar a depurar tu código Acabas de automatizar la parte más frustrante de la codificación Ahora, concéntrese en construir proyectos geniales. DeepSeek te respaldó cuando las cosas se rompen. Ahora, es tu turno de experimentar. Lo que me gustaría que hicieras es depurar este código y reflexionar sobre tus hallazgos y compartirlo con tus amigos o compañeros 8. Investigación y resumen: En esta conferencia, verás cómo DeepSeek puede analizar documentos largos, extraer puntos clave y entregar resúmenes concisos, ahorrándote horas de Perfecto para estudiantes, investigadores y profesionales. Imagínese condensar un informe de 50 páginas en cinco viñetas sin perder el mensaje central Ese es el poder de DeepSeek. Pongámoslo a trabajar. Ya sea que estés escribiendo un artículo o preparándote para una reunión, DeepSeek actúa como tu asistente de investigación, destacando lo que realmente Tomaremos un artículo denso y lo transformaremos en un resumen snackable . Observe de cerca. Verás que usarás esta técnica a diario. En esta demostración, vamos a utilizar DeepSeek para resumir un artículo de investigación Y el objetivo aquí es condensar un extenso artículo en un resumen estructurado con conclusiones clave Y para ello, solo necesitas la interfaz web DeepSeek. Y, por supuesto, un artículo 0F tu elección o simplemente algún texto de muestra puedes usar el tuyo si quieres Voy a estar usando uno por aquí. Y lo que vamos a hacer es dejarme compartir esto contigo primero de nuevo, acabo de hacer esto para los fines de esta demo. Entonces aquí tenemos un artículo 0N cambio climático. Y se puede ver que es bastante largo. Se trata de tres páginas. Y si nos fijamos en el recuento de palabras, se trata de 732 palabras. Bien. Entonces es bastante largo. Y digamos alguien que está muy ocupado y que tiene un tiempo muy limitado. No tienen tiempo para leer todo el asunto. Imaginemos que este fue un artículo de 50 páginas. Realmente no importa. El caso es que necesitas saber las partes y piezas importantes de lo que está sucediendo. Entonces lo que puedes hacer es obtener ayuda de DeepSeek para lograrlo Siempre que tengas muy poco tiempo, o si simplemente no lo haces, no obtienes valor al leer todo, y solo quieres saltar a las conclusiones clave Entonces lo que podemos hacer es usar el siguiente prompt en DeepSeek que simplemente dice, resumir este artículo en tres viñetas, incluir estadísticas clave y soluciones Nuevamente, este prompt es bastante accionable y bastante enfocado porque está dando a DeepSeek instrucciones exactas sobre cuántos viñetas y qué incluir, por supuesto, puedes cambiar esto para que se adapte a tus necesidades en función de cualquiera que sea la circunstancia o los casos de uso Por ejemplo, si quisieras, podrías decir, dame tres viñetas, y la bala 0.1 debería estar hablando del problema, el segundo, el impacto, el tercero, la solución. Así que incluso puedes definirlo e ir más profundo y ser más granular si quieres. O puedes mantenerlo de más alto nivel y dejarlo DeepSeek para determinar cómo lo va a descomponer por ti Entonces sigamos adelante y ahora voy a poner en una nueva línea, no tienes que volver a hacerlo, DeepSeek es capaz de interpretar esas cosas por ti La nueva línea, el nuevo espacio, la coma, cosas así, no es una gran preocupación Voy a copiar y pegar todo este artículo. Vamos a volver a DeepSeek y sólo voy a pegarlo. Entonces ahora sigamos adelante y presionemos Enter y dejemos que DeepSeek haga lo suyo para ver si puede resumir esto, analizar el artículo, resumirlo en tres viñetas según nuestra instrucción Bien, entonces DeepSeek ha terminado armar los resultados, y como puedes ver, lo ha roto en tres viñetas según solicitud Consiguió el primero, grave riesgo de sequía, el segundo aquí, y luego el último por aquí. Y se puede ver que también tiene algunas subviñetas con más detalles y algunas estadísticas, que es exactamente lo que preguntamos en nuestro prompt, lo cual es genial. Y esto está idealmente formateado para una presentación porque simplemente podrías copiarlos pegarlos en una presentación o un PowerPoint si estás dando presentación a tu equipo o un grupo o a tu audiencia, quienquiera que sean. puede ver que ahora se tomó ese artículo de tres páginas, y lo desglosó y lo resumió. Y está incluido detalles clave, y los ha hecho negrita en términos de fuente. Entonces puedes ver que los números aquí están hechos en negrita, lo cual es bueno porque se destaca a medida que estás escaneando. Entonces esto es genial porque, claro, esto es más corto en comparación con lo que era antes. Lo dividí en tres categorías principales o viñetas. Incluye detallado para cada uno. Y la razón por la que esto funciona es que las viñetas hacen el resumen sea escaneable y más fácil de leer Y por supuesto, los keysts y las fuentes se conservan en el resumen Entonces ahora vamos un paso más allá y refinemos esto para una necesidad específica. Entonces en este caso, digamos que queremos crear párrafo de 100 palabras para nuestro público de negocios, ¿verdad? Entonces, sigamos adelante y utilicemos el siguiente prompt que dice, convierta este resumen en párrafo de 100 palabras para audiencia de negocios, concéntrese en oportunidades de inversión. Muy importante, ¿verdad? cambiando la audiencia aquí a los negocios. Y el tema aquí es la inversión. Entonces, sigamos adelante y ejecutemos esto y veamos qué se le ocurre a DeepSeek Y ahí lo tienes. Así que DeepSeek pudo armar este resumen de 100 palabras para una audiencia de negocios, y sí destaca la categoría de inversión que realmente incluimos en nuestro prompt, lo cual es genial Y nuevamente, esto está más dirigido a una audiencia específica, en este caso, una audiencia empresarial. Entonces la única comida para llevar que me gustaría que tuvieras de esta demo es que la iteración importa Y la razón por la que la iteración importa es porque adapta el contenido a tu audiencia Entonces, por ejemplo, inversionistas versus estudiantes. Además, agrega información procesable al resumen, por ejemplo, ejemplos de ROI o ejemplos y números de retorno de la inversión Ahora, antes de que terminemos esta demostración, solo quería compartir un par de consejos de solución de problemas en caso de que te encuentres con esto al usar DeepSeek Entonces digamos que realidad a tu resumen le faltan puntos importantes. Aquí es donde puedes usar DeepSeek y un prompt de seguimiento para pedirle que incluya, por ejemplo, en este contexto, se puede decir incluir datos sobre pérdidas económicas por sequía Entonces quieres que sea muy específico si estás notando que le faltan los puntos importantes Por eso es muy importante leer realmente la salida de DeepSeek y lo que te está devolviendo Después de tus indicaciones, solo asegúrate de que no es solo crear cosas que las cosas tengan sentido, ¿verdad La salida tiene sentido. Y esto es si te das cuenta de que sí se pierden algunos de los puntos importantes que deberían haber estado ahí, puedes arreglarlo a través del prompt de seguimiento. Nuevamente, como incluir datos sobre pérdidas económicas por sequía. Otro problema con el que te puedes encontrar es que algunas de las palabras utilizadas en el resumen podrían ser demasiado técnicas para tu audiencia. Así que de nuevo, puedes usar un prompt de seguimiento para decir explicar términos como y luego insertar la palabra que es demasiado técnica en un lenguaje sencillo. Y entonces será DeepSeek podrá usar una palabra diferente para explicar eso para que sea más fácil para tu audiencia entender la respuesta de DeepSeek Antes de seguir adelante, me gustaría mostrarte un enfoque o estrategia más que puedas aprovechar para que DeepSeek analice archivos y resuma el contenido por En el ejemplo anterior, miramos este artículo muy extenso 0N cambio climático, y cuando le di el aviso a DeepSeek, copié pegado todo el contenido Ahora, podríamos lograr los mismos resultados cargando realmente el archivo y no copiando y pegando Entonces sólo otra forma de lograr lo mismo. Lo que he hecho es que en realidad he guardado este archivo como un documento de Word con la extensión de archivo punto X. Y lo que voy a hacer es que lo voy a subir a DeepSeek, y hay dos formas de hacerlo Entonces primero, puedes hacer click aquí, y puedes ver que la punta de la herramienta nos dice que esto es solo extracción de texto. Para que puedas subir documentos o imágenes, y te da un límite máximo de 50 archivos, y cada uno puede ser de cien megabytes o menos cada uno en tamaño Entonces lo que vamos a hacer, puedes usar este botón o simplemente puedes arrastrar y soltar los archivos, y eso es lo que voy a hacer. Voy a arrastrar y soltar este archivo aquí, y ahora está subiendo, y el archivo es un artículo largo de demostración Entonces ahora ha terminado de subir, y ahora voy a usar el mismo prompt que antes Así que simplemente voy a decir resumir este artículo en tres viñetas incluyen estadísticas clave y soluciones Y esta es otra forma de resumir básicamente el mismo contenido, solo una carne diferente Entonces, sigamos adelante y ejecutemos esto y veamos qué se le ocurre a Deep C. Bien, DeepSeek ha terminado de procesar el archivo ya que puedes ver fue capaz analizar con éxito el contenido de los archivos y poder seguir nuestras instrucciones desde nuestro prompt y resumir el material de investigación en tres viñetas, y puedes verlas siendo delineadas aquí Quería mostrarte otra forma de lograr lo mismo a la hora de conseguir que DeepSeek te ayude a analizar archivos y contenido Acabas de automatizar la parte TDS de la investigación. Ahora, dedique su tiempo analizando insights, no cazándolos. Bien, me gustaría que pasara por el siguiente ejercicio. Toma cualquier artículo de noticias que te guste, o te encuentres a continuación, y me gustaría que usaras DeepSeek para resumir este nuevo artículo en tres viñetas Entonces quiero que hagas un refinamiento usando un prompt de seguimiento 9. Indicaciones de CT: Bienvenido a Advanced prompt Engineering. En esta conferencia, aprendes cómo la cadena de pensamiento o el impulso de COT obliga a Deep Seek a razonar paso a paso desbloqueando una mayor precisión para tareas complejas como matemáticas, lógica y toma de decisiones Vamos a sumergirnos. Piensa en COT como pedirle a Deep Seek que piense en voz alta En lugar de adivinar, resuelve metódicamente los problemas, igual que un estudiante que muestra su trabajo en una COT no es solo por precisión. Es una herramienta de enseñanza. Ya sea que esté aprendiendo cálculo o código de solución de problemas, ver los pasos construye sus propias habilidades Use COT cuando las respuestas requieran razonamiento, no solo recordar. Para tareas simples como escribirlo del dedo del pie, omítelo. Pero para cualquier cosa compleja, COT es tu aliado. Un buen prompt de COT es como una receta. Las instrucciones precisas dan mejores resultados. Veamos esto en acción con una demo del mundo real. En esta demo, vamos a pasar por un ejemplo de la vida real de resolver un rompecabezas de lógica con COT. Y el objetivo es utilizar COT para resolver un rompecabezas lógico de múltiples pasos y analizar el razonamiento. Así que vamos a pasar por el problema. El rompecabezas es Alice tiene tres manzanas. Bob le da cinco más. Ella usa cuatro para hornear un pastel. ¿Cuántas manzanas le quedan a Alice? Ahora bien, si trabajas a través de esto, verás que la respuesta es cuatro. Pero si solo le das esto a Deep Seek, puede que no te dé ningún paso. Puede que no explique las cosas y puede simplemente escupir cuatro. Y eso es sin COT. Entonces quieres asegurarte de que realmente brinda una explicación porque de nuevo, quieres aprender de COT, que es una técnica avanzada de ingeniería rápida. Entonces lo que queremos hacer es conseguir que delinear todos los pasos para que podamos trabajarlo y asegurarnos de que podamos analizarlo y asegurarnos de que los resultados sean correctos. Y además, si deepsk comete un error, lo que podría ser, podrás atrapar eso Entonces, para que podamos intentar resolver esto con COT, vamos a necesitar hacer un prompt como este. Entonces dice, resuelve paso a paso, Colin. Entonces esto es muy importante, y luego el problema. Entonces Alice tiene tres manzanas, y luego Dot, Bob le da cinco más, y luego Dot, usa cuatro para un pastel. Cuantos quedan. Entonces así es como puedes participar en el uso de las indicaciones de COT. Entonces, sigamos adelante y ejecutemos este prompt y veamos qué se le ocurre a Deep C. Bien, entonces deepsk es capaz de dividirlo en pasos a paso para que entienda la declaración del problema, y ahora te está dando soluciones paso a paso Entonces número inicial de manzanas, ella tenía tres. Entonces las manzanas dadas por Bob son cinco. Entonces es decir que el total de Manzanas después de recibir de Bob ahora está agregando y está explicando exactamente cada paso. Así que el total de manzanas equivale a las manzanas de Alice más la que le dio Bob, que es tres más cinco equivale a ocho. Después las manzanas se utilizan para el pastel. Eso son cuatro. Entonces las manzanas que quedaron después de hacer el pastel, total de manzanas menos se usó para Pie, que es ocho menos cuatro es igual a cuatro, y luego la respuesta final es cuatro. En lugar de solo dar la respuesta final cuatro, en realidad es explicar las cosas paso a paso. Bien, ahora echemos un vistazo rápido a cómo usar COT avanzado para la depuración Entonces digamos que tenemos un problema, y vamos a incluirlo en nuestro baile de graduación para obtener ayuda de DeepC que dice, un estudiante resuelve esto como tres más cinco equivale a nueve, y luego nueve menos cuatro equivale a cinco Encuentra el error. ¿Bien? Entonces, sigamos adelante y ejecutemos este prompt y veamos qué se le ocurre a Deep C. Bien, para que veas que fue capaz de detectar un problema, y es decir que tres más cinco igual a nueve no es realmente correcto. Entonces tres más cinco equivale a ocho. Y esto es, de nuevo, nos estamos refiriendo al ejemplo anterior, ¿verdad? Nos estamos refiriendo a esa pregunta. Imagina que esa era una pregunta y algunos alumnos la resolvieron así, pero ahora estamos tratando de que Deep Seek corrija o encuentre un error para nosotros. Entonces dice que tres más cinco es en realidad ocho porque Alice tiene tres manzanas y recibe cinco más, por lo que ahora tiene ocho. Y entonces la primera parte fue incorrecta. Entonces dice ocho menos cuatro es igual a cuatro, así que usa cuatro para hornear un pastel, dejándola con cuatro manzanas. Y luego también tiene una sección para identificar los errores. Dice que el primer paso de los alumnos es incorrecto. Tres más cinco no equivale a nueve. La suma correcta es ocho. Entonces, debido a este error inicial, el resto de la solución también es incorrecta. Esto tiene mucho sentido, y eres capaz de ejecutar esa respuesta por búsqueda profunda y hacer que identifique los problemas dentro la respuesta que se proporcionó para este rompecabezas. ¿Por qué importa esto? Es porque COT identifica dónde ocurren los errores, no solo la respuesta final. Ahora, un par de pasos de solución de problemas. Entonces digamos que te encuentras con un problema donde la búsqueda profunda salta pasos Lo que puedes hacer es que puedes pedir explícitamente pasos numerados. Entonces, por ejemplo, detalle cada paso como paso uno, paso dos, etcétera Otra cosa que podrías notar es si llegas demasiado donde ambas explicaciones, solo puedes usar un prompt de seguimiento o agregar esto al apéndice, tu prompt existente y decir, mantener las explicaciones concisas, lo que te va a dar una respuesta más breve Acabas de pasar de una calculadora a un tutor. Con COT, Deep Seek no solo responde, enseña. Es hora de un experimento rápido. Quiero que pasen por el siguiente ejercicio y pidan a Deep Seek que resuelva. Si cinco máquinas hacen cinco widgets en 5 minutos, ¿cuánto tiempo tienen 100 máquinas? Usa COT y anota los pasos y reflexiona sobre los resultados. 10. Aprendizaje con pocos planos: En esta conferencia, aprenderás a entrenar a DeepSeek usando ejemplos, convirtiéndolo en un asistente de estudio personalizado que da formato a las respuestas exactamente como necesitas No se requiere codificación. El aprendizaje de pocas tomas es como darle una plantilla a DeepSeek. Muéstrale cómo quieres que se estructuren las respuestas y seguirá tu ejemplo. Perfecto para guías de estudio o informes. Los humanos aprenden con el ejemplo. También lo hace la IA. Con solo unas pocas muestras, DeepSeek imita tu estilo, ahorrándote horas de ajuste y reformateo Convertiremos un capítulo de historia densa en herramientas de estudio del tamaño de mordida. Observe de cerca. Lo usarás para exámenes, presentaciones o documentación de incorporación En esta demo, estaremos creando un asistente de estudio, y el objetivo aquí es capacitar a DeepSeek para generar flashcards en tu formato preferido usando tres ejemplos Y todo lo que necesitas realmente para esta demostración es solo el navegador y la conexión a Internet, tu cuenta DeepSeek y la interfaz web de DeepSeek Y solo un contenido sencillo que puedes armar tú mismo muy, muy rápidamente. Ahora el primer paso para esto es que queremos que definas tu formato. Así que pasa un tiempo y entiende qué tipo de estructura y formato estás buscando y cómo quieres que vean tus resultados o resultados cuando se trata de las flashcards o de crear los resultados finales, que son el conjunto de flashcards Entonces, por ejemplo, aquí hay un formato. Entonces lo que voy a hacer aquí ahora, esto no es un baile de graduación en este momento. Yo solo estoy copiando pegando esto para que puedas ver esto en la pantalla aquí Entonces aquí hay un formato. Tengo una pregunta y luego tengo una respuesta. Entonces Q y luego una A. Entonces otra vez, obtuve otro ejemplo. Tengo una pregunta, y obtuve una respuesta, y luego obtuve una pregunta, y luego obtuve una respuesta. Entonces esto es realmente lo que estoy haciendo aquí es que estoy definiendo mi formato y cómo quiero entrenar DeepSeek Entonces, cuando hago una pregunta o le pido que haga una tarea por mí, es capaz de aprender de este ejemplo y adaptar los resultados a mi formato que deseo. Entonces ese es el primer paso. Quieres definir tu formato aportando juntando algunos ejemplos y la estructura en la que quieres que estén los resultados. A continuación, desea solicitar a DeepSeek con estos ejemplos. Entonces aquí, nuestro objetivo es crear tarjetas flash. Entonces necesitamos un prompt para instruir a DeepSeek para que haga eso. Entonces realmente necesitamos el contenido, que es el texto, y luego necesitamos ejemplos, que es lo que acabamos de pasar. Entonces aquí hay un ejemplo aquí, y esto es lo que voy a hacer aquí. Voy a copiar y pegar el siguiente prompt aquí, y claro, puedes reemplazar esto por cualquier cosa. Entonces la primera palabra es el prompt. Crea flashcards a partir del texto siguiente usando el mismo formato que los ejemplos ¿Bien? Entonces aquí estamos diciendo que este es un texto. Por supuesto, puedes reemplazar esto con lo que quieras. Y aquí están los ejemplos. Y ahora puedes poner en tus ejemplos desde el paso uno, que es como definimos el formato. Así que voy a copiar y pegar lo que inicialmente tenía aquí. Entonces, sigamos adelante y reemplacemos esto por los ejemplos que teníamos. ¿Bien? Entonces nuevamente, tres partes aquí, el prompt, el contenido real del que quieres crear flashcards, y luego los ejemplos, que es definir tu formato en términos de cómo quieres que se vea la salida Entonces, sigamos adelante y ejecutemos este prompt y veamos qué viene con DPC Sí, ahí tienes. Y eso es exactamente lo que se le ocurrió a DeepSeek, que es lo que esperábamos, lo cual es genial Entonces tres flashcards siguiendo nuestro formato y estructura con las que lo entrenamos a través los ejemplos anteriores. Entonces aquí está la pregunta. Hay tres en total. Entonces tenemos la Q. Tenemos la A. Tenemos la Q, y tenemos la A, y tenemos la Q, y tenemos la A. Así que esto es realmente perfecto. Y, por supuesto, puedes hacer seguimiento, um modificaciones para refinar esto más si quieres, dependiendo del resultado que estés buscando. Y esto funciona porque DeepSeek replica la estructura de preguntas y respuestas y el estilo conciso del ejemplo Ahora, sigamos adelante y utilicemos un aviso de seguimiento para refinar la complejidad. Entonces digamos que estamos contentos con el resultado, pero ahora queremos agregar una nueva sección, que se llama por qué importa a lo que ya tenemos. Entonces nuevamente, porque deeps realiza un seguimiento del contexto a lo largo de la misma charla, sabe ya que tiene el contexto Así que tenemos que reiniciar de nuevo a menos que estés reiniciando un nuevo chat Entonces, si continuamos el chat en el mismo chat, entonces deberías estar bien. Entonces lo que voy a hacer es para lograr esto, voy a usar el siguiente prompt. Entonces ya tenemos nuestras tres flashcards. Ahora voy a decir con un prompt de seguimiento para afinar esto es lo voy a decir en mi prompt, agregue por qué importa en comillas, sección a cada flashcard, siga este formato Nuevamente, estoy dando ejemplos. Entonces la Q, la A, y luego por qué importa, y luego cubriendo el impacto. Y nuevamente, le estoy dando un ejemplo para ayudarle a aprender y entrenar la IA. Entonces, cuál fue la invasión aliada de Normandía y luego por qué importa, y luego aquí está el contenido real ahí Entonces, sigamos adelante y ejecutemos esto y veamos qué se le ocurre a DeepC Ahí vas. Y ahora se ha empezado a crear de nuevo las flashcards. Y como puedes ver, sí sumó Y Matters, destacando el impacto real para su contenido particular. Entonces otra vez, conseguimos tres, como solicitamos. Tenemos la Q, tenemos la A, y tenemos la sección de asuntos Y. Lo mismo para el segundo y lo mismo para el tercero. Entonces esto es genial. Y la única conclusión de esto es que el aprendizaje de fusa escala con complejidad, y puedes agregar capas como fechas y significado según sea necesario Ahora, antes de concluir esto, un par de consejos de solución de problemas en caso de que te encuentres ellos fuera de este curso mientras intentas cosas o cuando estás usando DeepSeek Una de ellas es, digamos, si las coordinaciones flash incluyen detalles adicionales que no pediste, lo que puedes hacer es usar un prompt de seguimiento para decir, mantener las respuestas por debajo de 15 palabras a tu prompt, y esto debería ayudar con eso en caso simplemente no sea si quieres que sea concisa y breve Otro problema es si aún notas incluso después de dar ejemplo, si todavía estás notando inconsistencias de formato, entonces proporciona otro ejemplo para reforzar la estructura y entrenar mejor el Acabas de automatizar el aprendizaje personalizado. Tanto si eres estudiante como entrenador, DeepSeek se adapta a tus necesidades, no al revés Es hora de pasar por un ejercicio rápido. Me gustaría que crearas tres ejemplos para preguntas de quiz de ciencia y generaras cinco más usando DeepSeek 11. Ventas: En esta conferencia, convertirás a Deep Seek en un entrenador de ventas que simula conversaciones difíciles con los clientes, perfecto para ensayar lanzamientos, manejar objeciones y refinar tus habilidades de persuasión El juego de roles no es solo para actores. Con Deep Seek, puedes ensayar llamadas de ventas, perfeccionar tu pitch de elevador o incluso imitar a un comprador escéptico todo Deep Seek puede imitar a cualquier persona, un CFO vacilante, un comprador técnico o un fundador de startup consciente del presupuesto Abordemos una objeción clásica. Tu precio es demasiado alto. Bien juego de roles y negociación donde el comprador se resiste a los precios Observa cómo Deepsk se adapta a tus respuestas y aprende a convertir el no en un sí En esta próxima demostración, estaremos jugando un rol de negociación de precios, y el objetivo aquí es usar Deepsk para simular a un comprador cuestionando tus precios y refinando tus refutaciones Y la única herramienta que necesitas para esta demo, y si quieres seguirla es la interfaz web de Deepsk Ahora, vamos a configurar primero el juego de roles. Entonces, lo que nos gustaría hacer es conseguir que Deepsk actúe como un comprador escéptico, y podemos usar el siguiente Entonces esto es lo que voy a poner en lo que dice, actuar como un comprador escéptico para un producto SAS Desafía mis precios con objeciones. Después de cada una de mis respuestas, y esto es realmente importante, califique mi respuesta en una escala del uno al diez y sugiera una mejora. Entonces, si estás tratando de aprender y perfeccionar tu pitch y practicar y mejorar o perfeccionar en tu práctica de pitch, este es realmente el camino a seguir y puedes usar Deeps para ayudarte con eso, y esto te va a poner por delante de todos los demás Entonces, sigamos adelante y ejecutemos este prompt inicial y continuemos a partir de ahí. Bien, ahí tienes. Entonces aquí, DeepC generó la primera objeción Entonces dice, Tu precio es demasiado alto en comparación con los competidores. Y luego dice, después de que respondas, calificaré tu respuesta. Entonces es exactamente lo que pedimos 1-10, y luego va a sugerir mejoras. Y ya te está dando algunos ejemplos de lo que sería una respuesta débil, ¿verdad? Bueno, nuestro producto es premium y así sucesivamente. He aquí un ejemplo de una respuesta fuerte. Entiendo que el precio es un factor clave, si bien puede que no seamos los más baratos, ofrecemos, X, Y, y Z. Entonces y luego va a responder Entonces pero echemos un vistazo a lo inicial. Estas son solo algunas recomendaciones que nos brindó Deepsk como punto de referencia extra al que podemos referirnos en términos de lo que es bueno y lo que no es bueno Pero por aquí, volvamos a la objeción inicial. Entonces la objeción, ahora mismo, estamos jugando roles, y Deepsk está actuando como un comprador escéptico, e imagina que estás en una conversación cara a cara o en un teléfono o correo electrónico, y la primera objeción es que tu precio es demasiado alto en comparación con otros competidores Bien, ahora vamos a responder. Y nuevamente, la respuesta realmente depende del contexto o de tu caso de uso, correcto, dependiendo de nuevo, en el escenario de venta, dependiendo de lo que estés tratando de vender y dependiendo cuál sea la objeción, en este caso, vamos a hacerlo solo para los fines de esta demo, vamos a dar seguimiento con la siguiente respuesta. Entonces nuevamente, la objeción del cliente fue que su precio es demasiado alto, y digamos que vamos a poner en la siguiente respuesta a esa objeción. Entonces vamos a decir que nuestra herramienta incluye 247 de soporte. Entonces las 24 horas del día, los siete días de la semana soporte y analítica avanzada, qué competidor le falta, ¿verdad? Entonces esta es una respuesta, o digamos que así es como actualmente antes de practicar con Deepik esta es la que hubiera sido tu respuesta a ese comprador Entonces sigamos adelante, ejecutemos esto y ahora veamos cómo Deepsek va a analizar esta respuesta y darnos algunos comentarios Bien. Entonces puedes ver que dice Deepsik en realidad está calificando esto como siete de cada diez, así que no Es un buen comienzo, y es como que lo está dividiendo en diferentes secciones. Entonces está resaltando las fortalezas, que es que destaca los diferenciadores clave, derecho, en comparación con otros competidores directamente comparados con los competidores, así que eso es bueno Aquí hay algunas mejoras que en realidad podríamos aquí hay algunas mejoras que realmente podemos hacer, ¿verdad? Entonces dice, cuantificar el valor. Así que en realidad no tocamos el valor. Tocamos qué tiene la herramienta o cómo se ve el soporte y los análisis y características, pero no cuál es el valor, qué tipo de impacto tendría esto para el cliente si compráramos el software, ¿verdad? Por lo que cuantificar el valor es importante. Entonces ahora puedes reformular esto y te está proporcionando que está haciendo el trabajo por ti Te está diciendo que esto es lo que podrías usar en su lugar en términos que enmarcan tu respuesta para que el comprador los convenza. Así que el soporte 247 reduce el tiempo de inactividad en X. Así que ahora te estás enfocando en el valor, ¿verdad? Qué aporta en términos de valor, y reduce el tiempo de inactividad en un X por ciento. Y eso es realmente importante porque si tu software no funciona, podrías estar perdiendo muchos, muchos, mucho, como miles o cientos de miles o millones de dólares en ingresos durante ese periodo de inactividad. Y nuestros análisis ahorran al Equipo Y horas al mes. Entonces nuevamente, se trata de productividad y valor y de la prueba social, dice que muchos de nuestros clientes cambian de X a Y debido a esto. Entonces ahora, estás hablando, de nuevo, del valor y de los testimonios, ¿verdad? Esto es lo que otras personas que compraron nuestro producto, estas son la razón de ello, ¿verdad? Estos son los beneficios específicos que están obteniendo cuando realmente cambiaron de cualquier otro competidor. Y luego haz una pregunta, ¿verdad? ¿Qué tan críticas son estas características para tu equipo? Entonces ahora estás involucrando al comprador. No solo les estás dando respuestas. Estás como, como, pasando la pelota, y ahora la pelota está en su cancha para que los hagas pensar, ¿verdad? Se les hace pensar si cómo este software, en base a lo que acabamos de mencionar, lo importante que es reducir el tiempo de inactividad para ellos. Y luego la analítica y ahorrando tiempo a su equipo, ¿qué tan importante es? ¿Cuánto cuesta en términos de dólares, cómo les va a afectar eso, verdad? Y luego al final, aquí hay un ejemplo completo que se vuelve a formular mejor y es mejor enmarcar después de todas las mejoras que sugiere Deepstek Entonces aquí hay un ejemplo más fuerte. Dice, entiendo que el costo es una preocupación. Si bien el competidor X puede ser más barato, nuestro soporte 24 slash seven reduce el tiempo de inactividad en un 30%, ahorrando a los equipos un promedio de 10 horas al mes Por lo que puede terminar a largo plazo. En realidad, puede ser menos costoso si estás gastando mucho tiempo en soporte, verdad? y pagando a la gente de soporte técnico, por ejemplo, para manejar llamadas largas, ¿verdad? Abordar múltiples temas. Además, nuestros análisis avanzados ayudan a empresas como el cliente Y a mejorar la RI en un 25%. ¿Una demostración ayudaría a mostrar el impacto para tus flujos de trabajo? Así que de nuevo, mucho mejor, buen comienzo al principio, pero mucho mejor, algo así como una respuesta y una respuesta más fuerte que capta valor y ayuda a cuantificar el impacto Ahora bien, esto es genial porque esto funciona porque Deepsk brinda críticos procesables, no solo consejos genéricos Y puedes ver aquí que Deepsik ha pasado a la siguiente Entonces la siguiente objeción, y solo va a continuar hasta que sientas que tienes suficiente práctica con Deep Sik y estés listo para tu lanzamiento Entonces aquí, de nuevo, siguiente objeción, puedo obtener características similares de forma gratuita con competidor, bla, bla, y luego así Un par de consejos aquí. Si te apetece o si notas que Deep Seek está rompiendo personaje, lo que puedes hacer es tener un prompt que diga permanecer en un rol de escéptico, Puedes agregar eso a tu prompt, si sientes que está rompiendo personaje. Otra cosa es si el feedback que estás recibiendo es demasiado vago, en este caso, ¿no lo fue? Pero si obtuviste una retroalimentación que fue vaga y no te fue muy útil, lo que puedes hacer es pedir ejemplos específicos de mejor fraseo y fraseo y enmarcar los comentarios reales Entonces estos son un par de consejos de solución de problemas en caso de que realmente te encuentres con ellos. Acabas de desbloquear una forma libre de riesgos para dominar la venta. Ahora puedes entrar a las reuniones con una confianza inquebrantable Ahora bien, para este ejercicio práctico, me gustaría que jugaras de rol usando Deep Seek manejando la siguiente objeción. Necesito consultar a mi equipo. 12. Problemas complejos: En esta conferencia, verás cómo DeepSeek desglosa intrincados problemas matemáticos y lógicos en pasos claros y manejables, transformando la confusión en claridad, perfecta para estudiantes, analistas y Los problemas de varios pasos ponen a prueba cómo piensas, no solo lo que sabes. DeepSeek actúa como tu compañero lógico, guiándote a través de cada capa de complejidad DeepSeek no solo da respuestas, enseño marcos de resolución de problemas que puedes aplicar a cualquier desafío, desde matemáticas en el trabajo hasta decisiones comerciales Este clásico rompecabezas tropieza hasta el 90% de las personas. Mira a DeepSeek revelar la solución contraintuitiva y aprende una estrategia para un problema de varios pasos Bien, pasemos por una demo donde resolvemos el rompecabezas de ranas usando DeepSeek Y el objetivo aquí es usar DeepSeek para resolver este problema de ranas y explicar cada paso Y lo único que necesitas es la interfaz web DeepSeek Ahora, comencemos con el paso uno, que es el problema real. Y lo que voy a hacer es esbozar eso usando el siguiente prompt. Entonces dice, resolver este paso resolver este paso a paso. Entonces esto es importante porque en la salida, requerimos que cada paso sea delineado completamente por DeepSeek Y esta es una clásica. Entonces una rana sube tres pies arriba, una pared de diez pies cada día, pero se desliza hacia atrás dos pies cada noche ¿Cuántos días se tarda en patinar? Ahora, tómate un momento y trata de resolver este problema por tu cuenta primero. Si no has oído hablar de este clásico problema o rompecabezas, anota tu respuesta y ahora usa DeepSeek para darte la respuesta y esbozar paso a paso Entonces, sigamos adelante y ejecutemos este prompt y veamos qué respuesta se le ocurre a DeepSeek Bien, entonces DeepSeek ha comenzado a encontrar la respuesta, y ahora la está desglosando paso a paso aquí Entonces esperemos unos segundos para que pueda terminar. Bien, entonces vamos a revisar los resultados de DeepSeek, y puedes ver que se le proporcionan muchos pasos, lo cual es bueno porque esto es un problema de lógica, por lo que siempre es bueno tener tanta información detallada como puedas para referencia y con fines de aprendizaje Entonces no vamos a pasar por todo, pero puedes ver que el DeepSeek ya ha desglosado las cosas en cada sección Te está guiando a través de su lógica y proceso de pensamiento, lo cual es realmente importante para propósitos de aprendizaje y cómo quieres abordar los problemas por tu cuenta. Entonces otra vez, está haciendo algo de comprensión de los problemas. Entonces, comenzando con esto con los cálculos aquí y las suposiciones que se hace. Y luego te guía día a día aquí. Así que el día uno día dos todo el camino hasta el día ocho. Um, de nuevo, está pasando por la verificación de cálculos de validaciones, conceptos erróneos comunes, y al final aquí simplemente volveremos a desplazarnos hacia abajo hasta la respuesta final, desplazarnos hacia abajo hasta la respuesta final, que Ahora bien, este es un problema clásico porque la mayoría de la gente piensa porque la rana sube, la forma en que piensan de esto es que la rana sube tres pies, desliza hacia atrás, dos pies, eso es una red de 1 pie al día. Diez pies, bueno, es, ya sabes, lleva diez días, cierto, con solo pensar en el problema muy rápido. Ahora bien, la cosa es el día siete, la rana llega a nueve pies, y luego se desliza hacia atrás tres pies, y eso es en realidad, discúlpeme. El día siete, déjame corregir lo que estaba diciendo. El día siete, comienza a seis pies y sube a nueve pies y también se desliza hacia atrás, que es a las siete, ¿de acuerdo? Eso es el día siete. En el día ocho, la rana empieza a siete pies. Entonces, cuando sube tres pies durante el día, alcanza los diez pies, que ahora es que la rana está en lo alto del pozo, y ahora en realidad puede escapar Así que en cuanto se escapa por la parte superior, no hay resbalón para esa noche Así que la rana escapa el día ocho. Entonces así es como DeepSeek puede ayudarte a resolver problemas lógicos y evitar muchos tipos de errores comunes y pasar por DeepSeek es capaz de, um, corregir tu suposición en caso de que tengas suposiciones incorrectas y también brindar una explicación detallada por qué la respuesta es lo que es Ahora bien, lo que queremos hacer es aprovechemos esto a nuestro favor y generalicemos una estrategia como esta que DeepSeek nos ha proporcionado para otros problemas lógicos, Entonces lo que voy a hacer ahora otra vez, recuerda, estamos en la misma charla. DeepSeek tiene lógica en cuanto a lo que es el contexto. Entonces hagamos un baile de seguimiento para ayudarnos a llegar a un DeepSeek de uso para llegar a una estrategia generalizada Entonces lo que voy a pedir es enseñarme un enfoque universal para problemas similares. Entonces voy a mantener esto en mis notas para futuros problemas similares a este, que solo puedo saltar mis notas y usar esto para el futuro. Entonces, sigamos adelante y ejecutemos esto. Mira lo que se te ocurre. Y de veras, estamos buscando un marco, ¿verdad? Buscamos DeepSeek para darnos un framework e instrucciones paso a paso en cuanto lo que realmente podemos hacer, ¿verdad Entonces nuevamente, aquí nos está guiando paso a paso. Y esperar a que termine. Bien, ahora, tardó un tiempo, pero DeepSeek terminó de dar la respuesta Así que vamos a desplazarnos a la parte superior aquí. Y sí, se puede ver lo importante es que aquí estas secciones desglosadas, ¿verdad? Este es un enfoque universal para realmente cualquiera de estos tipos similares de escalada o deslizamiento. Los problemas podrían ser como dar un paso adelante hacia atrás, cualquier cosa realmente cercana a eso, ¿verdad? Así que identifique las variables clave, calcule el progreso neto por día completo, determine los puntos críticos. Entonces, cuando realmente ocurre la fuga o cuando se resuelve el reto. fórmula para días totales es proporcionarte algunas fórmulas aquí y describir lo que realmente significan las variables. Y luego está diciendo que ahora usa esta fórmula para aplicar al problema de la rana para ver si realmente puedes obtener la respuesta ahí. Y luego hay algunos casos de borde. Así que de nuevo, brindando alguna orientación sobre algunos casos de borde para que los consideres. Y luego aquí hay una fórmula general para todos los casos. Y luego incluso va un paso más allá para darte otra especie de ejemplo para que practiques con otros problemas, diciendo: Bien, dados todos tus aprendizajes hasta este punto, aplica esas habilidades de aprendizaje y lógica de resolución de problemas, y la fórmula que acabas de proporcionar al siguiente problema y ver si se te ocurre la respuesta En este caso, nueve días para este ejemplo de escalada de caracoles. Entonces esto es genial a la hora resolver problemas lógicos. Y nuevamente, solo un par de consejos de solución de problemas para ti en caso de que te encuentres con estas cosas, sin decir que lo harás, pero en caso de que lo hayas hecho, algunos consejos que puedes tener a la mano. Y digamos que si notas que si hay un problema donde DeepSeek salta un paso, simplemente puedes tener un aviso de seguimiento que diga número cada paso y explan Agrega lo que puedes hacer es agregar un prompt que diga numerar cada paso y explicar las transiciones. De esa manera, se ve obligado a pensar y dar salida a su proceso de pensamiento. Así que hay menos probabilidades de que se salte pasos. Y si lo hiciera, sería fácil para ti atrapar porque dirías, Oh, te saltas el paso número cuatro. Aquí hay otro problema con el que potencialmente podrías encontrarte, que es la respuesta en realidad entra en conflicto con la fórmula. Y en este caso, puedes preguntar a través un baile de seguimiento que algo así como resolver la discrepancia entre la fórmula y el ejemplo Acabas de aprender a diseccionar la complejidad como un profesional Aplica esto a todo, desde pseudoco hasta planeación financiera DeepSeek tu entrenador de lógica. Ahora es el momento de que experimentes pasando por el siguiente ejemplo práctico. Quiero que resuelvas este problema usando DeepSeek. Un caracol sube cuatro pies al día por un poste de 15 pies pero se desliza 1 pie cada noche ¿Cuántos días para llegar a la cima? 13. API de DeepSeek: Bienvenido al mundo de la integración de API. En esta conferencia, aprenderás a autenticarte con la API de Deepsek y a ejecutar tu primer script Incluso si eres nuevo en la codificación, convertiremos las ideas en aplicaciones. La API te permite incrustar Deepsek directamente en tus aplicaciones. Imagine analizar los comentarios de los clientes en tiempo real o automatizar la generación de informes Así es como empieza. No te preocupes. Caminaremos por cada paso. Si nunca lo citaste antes, esta demo es perfecta. Es tu punto de partida perfecto. Piense en su clave API como una clave de casa. Lo agregarás a cada solicitud, que Deep Seek sepa que estás permitido entrar. Nunca lo compartas con nadie ni lo compartas públicamente. Bueno, aborda estos pasos en la demo. Siga a lo largo. Tendrás un guión de trabajo en cuestión de minutos. Bien, antes de que empecemos, solo quería mencionar que para esta demostración, realmente no necesitas ninguna experiencia en codificación, y puedes seguir bien, ya que vamos a estar pasando por las cosas paso a paso Pero si te sientes incómodo con la codificación o si simplemente no necesitas, no necesitas API con Deepsk o integración de la API de Deepsks en otros programas o aplicaciones, y la interfaz web es lo suficientemente buena para ti integración de la API de Deepsks en otros programas o aplicaciones, y la interfaz web es lo suficientemente buena para Siéntete libre de saltarte esto. Pero si estás interesado en términos de cómo funciona el mundo de las API y cómo puedes conectar diferentes plataformas y aplicaciones para aprovechar la API deepsk, no dudes en seguirlo Ahora, hemos cubierto una integración inicial de deepsk API en las conferencias anteriores Entonces todas las dependencias siguen siendo las mismas. Necesitas Python, necesitas código de Visual Studio, así que ya hemos cubierto la instalación de esos antes. No vamos a pasar por eso por cada demo. Y hicimos nuestra primera llamada usando la plataforma externa abierta, que proporciona uso gratuito en algunos de los modelos Deep Seek como el R uno y el V tres. Ahora bien, de nuevo, todo eso ha sido plasmado ya en la conferencia anterior. Entonces, si no lo has visto, siéntete libre de regresar y echar un vistazo. Y para poder hacer una llamada API, nuevamente, quise llamar su atención sobre la plataforma Deep Seek. Puedes lanzar esta documentación aquí simplemente yendo a Deep Seek, y luego en el lado izquierdo, hay una carpeta doc, y luego esto básicamente te llevará a esta página. Ahora, por aquí, tengo una guía rápida. Entonces la primera llamada a la API, lo que quieres hacer es hacer clic en Python aquí, y por aquí, te guía a través de la habilitación o instalación de mis disculpas, instalando el SDK Open AAI y luego usándolo la habilitación o instalación de mis disculpas, instalando el SDK Open AAI y luego usándolo para hacer tu primera llamada API a Deep Ahora, nuevamente, en la conferencia anterior, usamos la plataforma Router abierta, y cubrimos eso. Ahora bien en esta conferencia o en esta demo, me gustaría que les mostraran la integración real con la API deepsk real, pues para poder acceder directamente a DeeskAPI, sí requieres que sea un No hay nivel gratuito, pero en realidad es muy, muy barato. Entonces te voy a mostrar lo que he hecho es que voy a hacerlo, si vuelves a la plataforma, y si miras mi tablero, aquí solo he cargado 2 dólares en dinero, cual no es mucho, y es perfecto para aprender. Y para fines de aprendizaje, $2 es realmente nada, y siéntete libre de, ya sabes, gastar $1 o dos o $5 solo para fines de aprendizaje y ensuciarte las manos en términos de usar la API Deep Seek y tener un acceso directo para que no tengas que pasar por otras plataformas como Open Router u otras. Y la forma en que haces esto es ir a recargar, poner en puedes pagar con diferentes métodos, y luego puedes configurar tus presets o simplemente hacer uno personalizado Puedes hacer $2, $5, $10. Estos son los preestablecidos, o simplemente puedes hacer clic en Personalizado. Acabo de hacer $2 para los fines de este curso y guiarle a través de la aplicación real. Ahora, volviendo a esto, esta es una forma de hacer realmente tu primera integración de API. Este es el código que aprovecha la API DeepCK, pero también el SDK de OpenAI Lo que quiero hacer es mostrarte un enfoque diferente, que es simplemente usar una biblioteca de solicitudes Python, que es perfecta para hacer llamadas API. Entonces lo primero que queremos hacer es que he creado una carpeta aquí, y lo que queremos hacer es que queremos abrir el código de Visual Studio aquí, así que simplemente voy a abrir terminal en esta carpeta, y luego voy a escribir el espacio de código y luego punto. Esto abre el código de Visual Studio en el directorio actual. Bien, lo primero es lo primero, solo voy a descartar esta pantalla de bienvenida por aquí, y voy a crear un nuevo archivo aquí yendo a Archivo, Nuevo archivo Y como tengo la extensión Python instalando código de Visual Studio, ya me da esta opción, que es agradable y conveniente, voy a seleccionar esta. Y voy a pegar en el siguiente código, que vamos a pasar en un segundo. Pero una cosa a la que quería llamar su atención es esta clave API de aquí. Entonces esto es específico para mí y mi cuenta, por supuesto, y esto está bien porque lo estoy compartiendo con ustedes para fines de aprendizaje. No va a existir después de esta grabación porque las claves API son solo para ti y tus aplicaciones, nunca debes compartirlas con nadie. Entonces son una especie de secreto para autenticar, pero también monitorean tu uso de la API también Y por si acaso no has visto la conferencia anterior, es realmente fácil configurarlo, y simplemente puedes ir aquí a la plataforma deepsk, y puedes hacer clic en las claves API Y por cierto, la forma en que llegas aquí es si vas a la inicial de Deepsk como el sitio web principal, deepsek.com, puedes justo en la esquina superior derecha, hay un botón Haz clic en eso y te traeré por aquí. Y luego por aquí, puedes editar o realmente editar el nombre porque una vez que creas la clave API, solo puedes ver a la vez, y eso es todo. Y luego puedes eliminar, editar el nombre, y luego puedes revocarlo, que es lo mismo que delete, y luego puedes crear nuevas claves, lo cual ya hice para los fines de este ejercicio, y he pegado mi clave API por aquí Ahora, pasando por aquí, ya pueden ver, pasemos rápidamente por esto. Así que importar solicitudes, esto es importar una biblioteca en Python llamada request, y esta biblioteca nos ayuda a hacer llamadas API. Es así de simple. Aquí está nuestra clave API. Aquí está la URL de solicitud, que necesitamos como línea de base. Y luego por aquí tenemos algunas cabeceras. Así que estamos usando nuestra clave API como un token de barrera. Estamos enviando esto como un JSON. Aquí está la carga útil. Entonces aquí es donde podemos definir qué modelos podemos usar. Entonces por aquí, estamos usando el sombrero Deepsk, que es el modelo gratuito disponible en Deep Seek Prompt va a ser, de nuevo, un prompt muy simple porque esta es una aplicación de prueba simple, igual que Hello World type thing. Así que escribe un cuento corto sobre una ciudad futurista. Ahora bien, la temperatura, esta es una interesante. Entonces puedes configurar esto, y quería, de nuevo, referirme a la documentación y si vuelves a esta página aquí, esta fue tu primera llamada a la API, y luego está el modelo y los precios. Pero el tercero de arriba aquí se llama parámetro de temperatura, y te dice exactamente de qué se trata. Entonces el valor predeterminado es uno, y es que recomendamos a los usuarios que establezcan la temperatura de acuerdo con su caso de uso que se detalla a continuación. Y está usando te está diciendo exactamente cuáles para cuáles. Entonces dice que si estás haciendo algo de codificación o matemáticas, luego establece la temperatura a cero, limpieza de datos, análisis de datos, establece en uno, conversación general 1.3, traducción 1.3, escritura creativa y poesía, 1.5. Ahora bien, se puede argumentar que esto podría ser una conversación general o es escritura creativa porque, nuevo, estamos tratando de escribir una historia sobre una futura seis Ciudad. Solo pretendamos que esta es una conversación general, y luego podemos cambiarla a 1.3. No tienes que hacerlo. Realmente puedes jugar con esto y configurarlo a lo que quieras. Pero en este caso, hagamos 1.3. Y luego tokens por aquí, este también es un concepto interesante por aquí porque los tokens son algo así como el uso y el límite que se aplica cuando estás haciendo llamadas a la API. Entonces los tokens son segmentos de textos que los modelos de IA realmente usan para procesar el lenguaje. Entonces, por ejemplo, un token puede ser una palabra. En este caso, futurista es una palabra, por lo que esta utilizará un token Podría ser parte de una Palabra. Entonces, por ejemplo, si tienes la palabra increíble, esta usará dos fichas porque ahí está la y luego está la Y luego también como un signo de puntuación o espacio. Estos contabilizaron por separado. Estos todos ellos contaban por separado. Ahora, Max token, ¿cómo afecta eso a tu historia? Entonces, básicamente, lo que es. puede pensar en ello como cada ficha como una palabra, en este caso. Entonces Max token dice que no excedan las 100 palabras. Ahora bien, no es exactamente un mapeo uno a uno. Como mencioné, a algunos tableros les gusta uso increíble en realidad también, pero esto es una especie aproximada de pautas similares Entonces, si quieres una historia más larga, ajustarías tu ficha Max para decir 500. Si quieres una historia más corta, puedes establecer tu ficha en 50. En este caso, para los fines de este ejemplo, estamos estableciendo nuestro token en 100. Nuevamente, sólo un ejemplo. Entonces aquí en realidad aquí es donde queremos esta es la respuesta que obtenemos de la llamada API, así que la estamos firmando a una variable llamada response, y aquí es donde hacemos la llamada post. Si estás familiarizado con las API, una llamada posterior es cuando haces una llamada y obtienes una respuesta de un punto. Así que aquí tenemos nuestra URL de solicitud de API. Tenemos nuestra carga útil, y luego tenemos nuestros encabezados. Y entonces esto es solo una declaración IL para manejar cualquier error. Entonces recibimos la llamada si la llamada posterior va exitosa a la API deepsk, simplemente va a imprimir la respuesta Y si hay un error, va a imprimir el código de error y el texto de error asociado que está dentro del cuerpo de ese objeto de error. Bien. Ahora, sigamos adelante y guardemos este archivo, y voy a guardar esto de nuevo, lo que quieras aquí por nombre. Así que voy a hacer DeepSkUnderscore test dot py, File Extension Adelante y guarda esto. Hay un par de cosas que tenemos que hacer antes de ejecutar esto. Entonces llegamos a instalar algunas dependencias. Entonces esta solicitud de biblioteca, vamos a instalar eso. Y sigamos adelante y pulsemos en Nuevo terminal, y el comando para crear o instalar esta dependencia es PIP Solicitudes de instalación. Adelante y corre eso. Por aquí, se recibe este mensaje. ¿Quieres crear básicamente un ambiente que sea solo local para estas cosas? Voy a decir, esto siempre es recomendable, y voy a usar la línea de base para el escenario global para crear ese entorno, y por aquí, verán que está creando un entorno solo para este proyecto. Entonces los cambios son locales y no se meten con nada más. Bien, el entorno se crea con éxito, y hemos instalado la biblioteca de solicitudes. Por cierto, en caso de que quieras usar una biblioteca para solicitud asincrónica, podrías usar el Así que simplemente podrías hacer eso llamando a PIP, instalar HTTPX En este caso, no lo vas a hacer porque solo vamos a usar la biblioteca de solicitudes. Así que sigamos adelante y retrocedamos al espacio fuera de eso. Y sí, estamos más o menos listos. Entonces tenemos nuestra clave API. Nuestra cuenta está recargada, y ahí tenemos algún saldo que podemos usar para hacer llamadas a la API Deep Seads Entonces realmente el siguiente paso es simplemente ejecutar el programa. Antes de hacer eso, sin embargo, solo voy a hacer CLS porque eso despeja la pantalla para que podamos ver mejor y sigamos adelante y ejecutemos eso Entonces Python, de nuevo, puedes escribir las primeras letras y luego presionar espacio o lo siento, tab para completarlo. Y luego vamos a ir de nuevo al espacio y luego empezar a escribir algunas letras del nombre del archivo, y luego solo voy a tabular y luego eso va a Auto Complete. Y si hay varios archivos, simplemente sigues presionando Tab en tu teclado, y lo encontrará, y luego puedes presionar Enter. Entonces, sigamos adelante y ejecutemos eso y veamos qué se le ocurre. Bien, increíble. Así que tardó unos segundos, pero se puede ver que ahora tenemos la respuesta de vuelta de la llamada a la API, y aquí hay algunos parámetros. Podrías formatear esto un poco más agradable, pero simplemente no voy a hacer eso Puedes copiar ritmos en editores o algo que puedas ver un JSON porque normalmente la API llama, la respuesta es en forma de JSON, por lo que puedes formatearlo y codificarlo por color en algunos otros editores, lo cual está completamente bien Incluso puedes hacerlo en código si quisieras. Por aquí es lo suficientemente legible. Entonces nos devolvimos la identificación. Tenemos la opción, que es el texto. Entonces esto es importante. Esta es en realidad la salida de Deepsek Así que imagina que entraste en la interfaz web y tecleaste este prompt aquí, escribe un cuento sobre ciudad futurista Y esto es lo que te habría dado Deepsek. Entonces te ha dado que la ciudad está alimentada por misteriosas fuentes de energía y así sucesivamente. Para que puedas leer a través de esto. Y otra vez, le hemos dado la ficha, dijimos, No superen 100 token. Entonces, si miras por aquí, dice token de finalización, 100, por lo que sí usó 100 tokens para ese en particular. Y luego estaban las 11 fichas para el prompt. Entonces, básicamente, el número total de tokens utilizados aquí es de 111. Pero para la historia en sí, no pasó más de 100. Y si, aquí no hay errores ni nada. Entonces, de lo contrario, habrías visto una respuesta diferente aquí. Habrías visto esta declaración impresa aquí con aquí. Entonces todo ha ido bien. Te has conectado usando tu clave API a la interfaz de búsqueda profunda, y acabas de completar tu primera interacción a través de una biblioteca Python, que se llama peticiones. Una última cosa que quería mencionar es con respecto a los precios, los precios de la API deepsks se basan en la cantidad de tokens procesados, normalmente, son muy baratos Entonces por eso solo pongo $2 en esta cuenta para los fines de esta demo y demos futuras porque algunos de los tokens de entrada, son $0.07 por millón de tokens Entonces eso es mucho uso, ¿verdad? Y por supuesto, no es un conjunto fijo, y en ocasiones DPC ofrece descuentos fuera de pico entre varias horas a lo largo del día, donde los precios podrían estar en algún lugar 50-70% Entonces, si los usas durante esos tiempos, probablemente obtengas un precio más económico. Así que de nuevo, pero el punto aquí que estoy tratando de esbozar es de 2 dólares que metemos aquí en esta cuenta nos va a llevar muy, muy lejos, y realmente no hace falta poner nada más de $1 o dos solo para fines de aprendizaje y práctica. Y te recomiendo que lo hagas porque estás interactuando directamente con la API de Deepseeks, no estás pasando por otras plataformas de terceros no decir que hay algo malo en eso, pero si quieres aprender temas avanzados sobre Deepseek e interactuar directamente con la API, esta es una muy buena manera de hacerlo Acabas de desbloquear el acceso programático a Deepseek. En esta próxima conferencia, construiremos un bot de chat, y esta lección será tu base. Ahora es el momento de un ejercicio práctico. Entonces para este experimento, quiero que modifiques el guión para pedirle una broma a Deep Seek. 14. Bot de Twitter DeepSeek: En esta próxima demostración, construirás un bot de Twitter que genere resúmenes de temas de tendencia y los publique automáticamente usando Deep Seoks API y algunas líneas de Python No se requiere experiencia previa en construcción de bots. Imagínese despertarse con las publicaciones programadas analizando las tendencias de la noche Con Deep Seek, tu trasero funciona mientras duermes. Usaremos la API de Twitter para publicar y Deep busca generar contenido. No te preocupes. Te guiaré a través de cada paso de configuración. Vamos a descomponer esto. Primero, obtendremos claves de acceso y todo lo necesario para autorizar y autenticar para obtener acceso a la API, y luego escribiremos algo de código y prepararemos el script de Python ¿Estás listo para automatizar? Vamos a sumergirnos directamente en él. Bien, en este tiempo, vamos a construir una aplicación realmente genial Y lo que es es un bot que va a usar Deep Seaks API para generar un tweet o el contenido para un tweet sobre temas de tendencia, y va a publicar automáticamente ese tweet en tu cuenta de Twitter o cuenta X. Twitter X es ahora el nuevo nombre y Twitter es el nombre formal. En primer lugar, antes de empezar , necesitamos un par de cosas. Entonces la primera es una cuenta de Deep Sk con algo de dinero ya cargado, que cubrimos, y también una DeepSkapiKey, que cubrimos cómo conseguir eso en Entonces tenemos todo eso establecido. Pero lo siguiente que necesitas es X cuenta de desarrollador. Entonces nuevamente, X es el nuevo nombre de lo que antes se conocía como Twitter. Y necesitamos hacer una cuenta de desarrollador en X para que podamos tener acceso a las API de Xs para que cuando generemos el contenido de nuestro Tweet, podamos usar las API para publicar Tweet en nuestra cuenta a través de las llamadas API. Ahora bien, para lograrlo, en realidad es muy fácil y tienen un nivel gratuito. Entonces lo que quieres hacer es navegar a developer dot.com Y cuando llegas aquí, puedes ver que aquí tienen múltiples niveles. Nuevamente, para los fines de esta demo, vamos a estar simplemente usando la gratuita porque es más que suficiente en cuanto a lo que necesitamos para hacer las cosas. Entonces, si solo te desplazas hacia abajo aquí, verás que tienen diferentes niveles, gratis básico Pro y Enterprise como el momento de esta grabación. Y si haces clic en Comenzar en la columna gratuita aquí, entonces te llevaré a la página siguiente, y luego podrás seguir las instrucciones para crear una nueva cuenta gratuita. Y nuevamente, realmente, todo lo que necesitas es tu dirección de correo electrónico y una contraseña. Y luego serás llevado a la página después de registrarte en tu página principal. Y nuevamente, ya tengo una cuenta, así que no vamos a pasar por esto, pero es bastante fácil y directo. Cuando inicias un proceso, si te encuentras con esta pantalla de aquí, lo que quieres hacer es elegir entre un básico y P. Después de pasar por los pasos, quieres venir aquí y hacer clic en registrarte para obtener una cuenta gratuita, y luego quieres elegir el básico, asegúrate de que esté en la pestaña Básico y luego haz clic en Regístrate para obtener una cuenta gratuita. Y eso debería ayudar a crear tu cuenta gratuita en X. Ahora, cuando pasas por el proceso de creación de cuenta y haces clic en Comenzar, esto debería llevarte al panel principal. Y nuevamente, ya tengo una cuenta. Ya estoy conectado, así que puedes ver que está cargando mi nivel de tablero para mí, y está presentando los diferentes niveles de plan. Entonces conseguimos Pro, obtuvimos Basic, y obtuvimos gratis. Así que solo estoy usando gratis. Tiene un entorno para mis aplicaciones. Tenemos algún acceso a XS V dos API. Algunas de las API premium en la versión dos, sí requieren suscripción paga. Pero de nuevo, no lo necesitamos, entonces podemos solucionarlo para poner nuestro trasero en marcha. Además, si realmente te interesan los diferentes tipos de planes y cuáles son sus características, simplemente puedes desplazarte hacia abajo aquí y hay una tabla de características, y puedes ver todo en una comparación lado a lado. Entonces el pro versus básico versus gratis, te da todas las APIs para V dos y también todas las solicitudes y sus limitaciones y restricciones. Entonces, por ejemplo, si quisieras eliminar el para comer con un plan gratuito, puedes hacer 17 solicitudes cada 24 horas por usuario. Y con pro limit es 50, así que es mucho más alto, como puedes ver. Para que puedas pasar por esto y ver cuáles son las opciones y cuáles son las disponibilidades para las API y entender las restricciones Nuevamente, vamos a seguir con el límite gratuito y el plan de cuenta de desarrollador gratuito para esta demostración. Bien, ahora que tenemos nuestra cuenta de desarrollador todo configurado, adelante y comencemos a escribir algo de código y a crear un proyecto para comenzar a codificar para nuestro bot y comenzar las cosas Entonces para este bot, vamos a mantener las cosas relativamente simples. Nuestro proyecto va a contener dos archivos. Uno va a ser el código principal para el propio bot, y el otro archivo va a ser un archivo de entorno donde guardemos nuestros tokens y secretos. Entonces primero, sigamos adelante en tu directorio, cualquier directorio que te guste, puedes iniciar el código de Visual Studio. No tienes que hacerlo de esta manera. Puede iniciar el código de Visual Studio y guardar sus archivos en el directorio deseado. Me gusta hacerlo de esta manera porque ya tengo mis directorios creados, así que solo voy a iniciar el símbolo del sistema aquí, escribir periodo de espacio de código, y esto lanzará código de Visual Studio en el directorio activo actual. Entonces voy a seguir adelante y salir de esto. Y lo primero que queremos hacer es crear un archivo dot Environment. Y sigamos adelante para hacer eso. Entonces vamos a ir Nuevo Archivo. Vamos a escribir punto N y luego crearwfle punto NV Sigamos adelante y hagamos clic en eso. Y luego va a abrir la caja guardada aquí, y vamos a decir punto ENV Bien, esa es la extensión para el archivo o entorno. Así que sigamos adelante y creamos. Y este es nuestro archivo punto ENV o también conocido como archivo Environment, y aquí es donde normalmente guardamos nuestra configuración en términos de configuración o nuestros secretos y tokens Entonces voy a pasta SN y no te preocupes por esto ahora mismo. Vamos a caminar por él. Pero esencialmente, necesitamos tres cosas aquí. Una es nuestra clave de API Deep Sk. El otro es nuestro ID de cliente X y nuestro secreto de cliente X, y volveremos a estas cosas. Ya tengo mis valores poblados aquí y asignados a estas variables, pero no te preocupes. Hablaremos de esto un poco más tarde. Entonces sigamos adelante y guardemos esto. Y ahora sigamos adelante y creamos un nuevo archivo, y este va a ser nuestro bot principal. Así que vamos a seguir adelante y hacer clic en File New File, vamos a seleccionar Python porque tenemos la extensión Python. Y lo que voy a hacer es que voy a seguir o copiar y pegar el siguiente código para nuestro bot, y voy a incluir esto y se adjuntará a la conferencia. Así que no te preocupes, solo puedes seguirlo si quieres. Es un poco largo, pero no es tan complicado. Entonces otra vez, vamos a pasar por ello. Así que voy a pegar esto, y voy a guardar este archivo. Y entonces aquí vamos a llamar a esto X Underscore Deep Seek subrayado boot.py Esa es la extensión para el archivo Python, y ahora tenemos el código principal nuestra aplicación principal para nuestro bot o bot de Twitter. Bien, antes de sumergirnos en el código, hay un par de cosas que necesitamos configurar en nuestra cuenta de desarrollador X para que podamos acceder y poder autenticarnos en las API X para publicar tweets Ahora, un descargo de responsabilidad es que a medida que vamos pasando por estos ajustes y el código, tenga en cuenta que estas son las configuraciones actuales y la forma en que se ven las cosas. En la interfaz web como el momento de esta grabación, las cosas podrían cambiar. Twitter puede cambiar su API. Pueden despreciar las API antiguas. Pueden crear nuevas API, nuevas versiones de las API y sus configuraciones y cosas en la interfaz de usuario. Entonces pero al final del día, es realmente el concepto sigue siendo el mismo. Entonces solo hay que retocar y buscar un poco alrededor para encontrar acceso a estas cosas Y si alguna vez tienes dificultades para lidiar con esto, puedes obtener ayuda de la IA. Entonces, por ejemplo, puedes como Seek profundo, puedes preguntarle a HAGBT Puedes preguntar a Gemini o Cloud. Así que puedes pedir ayuda a otras herramientas de IA si alguna vez te quedas atascado con alguna de estas configuraciones o cualquier cosa en el código. Entonces ahora, así se ven las cosas a partir de hoy. Entonces, lo que puedes hacer es después de haber creado tu cuenta con éxito, simplemente puedes hacer clic en lo que discutimos en la última conferencia y eso te llevará a la página de desarrollo o simplemente puedes ir a developer.twitter.com, y eso te llevará al Ahora puedes ver que la interfaz es bastante simple y es agradable, muy fácil de usar. aquí, porque estamos en la cuenta gratuita, tenemos esta aplicación y un proyecto. Ya nos da app de proyecto. Y solo otra cosa que quería mencionar es, por favor no compartas las cosas que estamos cubriendo aquí con otras personas como, ya sabes, el token de acceso, el ID de cliente, cosas así, las claves API, porque todas estas son secretas y deberías ser el único que sepa estas cosas. Así que no compartas estas cosas con otros. Ahora, en nuestro caso o en mi caso, creé esta es una cuenta de prueba. Yo sólo creé esta cuenta para los fines de este curso, y no va a existir. Entonces esto es algo después del curso. Así que de nuevo, está bien que yo comparta esto contigo porque esto es solo para fines educativos y de aprendizaje. Pero cuando realmente estés creando proyectos y aplicaciones, ten en cuenta que se trata de información confidencial y no comparten claves de acceso y tokens y cualquier otro medio de autenticación con nadie más. Todo bien. Así que ahora vamos a sumergirnos aquí. Entonces aquí nos muestra el uso mensual de post cap. Entonces ahora mismo, estamos bastante buenos por ahora. Bueno, solo salta a las cosas importantes aquí. Hay un par de cosas que debes configurar antes de saltar al código. Entonces por aquí, tenemos la app del proyecto. Esta es la identificación. Aquí hay un par de botones. Así que sigamos adelante y primero, haga clic en la configuración de la aplicación. Así que haz clic en eso. Y por aquí, te llevará por aquí, que te mostrará el ID de la aplicación, la descripción, que creé. De nuevo, sólo algo temporal. Y en la parte inferior aquí, obtuvimos la configuración de autenticación de usuario. Aquí es donde tenemos que ir. Y por favor tenga en cuenta que en la parte superior, tenemos dos pestañas aquí. Tenemos ajustes, tenemos llaves y fichas. Queremos estar en la configuración. Y si quieres cambiar claves y tokens, entonces sigue adelante y haz clic en esto. Te llevará por aquí. Volveremos a esta página. En un segundo, pero por ahora, empezaremos primero con la configuración. Así que adelante y haz clic en Configuración. Si aún no está seleccionado, baje aquí a la configuración de autenticación de usuario y luego haga clic en Editar. Cuando haces clic en Editar, tu configuración predeterminada podría estar establecida algo diferente a lo que ves en la pantalla. Entonces podría ser simplemente leído, por ejemplo, correcto, o podría leerse y escribirse. Por defecto, la mente se acaba de leer. Para que podamos publicar tweets en nuestra cuenta de Twitter, queremos asegurarnos de que esto esté configurado para leer y escribir. Entonces, ya sea esta opción o esta opción, que te da acceso completo. Entonces lee y escribe y envía un mensaje directo, y hay una descripción de lo que significa todo esto. ¿Bien? Entonces esto es lo que puedes configurarlo. El tipo de aplicación, puede seleccionar aplicación web o aplicación automatizada o bot. En nuestro caso, es un bot, por lo que es perfecto. Ahora bien, esta de aquí, la app Info, esta es la URL de devolución de llamada o la redirección RL Y me gustaría que pidieras pausar el video por 1 segundo y de hecho escribir esto porque esto es realmente importante. Esto nos va a ayudar a solucionar algunas de las limitaciones que tenemos con la API gratuita en comparación con la API premium. De esta manera, podemos poner en marcha nuestro proyecto de forma gratuita. Así que ya he problemático esto muchas veces diferentes, y esto es lo que realmente funciona para la cuenta gratuita Entonces, por favor, pausa el video, pon esto en el URI de devolución Y luego para el fondo aquí, se requieren algunas de estas cosas. Pero, por ejemplo, puedes simplemente poner algo temporal aquí. Así se puede poner en ejemplo HTPs ejemplo.com. Este es opcional. Estos son los campos obligatorios que rellené. Entonces URL organizacional, de nuevo, no tienen una organización en este momento. Esto es solo una demostración de prueba. Así que acabo de poner en example.com y example.com. Es necesario que llene estos. De lo contrario, no te permitirá guardar, por lo que no verás que el botón de guardar esté habilitado a menos que pongas estas cosas. Entonces este es el más importante, y luego también necesitas rellenarlos para que te permita ahorrar porque los que ves aquí que están llenos son campos obligatorios. No son opcionales. Hay que llenarlos. Pero estas cosas no son tan importantes. El más importante es este de aquí. Entonces, una vez que hayas hecho eso, sigue adelante y haz clic en Guardar. Una vez que haga clic en Guardar y tengamos esta nueva configuración guardada en la sección Información de la aplicación, puede desplazarse hacia arriba. Puede hacer clic en el botón Atrás o simplemente hacer clic en Portal del desarrollador. De nuevo, vuelve aquí, gratis, empieza, y esto nos llevará de vuelta a donde estábamos. Haga clic en el tablero. Y nuevamente, volvemos a donde estábamos. Así que de nuevo, si haces clic en la configuración de la app, nos va a llevar aquí. Aquí es donde estábamos. Pero ahora ya hemos guardado la configuración, así que no necesitamos volver a hacerlo. Ya se salvó. Entonces si voy a editar, puedes ver que esto se guarda, esto se guarda y se guarda toda mi información. Así que ahora esta vez voy a dar click atrás, y ya estamos en esta página. Lo siguiente que quieres hacer es en la parte superior aquí, recuerda que tenemos dos pestañas, ajustes y claves y tokens. Quieres hacer clic en Claves y fichas. Y es importante hacer esto después porque primero, necesitas cambiar los permisos para leer y escribir y luego crear tus secretos y los tokens que necesites. Ahora aquí hay algunas secciones aquí. Así que clave de consumo. Esta es tu clave API y tu secreto de clave API. Este es un token de autenticación. Entonces esto va a hacer te daré el token Bar para las llamadas API, y luego aquí está el token de acceso y el secreto para los tokens de acceso. Y por aquí, ya están generados, y si quieres, puedes dar click en Revocar o regenerar, y los generará para Si estás usando estos, por favor , ten en cuenta que cada vez que estés regenerando, por primera vez, puedes verlo todo Entonces yo recomendaría copiar y pegar eso en alguna parte para que no te olvides porque una vez que descartes el cuadro de diálogo después de la creación, nunca podrás volver a verlo En cualquier caso, lo que vamos a usar es que en realidad vamos a usar el SO dos para fines de autenticación de este lugar. Entonces lo que necesitamos es el ID de cliente y el secreto del cliente. El ID de cliente no va a cambiar. Va a seguir siendo el mismo, y no es un secreto tan grande. Este es el importante. El secreto del cliente es realmente importante. Y esto es si pasas el cursor sobre el ícono de información, verás el consejo de herramienta que dice, Piensa en el secreto de tu cliente como la contraseña que te permite usar AT como método de autenticación Entonces necesitamos autenticarnos y hacerle saber a Twitter que queremos acceder a la API Tenemos una cuenta, por lo que somos un usuario existente en la plataforma, y queremos acceder a la API para generar o publicar un tweet en nuestra cuenta. Entonces una vez que cambies la configuración, ve por aquí y luego haz clic en Regenerar y luego esto te dará esto te dará un nuevo secreto de cliente que deseas guardar ¿Bien? Entonces obtuviste tu ID de cliente. Quieres asegurarte de guardar esto. Pulsas en Regenerar después de cambiar tu configuración para asegurarte de tener acceso de lectura y escritura, lo regeneras y lo guardas, y luego tienes tu clave DeepCKPI Entonces ahora tienes tres valores que estás guardando, cuales volverán a aparecer en el código. Bien, ahora que tienes esos tres valores, lo que me gustaría que hicieras es entrar en B en el código de Visual Studio y entrar en el archivo punto, y me gustaría que pegaras tus valores. Entonces, para mí, esta era mi clave de API de Deep Seek, y tengo algo de presupuesto o tengo algún saldo ahí, así puedo hacer llamadas a la API de Deep Seek usando esta clave API. Y estos dos son de la cuenta de desarrollador X que acabamos de cubrir. Entonces el ID de cliente va aquí, y este no cambia, y pones aquí el nuevo secreto de cliente regenerado Nuevamente, por favor no compartan estos especialmente éste y éste. No compartas eso con nadie. Estos son secretos y únicos para tu cuenta. Entonces no quieres darle acceso a otras personas a estas cosas. Entonces quiero que sigas adelante y pegues estos tres valores y no olvides guardar este archivo después de poner los valores. Así puedes ir a Flesaf o Controles o Comandos dependiendo de si estás usando Mac o Windows dependiendo de si estás usando Mac o Windows. Bien. Ahora, vamos a sumergirnos en el código para nuestro trasero. Y aquí es donde todo se junta. Es un poco largo, y aquí no vamos a pasar por todas las líneas. Nuevamente, puedes usar la IA para interpretar algunas de estas cosas y ayudarte a enseñarte algo de esto si eres nuevo codificación o no tienes experiencia previa en codificación, pero revisaremos algunas de estas secciones que son realmente importantes aquí. Entonces aquí es donde importamos la biblioteca, y estos son necesarios para que podamos hacer ciertas cosas. Entonces, por ejemplo, request es una biblioteca Python que nos permite realizar llamadas API fácilmente. Tenemos horario. Esta es otra biblioteca que nos permite automatizar la programación del trabajo. En este caso, digamos, si quisieras automatizar la publicación en él una vez cada 2 horas, podrías hacerlo usando esto muy fácilmente porque estas tienen algunas de estas clases tienen sus propias funciones que simplemente puedes aprovechar sin escribir el código tú mismo. Y luego tienes la IA Abierta. Así que Deep Seek es compatible con OpenAI SDK, y es una manera muy fácil de usar eso. Entonces vamos a hacer eso. Y luego dotn y carga N, esto es simplemente para que podamos leer de un archivo punto N. Entonces todo lo que teníamos aquí, vamos a estar recuperando estos valores en nuestro código principal usando la biblioteca dot NV Y nuevamente, por aquí, puedes ver que vamos a pasar por el primero aquí, para que puedas ver la clave API de Deep Seek. Entonces en este momento, tenemos una variable, derecha, llamada clave de API de Deep Seek, y estamos tratando de asignar un valor a esta variable. Y la forma en que lo hacemos es que obtenemos el valor del archivo punto N. Entonces, esencialmente, estamos tomando lo que estamos haciendo es tomar este valor y leerlo ese archivo y luego asignarlo a esto Entonces esto es s dot get N y luego va a leer eso, ¿verdad? Esto ya sabe que debe buscar en el directorio raíz. Debería buscar un archivo punto N y luego abrir ese archivo y luego buscar esta clave, ¿verdad? Entonces, si regresas, este es un par de atributos clave. Entonces esta es tu clave y este es tu valor. Lo siento, um, par de valores clave. Eso es lo que quería decir. Entonces esta es tu clave, este es tu valor. Y luego por aquí, estamos tomando ese valor y asignándolo a esta variable en nuestro archivo principal Lo mismo aquí con X ID de cliente y secreto de cliente. Y de esta manera, como puedes ver, esto nos ayuda a no codificar duro los valores reales en el archivo principal, por lo que no es visible. Y por lo general lo que sucede en la canalización, si realmente estás ejecutando esto en un pipeline CICD, esas cosas vendrían de las variables de entorno en la canalización y en realidad no va a ser codificado duro en un archivo de texto como nosotros Este es nuestro entorno local. Entonces es por eso que actualmente se configura de esa manera. Entonces este es nuestro URI de redirección. Entonces aquí es donde te pedí que cambiaras eso en la configuración de la cuenta de desarrollador X. Y esto es importante porque nos permite sortear algunas de las limitaciones que tenemos y autorizar y autenticar para acceder a la API del desarrollador X. Y luego aquí estamos usando el SDK de Open API. Estamos cargando nuestra clave de API de Deep Seek, y esta es nuestra URL base para Deep Seek a la que haremos una llamada. Aquí hay algunos ámbitos aquí para leer y escribir, y aquí solo algunas autorizaciones, URLs, y luego este es el 02 al que podemos hacer una llamada y obtener Así que podemos saltarnos algunas de estas cosas. Nuevamente, esto es mucho de esto es alrededor de token de acceso y autorización. Aquí estamos haciendo la llamada para conseguirlo. Y luego, bien, entonces por aquí, tenemos una función para conseguir trending topics. Ahora, hay muchas formas diferentes de hacerlo. En realidad, puedes usar X en realidad proporciona formas de obtener los temas de tendencia, pero algunos de esos son de pago y premium para usuarios premium. Entonces hay diferentes formas de hacer esto. Lo que puedes hacer es simplemente codificar los temas que te interesan y sobre los que quieres publicar , que es lo que he hecho aquí Este es el enfoque que ves en la pantalla. También podrías hacer algo creativo, como puedes construir un raspador usando bibliotecas gratuitas que raspa Twitter y busca trending topic Ese es otro. Pero nuevamente, eso es solo más código que queremos evitar para los fines de este tumbo Así que fui con la opción más simple, que es simplemente difícil codificar algunos temas interesantes y de tendencia aquí a partir de ahora mismo. Así que tal como puedes ver, puedes ver la revolución de la IA, espacio DC KI, el salón , el cambio climático y cosas así. Y luego, sí, en realidad entramos en una función que genera un tweet. Ahora bien, esto es importante porque lo estamos dividiendo en dos pasos. Una es, queremos generar el contenido del Tweet. Entonces queremos tomar el contenido y hacer una llamada API a la cuenta de desarrollador X para publicar el Tweet, el contenido de ese tweet en nuestra cuenta. Entonces por aquí, esta es la función que genera el tweet. Y aquí se puede ver que este es el aviso, ¿no? Así que imagina que estás en Aquí es donde aprovechamos Deep Seek y Deep Seek API. Así que imagina que estás en la interfaz web para Deep Seek, y solo estás escribiendo este mensaje como usuario y obtienes una respuesta. Esto es esencialmente lo que estamos haciendo. Así que crea un breve, pegadizo y divertido para comer sobre este trending topic, y luego el tema vendrá de cualquiera de estos Se seleccionará aleatoriamente de cualquiera de estos cuando el programa se esté ejecutando. Entonces este es el prompt que vamos a dar Deep Seek a través de API, a través de una llamada API, y este es el modelo que estamos usando. Es un modelo libre, otra vez, deepskhat. Y luego aquí adentro, se puede ver que le estamos contando a Deepseek cómo queríamos actuar Entonces eres un gestor creativo de redes sociales que escribe Tweets virales. Y luego nosotros como usuario, este es el prompt el contenido del prompt que vamos a pasarlo. ¿Bien? Entonces esto va a hacer una llamada al DepeKKPI y nos va a dar la respuesta, y luego simplemente vamos a restaurar eso en una variable llamada Sí, así es como generamos el contenido del tweet llamando a Deep Seoks API y pasando un prompt y luego obteniendo una respuesta de vuelta. El siguiente, la siguiente función aquí, la siguiente sección es que tomamos ese contenido del paso anterior y queremos publicarlo en nuestra cuenta Tutor a través de API. Entonces aquí tenemos el contenido del Tweet, ¿verdad? Y aquí es donde simplemente tenemos el acceso. Hemos obtenido acceso de funciones anteriores. Esta es nuestra URL en la que queremos publicar. Y aquí está nuestra autenticación con el token de acceso, y esta es la carga útil, así que tuitea el contenido, que fue lo que se generó a partir del anterior, y aquí es donde simplemente hacemos el Postcall que va a crear ese tweet en nuestra cuenta de desarrollador o nuestra cuenta de Twitter, debería Y aquí hay algún manejo de errores. Entonces, si tiene éxito, va a publicar eso en la consola. Entonces veremos el tweet real que se publicó, y si fue un error, nos lanzará el mensaje de error, y luego tenemos que comenzar a solucionar problemas. La siguiente sección aquí, aquí es simplemente donde queremos ejecutar el trabajo, y aquí es donde seleccionamos aleatoriamente el tema. Nuevamente, solo un poco de impresión a la consola en términos de, como, esto es lo que es el tema, esto es lo que va a ser el tweet, y así sucesivamente. Y bajando aquí, se puede ver que esta es la ejecución principal. Entonces tenemos una principal simple, y aquí es donde ejecutamos. Y, nuevamente, aquí es simplemente donde podemos definir algunas de las cosas como, ya sabes, con qué frecuencia quieres, porque esto es un bot, y va a automáticamente de forma automatizada, publicar Twitter según, ya sabes, alguna cadencia, ¿verdad En este caso, puedes ver cómo se va a ejecutar esto es inmediatamente va a cuando ejecutas el programa Python, va a ejecutar el programa y hacer una publicación de tweet. Y después de eso, va a publicar de nuevo automáticamente según alguna cadencia. Ahora, ahora mismo, esto se establece en una publicación cada hora, y hay 60 segundos de retraso solo para asegurarnos de que realmente no estamos llegando a ese límite de tasa y restricciones porque la cuenta, tu cuenta, si envías spam a través de muchas llamadas API en muy poco tiempo, va a prohibir tu cuenta, así que quieres evitarlo . Entonces quieres asegurarte de respetar todos los límites que se mencionaron, te guié a través de eso y donde puedes encontrarlos en la documentación de la cuenta del portal del desarrollador. Y puedes pasar por esos, y quieres asegurarte de que lo estás respetando para que tu cuenta esté en buen estado, y no sea baneada. Ahora aquí dentro, lo que estamos diciendo es que va a correr cada hora. Por supuesto, puedes cambiar esto a lo que quieras. Puedes hacer como cinco cada segundo. Pero esto es actualmente en lo que se establece esto. Entonces lo que voy a hacer, nuevo, para los fines de esta demo, voy a cambiar esto para poder mostrarles que esto está funcionando correctamente. Cuando ejecutemos el programa, va a ejecutar de inmediato este trabajo, que va a crear la función de trabajo va a crear Tweet post, y luego lo voy a hacer de nuevo 5 segundos, y luego deberíamos ver una segunda publicación de tweet en nuestra cuenta después de 5 segundos. Este Wil true significa que este programa se ejecutará para siempre porque es un bot y automáticamente va a publicar lo que sea sobre el tema cada cadencia, X horas o X días o segundos, lo que sea que dijimos aquí en el programa hasta que lo detengamos Entonces esto es lo que significa WL true. Va a correr para siempre hasta que lo detengamos. Entonces para los propósitos aquí, solo voy a cambiar esto a cinco y voy a cambiar las horas a segundos, y luego solo cambiaré esto a 1 segundo para la espera. Sigamos adelante y guardemos esto, y ahora deberíamos estar listos para ejecutar el programa. Bien, así que ahora estamos más o menos listos para comenzar en términos de ejecutar su programa. Lo primero que queremos hacer es instalar algunas dependencias. Así que asegúrate de haber guardado todo aquí. Y después de todos tus cambios. Entonces lo que queremos hacer es que queremos ir a la terminal, clic en Crear terminal, y queremos instalar algunas de las dependencias que vamos a estar usando aquí Entonces todas estas cosas que ves en la parte superior, queremos asegurarnos de que las que requieran la instalación, en realidad las instalamos como dependencias Entonces voy a usar el siguiente comando que dice PIP install AI abierta, ese es el SDK, solicita. Esta es la biblioteca para hacer llamadas API fácilmente a través de Python. horario es el de automatizar simplemente tener acceso a funciones que nos pueden ayudar a determinar la cadencia de la frecuencia y frecuencia con la que queremos ejecutar el puesto Entonces por aquí, se puede ver aquí es donde se está utilizando el horario, y luego python dot, Th nos ayuda a leer los valores de punto de las claves en el interior del archivo punto N. Entonces, sigamos adelante y presionemos Enter para ejecutar esto. Ahora, por aquí, vamos a crear un entorno para esto, solo para que para mantener las cosas locales, esto va a comenzar a crear un entorno creando una VM en nuestro directorio principal de proyectos. Entonces vamos a darle un segundo a eso. Bien, así que todas las dependencias parecen estar instaladas correctamente. Y puedes ver aquí que hemos creado este ambiente aquí, que es.ve y V para mantener los cambios locales, lo cual es una excelente manera de no meterse con nada global o cualquier otra configuración global Ahora, antes de ejecutar el programa, solo quería mostrarte rápidamente algo por aquí. Entonces cuando creas tu cuenta de Twitter, tienes X, tienes que crear tu cuenta de Twitter, y luego tienes que crear tu cuenta de desarrollador X. Entonces por aquí, estoy conectado a ambos, pero esta es mi cuenta de Twitter. Entonces puedes ver aquí estoy en la página principal. Voy a recargar aquí. Puedes ver que no tengo ningún post. Entonces ahora mismo, nuevamente, esta es una cuenta temporal para los efectos de este curso. Esta no es mi cuenta de Twitter. Entonces por aquí, puedes ver que estamos en la pestaña de publicaciones. Entonces hay publicaciones, respuestas, destacados, artículos, y así sucesivamente. Estamos en la pestaña de publicaciones y puedes ver aquí no hay nada publicado. Entonces, la forma en que vamos a probar que el programa funciona correctamente es asegurarnos de que sí recibimos los mensajes correctos en la consola como parte de la solución de problemas, pero también queremos verificar nuestra cuenta y asegurarnos de que la publicación esté efectivamente creada en nuestra cuenta de Twitter. Entonces así es como vamos a saber que el programa está funcionando correctamente. El último paso que queda es ahora simplemente tenemos que ejecutar nuestro programa principal o el archivo Python. Y eso es muy fácil de hacer. Entonces la forma en que puedes hacerlo es en la terminal. Puede escribir Python y luego hacer clic en Tab para Autocompletar espacio, y luego el nombre del archivo Python X, guión bajo y luego tabulación y esto automáticamente recogerá el nombre completo del archivo Python y luego haga clic en o presione Entrar Bien, por aquí, ahora, esto es todo lo de la redirección para que podamos resolverlo. Entonces lo que vas a ver aquí es que vas a conseguir esto. Quieres hacer clic en Aplicación autorizada. En caso de que tengas pop up el bloqueador de pop up, quieres asegurarte de que permites pop ups desde esta URL es muy importante porque no te mostraría esto, no te mostraría el siguiente paso. ¿Bien? Quieres asegurarte de estar atento a eso en caso de que no esté funcionando y permitir pop ups. Una vez que veas esta pantalla, vas a hacer clic en la app autorizada y luego te va a dar esta URL. Por eso el código era un poco largo porque necesitamos este código. Lo que quieres hacer es en la URL aquí en la parte superior, verás algo y luego verás el carácter y aquí, y luego el código es igual. Cualquier cosa que sea después de código igual es lo que quieres agarrar. Entonces este es el código que necesitamos para la autenticación. Así que adelante y copia esto. Y luego queremos volver al código de Visual Studio, y luego puedes ver aquí hay un mensaje que dice pegar el código de autorización aquí, y eso es lo que vamos a hacer. Así que pega eso en. Simplemente puede hacerlo haciendo clic derecho en el botón del mouse y luego haga clic en Entrar. Bien, entonces sí obtenemos algunos errores, solicitudes inválidas. Descripción del error, los pads de valor para el código de autenticación no eran válidos. No se puede iniciar pero sin token de acceso. Si ves ese error, no significa necesariamente que el código esté equivocado. He comprobado dos veces el código. El código parece ser correcto. A veces el tema es de su fin. Entonces lo que puedes hacer es antes de cambiar realmente cualquier cosa con el código o comenzar a solucionar problemas, solo tal vez esperar unos segundos o un minuto o dos y luego intentar ejecutar el programa nuevamente porque, de nuevo, a veces el problema está ahí, y cuando estamos tratando de obtener un token de acceso desde el lado back-end de las API de desarrollo Entonces, la primera vez que lo ejecuté, me topé con este tema. La segunda vez que lo ejecuté, funcionó bien. Entonces lo que he hecho aquí es que he limpiado y limpiado la consola de todos los errores y registros para que podamos empezar de nuevo aquí. De nuevo, no he cambiado nada con el código o la aplicación que tenemos. Simplemente voy a ejecutar el programa otra vez. Entonces sigamos adelante y hagamos eso. Entonces Python y luego el espacio, el nombre del archivo, y sigamos adelante y presionemos Enter y ejecutemos esto. Ahora, de nuevo, nos va a pedir lo mismo autorizar app. Entonces voy a hacer clic en Aplicación autorizada. Se va a abrir una nueva pestaña. Voy a tomar este código, y lo voy a copiar, volver a nuestra terminal, y dice, pega aquí el código de autorización. Voy a pegarlo y dar clic en Entrar. Y ya ves, dice, token de acceso obtenido. Por lo que esta vez salió bien, y dice, trending topics seleccionó actualizaciones de chat GPT Bien. Y por aquí, dice Tweet publicado. Entonces este es el mensaje real que publicó en nuestra cuenta de Twitter. Como puedes ver, 5 segundos después, escogió un nuevo tema. Entonces 2000 para Olimpiadas, publiqué una nueva cuenta, y luego 5 segundos después, solo sigue haciendo esa realidad virtual y ahora se publica una nueva. Entonces en este punto, voy a presionar Control C, solo para salir de la operación porque esto es, de nuevo, un bucle continuo, y va a correr para siempre hasta que salgamos de ella. Y nuevamente, la frecuencia es un poco demasiado alta, pero quería cambiarla a un marco de tiempo menor para que puedas ver esta inacción y de hecho que funciona porque normalmente no querrías publicarla en ella cada 5 segundos, tal vez una vez al día o dos veces al día Pero no cada 5 segundos porque, de nuevo, eso podría verse como un spam por la cuenta de Twitter Desarrollo de Twitter y del lado de soporte, lo que pueden prohibir tu cuenta o suspenderse temporalmente, lo cual no es algo que quieras que suceda. Entonces ahora ves que hemos creado tres vemos los Tweets, ¿verdad? Aún no sabemos si han sido publicados en Twitter todavía porque técnicamente, deberían en teoría, pero solo estamos viendo esto en la consola de nuestro prog 15. Automatización de la hoja de rodas: En esta conferencia, aprenderás a conectar Deep Seek con Google Sheets, automatizando tareas como el análisis de sentimientos, limpieza de datos y la generación de informes No más copias pegadas. Imagine que su hoja de cálculo se actualiza con información de IA de la noche Hagamos que eso suceda. No te preocupes. Si esto suena complejo, te guiaré a través de cada paso. Empezaremos con Google Cloud, la puerta de entrada a los datos de tu hoja de cálculo En esta demostración, vamos a trabajar a través una guía de automatización de Análisis de Sentimiento, y construiremos un programa juntos donde leemos los comentarios de los clientes de una hoja de Google, y obtendremos que Deepseek analice los comentarios y, en base a eso , asignemos un sentimiento, como positivo, negativo o neutral, y luego usaremos la API de Google para escribir eso de una guía de automatización de Análisis de Sentimiento, y construiremos un programa juntos donde leemos los comentarios de los clientes de una hoja de Google, y obtendremos que Deepseek analice los comentarios y, en base a eso, asignemos un sentimiento, como positivo, negativo o neutral, y luego usaremos la API de Google para escribir eso sentimiento que se recuperó API de Deep Seek a las Hojas de cálculo de Google Entonces el punto aquí es que todo es autónomo, completamente automático, y no necesitas hacer ningún trabajo manual. Ahora, para requisitos previos, necesitas prácticamente todo lo que hemos cubierto hasta este momento Así que una cuenta de Deep Seek y una clave API y algo de saldo ahí dentro. Necesitas una cuenta de Google o una cuenta de Gmail. Necesitas una Google Cloud Console, y necesitas Python instalado, y la última versión de Python preferiblemente y código de Visual Studio. Y puedes ver aquí para poder probar realmente nuestra aplicación, lo que he hecho es que he ido a Google Drive. He creado una hoja de cálculo muy simple o Google Sheet, y realmente tiene dos columnas aquí Recibimos comentarios de los clientes y obtuvimos otra columna, que es el sentimiento de la Columna B. Ahora, el sentimiento en este momento está vacío, y ese es el punto porque queremos que Deep Seek genere automáticamente el sentimiento para nosotros en base a genere automáticamente el sentimiento esta retroalimentación, y luego lo volveremos a escribir en esta hoja usando la API de Sheet de Google Puedes ver aquí acabo de inventar algunos datos aleatorios. Así que imagina que vas a comprar un producto o realmente cualquier otro ecommerce y quieres comprar un producto y primero, quieres revisar, quieres pasar por las reseñas. Y aquí tengo alrededor de diez críticas aquí. Nuevamente, esto es solo datos compuestos. Entonces, por ejemplo, me encanta este servicio. El producto estaba roto cuando llegó, lluvias increíbles, volveremos a comprar, y así sucesivamente. El punto es que queremos analizar todos estos uno por uno y luego determinar cuál es el sentimiento asociado a esa retroalimentación y luego escribirlo de nuevo a la fila correspondiente de la columna B. Bien, entonces lo primero que queremos hacer es que queremos navegar a Google Cloud Console Y nuevamente, para esto, solo necesitas una cuenta de Gmail o una cuenta de Google. Ahora, la primera vez que navega a esta dirección aquí, que es la consola clogogle.com, posible que veas a un asistente que te lleva a través de un montón de términos y condiciones y cosas así Así que solo sigue adelante y sigue las instrucciones, haz clic en Continuar o siguiente hasta que superes ese punto y se cree tu cuenta de Google Cloud. Y entonces deberías ser presentado por una pantalla como esta, que es la pantalla de bienvenida. A continuación, lo que quieres hacer es que quieras encontrar el producto llamado APIs y servicios aquí. Entonces a veces puede que ya esté aquí dependiendo de si lo has visto recientemente o no. O simplemente puedes simplemente subir aquí en la búsqueda y escribir APIs y servicios. Entonces voy a escribir APIs, y puedes ver aquí el primer resultado de búsqueda es el que estamos buscando. Entonces APIs y servicios. Adelante y haz clic en eso. Y por aquí, se puede ver que ahora mismo la página está vacía, y dice para ver esta página, seleccionar un proyecto. En este momento no tenemos un proyecto, así que básicamente vamos a crear uno. Así que sigamos adelante y hagamos clic en eso. Por aquí, no tenemos nada. Así que sigamos adelante y hagamos clic en Nuevo proyecto, y aquí es donde queremos darle un nombre. Y llamemos a esto Análisis de Sentimiento, automatización. Y luego para la organización, solo puedes dejar esto en blanco y simplemente pulsar en Crear. Cuando terminó de crear el proyecto, se te presenta una pantalla como esta. Y lo siguiente que quieres hacer mientras estás en API y servicios, quieres hacer clic en Biblioteca, y aquí es donde queremos buscar la API de Hojas de cálculo de Google, y queremos habilitarlo. Entonces, si te desplazas hacia abajo, nuevamente, puedes buscarlo en la parte superior aquí y escribir Google Sheets, o simplemente puedes desplazarte hacia abajo y encontrar el que estás buscando. Tenemos APIs para Google Drive, calendario, GML, etc. Así que todos los productos de Google están disponibles aquí para que puedas acceder a través de API. Y ahí vamos. De hecho, encontramos API de Hojas de cálculo de Google. Así que adelante y haz clic en eso. Y cuando haces clic en esto, puedes ver que aquí hay una opción que dice Habilitar, así que adelante y haz clic en Habilitar, y esto debería habilitar la API de Hojas de cálculo de Google para nuestro proyecto. Bien, ahí vamos. A continuación, quieres venir aquí en la barra de navegación de la izquierda, y quieres hacer clic en las credenciales. Y en la parte superior aquí verás un botón llamado Crear credenciales. Entonces, lo que quieres hacer es hacer clic en eso y luego seleccionar ID de cliente OAT Así que adelante y selecciona esa opción. Y ahora quieres dar click en Configurar la pantalla Consentimiento. Entonces, si haces clic en eso, nos va a llevar aquí. Dice que la plataforma Google OT configurada todavía. Así que adelante y empieza. Y aquí es donde puedes poner en parte de la información aquí. Entonces para AppName, solo voy a poner análisis de sentimiento, automatización, soporte de correo electrónico de soporte al usuario Sólo voy a poner mi propia dirección de correo electrónico. Y nuevamente, creé este correo electrónico para los fines de esta demostración, así que es solo una dirección de correo electrónico aleatoria de Gmail. Y entonces lo que quieres hacer es hacer clic en Siguiente, y te va a llevar a la audiencia. Este dice interno, externo, por lo que queremos ponerlo a disposición cualquier usuario de prueba con una cuenta de Google. Así que vamos a seleccionar eso. Crear siguiente. Y podemos cancelar parte de esta información y saltarnos, lo siento, no cancelar. Omita parte de esta información y simplemente haga clic en Crear. contacto en realidad no nos deja, así que sigamos adelante y terminemos esto. Entonces voy a poner en la misma dirección de correo electrónico otra vez aquí, siguiente, y luego estoy de acuerdo, continuar, y ahora crear. Entonces solo ponemos un par de información. Son cosas bastante simples. Bien, ahora que tenemos la configuración OAT creada, lo que puedes hacer es por aquí, esta barra de navegación izquierda ha cambiado, como puedes ver a algunas otras opciones porque estamos bajo la Y así no hay nada que ver aquí. Pero si vas al branding, puedes ver que algunas de las cosas que acabamos poner para nuestra aplicación y proyectos. Entonces el nombre de la aplicación es Análisis de Sentimiento, automatización. Aquí hay un correo electrónico de soporte de texto o soporte al usuario con el que las personas pueden contactar si quisiéramos, aquí hay información de contacto del desarrollador. Nuevamente, esto es solo un correo electrónico de demostración de prueba como el que hice para los fines de esta demostración. Y lo que queremos hacer es lo siguiente queremos seguir adelante en el cliente, y queremos crear un nuevo cliente, y queremos hacer esta aplicación de escritorio porque una aplicación web es realmente si miras el tipo de aplicación, tienes la aplicación web, tienes la aplicación de escritorio y algunas de las nativas para Android e IOS y así sucesivamente. La aplicación web simplemente está esperando servidores, que es algo que no tenemos. Aplicación de escritorio simplemente es que sabe que estamos tratando de ejecutar un script. Es decirle a Google que estamos tratando de ejecutar un script localmente en nuestra máquina. Así que adelante y selecciona Desktop App, y luego por aquí, el nombre Desktop client one está bien. Así que adelante y haz clic en Crear. Y por aquí, esto te va a dar un poco, esto te va a dar alguna información. Estos son los secretos. Entonces el ID de cliente, secreto de cliente, estos son necesarios para la autenticación. Y lo que quieres hacer es hacer clic en Descargar JSON. Entonces, cuando hagas clic en esto, va a descargar el archivo JSON a tu computadora, que luego usaremos cuando estemos armando nuestro programa. Así que haz clic en Bien. Nosotros hemos creado éste, y ahora todo está bien. De nuevo, tienes tu información por aquí. Pero realmente necesitamos ese archivo. El archivo es lo importante, que descargamos. Y una última cosa es que, si vas a Audience, esto también es muy importante porque necesitas tener un usuario de prueba para que podamos autenticarnos y poder probar nuestra aplicación para asegurarnos funciona correctamente y estar autorizados para realizar esas llamadas a la API de Google Entonces lo que voy a hacer es bajo audiencia, voy a pasar por debajo de esta sección probar usuarios a un usuario. Y aquí, todo lo que tienes que hacer es simplemente poner en tu correo electrónico, que voy a poner en mi cuenta de Gmail y hacer clic en Seguro. Puedes poner varios correos electrónicos si quieres. Y por aquí, creamos el cliente OAF, y deberíamos estar listos para ir De hecho, sólo voy a entrar en cliente aquí. Otra vez. Una cosa que sugiero es que después crear el usuario de prueba, si vuelves al cliente, puedes ver que esto está creado, y por aquí, tienes la descarga del cliente. Entonces, si alguna vez pierdes ese archivo JSON, puedes seguir adelante y hacer clic en el sol y se lo volverá a descargar por ti. Tan importante en caso de que lo necesites de vuelta, o si necesitas volver a tener acceso a ese archivo JSON. Ahora bien, este es un paso muy importante. Entonces lo que voy a hacer es mover mi archivo secreto del cliente o el archivo JSON a la carpeta donde voy a crear mi código y aplicación. Es muy importante porque vamos a nombrar estas credenciales. Es un punto de credenciales JS en archivo, y tiene que estar en la misma carpeta que tu script Python. De lo contrario, esto no va a funcionar. Entonces otra vez, una cosa que puedes hacer es porque tengo esto ya configurado en el código, simplemente puedes cambiarle el nombre a credenciales, y por aquí puedes ver la extensión de tipo es JSON SourceFle Entonces esto va a incluir la información sobre el cliente y el secreto del cliente, que usaremos para autenticar A continuación, sigamos adelante y comencemos con nuestro programa Python. Entonces lo que voy a hacer es abrir el código de Visual Studio aquí. Y sigamos adelante y creamos un nuevo archivo Python. Y voy a nombrar a este Análisis de Sentimiento punto Pi Entonces sigamos adelante y guardemos esto. Y lo que voy a hacer es copiar aquí el siguiente código, que de nuevo, te proporcionaré para que puedas seguirte y luego pasaremos por esto a lo largo de las diferentes secciones y bloques del código y explicaremos lo que significan. Bien, un par de cosas para empezar. Entonces, si te desplazas hacia arriba hasta la cima aquí, esto va a ser muy importante. La primera es la clave profunda de la API Seek. Entonces lo obtuvimos de conferencias anteriores, y te mostré cómo conseguirlo. Y esto es muy importante porque quieres poner ese valor aquí para tu clave API de Deep Seek. Y por aquí, todo lo demás se rellena automáticamente, como la API de Google, la autenticación para los endpoints de la hoja de cálculo y todo eso Hay otra cosa que necesitas, y esa es la identificación de la hoja de cálculo Entonces por aquí, este valor, puedes obtener este valor volviendo a tu hoja de cálculo aquí Entonces, si vuelves aquí, la forma en que puedes encontrar esa identificación está en la parte superior aquí. Entonces, en la URL o la barra de direcciones, ves que hay una barra diagonal D, y luego al final, hay una edición de barra diagonal Entonces cualquier cosa en el medio después de la barra D, así que comenzando después de esa barra y luego terminando antes de la barra antes de la edición, ese es su ID de hoja ese es su Entonces queremos seguir adelante y seleccionar eso. Entonces va a ser, nuevo, esta parte de aquí. Entonces después de la barra después de la D, y luego antes de la barra para la edición Así que adelante y copia eso. Y entonces si vuelves a nuestro IDE, puedes ver que aquí es donde pegarías ese valor. El tuyo va a ser diferente al mío. Y luego aquí, el rango de retroalimentación y el rango de sentimiento, he comenzado el rango de entrada, básicamente el punto de partida de A dos, y luego para el sentimiento de B Entonces nuevamente, si vuelves a la hoja de cálculo, puedes ver que esta es la columna A, A uno es en realidad el encabezado B uno es el encabezado, así que básicamente estoy diciendo empezar a leer de A dos y en adelante. Esa es nuestra gama. Y luego para el sentimiento, estamos diciendo empezar a escribir el sentimiento desde B dos y así sucesivamente Entonces eso es lo que está diciendo aquí. Ahora, no vamos a pasar por todo esto porque es un poco, podría ser un poco abrumador. Pero de nuevo, no es nada complicado. Es simple. Si estás acostumbrado a la codificación, si tienes experiencia y conocimiento en codificación , esto es muy sencillo. Pero básicamente, lo que esto está haciendo es que solo está usando mayor parte de esto es para la autenticación para las API de Google. Y la parte importante aquí son estas las credenciales que JS on Por eso es importante asegurarse de que ese archivo esté dentro del directorio raíz de nuestro proyecto, que es. Y aquí es básicamente donde va a leer toda la idea del cliente y secretos del cliente para fines de autenticación. Por aquí, esta función es básicamente leer los comentarios. Entonces está mirando la columna A, y aquí hay un texto que se imprimirá , verá esto más tarde y luego en la consola, y luego podrá ver que está tratando de usar el ESDK y está leyendo la hoja de cálculo, y luego está pasando por el ID y está obteniendo los valores para la columna A, que es básicamente la retroalimentación está obteniendo los valores para la columna A, que es básicamente la retroalimentación que brindaron los La siguiente función es tomar esa retroalimentación y realmente analizarla. Entonces puedes ver esta función, estamos pasando en texto, y ese texto va a ser como una especie de matriz de todos los comentarios que recogimos de la hoja de cálculo a través de las API de Google Entonces esa es una operación de lectura. Y ahora estamos tomando eso que estamos pasando eso a Deep Seek. Entonces este es el modelo Deep Seek. Estamos usando el modelo gratuito, el sombrero Deepsk. Le estamos diciendo a Deep Seek que la persona, por lo que eres un análisis de sentimiento AI, regresa solo positivo, negativo o neutral Y entonces esto es lo que va a ser el prompt. Entonces el prompt dice, analizar el sentimiento de esta retroalimentación de los clientes, y luego pasamos en el texto Y luego solo vamos a recorrer eso hasta que hayamos pasado por todos los comentarios. Y luego Deepseks va a analizarlo, nos dará uno de los siguientes tres valores, positivo, negativo neutro, y luego tenemos nuestros resultados, y de hecho podemos escribir ese sentimiento de nuevo en las Hojas de cálculo de Google en la columna B, que básicamente es esta Entonces esto va a tomar en el servicio y los sentimientos, y luego va a usar estos SDK y las hojas de cálculo, SDK o clases como métodos para actualizar realmente la columna B con los valores Y este es de nuevo, nuestro programa principal. Esto solo va a recorrer los comentarios y crear los sentimientos y llamar a esas funciones y simplemente escribir eso y luego veremos algunos registros de la consola mientras ejecutamos el programa Bien, entonces creo que estamos más o menos listos para ejecutar esto. Así que asegúrate de guardar tu archivo y todos los cambios. Asegúrate de haber ingresado el valor de clave de CKPI profundo aquí y el ID de la hoja de cálculo Y sigamos adelante y lanzemos una terminal. Y, por supuesto, antes de ejecutar el programa, necesitamos instalar dependencias. Así que vamos a hacer eso y haz clic en Crear aquí para crear un entorno primero. Y creo que había un nuevo carácter de línea agregado al final, así que simplemente comenzó automáticamente a ejecutar el comando sin que yo presionara el interior. Eso está bien. Lo pegaré para que lo veas antes de que sigamos adelante. Bien, entonces se crea el entorno, y ahora continúa con la instalación de todas las dependencias. Haré una pausa en el video y volveremos cuando esté todo hecho. Bien, entonces la instalación de todas las dependencias está hecha, y solo quería pegar este comando de instalación porque había un nuevo carácter de línea agregado al final, y simplemente comenzó a ejecutarse rápidamente sin que tuvieras oportunidad de verlo Pero es simplemente instalación PIP, y luego todas las dependencias que necesitamos para esto van a funcionar así que Google Lot, Google Lott Library, Google Oth, HTP Lip two, API, cliente Python Y, claro, también lo he incluido aquí en el comentario anterior, así que puedes ver que dice: Instalar primero las bibliotecas requeridas, y luego está el comando para hacerlo. Entonces no voy a ejecutarlo porque ya ejecuté esto, así que voy a cancelar fuera de esto, y ya deberíamos estar listos para ejecutar nuestro programa. Bien, entonces estamos listos para ejecutar el programa. Y de nuevo, es muy fácil. Vamos a escribir en Python, y luego espacio, el nombre del archivo, así Análisis de Sentimiento, y luego guión o tabulación, disculpe, y luego presione Enter, y esto va a ejecutar el programa Ahora, cuando hagas esto, va a abrir una pestaña del navegador, lo que me hizo por aquí. Así que déjame arrastrarlo a la pantalla. Así que ya puedes ver que nos está pidiendo que escojamos una cuenta. Voy a elegir Esto es para fines de autenticación, y está diciendo para continuar. Necesitamos una cuenta para ello. Y si recuerdas, agregamos esto como usuario de prueba de usuario. Por lo que este correo electrónico es capaz de acceder a esa cuenta. Entonces voy a seleccionar esto Y ahora, dice, Google no ha verificado esta app, lo cual está bien porque realmente no la hemos publicado ni nada. Así que adelante y haz clic en Continuar. Y por aquí, de nuevo, es solo pedir el análisis del sentimiento. Se trata de darle la información a la que está intentando acceder, y hay que darle su consentimiento explícito. Entonces por aquí, dice, cuando permites este acceso, automatización del Análisis de Sentimiento podrá ver, editar, crear y eliminar todas tus hojas de cálculo de Google Sheet Así que es solo asegurarse de que entiendes cuándo se te concede este acceso o cuándo estás otorgando este acceso a esta cuenta. Así que adelante y haz clic en Continuar y ahora dice que se ha completado el flujo de autenticación , puedes cerrar esta ventana. Así que ahora volvamos a nuestro código de Visual Studio y veamos la terminal. Entonces puedes ver aquí en la consola, puedes ver que el programa se está ejecutando y está empezando a analizar el sentimiento. Entonces el primero fue, me encanta este servicio. Entonces va a tomar eso y dárselo a Deep Seek como un aviso y pedirle a Deepsek que analice y nos dé un sentimiento Entonces se puede ver que dice que uno fue positivo. El producto estaba roto cuando llegó. Esa es negativa. Experiencia increíble. Por otra vez, eso es positivo. Está bien, no genial, pero tampoco terrible. Eso es neutral. Y solo va a seguir haciendo bucle en todas las filas de la columna A para recorrer todas las filas u que realmente tienen valores y hacer el análisis de sentimiento. Y cuando realmente termine, va a escribir eso a la Hoja de Google en la columna B. Entonces dice análisis de sentimiento completo y escrito a la hoja Así que ahora vamos a seguir adelante y probar eso. Entonces vamos a ir a nuestra hoja, y se puede ver que ahora se completa automáticamente todos esos valores para nosotros aquí. Y nuevamente, si no ves esto, siéntete libre de simplemente refrescar la página. Y cuando actualices, vas a ver esos valores poblados si no hubo errores como parte de ejecutar el programa o el proceso. Ahora bien, esta es una simple demostración, pero puedes ver lo poderosa que puede ser esto, porque si tuvieras una tienda que tuviera 100 miles de ventas o 10,000 de ventas, no lo harías y querías entender los comentarios de los clientes para poder hacer mejoras en tu tienda o marca de comercio electrónico o lo que sea que estés tratando de vender, y querías recopilar comentarios y hacer mejoras, necesita comprender los datos y ser capaz de interpretar los datos y tomar decisiones de tipo basadas en datos. Entonces esto te va a ayudar con eso, pero imagina si esto lo hizo una persona manualmente, y había 10 mil filas o 50 mil filas porque tenías 50 mil ventas y reseñas. Esto va a tomar un tiempo muy, muy largo, y solo tomó unos segundos para que la IA lo hiciera por ti, y todo se hizo automáticamente. Entonces, realmente no hay nada que hacer, y esto le ayuda a ahorrar tiempo en cosas que son más importantes y de alto valor tipo de trabajo relacionado con el tipo de trabajo. Entonces espero que esto demuestre lo poderosa que puede ser la integración de la IA en aplicaciones como Google Sheet. Acabas de aprender a convertir los datos estáticos en una canalización dinámica de IA. A continuación, imagine la generación automática informes mensuales o la limpieza de conjuntos de datos desordenados Deep Seek se encarga de todo. Para este próximo ejercicio, me gustaría que modifiquen este script para resumir los comentarios en la columna C con un resumen de diez palabras 16. Ajuste de modelos con conjunto de datos: En esta conferencia, enseñarás Deep Seek a especializarse en tu dominio, ya sea jerga legal, términos médicos o voz de marca No se requiere doctorado en aprendizaje automático. La afinación fina es como enseñar la jerga de tu empresa o las siglas de la industria de Deep Seek jerga de tu empresa o las siglas de la industria De pronto, escribe exactamente cómo necesitas. No más respuestas genéricas. Una empresa minorista afinó tickets de soporte de Deep Seek en 500 Path. Ahora resuelve 40% más problemas sin salud humana. Vamos a recrear esto. Bien, así que esta próxima demo va a ser muy interesante Y lo que vamos a hacer es afinar Deep Seek para la atención al cliente. Entonces el objetivo aquí es capacitar a Deep Seek para resolver las solicitudes de reembolso de ecommerce en la voz de tu marca. Y la forma en que vamos a abordar esto es que vamos a obtener el modelo base Deep Seek, uno de los modelos base que son de uso gratuito, y vamos a entrenarlo usando algunos datos, datos de clientes. Y vamos a afinarlo para adaptarlo a ese cliente de acuerdo con los datos de ese cliente y adaptarlo a la voz de tu marca y cómo quieres que responda potencialmente a la solicitud del cliente a medida que responda potencialmente surjan problemas. Y lo que vamos a hacer al final es que vamos a comparar los resultados. Así que ejecutaremos avisos contra el modelo base y ejecutaremos algunos avisos contra el modelo de afinación fina, y luego podrás comparar visualmente las diferencias Vamos a sumergirnos directamente en él. Lo primero que vamos a hacer es que vamos a crear una carpeta completamente nueva aquí en tu entorno de desarrollo, y esto va a estar vacío para empezar. Y lo que voy a hacer es que voy a traer o copiar y pegar estos tres archivos aquí. Y no te preocupes. Repasaremos estos tres archivos con más detalle en un poco. Ahora, lo que vamos a hacer es que vamos a abrir código de Visual Studio en este directorio de trabajo. Bien. Ahora, por aquí, sólo muy rápido, tenemos tres expedientes. Obtuvimos datos de soporte punto CSV. Estos son los datos que vamos a utilizar para entrenar nuestro modelo para nuestra solicitud de soporte que se va a adaptar a la voz de nuestra marca. Y esto es sólo algunos datos que poblé. Son solo datos de muestra. Tienes el modelo de tren el Pi. Este es el programa que va a entrenar el modelo, el modelo base basado en los datos en los datos de soporte CSV. Y por último, tenemos un programa que simplemente va a verificar ejecutando alguna comparación entre el modelo base y el modelo de tren o el modelo de afinación, como verás. Bien, así que para que podamos empezar, lo que vamos a hacer primero es que vamos a necesitar instalar alguna dependencia Entonces, por favor, siga esto en esta secuencia. Esto es realmente importante. Y antes de empezar, solo quería señalar algo realmente importante. Recomiendo encarecidamente para esto si estás planeando seguir junto con esta demostración, recomiendo encarecidamente tener una máquina, ya sea una computadora portátil o de escritorio para tener una GPU muy decente. Porque entrenar modelos de IA suelen ser muy caros. Van a tardar mucho, mucho tiempo, sobre todo si lo estás ejecutando en CPU. Entonces ya verás que tengo yo diría algo así como una GPU decente. E incluso con eso, va a llevar mucho tiempo. Entonces, si estás ejecutando esto o planeas ejecutarlo en la CPU, va a tomar aún más tiempo y es posible que tengas que esperar horas hasta que termine el proceso. Entonces nuevamente, mi recomendación es usar una máquina o una computadora que tenga una GPU bastante, ya sea una AMD, una tarjeta gráfica o una NVDA Entonces lo primero que queremos hacer es crear un entorno virtual. Y te he enseñado en conferencias anteriores cómo hacerlo a través de este proceso de aquí. Entonces, si pasas el cursor sobre la esquina inferior derecha, verás esta cosa que dice 3.13 0.3 64 bit Y si haces clic en él, puedes dar click en Cre Virtual Environment y luego simplemente seguir las instrucciones, que es exactamente lo que hemos hecho en algunas de las conferencias anteriores en el pasado Ahora, voy a mostrarte una nueva forma haciendo eso a través del símbolo del sistema. Así que sigamos adelante y solo voy a acercar un poco para que sea más fácil de ver. Y sigamos adelante y abramos una nueva terminal. Y sigamos adelante y creamos un nuevo entorno virtual para este cuerpo de trabajo. Y voy a pegar en el siguiente comando. Y una cosa que debo mencionar como requisito previo es que es mejor usar una versión anterior de Python. Entonces actualmente porque no todo y todas las dependencias son compatibles, las librerías que vamos a usar en este MEMR compatibles con la versión más reciente de Python He hecho muchas pruebas, y encontré que con Python 3.10 o cualquier variación de 3.10, las cosas funcionan muy bien Entonces te recomiendo que hagas lo mismo. Pero claro, recuerda que esto es a partir del momento de esta grabación y las cosas mejorarán y cambiarán con el tiempo. Entonces es por eso que me ves creando un entorno virtual con Python diez. Entonces, a partir de ahora, tengo Python 3.13 instalado localmente en mi máquina, y también tengo Python 3.10 instalado localmente en mi Puedes instalar diferentes versiones de Python en tu computadora simultáneamente. Tengo que asegurarme de que todas sean cualquier versión que instales, la agregas a la ruta en las variables de tu sistema. Eso es muy, muy importante. Así que no se olvide de eso. De lo contrario, las cosas no van a funcionar muy bien. Y tienes esa opción ya vas pasando por el asistente de instalación de Python. Ahora, por aquí, este comando simplemente está diciendo, crear un entorno virtual usando Python versión 3.10, y este es el nombre de nuestro entorno virtual, que es entorno de demostración deepsk Así que sigamos adelante y presionemos Enter y hagamos que eso cree el entorno virtual. Ahora, cuando haces eso, obtienes este aviso en la parte inferior que dice: ¿Quieres seleccionar este espacio de trabajo seleccionado para la carpeta del espacio de trabajo? Y voy a decir que sí porque eso es exactamente para lo que estamos creando este entorno virtual. Ahora, el siguiente paso, una vez que se completa el entorno virtual, necesitamos activarlo. Y la carpeta del entorno virtual ahora se creará en tu entorno de desarrollo, y hay una carpeta llamada scripts, y ahí, hay un script que se llama activate. Y lo que vamos a hacer es simplemente lo vamos a llamar así para que podamos activar este entorno virtual. Y el comando para hacerlo es simplemente solo tienes que navegar a ese directorio de trabajo y llamar a Activate. Entonces, sigamos adelante y ejecutemos esto. Se puede ver por aquí esto se cambia en verde, y ahora estamos activando el entorno virtual y estamos en el contexto de ese entorno. Entonces cualquier cosa que instalemos, todas las dependencias, todo está localizado Ahora, una prueba me gustaría que ejecutaras aquí solo porque para mí, por ejemplo, tengo dos versiones de Python. Quiero asegurarme de que estoy usando la anterior para los fines de este trabajo y esta demo porque sé que las versiones más nuevas actualmente no son compatibles. Entonces quiero estar 100% seguro de que estoy usando Python 3.10 y no Python 3.13, solo porque tengo ambos en sal Puedes comprobarlo fácilmente simplemente escribiendo Python. Versión de tablero espacial. Y como pueden ver, me está diciendo que estoy usando Python 3.10 0.10, que es exactamente lo que estaba apuntando A continuación, queremos asegurarnos de que tenemos versión actualizada de PIP, que es lo que usamos para instalar nuestras dependencias La mayoría de las veces, esto ya debería estar actualizado, pero solo voy a ejecutarlo como solo para asegurarme de que estoy trabajando con la última versión Entonces el comando para esto es Python PIP Install Upgrade PIP Entonces estamos actualizando PIP en sí, y esto va a ver aquí, dice encontró la instalación existente, que es 2.3 0.1 Y ahora, después de una instalación exitosa, hemos actualizado a PIP 25.1 A continuación, sigamos adelante e instalemos antorcha y la biblioteca KUDA Entonces estas son las dependencias que necesitas para tu programa pueda entrenar el modelo en GPU. Entonces esto es muy importante. Y experimenté con diferentes versiones de KUDA y encontré que esta versión en particular por aquí, la 128 funciona mejor o 12.8 En el enlace de aquí, nos muestra 128 CU 128, pero esta es simplemente la plataforma de cómputos de CUDA 12.8 Esto es, de nuevo, muy importante porque experimenté con muchas versiones diferentes, y esta parecía ser la que me funcionó Entonces algo a tener en cuenta, sigamos adelante y ejecutemos este comando, que es simplemente PIP instalar antorcha, antorcha Vision, antorcha de audio, y luego aquí está la URL para agarrar también el CUDA versión Sigamos adelante y presionemos Enter y comencemos estas dependencias Ahora, la instalación para esto va a llevar algún tiempo. Entonces no soy Lo que voy a hacer es para ahorrarle tiempo, voy a pausar el video, dejar que esto termine, y cuando esté hecho, reanudaré el video y volveremos a esto. Justo la instalación se completó con éxito, como puedes ver en los registros aquí, tiró en un montón de paquetes, no solo antorcha, sino que tienes muchos diferentes aquí como CMPI, Palo, Nump y todos estos otros , almacenamiento Vision, antorcha Audio como parte de Entonces a continuación, lo que queremos hacer es que queremos instalar bytes de arena de bits y acelerar bibliotecas, que de nuevo, necesitaremos para la capacitación. Así que sigamos adelante y ejecutemos el siguiente comando, que dice PIP Install y el nombre de las dos bibliotecas que puedes ver aquí en la pantalla Entonces, sigamos adelante y ejecutemos esto. Ahora, necesitamos instalar el conjunto de datos Transformers y PEF. Entonces nuevamente, PIP instala el nombre de esas tres bibliotecas, datasets transformers y PEF Entonces sigamos adelante y ejecutemos eso. Y, por supuesto, por último pero no menos importante, necesitamos instalar el hub de fase de abrazamiento Así que eso es simplemente PIP instalar Hugging Phase underscore hub, y esta es la última dependencia que necesitamos instalar para Entonces sigamos adelante y ejecutemos eso. Y sí, básicamente estamos hechos en cuanto a la instalación de las dependencias que necesitamos para poder ejecutar el programa de capacitación Ahora, antes de ejecutar el programa de entrenamiento para afinar el modelo usando tu conjunto de datos, hay una prueba rápida que suelo hacer aquí, y esto es para asegurar toda la instalación haya ido correctamente, y también que el sistema sea capaz de detectar mi GPU, porque si no lo hace, eso significa que va a ir automáticamente por defecto a la CPU, y eso no es lo que quiero pasando aquí porque de nuevo, va a tomar muchas, muchas horas para que se haga el entrenamiento. Entonces la forma en que lo hago es haciendo una prueba rápida. Entonces déjame primero hacer un CLS, que despeja la pantalla, así es más fácil de ver Primero, necesitamos ingresar al modo Python, y luego simplemente imprimimos algunas cosas en el registro de la consola. Así que vamos a escribir Python, y esto va a entrar aquí al modo Python. Si ves las tres flechas, eso significa que has hecho esto correctamente. Y lo que voy a hacer es escribir la antorcha de importación que va a tardar un segundo en cargarse, y luego vamos a imprimir los dispositivos CUDA disponibles que están disponibles, y luego veremos si es compatible o no Entonces ahora que se hace esa importación, voy a poner en lo siguiente. Entonces aquí, estoy diciendo imprimir, antorcha punto KUDA está disponible Entonces si detecta una GPU en mi máquina, y claro, los drivers para mi GPU NVDA tienen que estar instalados y funcionando correctamente para que pueda hacer esa detección, pero aquí, si la está detectando, esta primera declaración va a volver con true o false Y en este caso, debería volver con true si he hecho la instalación correctamente. Y el segundo va a imprimir el nombre de ese dispositivo. Entonces, sigamos adelante y ejecutemos esto y veamos qué se nos ocurre. Así se puede ver la primera declaración, devolvió true, y la siguiente volvió con el nombre de la GPU. Entonces en este caso, NVD G fos RTX 40 70 GPU portátil. Esto quiere decir que ha podido detectar correctamente la GPU, y ahora podemos estar seguros de que cuando iniciemos el programa de entrenamiento, va a aprovechar esta GPU y no la CPU. Y, por supuesto, hemos escrito el código para hacer eso, también. Así que ahora salgamos de esta Python. Entonces la forma en que puedes hacerlo es salir, y luego abrir el soporte de cierre. Esto nos va a llevar de vuelta al entorno virtual activado, y ahora estamos listos para ejecutar nuestro programa de capacitación. Bien, entonces ahora, aquí es donde sucede la parte emocionante, que es algo aburrida, también Entonces aquí es donde ocurre la magia, y aquí es donde vamos a empezar a entrenar los datos. Y vamos a usar aquí este programa del que hablamos, que luego discutiremos con más detalle. Vamos a utilizar este y el siguiente archivo CSV de puntos de datos de subrayado de soporte para afinar básicamente este modelo dada toda esta solicitud del cliente y la respuesta del agente de atención al cliente Y por aquí, tenemos 101 puntos de datos. Entonces es bastante diverso y agradable con diferentes conjuntos de datos y muestras aquí. Por lo que debería hacer un trabajo bastante bueno en la capacitación de nuestro modelo, y al final, veremos cuando ejecutemos nuestra verificación. Entonces por aquí, la forma que ejecutamos este programa e iniciamos el entrenamiento es simplemente el nombre de este Python y luego el nombre de este archivo. Así que sigamos adelante y escribamos Python. Puedes tabularlo para autocompletar y luego ir al espacio y luego escribir en pestaña de lluvia Auto y luego eso va a Autocompletar Y si presionas Enter, aquí es cuando va a iniciar el entrenamiento. Y una nota aquí es que pesar de que tengo una GPU relativamente buena. Esto va a llevar bastante tiempo relativamente. Y puedes ver aquí el programa ha comenzado. Se detecta el número de filas, así que tenemos 100 con las que trabajar. Y por aquí está revisando los pantalones cortos. Y en la esquina inferior derecha aquí, ve este texto que dice cero sobre 65 y 00 signo de interrogación. Y lo que esto va a mostrar es que a medida que avanza el entrenamiento, va a actualizar esos números, y lo que te va a mostrar es cuánto tiempo ha transcurrido y cuánto tiempo queda Y sabiendo que esto va a tomar varias horas, lo que voy a hacer es pausar el video aquí, dejar que esto se complete, y luego retomaremos el video, y comenzaremos con el descanso y la verificación. Entonces te veré pronto. Bien, entonces estamos de vuelta. Y como se puede ver, la formación del modelo ya ha concluido. Y aquí hay alguna información que puedes ver de inmediato en la consola. Por lo que se hizo 100% terminado. Se tardó aproximadamente 1 hora, 45 minutos en entrenar a este modelo. Aquí ves el estado de entrenamiento completo, y te está dando alguna información sobre dónde se guardó el modelo. En este caso, en este directorio aquí, subrayado fino afinó el modelo de subrayado Y se puede ver que nos está diciendo que el modelo se guardó con éxito. Si quieres verificar esto, simplemente puedes abrir tu directorio de proyectos. Puedes ver que ha creado una nueva carpeta aquí llamada Fin tuned Model, y si haces clic en ella, verás los archivos asociados a esto. Y ahora para la parte divertida, el último paso es que verifiquemos los resultados. Y la forma en que vamos a hacer eso es que vamos a ejecutar algunos prompts de ejemplo contra el modelo base y los mismos prompts contra el modelo fine Tune, que entrenamos con nuestros datos de soporte, y vamos a hacer una comparación y ver si notamos alguna diferencia Ahora la forma en que vamos a lograr eso es por este programa de aquí. Entonces en el lado izquierdo, puedes ver que tenemos un script Python llamado Verified Train Model. Y aquí tengo el código que realmente logra esta tarea Entonces simplemente va a cargar los modelos. Va a correr los proms y nos va a mostrar el resultado Y nuevamente, pasaremos por esto en un momento. Pero primero, vamos a ejecutar esto y a ver qué obtenemos. Y la forma en que simplemente ejecutamos esto es simplemente escribiendo Python space y el nombre del archivo. Entonces verifica y luego solo escribe eso, automáticamente recogerá el archivo. Y luego sigamos adelante y presionemos Enter para ejecutar los prompts contra estos modelos y ver qué se nos ocurre Bien, entonces estamos de vuelta y el script de verificación ha terminado de ejecutarse, y estamos viendo algunos resultados interesantes aquí. Así que pasemos por un detallado recorrido y echemos un vistazo a lo que estamos viendo rápido a rápido y comparemos algunas de las diferencias clave entre los dos modelos. Entonces primero, déjame hacer este terminal más grande para que sea más fácil de ver, y luego vamos a desplazarnos hacia arriba hasta la cima aquí para que podamos comenzar desde el primer ejemplo. Bien. Y en nuestro código, hemos aislado este aviso por el baile de graduación. Entonces como puedes ver, en el registro de la consola, puedes ver claramente dónde empieza el primer baile de graduación, y luego se dividen por estos divisores, divisores igual signo que ves para simplemente hacer las cosas un poco más legibles y más agradables visualmente Y luego tienes la respuesta del modelo base, y luego tienes la respuesta del modelo de ajuste fino. Por lo que es fácil comparar las dos diferencias. Ahora, comencemos con el primer prompt y pasemos por algunas de las diferencias. Entonces el primer aviso dice, solicitud de reembolso al cliente, por lo que dice que mi pedido fue cancelado sin mi permiso, y aun así me cobraron. Ahora bien, si estás viendo el modelo base, la respuesta del modelo base es, lamento escuchar eso. Tuviste una experiencia negativa con nuestro servicio. Por favor, proporcióname la siguiente información para que pueda atenderte mejor. Y luego está pidiendo estas cosas como ID de pedido, método de pago, días motivo de cancelación y así sucesivamente. Y luego dice, después de tener la información necesaria, me pondré en contacto con su proveedor de pagos y con el comerciante para resolver este problema. Y luego hablaremos de este número de perplejidad más adelante. Pero esta es la respuesta del modelo base. Ahora veamos el modelo de afinación fina. Para que veas que el modelo de afinación fina es más conciso. Dice, parece que has encontrado el problema con tu pedido. Por favor, proporcióneme el número de pedido o cualquier otra información que pueda ayudarme a atenderle mejor. Entonces la diferencia aquí es que el modelo base lanza a un flujo de trabajo semiautomatizado de múltiples balas. Como ponerse en contacto con el proveedor de pagos y el comerciante. Y luego el modelo de afinar aquí, este es el modelo se mantiene más sucinto y centrado en el cliente pidiendo primero solo la información clave Y esto coincide con nuestros ejemplos de capacitación que enfatizaron recopilar detalles en lugar de prometer acciones de back end. Ahora pasemos al siguiente aviso aquí. Y aviso número dos, este dice solicitud de reembolso al cliente. Son todas las solicitudes de reembolso. Entonces dice que las funciones premium de la aplicación no funcionan, pesar de que pagué por ellas la semana pasada. Ahora, comparemos la respuesta de ambos modelos. Entonces dice el modelo base, lamento escuchar eso. ¿Puede por favor darme más información sobre el tema que está experimentando? Esto me ayudará a entender mejor y ayudarle con su preocupación, asistente de IA, y así sucesivamente. La respuesta del modelo de ajuste fino es, gracias por comunicarse con nosotros con respecto a los problemas con las funciones premium de la aplicación. Agradecemos su paciencia y comprensión mientras trabajamos para resolver este asunto. Para asegurarnos de que podamos atender su inquietud de manera efectiva, le solicitamos amablemente proporcione la siguiente información, y luego está pidiendo estas tres cosas. Tienes la fecha, la plataforma y el nombre de la cuenta. Y entonces por favor envíanos lo que sea. Y por aquí, puedes ver que la diferencia en la respuesta afinada, puedes ver que adapta una voz más formal alineada a la marca como su cliente, y gracias. Y es una lista estructurada de exactamente los tres puntos de datos aquí que, ya sabes, coincide exactamente con el que proporcionamos en los datos de entrenamiento. Mientras que el modelo base dio una respuesta genérica de extremo abierto. Ahora, repasemos el próximo baile de graduación. Entonces aquí dice, compré dos licencias de software para nuestro equipo, pero una clave no era válida y la otra no ha sido entregada. Entonces mirando el modelo base, dice, Para resolver el problema, por favor siga estos pasos, y luego entra en algo así como todos los pasos. Y luego las respuestas del modelo de afinación fina, dice, en primer lugar, pido disculpas por cualquier inconveniente esto pueda causar para que puedan ver la diferencia entre este, la apertura entre el modelo base y el modelo Fne tune Esto es más centrado en el cliente y más apologético y formal Dice que estamos comprometidos a brindar soluciones de software de alta calidad y garantizar que nuestros clientes estén satisfechos con su compra. Entonces puedes ver la diferencia aquí es que el modelo base golpea al cliente al vendedor y aplaza, mientras que tu modelo de afinación fina se queda en casa Se disculpa por adelantado y pide exactamente los campos en los que lo entrenó, coincidiendo con el tono y la estructura de su conjunto Ahora echemos un vistazo al siguiente mensaje, y éste dice: Por favor, redacte un breve correo electrónico de disculpa a un cliente cuya clave de licencia no era válida Entonces el modelo base comienza con la línea de asunto disculpas por inconvenientes Y si nos fijamos en la línea de asunto disculpas por el modelo de cinco toneladas, dice disculpa por la clave de licencia no válida, ¿ Puedes notar la diferencia desde el principio. El primero dice, espero que este correo te encuentre bien. Le escribo para disculparme por cualquier inconveniente que haya enfrentado debido a un problema con su clave de licencia y así sucesivamente Te dejaré leer todo esto. Y luego dice el modelo Fine Tune, espero que este correo te encuentre bien. Le escribo para disculparme por cualquier inconveniente que encuentre con respecto a su sea el nombre del producto y la clave de licencia De nuevo, pasa por ambos, pero solo quería tocar un par de diferencias por aquí entre los dos, y de inmediato, puedes notar que ambos son disculpas educadas Pero la versión de Fnetun, usa una línea de asunto más específica por Eso se refiere a la clave de licencia no válida. Personaliza los marcadores de posición, como el nombre del cliente y el nombre del producto, ¿verdad Los que ves por aquí. Y menciona recientemente descubierto, y hemos tomado medidas para que esto no vuelva a suceder. Y nuevamente, esto está reflejando el matiz de nuestros datos de entrenamiento Bien, entonces el próximo baile de graduación dice en una frase, resuma cómo resolveremos un artículo de pedido faltante Y el modelo base dice que reemplazaremos puntualmente un artículo faltante similar o equivalente uno similar o equivalente para garantizar la satisfacción del cliente. El modelo de dos finos dice que reemplazaremos el artículo del pedido faltante con un producto similar de nuestro inventario y notificaremos al cliente del cambio. Y puedes ver aquí la diferencia es solo un sutil gratificante. Por lo que la versión fina dos menciona explícitamente notificar al cliente del cambio, y está haciéndose eco del estilo de resolución de múltiples pasos en el que la entrenamos Echemos un vistazo al último y este, dice el baile de graduación, enumere los tres siguientes pasos que tomaremos para procesar el reembolso prorrateado de la suscripción Y aquí están los dos primeros número uno y dos para el modelo base y luego el número uno y dos para el modelo FinTune Entonces, por favor, pausa el video, lee esto. Pero voy a cubrir rápidamente la diferencia, y las diferencias, el orden y el enfoque han cambiado. Entonces, si nos fijamos aquí en el modelo de ajuste fino, el modelo de ajuste fino lidera con el paso de cálculo, que es reflejar nuestro ejemplo de entrenamiento en el archivo CSV de datos de soporte, y luego pasa a la ejecución y comunicación en una secuencia más lógica Una última cosa que quería explicar rápidamente mientras tenemos los resultados del script verify es tocar por qué las perplejidades no Entonces, si nos fijamos en estos dos últimos, entonces por ejemplo, este para el modelo base es 46.25, y para el modelo de afinación fina es 46.25. Así mismo número. Y luego para el último frente, obtuvimos 62.12 para la base, y luego obtuvimos 62.12 para el modelo de afinación fina Entonces hablemos de por qué no cambiaron. Y la razón es que sigues midiendo PPL solo en el prompt, no en el prompt más la continuación generada Debido a que el prompt es idéntico en ambos casos, obtienes puntuaciones idénticas. Para ver las mejoras de PPL, necesitarías anotar las continuaciones reales, lo que está enmascarando los tokens de prompt, y de esa manera verás los diferentes números Bien, entonces ya casi estamos al final. Y antes de pasar al siguiente tema, solo quería pasar un poco de tiempo aquí y guiarte a través de cada uno de estos archivos para darte un mejor contexto y simplemente guiarte a través de lo que contienen y lo que están haciendo a un nivel muy alto. Entonces teníamos tres expedientes aquí. Obtuvimos los datos de soporte, CSV. Obtuvimos el modelo entrenado, y obtuvimos el modelo entrenado Verify. Entonces comencemos con el archivo CSV aquí y lo que esto significa y qué es. Entonces déjame hacer esto. En realidad, déjame cerrar la terminal, así tienes toda la pantalla. Si ya estás familiarizado con CSV, entonces esto es bastante fácil, pero esencialmente se trata de dos columnas CSV, y puedes ver las columnas aquí. Entonces recibimos la solicitud de subrayado del cliente, y luego obtuvimos la respuesta del agente aquí en la parte superior Y esta simplemente contiene estas dos columnas, y la solicitud del cliente por aquí, este es un mensaje de usuario de un solo turno que describe su problema o pregunta. Y los agentes responden aquí es la respuesta de agente de soporte ideal que desea que su modelo aprenda a generar. Ahora bien, ¿por qué importan estos pares? Cada fila que ves aquí en el CSV, um hay tro es un ejemplo de entrenamiento supervisado. Y durante el proceso de ajuste fino, el modelo ve al usuario y luego la solicitud de reembolso del cliente y la solicitud en sí. Y luego ve al asistente y a los agentes responder. Y luego a partir de ahí, puede aprender a mapear las solicitudes con el estilo de respuesta, tono y el contenido que has proporcionado. Incluiré esto como parte de la conferencia, y puedes pasar por todo el CSV fila por fila solo para tener una idea de cuál es el contenido. Y ahí el keypaer valora. Y repasemos algunas de las características clave de este conjunto de datos. Entonces la diversidad de escenarios es uno. Entonces, por ejemplo, tenemos cancelaciones de suscripción. Tenemos consultas de reembolso, tenemos pedidos faltantes o dañados. Tenemos problemas con la clave de licencia, tenemos cargos inesperados, receso de contraseña, configuración de dos fases, etc. ¿Bien? El otro es la estructura consistente. Así que cada agente responde cada agente responde sigue un formato educado y estructurado, que comienza con la disculpa, luego el reconocimiento, luego recopilación de datos o Y aparecen listas de viñetas o elementos numerados cuando necesitas múltiples piezas de información. Otro es el tono y la marca. Entonces las respuestas usan, lo siento o agradezco aperturas. Incluyen marcadores de posición como números de pedido o clientes de soporte y claros los siguientes pasos que coincidan con la voz de soporte de su compañía Y hay algunos casos de borde y variaciones. Entonces las filas repiten intencionalmente solicitud similar con diferentes respuestas válidas, enseñando al modelo a recoger sinónimos y paráfrasis Algunos ejemplos de trucos también están ahí, por ejemplo, cuenta suspendida sin previo aviso, emparejada con respuestas no relacionadas, obligan al modelo a aprender el mapeo de contexto correcto Lo único que me gustaría que le quitaran de este archivo CSV de muestra de datos de soporte a lo largo de la capacitación del modelo para esta demo es que este archivo es su verdad fundamental. buenos conjuntos de datos de capacitación deben ser representativos y cubrir todos los problemas comunes de los usuarios. Deben ser consistentes y mantener la voz de tu marca, y deben ser variados para incluir estuches y paráfrasis de grabado A continuación, echemos un vistazo al tren subrayado modelo Pi. Este es este script de Python que en realidad entrena nuestro modelo usando el archivo CSV de datos de subrayado de soporte Así que pasemos por este bloque por bloque y veamos qué está haciendo. Empecemos por aquí con el inicio, que son las importaciones y la configuración. Entonces, los pandas y el conjunto de datos, estos ayudan a cargar su CSV en un conjunto de datos de fase de abrazo Transformers, esto es para modelos de tokenizadores centrales y marco de entrenamiento configuración de bits y bytes nos permite cuantificar el modelo base hasta reducir los requisitos de VRAM de cuatro bits PEFT o PEFT en la biblioteca de ajuste fino eficiente de parámetros, y aquí estamos usando adaptadores La en lugar de afinación fina de peso completo Verificaciones de antorcha para GPU, configuración de tipo D, etcétera Entonces esto es lo que usamos para verificar si un dispositivo GPU está disponible en la máquina en la que estamos entrenando. Y te guié a través un par de registros de consola que te muestran si el dispositivo está disponible o no e imprimes el nombre del dispositivo, que es simplemente el arte gráfico que tienes en tu computadora o portátil. Y luego aquí abajo, estamos declarando el nombre del modelo, la ruta de datos y el directorio de salida Entonces el nombre del modelo es simplemente aquí es donde estás usando un modelo relativamente ligero que es LLM seven B hat de Deepsk, y este es el punto de control pre entrenado que vas a cuantificar La ruta de datos esta es simplemente la ruta al ejemplo de entrenamiento, que es nuestro archivo CSV. Y el directorio de salida, aquí es donde terminan yendo los archivos del adaptador de ajuste fino y los tokenizadores. Y los hiperparámetros, estas son cosas como tamaño de parche, tasa de aprendizaje, Época, longitud máxima de secuencia, etcétera. A continuación, pasemos por la comprobación de la GPU y la carga de datos, y esos son estos dos bloques de aquí. Por lo que estos aseguran que la GPU con capacidad UDA esté presente. El entrenamiento cuantificado y La aún requieren una GPU. Y aquí es donde lee su CSV en un marco de datos, luego lo convierte un conjunto de datos HF para operaciones de Easy Map. Ahora, pasemos por la configuración del tokenizador, que es este bloque de aquí Entonces aquí es donde carga los modelos tokenizer. A través del código remoto, ya que este es un modelo de chat, agrega un token de pad usando el token de subrayado EOS, por lo que los lotes pueden ser acolchados, y establece el relleno del lado izquierdo, que es estándar para los modelos casuales ya que leen texto desde la derecha A continuación, pasemos al formateo y a la tokenización, que es el inicio de este bloque de aquí Y esto es básicamente como el ejemplo de formato, envuelve la introducción en tus tokens de estilo de chat para que el modelo pueda ver algo como el usuario y luego las solicitudes de reembolso del cliente, y luego el asistente y la respuesta Y la función tokenize convierte esa cadena en un identificador de token ID, rellena y trunca a 256 tokens, y luego copia los ID de entrada en etiquetas, por lo que el entrenador aplica la siguiente pérdida casual de token en Ahora, pasemos a la cuantificación prohibido y la carga de modelos, y eso es por aquí este blog Así se puede ver inicio de este bloque, y aquí es donde se puede ver que el bit y Bytes config instruye abrazando a la cara para cargar el modelo completo de siete parámetros B en una forma cuantificada de cuatro bits, almacenando solo el parámetro cero de pequeña escala en Y el mapa de subrayado del dispositivo equivale a automático, distribuye capas a través de CPU y GPU si es necesario Ahora vamos a pasar por adjuntar la Laura y prepararnos para entrenar, que comienza aquí con la configuración del PEF Y esta es la configuración de Laura define un adaptador ligero. Entonces la R es igual al rango, que es el tamaño de las matrices adaptadoras. Laura subrayado Alpha es el factor de escalado. Y en los módulos de subrayado objetivo, esta es la forma en que se aumentan las matrices Y luego el modelo Get PepT aquí rapea la base cuantificada congelada en capas entrenables, y solo aproximadamente, digamos uno a 2% de los carritos Ahora vamos a repasar los argumentos de entrenamiento, y este es el bloque de aquí que simplemente estás mirando. Y los argumentos de entrenamiento ahí para el ajuste fino de hiperparámetros y ajustes de checkpointing Y el entrenador orquesta los pasos de gradiente de procesamiento por lotes, registro y ahorro Entonces solo se actualizan las capas La, los pesos base se mantienen congelados. Y por último, hablemos dirigir el entrenamiento y ahorrar, y eso comienza con este bloque de aquí. Entonces esta, la función de tren simplemente lanza el bucle de afinación fina. El modelo que guarda subrayado función pre entrenada escribe solo los archivos adaptadores y básicamente el adaptador subraya star dot save tensores y la configuración en la carpeta, que es el modelo de ajuste fino en nuestro Y la función tokenizer dot save underscore preteen copia cualquier artefacto de tokenizador en el Ahora, solo quería decir algo de esto si no eres técnico, si no lo eres o si no estás familiarizado con los conceptos de aprendizaje automático, esto podría parecer intimidante, pero no te preocupes, es realmente fácil de aprender Entonces, si alguna vez solo, ya sabes, tomas un curso introductorio rápido y corto al aprendizaje automático, muchas de estas terminologías tienen sentido Y si ya estás familiarizado, entonces prácticamente puedes diseccionar este archivo por tu cuenta, y todo tendrá sentido para ti Pero por favor, concéntrese en el panorama general es que este archivo, junto con los otros archivos, se pueden usar para entrenar diferentes tipos de modelos de IA a algo específico que coincida con su caso de uso. En nuestro ejemplo, el cliente marca voz. Bien, por último, pasemos por el script de verificación, que se llama Verify Underscore train underscore model Entonces este es el programa o script Python. Y repasemos paso a paso el desglose de este archivo y expliquemos cada pieza a lo largo de esta demo. Entonces empecemos de nuevo con las importaciones aquí. Entonces el tokenizador automático y el modelo automático para Casual ALM, estos cargan tanto el tokenizador base como los modelos de ajuste fino tokenizador base como los modelos de ajuste Los bits y bytes config, cubrimos esto. Entonces esta es la misma especificación de cuantificación de cuatro bits utilizada en el archivo de entrenamiento que vio anteriormente La configuración de generación controla la decodificación, que son los parámetros de muestreo. El modelo PEP, esto simplemente envuelve el modelo base fourbt con tus adaptadores guardar Laura, y la entropía cruzada calcula el modelo base fourbt con tus adaptadores guardar Laura, y la entropía cruzada calcula la pérdida pertkien LM para puntuación de perplejidad, que vimos que los números eran los mismos antes en nuestra demo. 17. Información del mercado: ¿Cómo ingresas a un nuevo mercado con confianza? En esta conferencia, analizaremos cómo Ecofit utilizó DeepSeek para analizar el mercado asiático de ropa deportiva, maniobrar a los competidores y elaborar una estrategia de lanzamiento ganadora, una estrategia de lanzamiento ganadora Ecofit necesitaba información rápida y asequible para evitar errores costosos Entra en DeepSeek, su analista de investigación de mercados 247. Las firmas tradicionales tardan meses. DeepSeek entregó información procesable en días. Echemos un vistazo detrás de la cortina. DeepSeek no solo repitió la información sin analizarla o comprenderla. Conectó puntos que los humanos extrañan. Por ejemplo, la sustentabilidad importa, pero solo si tiene un precio 15% por debajo de las tarifas globales. DeepSeek convirtió la incertidumbre en un libro de jugadas. Ahora, vamos a replicar esto para su negocio. En esta demostración, vas a aprender a realizar tu propio análisis de mercado, y el objetivo aquí es usar DeepSeek para analizar a un competidor simulado Entonces, digamos engranaje urbano y extrayamos insights procesables. Entonces primero, raspemos los datos de la competencia. Entonces voy a usar el siguiente prompt aquí. Y voy a decir, actuar como una IA de investigación de mercado, analizar el engranaje urbano en Indonesia. Y le estoy dando tres viñetas aquí. Entonces estas son las cosas que realmente estoy buscando en términos de perspicacia. Así que los tres principales puntos débiles de los clientes a partir de las revisiones, los precios versus las preferencias de sostenibilidad y las estrategias de entrada recomendadas. Entonces, sigamos adelante y ejecutemos esto y veamos qué se le ocurre a Deep C. Ik ha terminado de armar los resultados. Así que pasemos rápidamente por esto y analicemos la salida. Para que veas que lo desglosa en las tres categorías que pedimos. Entonces el primero son los tres principales puntos de dolor del consumidor. Y nuevamente, esto se basa en reseñas. Entonces es decir que después de analizar las reseñas de ecommerce y redes sociales indonesias para marcas urbanas, esto es algo así como lo que encontró. Ahora otra vez, recuerda que esta es una marca simulada, así que está haciendo todo lo posible para tratar de encontrar cosas en redes sociales en el segmento de esta línea de ropa en particular, si se quiere, en el mercado. Y puedes ver aquí los tres que se mencionan aquí es la inclusividad de tamaño limitado, entrega lenta, y alto costo de envío e inconsistencia de calidad Entonces esto es genial porque te está diciendo cuáles son los puntos dolorosos. Y como marca, puedes usar esto a tu favor porque puedes hacerlo mejor que tus competidores en esta área. Ahora pasemos al segundo aquí. Entonces dice precios versus preferencias de sustentabilidad. Y aquí se habla de sensibilidad al precio. Domina. Por lo que es muy importante cómo le pones el precio de tus artículos. Dice, los consumidores indonesios son altamente impulsados por los precios con un punto óptimo entre este número y este número. Y luego te está dando algunos competidores que en realidad están haciendo bastante bien en esta área. Entonces unicornio local y Eigo. La sustentabilidad como factor secundario, entonces el precio primero, luego la sustentabilidad. Por lo que dice mientras la ecocscidad está creciendo, como las tendencias de ahorro en Instagram, la mayoría de los compradores priorizan la asequibilidad mayoría Entonces el precio es el factor número uno por aquí en este segmento. Um, dice, sin embargo, sostenibilidad del marketing puede impulsar la lealtad a la marca. Entonces eso también es importante. Entonces la oportunidad es que está diciendo esta marca en particular, que nuevamente, inventamos, podría introducir una línea esencial sustentable, por ejemplo, camisetas de algodón orgánico a un precio ligeramente premium mientras mantenemos disponible el producto principal. Lo siento, asequible. Estrategias de entrada recomendadas. Entonces ahora, a partir de esos análisis, nos está ayudando a tomar ciertas decisiones, y está brindando algunas sugerencias sobre cómo podríamos ingresar a este mercado. Y es decir que Fase uno, podríamos ir con digital primero directo al consumidor con influencers localizados Entonces cosas como usar plataformas como Instagram, Shopee y por aquí, podemos hacer una colaboración de KL, así podemos asociarnos con micro influencers que tienen seguidores ligeramente menores pero aún en un buen rango saludable En streetwear. Entonces, por ejemplo, incluso te está dando algunas de esas páginas en Instagram con las que potencialmente podrías llegar a estas personas y pedirles ayuda, y luego una caída limitada. Para que puedas hacer la demanda de prueba con lanzamientos de lotes pequeños, lo cual es importante porque puedes probar primero tu marca piloto, ver cómo tiene éxito antes de hacer un lanzamiento completo A continuación, tenemos la Fase dos, que está aprovechando la logística para la asociación Entonces, aquí está haciendo una recomendación para asociarse con JNE o Ninja Van para obtener tarifas de envío con descuento para competir en la velocidad de entrega Porque recuerden, este fue uno de los temas que plantearon en cuanto a los puntos débiles, como el lento si vuelves al número uno aquí, puedes ver entregas lentas y altos costos de envío. Entonces es decir que está haciendo la recomendación de que podríamos asociarnos con algunas de estas organizaciones para obtener tarifas de envío con descuento. Y luego también puedes ofrecer contra reembolso, COD, siendo preferido por el 60% de los compradores indonesios Y luego, por supuesto, la fase tres se expande con la narración de sustentabilidad Por lo tanto, resalte los materiales ecológicos o los programas de reciclaje solo después de establecer la confianza a través de la calidad y la asequibilidad Y aquí está tu diferenciador. Entonces es decir que tu marca podría ponerse de pie ofreciendo opciones de tallas personalizadas, que era el punto de dolor número uno o agrupando artículos populares Así podemos atar Ts y pantalones cortos a temperon de como ejemplo Entonces aquí, dice que el consejo final monitorea competidores como Eigo que son asequibles y Slofat que son streetwear premium sustentable para identificar brechas, e incluso nos está ofreciendo hacer un análisis SWAT, que saltaremos por ahora, pero los resultados en realidad Ahora, vayamos un paso más allá y refinemos esto con contextos locales. Entonces lo que voy a hacer es usar el siguiente prompt que dice ajustar para Vietnam, y dice, resaltar factores culturales. Nuevamente, estamos tratando de usar estas indicaciones y las indicaciones de seguimiento para hacer estudios de mercado para analizar el mercado y el segmento para el área particular que estamos buscando aquí Entonces, sigamos adelante y ejecutemos este prompt y luego veamos qué se le ocurre a Deep C. Bien, entonces DeepSeek ha terminado de armar los resultados. Ahora, no vamos a pasar por todo esto, pero solo quería mostrarles que si no dude pausar el video y seguir estas indicaciones Pero sí, solo quería mostrarte que DeepSeek fue capaz de ejecutar ese análisis y hacer el ajuste para Vietnam. Entonces otra vez, lo mismo. Puede ver los tres principales puntos débiles de los clientes, y luego ahora se está ajustando para esa región específica o país um. Entonces por aquí, tienes preferencias de ajuste y estilo. Nuevamente, nuevamente, tres categorías, los puntos débiles, los precios, la sustentabilidad, y luego la estrategia de entrada recomendada Entonces por aquí, usted consiguió los 310 puntos superiores. Tienes la categoría dos, y tienes la categoría tres. Lo dividí en varias fases. Así que aproveche las subculturas juveniles de Vietnam, aborde la logística, el problema de confianza y luego las caídas impulsadas por la comunidad en la fase tres Ahora, por aquí, también se creó una tabla, lo cual es muy útil porque ahora describe los diferenciadores culturales clave, y dice Vietnam versus Indonesia Y entonces puedes ver, como, por ejemplo, encajar, dice, estos te están mostrando la significación aquí. Tan delgado mayor que la supervisión, orgullo local, mayor que las tendencias globales, billeteras móviles, mayores que COD, y luego gaming música Indie mayor que los bloqueadores de moda. Y luego dice aquí, de nuevo, consejo final, un para rediseñar tu concurso de sudadera con capucha en TikTok, invitar a los usuarios a enviar gráficos inspirados en vietnamita y así sucesivamente Entonces nuevamente, algunas recomendaciones aquí sobre cómo abordar esto. Bien, así que ahora que tenemos algún contenido y algún contexto sobre cómo abordar esto, y hemos hecho algunas investigaciones de mercado, o debería decir, DeepSeek ha hecho algunas investigaciones de mercado para nosotros usando un par de indicaciones, hemos recopilado mucha buena información Y ahora digamos que queremos ir al siguiente paso, y eso es simplemente poner esta información en formato de reporte. Entonces en este paso, vamos a generar un esquema de reporte. Y para ello, voy a utilizar el siguiente prompt. Y nuevamente, puedes personalizarlo en función de tu caso de uso y de lo que te corresponda. Entonces el aviso dice, crear un informe de entrada al mercado de una página para el engranaje urbano en Vietnam. Y luego aquí, estamos diciendo que incluye secciones para visión general, SWAT, que es básicamente una fortaleza, debilidades y cosas así, como herramienta de análisis que se usa con bastante frecuencia, y luego tienes precios, y luego tienes marketing Entonces ahora, esto nos va a dar un informe de una página que incluye todas las cosas que estamos pidiendo para todas las secciones que estamos pidiendo aquí. Entonces sigamos adelante y ejecutemos esto y luego hagamos que DeepSeek genere este reporte para nosotros. Bien, esto es muy genial. Y DC ha terminado de armar el informe. Para que pueda ver el título del informe. Dice, estrategia de entrada al mercado, Urban Gear Vietnam, y luego equipo de expansión Urban Gear, y luego insertar la fecha. Entonces nuevamente, esto es solo una plantilla y un marcador de posición. Entonces, en la sección uno, obtuvimos la visión general, la Sección dos, obtuvimos el análisis FODA, así que la fuerza, debilidades, las oportunidades y las amenazas Entonces obtuvimos la estrategia de precios, que de nuevo entra en algunos puntos dulces entre lo que deberían ser los rangos de precios. Obtuvimos nuestro plan de marketing, y luego obtuvimos los siguientes pasos y cómo proceder. Y, por supuesto, tienes aquí tus, nuevamente, algunas plantillas y marcadores de posición dependiendo de a quién necesites enviar este informe Y, claro, recuerda, puedes simplemente copiar y pegar esto en un documento de Microsoft Word o Word o en cualquier lugar donde estés haciendo documentación. Puedes poner esto en un correo electrónico y enviarlo a tu equipo. Incluso podrías usar el de alguien en la presentación de PowerPoint y usar el mismo contenido en las diapositivas para dar una presentación a tu equipo o a quien sea que estés tratando de comunicar y tomar decisiones basadas en los datos proporcionados. Ahora, un par de cosas que quería mencionar aquí en caso de que notes algunos de estos temas mientras revisas estas indicaciones con DeepSeek Número uno, si ves recomendaciones vagas, lo que podrías hacer es simplemente arreglarlo diciendo algo como esto, por ejemplo, o agregando algo a tu prompt que diga, o agregando algo a tu prompt que diga incluir tres tácticas de databag con ROI, y eso va a hacer que DeepSeek realmente piense y piense a través las respuestas que está tratando Y entonces el hecho de que tenga que pasar por las tácticas del databag y proporcionar ejemplos de RI va a ayudar a que la salida de DeepSeek evite recomendaciones vagas Ahora, la otra cosa es, si empiezas a ver datos desactualizados como parte de la respuesta de DeepSeek, puedes usar esto habilitando el modo de búsqueda web. Entonces déjame deshacerme de esto. Y lo que puedes hacer es simplemente hacer clic en este botón, así que busca en la web cuando sea necesario. Puede hacer clic en eso, y luego puede agregar algo como esto a su mensaje puede decir habilitar datos en tiempo real para las tendencias 2024 Y entonces esto te va a ayudar a darte la información más actualizada porque DeepSeek va a ir a buscar en Internet, raspar los datos y luego darte más datos en tiempo real de las tendencias que estás buscando para esta investigación de mercado en particular El éxito de Ecofits no fue suerte. Fue la capacidad de DeepSeakes para convertir el ruido en estrategia. Así que ahora es tu turno de 18. Análisis de competidores: En esta conferencia, verás cómo Deep Seek disecciona las fortalezas, debilidades y el sentimiento de los clientes de la competencia en segundos, dándote la Sin hojas de cálculo, sin consultores, solo IA pura. El 99% de los negocios analizan a los competidores, pero 73% pierde semanas haciéndolo. Así que arreglemos esto con IA. Entonces, piénsalo. ¿Por qué contratar pasantes para desplazarse por Yelp cuando Deepsk ofrece análisis FODA Vamos a aplicar ingeniería inversa libro de jugadas de un competidor y elaborar estrategias de contador más rápido de lo que pueden programar una reunión de equipo En esta demostración en vivo, vas a aprender y ver cómo puedes adelantarte a tus competidores en tres pasos. Y el objetivo aquí es descubrir las vulnerabilidades de la competencia y elaborar la contraestrategia usando Entonces, paso uno, comencemos analizando las revisiones de la competencia Y para ello, voy a utilizar el siguiente prompt que dice, actuar como estratega senior Analizar ecofit opiniones de clientes de Indonesia. Y aquí, quería categorizar los resultados o la salida usando las tres formas mencionadas Las tres principales quejas de los últimos seis meses, sentimiento puntúa de uno a diez en precios y calidad y recomiendan contramovimientos para equipo urbano Ahora bien, para el primero, los dos primeros, disculpe, porque estamos buscando algo así como un dato más reciente. Entonces, en este caso, duran seis meses. Lo que podrías hacer es hacer clic en el botón de búsqueda y luego hacer que Deeps busque realmente el resultado más actualizado o dentro de ese periodo de tiempo, que es de seis meses, seis meses atrás y en adelante. Entonces, sigamos adelante y ejecutemos este prompt y luego veamos con qué tipo de resultados regresa Deep C. Y como puedes ver aquí, está buscando en la web ahora esos resultados, y encontró 44 resultados, y ahora está en proceso de raspar los datos, analizarlos y luego formatear la salida para nosotros. Todo bien. Así que Deep Seek ha terminado de armar los resultados. Entonces ahora lo que podemos hacer es pasar por estos, revisarlos, recopilar algunas ideas a partir de los datos y luego ver qué decisiones podemos tomar para usar esto a nuestro favor para adelantarnos a los competidores. Así que vamos a desplazarnos hacia arriba aquí. Se puede ver que comenzó con las tres principales quejas de los últimos seis meses por aquí. Y nuevamente, no entraremos en grandes detalles, siéntase libre de seguir junto con el mismo tipo de indicaciones o video positivo y leer esto Pero se puede ver que por aquí, los tres primeros fueron la respuesta lenta y los retrasos en el servicio. Obtuviste precios, problemas de transparencia y luego obtuviste una calidad inconsistente en el soporte posventa. Entonces estas son las tres principales quejas principales de los clientes. Otra cosa que quería señalar aquí mientras estamos se puede ver que sobre cada una de las cosas que aquí se mencionan, están estos números aquí. Entonces el número cuatro y 13 y aquí, el número siete y el 13 y por aquí, el cuatro y el 13. Estas son las fuentes en Internet de donde Deep Seek encontró esta información. Entonces, si quieres citar la fuente o simplemente ir a leer el artículo 0R las noticias o cualquiera que sea la fuente de información, puedes hacerlo simplemente haciendo clic esto y te llevaré a esa página directamente, en esto y te llevaré a esa página directamente, y luego puedes hacer una investigación más a fondo y leerla en su totalidad si quieres hacerlo Se trata de Deep Seek poniendo aquí los resultados resumidos. Entonces tienes acceso a fuentes de donde DeepC obtiene la información Ahora, el segundo puntaje de sentimiento. Entonces esto es realmente agradable porque es de nivel súper alto, y rápidamente te dice qué es, ¿verdad? Son seis de cada diez para los precios, que está un poco por encima de la media. Y entonces la calidad es de ocho de cada diez, lo cual es bastante bueno en comparación con, ya sabes, esto dice que la calidad del producto y profesionalismo están en el lado alto. Así que es muy bueno saberlo. Y de nuevo, obtienes esto de inmediato, y es muy fácil pasar por esto rápidamente. No tienes que buscar entre miles y miles de reseñas y comentarios tú mismo. Deeps puede hacer eso por ti, y Deeps puede analizar estos conjuntos de datos y decirte rápidamente que, sí, esto es solo seis de cada diez en el sentimiento y ocho de cada diez en el lado de la calidad, lo cual es Y el último es recomendable contramovimientos para el engranaje Irving Entonces aquí, te está diciendo, estos son alguien, ya sabes, si quisieras superar al competidor en el mismo mercado, estas son las cosas que podrías hacer y los pasos que podrías dar Así que mejoró la transparencia en los precios. Así que ofrece modelos de precios todo incluido sin cargos ocultos. Obtuviste velocidad y confiabilidad priorizadas. Entonces aquí es donde puede implementar seguimiento en tiempo real para las citas de servicio, capacitar a los equipos locales para un tiempo de respuesta más rápido Obtuviste impulso después de la contratación de ventas, así que lanza un programa de fidelización con cheques de mantenimiento gratuitos. Recibiste mensajes de sustentabilidad localizados, tan importantes para destacar materiales ecológicos, etc., y luego obtuviste una prueba social de apalancamiento. Así que asóciate con micro influencers para reseñas auténticas e intenta obtener reseñas auténticas e intenta hacer correr la voz sobre tu marca Ahora, para el paso dos, sigamos adelante y diseccionemos el marketing de la competencia Y voy a usar un siguiente prompt aquí para lograrlo. Entonces voy a decir analizar publicaciones de EcoFits en Instagram para Vietnam Así que los tres temas principales de contenido, sustentabilidad, familia, etc. Los puntos de referencia de la tasa de compromiso y las debilidades a explotar. Otra vez, estamos tratando de salir adelante, ¿verdad? Y todavía se pueden encontrar básicamente las brechas para que podamos hacer mejoras en esas brechas y adelantarnos a nuestros competidores. Y puedes dejar el botón de búsqueda aquí puesto porque de nuevo, estamos tratando de raspar esta información Internet para obtener los últimos datos Entonces, sigamos adelante y ejecutemos esto y veamos qué se le ocurre a DVC Ahora, repasemos juntos los resultados , y por aquí, puedes ver que DVC nos ha dado los tres temas principales de contenido basados en el análisis de las publicaciones de Instagram para Vietnam Y el primero es la transformación del fitness y las historias de éxito. Y nuevamente, aquí se mete en algunos ejemplos, compromiso impulsado por eventos y la responsabilidad comunitaria y social. Por aquí, obtuvimos los datos para los puntos de referencia de tasa de compromiso, y si te desplazas hacia abajo aquí, está sugiriendo algunas de las debilidades que podríamos explotar para nuestros competidores, un enfoque limitado de sostenibilidad. Entonces aquí es donde podemos hacer mejor contenido inconsistente de alto valor y asociación de influencers subutilizada Entonces por aquí nos está dando algunos de estos influencers con los que potencialmente podríamos asociarnos y que pueden ayudarnos a generar mayor confianza y tener un mayor alcance en nuestro nicho Y aquí, se recomiendan algunas estrategias de contador para los competidores. Entonces amplifica la sustentabilidad. Entonces esto va a volver a aquí. Sustentabilidad limitada. Entonces esto es solo un tipo de mapeo uno a uno, diversificación de contenido, diversificación de contenido, que ayuda a llenar el vacío para contenido inconsistente de alto valor y luego alianzas de micro influencia, lo que va a abordar esta brecha en particular, que está infrautilizada asociación de influencers Y la conclusión clave aquí es que ECO encaja con fuerza en la construcción de comunidades, pero flaquea en contenido, profundidad y marca verde Y entonces aquí es donde los competidores pueden entrar y capitalizar por sustentabilidad emergente con autenticidad impulsada por influencers Para nuestro último paso, lo que queremos hacer es obtener ayuda de Deepsk para elaborar nuestra contraestrategia Entonces ahora nos ha conseguido todos estos datos. Está formateado. Nos ha dado contraestrategias, y ahora es el momento de juntarlo todo. Y aquí hay un prompt que puedes usar como ejemplo para hacer esto. Nuevamente, dependiendo de los datos que hayas recopilado y la investigación de mercado que DeepCK haya realizado y cuáles fueron los resultados En este caso, solo estoy usando un prompt de ejemplo aquí, pero podrías cambiar el contenido para coincida exactamente con lo que fue el resultado del sitio de investigación de mercado. Entonces, por ahora, podemos simplemente seguir adelante y apagar esta búsqueda porque ya no estamos mirando esto, y Deepsk ya tiene contexto a partir de los datos en este mismo chat, así podemos continuar con las indicaciones de seguimiento Y voy a usar el siguiente prompt para crear esa contraestrategia. Entonces el aviso dice, crear un plan de marketing de tres puntos para Urban Gear gane a EcoFit en Vietnam Y queremos centrarnos en el contenido, los precios y la asociación. Y como mencioné, realmente podrías cambiarlos a lo que debería ser el enfoque real o dónde están las brechas, y dependiendo de los resultados que obtuviste de Deep seek en pasos anteriores de esta demo. Entonces, sigamos adelante y ejecutemos esto y veamos qué deeps se les ocurre Y como pueden ver, Deep Seek es capaz de armar esta estrategia. Entonces, si subes aquí, puedes ver el plan de marketing, es un plan de marketing de tres puntos para equipo urbano domine el mercado de fitness de Vietnam. Y aquí tienes tu estrategia. Entonces te está dando estas tres cosas para enfocarte en el apalancamiento de las tendencias de fitness de Vietnam, la ventaja ecológica sobre ecofit y luego resolver los puntos débiles Tienes tus tácticas aquí, y luego tienes precios siendo transparencia y aquí para atraer segmentos masivos y premium. Tienes tus tácticas, y la última son las asociaciones, y luego también tienes tus tácticas para eso. Y luego esto es lo que en realidad puedes ver en términos del resultado esperado si sigues la estrategia. Entonces tu contenido podría estar obteniendo un engagement dos veces mayor que el de la competencia Tu precio podría ser, 15% a 20% de crecimiento de membresía dado que sigues el modelo de precios con el que nos ayudó DeepC, y luego las asociaciones, y luego las asociaciones, puedes ver un aumento de 30% de recuerdo de marca a través de influencers hiperlocales Y luego aquí está el diferenciador clave, que es fusiona la asequibilidad Y eso es en lo que quieres que tu plan de marketing y tu marca se centren. Acabas de aprender de esta demostración cómo identificar brechas y aprovecharlas para crear estrategias de contador para adelantarte a tu competidor en un segmento o mercado específico Ahora, lanza campañas que golpeen donde estén más débiles y puedas ver crecer tu cuota de mercado Ahora bien, para este ejercicio, me gustaría que analizara a un competidor en su nicho, cree una debilidad, y su contrajugada 19. PowerPoint: En esta conferencia, convertirá las hojas de cálculo desordenadas en esquemas de PowerPoint listos para la sala de juntas, completos con gráficos, ideas y No se requieren habilidades de diseño. Tu equipo merece algo mejor que a altas horas de la noche alineando viñetas. Arreglemos esto con automatización. Tomaremos los datos de ventas trimestrales y los transformaremos en una presentación lista para CEO en solo minutos, así que observe de cerca. Aquí tenemos un estudio de caso, y este es el reporte de ventas más souter Obtuvimos los datos brutos, conseguimos nuestro objetivo y obtuvimos las herramientas. No se trata solo de ahorrar tiempo, se trata de convertir los datos en decisiones. Entonces comencemos. En esta demostración en vivo, vas a aprender a convertir los datos en presentaciones de PowerPoint en tan solo 5 minutos o menos. Y el objetivo aquí es convertir los datos de ventas en un esquema estructurado de PowerPoint. Ahora, para los fines de esta demo, he seguido adelante y he creado una hoja de cálculo muy simple Nuevamente, esto es solo datos compuestos. Yo creé esto. Esto es solo datos poblados de muestra. Así que finge que estas son nuestras ventas, e imagina que esto es que aquí hay 501,000, 10,000 filas Pero de nuevo, por simplicidad, simplemente lo guardé en tres filas. Um, por aquí, tenemos América del Norte. Entonces obtuvimos la región, Norteamérica, Europa y Asia en la Columna B, obtuvimos nuestro producto, así que obtuvimos producto A, el producto B y el producto A nuevamente. Y luego obtuvimos ingresos para estas regiones y el producto y el producto correspondiente, y luego obtuvimos crecimiento versus trimestre ir. Por lo que se puede ver en Norteamérica, el producto A, hizo cerca de 1.2 millones en ventas, y es pequeño crecimiento en comparación con ir trimestre. En Europa, el producto B hizo 890 k, y eso en realidad es una disminución. Entonces estamos viendo, um, disminución en el crecimiento. Y luego en Asia, es, de nuevo, un poco de inclinación, que es la más inclinación por aquí Y si, esto es solo un simple dato de ventas. Podrías poblar más si quieres. Pero nuevamente, por simplicidad y conveniencia, esto es lo que armé para esta demo. Ahora, usemos estos datos de ventas y veamos si podemos aprovechar Deep Seek para armar rápidamente una presentación para nosotros sin que tengamos que hacerlo nosotros mismos y solo ahorrar tiempo e incrementar nuestra productividad y la eficiencia de nuestro tiempo. Entonces ahora, ¿qué puedes hacer? Hay un par de formas en las que puedes hacer eso. Simplemente puedes, nuevamente, copiar y pegar estos datos en Deepsk o puedes guardar el archivo y luego subir el archivo aquí a través de esta funcionalidad Porque solo tengo, de nuevo, por comodidad y facilidad, solo voy a simplemente tengo tres filas. Yo sólo voy a copiar y pegarlos aquí, y estos son los datos aquí. Y esto es de nuevo, los mismos datos que acabamos de ver. Entonces Norteamérica producto A fecha un punto, 2 millones, así que eso es 12%. Obtuvimos el producto B de Europa, 800 menos cuatro, y luego el producto de Asia A, obtuvimos 950 K, 22% de incremento. Entonces todo esto está bien. Ahora bien, estos son nuestros datos. Entonces lo que voy a hacer ahora es que quiero tener un prompt que realmente use estos datos para crear una diapositiva de Power Point. Entonces voy a dar click aquí. Voy a empujarlo un poco hacia abajo manteniendo pulsada la tecla Shift y haciendo clic en Inter, y voy a poner en el siguiente prompt, que dice, crear un esquema de PowerPoint de ocho diapositivas para un reporte de ventas de coter, usar estos datos, y ahora podemos pegar esos datos aquí, lo cual ya hemos hecho Sólo quiero mencionar que puedes personalizar esto a lo que más te guste. Este ya es un buen prompt accionable, pero podrías usar eso Podrías alterarte a cualquiera que sea tu caso de uso. Entonces, por ejemplo, si ocho es demasiado, entonces reducirlo. Si necesitas más, entonces aumentarlo. Y por aquí, vamos a sacar esto porque ya tenemos, um, datos de conjunto de pagos aquí. Ahora, podrías simplemente seguir adelante y hacer esto. Estás manteniendo las cosas más genéricas y de más alto nivel y confías en Deep Seek para crear esta presentación para ti lo mejor que pueda. Si quieres darle un poco más de estructura y tener más control o quieres formatearlo de manera muy específica, podrías hacerlo, claro. Y hagamos eso en realidad. Hagámoslo por aquí, y lo que voy a hacer es que voy a añadir siguiente después de los datos de pase Así que permítanme simplemente crear algunas líneas nuevas aquí y voy a agregar en la siguiente estructura. Entonces te lo estoy diciendo, básicamente estoy instruyendo a Deepsek y diciendo, sigue esta estructura y formato Entonces le pedí que hiciera ocho diapositivas. Ahora te estoy diciendo exactamente cuál debería ser cada diapositiva en lugar de haber confiado en Deep C para hacer lo mejor de su capacidad para crear esta presentación para mí No sabría con anticipación qué pasa en cada diapositiva. Aquí, lo sé porque te estoy pidiendo que sigas este formato exacto. Entonces el primero es el título, que va a ser lo más destacado. Luego, el segundo es el resumen ejecutivo, tres conclusiones clave, desempeño regional, desglose del producto, riesgos y desafíos, oportunidades, recomendaciones, y luego la diapositiva número ocho, próximos pasos Recuerda, le estamos dando información muy limitada, ¿verdad? Sólo le estamos dando un par de números, y eso es todo. Por lo que Deepsek tal vez no pueda. Cuanta más información le des, mejor análisis y diapositivas de PowerPoint vas a obtener. Pero, ya sabes, si estás hablando de riesgos y desafíos, Deepsks va a hacer todo lo posible, pero puede que no te dé exactamente lo que estás buscando, O decir con oportunidades porque hay factores externos que van a factores internos y externos que están afectando las ventas, dependiendo de en qué región te encuentres, por ejemplo. Entonces nuevamente, cuantos más datos puedas proporcionar aquí, mejor salida vas a obtener. Pero nuevamente, la simplicidad mantendrá cosas como esta, y luego solo observemos lo que se le ocurre a DeEP C. Y una última cosa, quiero decir que aquí se puede definir el tono. Entonces voy a decir que el tono va a ser profesional e impulsado por los datos. Y luego voy a decir incluir sugerencias de gráficos como gráfico de barras, gráfico circular, gráfico de líneas para que podamos agregar algunas visualizaciones a nuestra presentación Sigamos adelante y ejecutemos esto y veamos qué deeps se le ocurren Derecha. Al mirar los resultados, realidad se ve bastante prometedor y no está mal por solo unos segundos de nosotros esperando que Deep Seek simplemente cree las diapositivas para nosotros desde un simple prompt como el que tenemos aquí. Es simple, pero elegante y procesable y una gran estructura para este aviso aquí, y estamos siendo muy, muy específicos Así que siéntete libre de guardar esto y usarlo como plantilla para futuras presentaciones, si quieres. Ahora bien, aquí están los resultados, así puedes ver que se sigue exactamente lo que le pedimos. Entonces tenemos esta diapositiva, una, que es el título, y nos está diciendo el título de esto, el subtítulo, y así sucesivamente Pero puedes ver, por supuesto, hay algunos marcadores de posición, así que no es como que solo puedas copiar pasos y usarlo exactamente como es Tienes que hacer algunos cambios aquí. Deepsix haciendo para ayudarte a ser más eficiente y aumentar tu productividad y darte algunas ideas Pero claro, todavía hay que hacer algún trabajo para conseguir esto en un formato listo. Y puedes ver aquí solo tienes que rellenar algunos de estos marcadores de Para visual, está sugiriendo que incluyas un fondo profesional limpio con el logotipo de tu empresa. Diapositiva dos resumen ejecutivo. Entonces, tres conclusiones clave, es decir que estamos viendo un fuerte crecimiento en Asia, 22% impulsado por el producto A, Norteamérica supera con el producto A con 12%, y luego dice que Europa enfrenta un descenso -4% para el producto B Y nuevamente, está demostrando que puedes crear algunas imágenes aquí con iconos minimalistas como error arriba o flecha abajo o declinar Diapositiva tres, obtuvimos desempeño regional. Diapositiva cuatro, tenemos desglose del producto, diapositiva cinco, tenemos riesgos y desafíos. Y nuevamente, va a ser muy sencillo porque realmente no le hemos dado más información que los datos de ventas en sí, pero está haciendo todo lo posible para llegar a algunas de las áreas de preocupación. Entonces dice que la posible saturación del mercado o presión competitiva, claro, puede ser por otras razones, pero conocerías mejor tu caso de uso que Deep seek. Entonces nuevamente, cuantos más datos proporcionaste, mejor será la respuesta y su salida. Oportunidades, recomendaciones y, por supuesto, próximos pasos. Y luego aquí, la consistencia del tono, dice, usa colores neutros. Esto es por algo así como algunos consejos sobre la presentación, algunos consejos y mejores prácticas. Dice, etiquetar gráficos con claridad. Entonces, por ejemplo, el cambio porcentual año tras año, y luego las notas al pie de la fuente de datos para la credibilidad Ahora en este punto, Deep Seek no hace como ves en las opciones aquí, a diferencia de ChagBT no tiene o debería decir, otras IA Al momento de esta grabación, no tiene la capacidad de generar imágenes, pero eso no debería detenerte porque aún puede darte una especie de instrucción sobre cómo generar estas imágenes. Entonces lo que puedes hacer es que en realidad puedes pedirle algunas recomendaciones de gráficos, ¿verdad? Entonces lo que puedes decir es que se lo puedes preguntar. Supongamos que estamos usando diapositivas de Google aquí para nuestro Power Point, ¿verdad? Entonces digamos que podemos usar el siguiente prompt y decir paso a paso para construir gráfico en Google Slide. Entonces puedes decir, dame instrucciones paso a paso para construir gráficos en Google Slide dados los datos de ventas, ¿verdad? Y aquí puedes determinar si quieres hacer gráficos circulares o gráficos de líneas. Entonces en este caso, voy a decir, digamos gráfico de líneas. Entonces, sigamos adelante y ejecutemos esto. No va a poder de nuevo, darnos la imagen real del gráfico, pero puede darnos instrucciones sobre cómo crear este gráfico, dados nuestros datos de ventas. Entonces dice, inserte el gráfico, ve a Insertar línea de gráfico, y luego aquí está la información que puedes ingresar a partir de los datos de ventas, y luego aquí hay algo de personalización para tu gráfico y aquí cómo puedes actualizar la anotación, que es opcional, y luego la salida final Y sí, se puede ver aquí como esta imagen está tratando proporcionar algo, pero está rota. Pero lo importante es que en realidad tienes los pasos de cómo hacerlo, y todo eso está capturado aquí. Por lo que aún puede aprovechar Deep seek para la instrucción, lo que debería ser muy rápido para que ingrese a Google Slide, siga las instrucciones y cree el gráfico usted mismo usando los datos de ventas. Ahora, antes de pasar de esta demostración, solo un par de consejos de solución de problemas en caso de que te encuentres estos mientras trabajas con Deepsek en este caso de uso en particular Entonces digamos que si las diapositivas son demasiado pesadas de texto, lo que puedes hacer es simplemente usar algo como lo siguiente y agregarlo a tu prompt, y puedes decir algo como usar cinco viñetas max por diapositiva con visuales Entonces esto te va a ayudar a solucionar ese problema. La otra cosa es, digamos que el tono es demasiado casual, y quieres esto para altos directivos o c. Entonces, en este caso, podrías agregar algo como esto a tu pronta y decir, usar el lenguaje formal de negocios adecuado mejor para ejecutivos a nivel del mar. Entonces esta es otra forma de reestructurar y especificar el tono que desea que se use para el contenido de sus diapositivas de presentación Acabas de aprender a automatizar el TDS 20% de los reportes para enfocarte en el 80% estratégico La próxima vez, tus diapositivas se escriben ellas mismas mientras analizas los datos. Ahora para el siguiente ejercicio, quiero que conviertas los datos de encuestas a clientes en un esquema PPT de cinco diapositivas. Ahora, depende de ti si quieres usar datos reales de algún lugar de Internet o si solo quieres maquillar algunos datos de muestra como lo hice en la demo anterior y utilizarlos tú mismo. 20. Sesgos e IA responsable: La IA no es neutral. Es un reflejo de nuestros datos y opciones. En esta conferencia, aprenderás a auditar resultados de Seek profundos para detectar sesgos, combatir la desinformación e implementar la IA éticamente, porque el buen negocio es un negocio responsable Los fracasos éticos no son solo un desastre de relaciones públicas. Erosionan la confianza, invitan a la regulación y lastiman a personas reales Asegurémonos de que sus iniciativas de IA eviten estos escollos. El sesgo no siempre es intencional. Una IA médica entrenada en datos occidentales podría diagnosticar erróneamente a los pacientes con agentes La vigilancia es clave aquí. En 2023, una falsa IA generó imagen de una explosión cerca del Pentágono estrelló los mercados bursátiles Tu IA podría ser la siguiente. Deep C no es perfecto, pero su arquitectura rechaza solicitudes explícitamente dañinas Sin embargo, sesgos sutiles, ese es tu trabajo atrapar. Bien, en esta próxima demostración, vamos a estar auditando por sesgo y desinformación Entonces, el objetivo aquí es probar las respuestas de Deep Seets e implementar salvaguardas éticas. Entonces, para el primero, vamos a repasar un par de ejemplos. Primer ejemplo, veamos si podemos detectar sesgos de género en la contratación. Entonces lo que me gustaría que hicieras es simplemente poner aquí un prompt muy sencillo. Entonces, por ejemplo, generar diez descripciones de trabajo de ingeniero de software. Entonces quiero que ejecutes esto, y veamos qué se le ocurre a Deepsk Y mientras está trabajando en esto, si estás siguiendo junto con esta demostración, quiero que revises estos diez trabajos de ingeniero de software diferentes y veas ir a estos diez trabajos de ingeniero de software diferentes hacer tu lista de verificación por ti mismo, como lista de verificación de auditoría, si quieres. Entonces quiero que pasen por todo esto, lo lean. Y luego contar las palabras codificadas masculinas. Entonces, por ejemplo, términos competitivos o dominantes versus neutrales. ¿Bien? También puedes verificar si requisitos como ejemplos de diez años más son desproporcionadamente excluyen Entonces otra cosa a buscar. Y entonces qué otra herramienta que puedes usar es un decodificador de género. Entonces tengo eso por aquí. Si simplemente navega a esta dirección o URL, carga esto aquí, y luego puede pegar su texto um, y esta es una herramienta muy simple para encontrar sesgo sutil en los anuncios de trabajo. Entonces fue hecho a propósito para esto, y no es perfecto, sino algo que puedes probar solo para ver si puedes detectar sesgos Y quiero que pasen por todo esto y hagan que eso pase por los datos, vea lo que puede encontrar aquí. Y eso debería hablar de una especie de sesgo que hay en los datos de entrenamiento para Deep seek. Um, y una cosa que puedes hacer, por ejemplo, para ayudar con esto es que puedes ajustar tu prompt hasta cierto punto. Entonces, si los datos de entrenamiento, es realmente importante entender esto. Deep Seek genera respuestas y aprende de los datos de entrenamiento. Si los datos de entrenamiento están sesgados, no hay mucho que puedas hacer con la orina, entonces los datos de entrenamiento en sí tienen que ser arreglados, ¿de acuerdo? Pero a veces puede obtener resultados incluso con los datos de entrenamiento adecuados, puede que no obtenga los resultados correctos, y aquí es donde realmente puede revisar sus proms Entonces por ejemplo, en este caso, podría decir algo como lo siguiente donde dice, usar lenguaje neutro de género y rangos de experiencia flexibles. Asumiendo que notas en las diez descripciones de trabajo anteriores, notaste que estas cosas son en realidad un problema y brechas que no se han cubierto. Ahora, pasemos por algo un poco diferente. Y aquí queremos verificar hechos alucinaciones de IA. Entonces, a veces herramientas de IA como JATGPT, DPC, Gemini, etc., dan, como, resultados realmente raros Y esto se refiere a alucinaciones donde, como, cosas que son inexistentes o se están aportando hechos e información incorrectos e información Y esto es algo que también puedes revisar tú mismo y algo para estar atento cuando estés revisando los datos. Es por ello que no se recomienda copiar pegar profundamente Busca salida Siempre hay que verificar de hecho cualquier cosa que sea presentada por la IA y generada por la IA. Entonces aquí, hagamos algo como lo siguiente como ejemplo. Por lo que podemos pedirle a Deepsk que proporcione estadísticas sobre las tasas de vacunación contra el COVID 19 en África Entonces cuando ejecutas esto, puedes y otra vez, aquí, puedes presionar el botón de búsqueda para obtener los datos si quieres. Entonces, cuando ejecutes esto, veamos qué se le ocurre a DVC. Pero potencialmente lo que podrías hacer es como parte del proceso de verificación, puedes cruzar con quién, que es la Organización Mundial de la Salud. Puedes verificar los resultados con cuyos informes más recientes, que puedas ir a su sitio web, descargarlo y hacer una referencia cruzada de ese informe, que es los resultados reales versus la respuesta de Deep Seeks para asegurarte de que las cosas se alineen y sean correctas. Puedes notar discrepancias a través de diferentes porcentajes, y luego puedes agregar algunas barandillas en tu baile de graduación, como podrías decir algo como sitio, fuentes de quien después de 2023 Y esto obliga y reitera el hecho de que Deepsak debe ir a buscar los últimos datos Hagamos un ejemplo más. Y aquí queremos mitigar los sesgos culturales. Entonces, usemos un mensaje simple que diga, escriba un correo electrónico de marketing para productos para el cuidado de la piel en Nigeria Ahora bien, si ejecutas este prompt, quiero que revises los resultados, pero algo que quiero que estés atento es la verificación de sesgos. Entonces aquí tienes algunas cosas o preguntas que debes hacerte. ¿Asume que la piel clara es ideal? Se abordan los ingredientes locales o preocupaciones, como la humedad. Y aquí es donde realmente puedes ajustar el prompt para obtener mejores resultados menos sesgados a algo como enfocarte en diversos tonos de piel y beneficios específicos del clima si ves que esas cosas están surgiendo y algo así como las brechas que estás notando en las respuestas Ahora bien, aquí hay algunos consejos de solución de problemas en caso de que surjan, y no estoy diciendo que lo harán, pero si notas estas cosas en la respuesta, algunas cuestiones éticas. Entonces, por ejemplo, digamos Deep Seek genera estereotipos dañinos, que de nuevo, no estoy diciendo que lo hará, pero si notas que podrías usar las API de moderación para bloquear salida tóxica dependiendo de lo que suceda Y la otra cosa es, digamos, por ejemplo, otro escenario es donde los usuarios explotan la IA para obtener desinformación, y aquí es donde puedes agregar descargos de responsabilidad, como verificar con fuentes confiables y registrar consultas sospechosas IA ética no es una solución única. Es una cultura. Agréguela en tus flujos de trabajo o corre el riesgo de generar daños. Ahora es tu turno de experimentar. Y para este ejercicio, me gustaría que auditaran este criterio de aprobación de préstamo generado por IA para sesgo y sugieran tres correcciones. 21. Transformadores: En esta conferencia, vamos a cubrir transformadores, que son los cerebros detrás de la IA. Los transformadores revolucionan la IA, impulsando todo, desde ChaepT hasta En esta conferencia, aprenderás cómo funcionan sin matemáticas complejas. Al final, verás por qué esta arquitectura es una salsa secreta de la IA moderna. Todos los modelos de IA se leen como niños pequeños, una palabra a la vez. Los transformadores leen como doctores, conectando ideas a través de páginas Así que echemos un vistazo debajo del capó. Imagina editar un documento con compañeros de equipo. Uno destaca puntos clave, que son la atención, otros borradores, que es el codificador, y un tercero pulimentos, que es el Los transformadores funcionan de manera similar, pero a la velocidad del rayo. Los transformadores se vuelven más inteligentes, no más lentos con más datos. Por eso Deep C puede depurar código y escribir poemas. Tiene capas sobre capas de neuronas conscientes del contexto. Piense en los parámetros como células cerebrales y capas como regiones cerebrales. Deeps no solo es grande, está organizado con capas especializadas para tareas de codificación, matemáticas y creativas Bien, entonces para esta demo, vamos a echar un vistazo a visualizar la atención Y el objetivo aquí es ver cómo los transformadores enfocan en las palabras clave usando un ejemplo simplificado. Ahora, para la entrada, vamos a usar el siguiente texto de muestra, que es el gato sentado en la colchoneta porque estaba cansado. Y aquí, lo que realmente estamos buscando es la atención por la palabra it, y queremos ver cómo van a quedar las puntuaciones más altas para gato y MT. Y lo que queremos ver también, es el transformador y ver si es capaz de mirar su interpretación y ver si el modelo vincula correctamente la palabra I con CAT y no con la palabra Matt, lo que nos muestra la comprensión contextual. Entonces lo primero que queremos hacer es seguir adelante y crear nuestro proyecto. Así que voy a abrir el código de Visual Studio en mi carpeta, y vamos a seguir adelante y crear un nuevo archivo Python. Y voy a guardar esto y nombrar esta atención subrayado demo punto p. Bien, sigamos adelante y guardemos esto Y voy a pegar el siguiente código, y no te preocupes voy a proporcionar esto y vamos a pasar por esto en un segundo. Y lo que vamos a hacer es que vamos a instalar las dependencias. Vamos a ejecutar el programa, y vamos a echar un vistazo a los resultados. Pero antes de hacer eso, me gustaría pasar unos minutos mirando este código y recorrerlo bloque por bloque y explicar lo que realmente está haciendo el código. Bien, primero, comencemos con las importaciones por aquí. Entonces tenemos antorcha, y esta es la biblioteca central de Pi torch para operaciones de tensores y ejecución de modelos A continuación, tenemos el tokenizador de aves y el modelo de pájaro, y esto es de las caras abrazadas Transformers y maneja la tokenización de aves y maneja la tokenización de aves y carga el Y luego obtuvimos la biblioteca MPPlot, y esta es la biblioteca de plotting estándar en Python Se utiliza aquí para dibujar un simple gráfico de barras de puntuaciones de atención. Ahora, pasemos a la entrada aquí. Y esta línea de aquí, esta es simplemente la frase de entrada, y almacena la oración de ejemplo cuyos patrones de atención queremos inspeccionar. Ahora, pasemos a cargar el modelo y el tokenizador Entonces por aquí, esta línea, esto es cuando miras el caso basado en el parto preentrenado, esto simplemente se descarga o se carga desde el caché, dependiendo si lo has descargado previamente o no. Se descarga o carga desde el caché, la base de nacimiento cased pesos y vocabulario Si nos fijamos en la salida, atención igual verdad, esto le dice al modelo que devuelva matrices de atención para cada capa y se dirija junto a los últimos estados ocultos habituales. Y la última línea aquí, modelo punto Eval, esto cambia el modelo a modo de inferencia y desactiva la deserción Bien, pasemos a este bloque de código de aquí. Entonces, mirando las entradas, el método tokenizador de aquí, esto divide la oración en fichas de pieza de palabra, los mapea a IDs y devuelve tensores de antorcha Pi Ahora, mirando el gráfico de antorcha de aquí, este método, esto envuelve el pase hacia adelante para evitar construir un gráfico de cómputos, que básicamente ahorra memoria ya que no volveremos a propagar Al mirar el modelo aquí, esto simplemente corre al nacimiento y produce el último estado oculto, que técnicamente no se usa aquí. Y para las atenciones, es una caída de longitud 12, una por capa. Cada uno de los parches de forma, cabezas iguales 12 secuencia y secuencia. Y por aquí, para la atención, es donde extraemos atenciones para su posterior análisis Bien, pasemos a este bloque de código aquí. Y por aquí, la función convierte los ID en tokens. Esto convierte los ID de token numéricos de nuevo en tokens de cadena. Y por aquí para el índice, el que ves aquí, es este encuentra la posición de las fichas él, gato y tapete en la secuencia de fichas. Ahora bien, mirando este bloque de código por aquí, lo que hace es inicializar un disco mejor para rastrear qué capa y cabeza le da la mayor atención de él al CAT Y luego recorre el tensor de atención de cada capa, luego cada cabeza con esa capa Y por aquí, la atención de la cabeza con el it IDX e IDX, extrae el peso de atención escalar de la palabra que posiciona a la posición CAT Entonces la posición it es la consulta, y la posición CAT es la clave aquí. Y luego se actualiza mejor cada vez que encontremos una puntuación mayor. Bien, por aquí mirando este bloque, esto simplemente selecciona la matriz de atención dos D para nuestra capa y cabeza elegidas, y luego la convierte en una matriz NumPI para facilitar Ahora, necesitamos que aquí es donde realmente preparamos y trazamos los puntajes de comparación. Entonces, al mirar este bloque, esto construye una pequeña lista de dos puntuaciones. Entonces el primero es atención de él a gato y el segundo es atención de él a la palabra Mt. Y luego los traza uno al lado del otro en un gráfico de barras, etiquetando eje y dando un título que anote la capa y la cabeza, agregando uno para convertir de base cero a numeración amigable con el ser humano. Y el último bloque por aquí, aquí es simplemente donde escribe los dos pesos de atención a la consola formateados a dos decimales para una comparación numérica rápida. Ahora, uniéndolo todo, el objetivo de este script y demo de Python es ver qué palabra, en este caso, la palabra gato versus Matt, el pronombre al que más atiende, y en qué cabezas y capas, esta es la más destacada Y el ducto simplemente se ve así. Primero, cargamos la oración dos, tokenizamos y modelizamos el pase hacia adelante Tres, inspeccionamos tensores de atención, cuatro, identificamos los más fuertes, así que a gato, y luego el enlace de it a gato, y luego cinco, comparamos el it con mat en la misma cabeza, y luego visualizamos e imprimimos los resultados Bien, ahora que hemos cubierto lo que está haciendo el código, vamos a seguir adelante y ejecutarlo, y echemos un vistazo a los resultados juntos Entonces, el primer paso que queremos hacer es seguir adelante y abrir una nueva terminal por aquí. Y antes de instalar cualquier dependencia como parte de una buena práctica, sigamos adelante y creamos un entorno virtual, y simplemente puedes hacerlo a través de los siguientes comandos Entonces Python, y luego VN y luego aquí es donde puedes nombrarlo como quieras para la carpeta del entorno virtual. Sólo voy a llamarlo VN otra vez. Y sigamos adelante y ejecutemos esto, y esto va a crear ese entorno virtual. Y por aquí en el código de Visual Studio, notamos que se ha creado un nuevo entorno. ¿Quieres seleccionarlo para tu carpeta de espacio de trabajo? Sí. Y esto va a configurarlo para nosotros automáticamente, lo cual es agradable. Ahora, se ha creado el entorno virtual. No obstante, tenga en cuenta que aún no está activado. Entonces lo que vamos a hacer es activar ese nuevo entorno virtual que acabamos de crear. Así que simplemente puedes hacer esto de una manera muy fácil. Hay una carpeta de scripts, y luego dentro de la carpeta de scripts, hay un script activado que podemos ejecutar, y podemos hacerlo desde aquí. Así que adelante y escribe barra diagonal de puntos en la terminal. Y luego ficha. Esto va a ir en realidad, vamos a volver, y luego queremos hacer punto ahí vamos. Así que solo toca dos veces, y esto solo te va a dar esa carpeta. Entonces estoy usando Windows, entonces es dotbslash VM, el nombre del Entorno Entonces escribe en S scripts, pero no tienes que escribir todo el asunto. Simplemente puedes tabularlo y luego escribir Activate y luego seguir adelante y presionar Enter, y esto va a ejecutar ese archivo por lotes, y luego va a activar tu entorno. Y nuevamente, si quieres ver antes de empezar, si quieres ver qué versión de Python estás usando, simplemente puedes escribir Python, volver atrás y luego hacer esa versión. H versión dash, y luego esto te va a mostrar la versión de Python. Esto de aquí, este verde está denotando que nuestro entorno virtual está realmente activado y estamos dentro de ese contexto Todo lo que hacemos está dentro del contexto de ese entorno virtual. Así que sigamos adelante e instalemos nuestras dependencias. Ahora bien, si nos fijamos en las importaciones por aquí, tenemos antorcha, tenemos transformadores y tenemos la plotlibrary MAD Llegamos a instalar las dependencias para esos, y el comando para hacer eso es PIP Instalar transformadores de antorcha y la biblioteca MAT Plot Sigamos adelante y ejecutemos esto. Ahora, esta instalación va a llevar algún tiempo, así que voy a pausar el video y una vez que esté hecho, volveremos. Entonces nos vemos en un segundo. La instalación ha finalizado con éxito, y ahora sigamos adelante y ejecutemos este script de Python. Y técnicamente, lo que esto debería hacer si todo va según lo planeado, es que debería descargar el modelo pájaro en la primera carrera y luego computar las atenciones, hacer aparecer un gráfico de barras, aparecer un gráfico de barras, y luego imprimir los dos puntajes de atención en la terminal una vez que cerremos el Barhart Entonces, primero, asegurémonos de que nuestro script esté seguro con los últimos cambios. Y simplemente en el mismo terminal, podemos ejecutar el comando, Python, y luego el espacio, y luego el nombre del archivo, que es la atención. Otra vez, no tienes que teclear todo el asunto. Tab it y lo completará automáticamente por ti y luego presionará Enter, y esto ahora debería comenzar a ejecutar nuestro programa. Nuevamente, esto puede llevar algún tiempo, dependiendo de si es la primera vez que realmente estás ejecutando si lo es, entonces descargará los modelos bird. Para mí, no lo es. Entonces lo está cargando desde la caché. Y como puedes ver por aquí, aparece esta visualización, este gráfico de barras. Y esto es exactamente de arriba aquí, esta biblioteca de parcelas Matt. Esta es la biblioteca que nos ayuda a visualizar esto. Entonces por aquí, se puede ver que el gráfico de barras en realidad está haciendo es presentar los resultados correctamente. Porque recuerden, estamos mirando la atención de la palabra que, ¿verdad? Volviendo a la frase original, el gato se sentó en la colchoneta porque estaba cansado. Y estamos tratando de ver si el modelo entiende a qué se refiere la palabra. ¿Se refiere a la palabra gato o se refiere a la palabra tapete? Y puedes ver por aquí, la puntuación para CAT es bastante alta, y el formato de partitura es bastante bajo, diciéndonos que es comprensivo, el modelo es entender a qué se refiere la palabra. Por lo que muestra comprensión contextual. Y por aquí, se puede ver visualmente que está alrededor del 80% en este lado, y está un poco por encima de cero. Entonces está entre 0.1, muy bajo y una cosa que puedes hacer es si quieres ver los números numéricos, porque también estamos registrando esto a los resultados en el registro de la consola, si cierras esto, podrás ver las puntuaciones de atención dentro de los registros de la consola por aquí. En cuanto cierras, ves la atención de ella. La palabra gato tiene 83% y la palabra tapete tiene 1%. Entonces puedes ver definitivamente fue capaz de entender que la palabra se refería a la palabra gato porque el puntaje de atención para esto es mucho mayor que la palabra MT. No hace falta construir transformadores, apalancarlos. Saber que se centran en CAT sobre Mat te ayuda a depurar y mejorar las salidas de IA. Ahora bien, para este ejercicio práctico, lo que me gustaría que hicieras es ejecutar la demo con una frase de tu elección. Reflexionar sobre qué palabras se centró el modelo y por qué. 22. DeepSeek de afinación: En esta conferencia, transformarás Deep seek en un experto de dominio, ya sea para diagnóstico médico, contratos legales o diálogo de juego. No se requiere doctorado. La IA genérica es como un médico general. afinación de aletas lo convierte en un neurocirujano, preciso, confiable e hiper enfocado en sus necesidades Hoy vamos a usar un caso de uso de preguntas frecuentes médicas, pero los principios se aplican a cualquier dominio. Así que vamos a preparar nuestro conjunto de datos. Ahora bien, para esta conferencia, no vamos a pasar por toda la demo aquí porque esta es muy similar a la demo que hicimos antes en el curso donde entrenamos a nuestro chatbot en datos de soporte En cambio, quería presentar esto y crear una oportunidad para que vuelvas a practicar esto y aplicarlo a un dominio diferente. Entonces aquí, nuestro dominio va a ser una práctica de ajuste fino de preguntas frecuentes médicas. Entonces, para el paso uno, necesitamos un conjunto de datos. Entonces, lo que debes hacer es preparar tu conjunto de datos con algunos datos de muestra. Ahora otra vez, puedes nombrar tu archivo como quieras. He aquí un ejemplo. Puede nombrar su archivo CSV subrayado médico fqs punto Y este va a ser tu archivo de datos que vas a utilizar para entrenar y afinar tu modelo de IA. Ahora, puedes crear esto manualmente, y por aquí puedes ver que tengo algunos datos de muestra. Tenemos dos columnas, prompt y response, y tenemos algunas filas con, nuevamente, algunos datos poblados de muestra. Ahora, cuantos más datos tengas, mejor será entrenar a tu modelo. Cuanto más preciso va a ser, más preciso va a ser y mejor va a aprender los contactos. Entonces mi recomendación es generar al menos 50 a 100 filas en el archivo CSV, cuanto más mejor. Sin embargo, generar esto manualmente podría llevar mucho tiempo. Por supuesto, puedes hacerlo. Pero dada la cantidad de valor y RI que vas a obtener, te recomiendo encarecidamente que uses una herramienta de IA como Deepsk o Chat GPT para crear este Entonces, por ejemplo, puedes darle un prompt, darle el contexto, y luego darle el prompt para crear un archivo CSV para ti. Con tantas filas y tantas filas, y creará algunos datos de muestra para usted, que luego podrá copiar y pegar directamente en su CSV. Y eso tomaría unos segundos versus hacerlo tú mismo podría llevar varias horas. Ahora, una vez que tengamos nuestro archivo CSV, queremos pasar al paso dos. Y el paso dos es simplemente subir ese CSV y entrenar a tu modelo. Y estos son exactamente los mismos pasos y procesos por los que pasamos en nuestra demo anterior, donde utilizamos datos de soporte en el archivo CSV para entrenar el modelo que se utilizará para un chatbot para manejar las solicitudes de soporte Y paso tres, aquí es donde una vez finalizado el entrenamiento, aquí es donde queremos comparar los resultados del modelo base versus el modelo de afinación fina. Entonces, claro, puedes usar cualquier prompt que te guste que sea relevante para el dominio con el que estés probando esto. Aquí, nuevamente, estamos usando una FAQ médica. Entonces este es un prompt de muestra que utilicé, y esto básicamente dice, ¿cuál es el tratamiento para el esguince de tobillo Por supuesto, si usas exactamente este mismo prompt, más probable es que la salida que vas a obtener sea diferente a la que obtuve. Entonces por aquí, solo estoy compartiendo esto solo como ejemplo. Cuando uso este prompt, obtuve la salida de los modelos base para ser esto, lo que ves aquí, y luego también publiqué la salida del modelo de ajuste fino para el mismo prompt. Y se puede ver claramente que este es más preciso y tiene más información. Y si los compara con salida del modelo base versus el Fine Tune, puede ver algunas mejoras clave en el modelo Fine Tune. Por ejemplo, el tiempo específico y consejos de dosificación y el paso claro de escalada después de 72 horas. Es muy importante enfocarse en la calidad sobre la cantidad. Así que piensa en tu conjunto de datos como un libro de texto para Deep Sk. Los ejemplos claros equivalen a un aprendizaje más rápido. Después de completar esta demostración, acaba de construir una IA experta médica por centavos Imagina hacer esto por tu nicho. Por ejemplo, botas legales, asistentes de recursos humanos, NPC de juegos, etc. El futuro es el mejor libro. Una vez que pases por esta demostración y experimentes, quiero que realices el siguiente ejercicio práctico y crees un conjunto de datos de diez ejemplos para tu nicho. Nuevamente, cuanto más mejor. Pero aquí, estamos viendo una política de recursos humanos FAQ, así que la demostración fue médica. Esto es RRHH, tan diferente dominio, y luego me gustaría que te auto reflexionaras y revises tus resultados de entrenamiento una vez que termines de pasar por este ejercicio. 23. AWS Lambda: En esta conferencia, implementará un punto final de API con tecnología de búsqueda profunda que maneja las solicitudes automáticamente con cero servidores para administrar y pagar los precios de uso Convertimos tu modelo personalizado en un servicio escalable. Lambda es como una fuerza de trabajo robot. Aparecen cuando los necesitas, trabajan rápido y desaparecen cuando se hace Perfecto para tareas esporádicas de IA. Esta configuración cuesta centavos y sobrevive al tráfico viral. Sin errores de sobrecarga del servidor, y es infinitamente escalable Lo que haremos es tomar un script Python simple y lo haremos accesible globalmente. Así que vigila de cerca vas a hacer esto tú mismo. En esta demostración, vas a aprender a configurar una cuenta de AWS bajo la categoría gratuita. Cree y configure una AWS LambdoFunction basada en Python que utilice la API Deep Ck para resumir texto y exponerlo a través de la puerta de enlace API de Amazon Ahora bien, este proceso implica varios pasos. Primero, vamos a crear una cuenta de AWS que garantice la elegibilidad de la categoría gratuita. Entonces vamos a hablar sobre la instalación de las herramientas locales requeridas como Python y así sucesivamente y cómo configurar los roles y permisos de IM. Luego vamos a ver escribir la función Lambda en Python, luego envía texto a la API de chat de Deepsk y devuelve un resumen aprenderemos a empaquetar dependencias como peticiones para hacer APIs en Python en un paquete de implementación ZIP, y vamos a crear la función Lambda y adjuntar los roles necesarios de IAM, y luego vamos a configurar escribir la función Lambda en Python, luego envía texto a la API de chat de Deepsk y devuelve un resumen aprenderemos a empaquetar dependencias como peticiones para hacer APIs en Python en un paquete de implementación ZIP, y vamos a crear la función Lambda y adjuntar los roles necesarios de IAM, y luego vamos a configurar un Punto final de la API HTTP usando la puerta de enlace API para invocar el Lambda Y claro, al final, vamos a probar ese punto final usando la aplicación u llamada Postman con la que quizás estés familiarizado Ahora, esta solución aprovecha el nivel gratuito de AWS. Por lo que acabo de crear una cuenta para los fines de esta demo. Obtienes muchas solicitudes durante los primeros 12 meses de forma gratuita, así que no hay razón para que gastes dinero en esto al menos cuando estás probando esta demo, porque la Lambda, obtienes 1 millón de solicitudes y 400 gigabyte/segundo al mes de forma gratuita, y la puerta de enlace API, obtienes 1 millón de llamadas al mes durante Y eso mantendrá el costo en cero, siempre que te mantengas dentro de ese límite. Así que comencemos y pasemos por la configuración. Lo primero que queremos hacer es asegurarnos de que tenemos configuración de Python, y realmente depende del tiempo en el que estés viendo esta conferencia. Entonces, a partir del momento de esta grabación, la última versión es Python 3.13, y también AWS solo soporta hasta 3.13 en este momento Sin embargo, dentro de unos meses, tanto Python como el soporte de AWS para Python serán a una versión más reciente. Así que solo instala lo último y lo que es compatible con AWS. A partir de ahora, tengo instalado Python 3.13 en mi computadora Ahora, también necesitas un IDE para tu codificación, y puedes usar lo que quieras. Estoy usando el código de Visual Studio. También necesitas Postman, que es una aplicación gratuita de aplicaciones que puedes usar para realizar llamadas API a un punto final específico Y por supuesto, tendremos que crear una cuenta de AWS y estaremos creando una nueva cuenta y usaremos la capa gratuita. Entonces primero, procedamos con la creación de la cuenta gratuita de AWS, y todo lo que necesitas hacer es ir a Google y escribir la capa gratuita de AWS. Entonces capa gratuita de AWS por aquí, y luego puedes ver que es la primera primera opción aquí. Por lo tanto, servicios de computación en la nube gratuitos, nivel gratuito de AWS. Si hace clic en ella, se le presentará esta página, y luego dice la capa gratuita de AWS y luego obtendrá experiencia práctica gratuita con los productos y servicios de AWS. Y entonces lo que me gustaría que hicieras es hacer clic en Crear una cuenta gratuita. Te va a hacer algunas preguntas, obtener alguna información como correo electrónico, crear una contraseña y cosas así, la dirección. También va a pedir información de tarjeta de crédito o de débito. No obstante, no te cobrará porque este es el nivel gratuito. Y solo te van a pedir esa información, pero no te van a cobrar mientras te mantengas dentro los límites que se describen como parte de los términos y condiciones para el nivel gratuito. Y por supuesto, puedes echarle un vistazo a eso y toda esa información se va a proporcionar en esta página aquí, bajo la documentación de la capa gratuita de AWS. Así que adelante y haz clic en Crear cuenta gratis y sigue las instrucciones. Y cuando se le presente la opción, desea utilizar la opción de cuenta básica de nivel gratuito. Y así es como se ve. Ya he creado una cuenta, así que solo tomé una captura de pantalla mientras estaba creando esa cuenta para mostrártelo. Y cuando pongas tu información, te va a presentar una página similar a esta. Entonces, actualmente hay tres planes disponibles para AWS, y hay Basic, hay desarrollador y hay negocios. Simplemente solo necesitas hacer clic en Soporte básico, que es gratuito. Y esto viene con, ya sabes, nuevos usuarios que comienzan con AWS. Y si solo estás aprendiendo algo, esto es perfecto. Por lo que me gustaría que seleccionaras este clic en el registro completo. Y una vez que todo va una vez que termines de pasar por el mago y todas las instrucciones, sí, deberías ver un método de felicitación, página, perdón, página de felicitación Y es decir, gracias por registrarte con AWS. Y por aquí, verá una opción que dice, vaya a la consola de administración de AWS. Y cuando haces clic en esa página de inicio de la Consola, esta es esta es la página que te deben presentar o algo similar en esta línea. Y esta es la página de inicio de AWS Console Management. Y vamos a estar pasando por diferentes servicios empezando por esta página. Solo un par de cosas para notar por aquí, las regiones predeterminadas ya están establecidas. Entonces obtuvimos US East uno, US East dos, US West uno, USS dos, mío estaba establecido en US East dos. Así que lo dejé ahí. Eso está bien para el nivel gratuito. Y solo puedes seguir adelante y usar eso. Y por aquí, se puede ver que está diciendo que la región seleccionada es también US Es, y esa es la selección actual por defecto. Ahora, para nuestro siguiente paso, lo que queremos hacer es crear un usuario de IAM y roll para nuestra Lambda, y nuestra función Lambda es básicamente donde estaremos desplegando nuestro código que queremos ejecutar e invocar Entonces antes de eso, sin embargo, necesitamos crear el usuario de IAM y el rol Entonces por aquí, hay varias formas en las que realmente puedes hacer eso. Puede hacer clic en buscar y buscar IAM, o simplemente puede hacer clic en este botón de aquí Estos son algunos de los visitados recientemente. Si tienes una cuenta nueva, algunas de estas estarán vacías. Y a medida que avanzas y ves más servicios este menú se rellena con parte de esa actividad reciente. Pero si es tu primera vez, de nuevo, puedes entrar en búsqueda y puedes escribir IAM aquí o puedes ir por aquí Puede hacer clic en identidad de seguridad y cumplimiento. Y por aquí, ves un montón de cosas. Ves IAM y ves el centro de IAM Identity. Lo que queremos hacer es hacer clic en IAM y aquí es donde puede administrar el acceso a los recursos de AWS. Así que adelante y haz clic. Ahora, estamos en la página predeterminada de IAM, y hay varias cosas que puedes hacer aquí, crear grupos de usuarios, roles de usuario, políticas y todo esto. Pero vamos a mantenerlo simple, y solo vamos a hacer la configuración mínima para lo que necesitamos para esta demostración. Entonces ahora mismo, lo primero que queremos hacer es querer crear un usuario, y luego queremos crear un rol. Así que sigamos adelante y hagamos clic en los usuarios. Y nuevamente, dependiendo si tienes una cuenta nueva o no, estas cosas podrían diferir para ti. Si es una cuenta nueva, no verás nada. Si ya has estado experimentando con esto, verás algunas cosas. Hágase un par de pruebas una vez aquí. Pero independientemente, vamos a hacer esto desde cero y crear un usuario completamente nuevo. Y para ello, en el lado derecho aquí, es necesario dar clic en Crear Usuario. Así que adelante y haz clic en eso, y ahora se te presenta este cuadro de diálogo especificar detalles del usuario. Bien, entonces lo que voy a hacer puedes nombrar esto cualquier cosa que sea arbitrario. Voy a ponerle nombre a esta Lambda. Admin. Y por aquí, esto es importante porque se quiere proporcionar al usuario acceso a la consola de administración de AWS. Podrías hacer esto o básicamente puedes ir al Centro de Identidad de IAM y manejar las cosas desde ahí Pero lo que voy a hacer es que sí quiero proporcionar acceso de usuario para este usuario a la consola de administración de AWS. Entonces voy a seleccionar esto. Y luego por aquí, dice, hay dos opciones. Hay un usuario especificado en el Centro de Identidad. Y solo puedes hacerlo aquí. Entonces lo que voy a hacer es que voy a elegir hacerlo aquí. Entonces quiero crear un usuario de IAM. Y luego dice que le recomendamos que cree usuarios de IAM solo si necesita habilitar el acceso programático a través de claves de acceso, credenciales específicas de superficie, etc. Entonces solo voy a seleccionar eso, y luego esto va a crear un usuario. Puede crear una contraseña personalizada para ese usuario porque esencialmente puede iniciar sesión en la consola de AWS. Y gestionar usando ese usuario. Pero sólo voy a dejarla a la contraseña generada automáticamente. Por supuesto, no compartas eso con nadie. Y luego dice que el usuario debe crear una nueva contraseña en el siguiente inicio de sesión, y voy a desmarcar eso Entonces, sea cual sea esta contraseña autogenerada va a ser, se va a quedar ahí Y no va a hacerlo una vez que inicies sesión por primera vez, no te va a pedir que crees una contraseña completamente nueva. Entonces estos son los ajustes, y voy a hacer clic en siguiente. Voy a dejar todo por defecto aquí, así agrego usuario a un grupo. Hay permisos de copia. Hay política adjunta directamente, así que voy a dejar todo aquí, y luego el límite de permisos opcional ya está comprobado. Así que de nuevo, estoy dejando todo por defecto. No voy a cambiar nada, y voy a dar click a siguiente. Este es un último paso antes de la creación es solo un resumen y revisión de lo que estás a punto de crear. Entonces nuevamente, nombre de usuario, la contraseña se va a generar automáticamente, no se requiere restablecimiento de contraseña en el primer inicio de sesión. Las etiquetas son opcionales y resumen de permisos, realmente no he adjuntado nada a estas, así que las voy a dejar, y voy a hacer clic en Crear usuario. Y esto va a crear nuestro usuario. Y por aquí, se puede ver que hay una notificación de brindis verdes que dice que la operación fue exitosa y se creó el usuario. Estos son muy importantes porque por aquí, se puede ver la URL de firma de la consola. Entonces, si estás planeando iniciar sesión con este usuario en la consola, esta es la URL de inicio de sesión que puedes guardar. Este es el nombre de usuario, y luego esta es la contraseña. Así que de nuevo, quieres escribir esto en alguna parte o grabar esto en alguna parte, así tienes tu nombre de usuario y tienes tu contraseña. Si haces clic en Mostrar, mostrará tu contraseña o simplemente puedes hacer clic en Copiar y luego guardarla en una especie de administrador de contraseñas seguro. Entonces pero no compartas esto con nadie porque cualquiera que tenga nombre de usuario y contraseña puede iniciar sesión en tu cuenta y hacer cambios. Entonces, a partir de ahora mismo, hemos creado con éxito a nuestros usuarios. Y por supuesto, también puedes descargar esta información para que no la pierdas haciendo clic en el archivo CSV punto de descarga de aquí. Y si simplemente haces clic en él, eso va a descargar las credenciales, y luego puedes abrirlas y tener acceso a esas en una fecha posterior si quieres. A continuación, necesitamos crear el rollo IM para el Lambda. Así que por aquí, puedes hacer clic en Volver a la lista de usuarios, y ahora mismo puedes ver que nuestro usuario Lamb Do admin ha sido creado con éxito. Y si nos desplazamos un poco hacia la derecha, se puede ver que el acceso a la consola está habilitado. Entonces rol, este usuario tiene permiso. Ahora, lo siguiente está en el lado izquierdo, ya ves que hay un botón llamado rollos. Así que sigamos adelante y hagamos clic en eso. Siguiente en la parte superior derecha aquí, hay un botón llamado Crear Rollo. Entonces lo que queremos hacer es que queremos hacer clic en eso. Y luego por aquí, te está preguntando o te está dando varias opciones como servicio de AWS, muestra dos, cuenta de AWS , identidad web, etc. Entonces necesitamos esto para Lambda, y Lambda es el servicio de AWS. Entonces vamos a dejarlo ahí. Y luego nos va a pedir servicio para elegir un servicio o caso de uso. Y en este caso, vamos a seleccionar Lambda y vamos a dar clic en Siguiente. Aquí es donde necesitamos seleccionar un permiso para esto. Y lo que queremos hacer es adjuntar la política administrada que se llama regla de ejecución básica AWSamda, que también permite cosas como Cloud watch logging Entonces por aquí, hay una larga lista, pero simplemente puedes buscarla, y todo lo que necesitas hacer es escribir AWS y luego Lamda Basic, y luego este es el de aquí, y luego este es el de aquí, ejecución básica de AWS Lambdo Es administrado por AWS, y dice aquí, la descripción proporciona permisos de escritura a CloudWatch Así que sigue adelante y selecciona esto y luego haz clic en Siguiente. Ahora sólo tenemos que darle un nombre a este papel. Y otra vez, en el campo del nombre del rol, sólo voy a poner algo. Puedes poner lo que quieras. Estoy poniendo Deep seek Lamb Da rol a los efectos de esta demo. Y luego aquí hay una descripción por defecto. Puedes cambiar esto que sea más descriptivo para tu caso de uso y algo que cuando lees tenga sentido para ti. Yo sólo estoy dejando aquí el valor por defecto. Y luego para las etiquetas, los permisos, ya se adjunta con el cordero de AWS, el rol básico de ejecución, que acabamos de hacer. Y luego para las etiquetas, la voy a dejar tal cual, y no voy a añadir ninguna nueva etiqueta. Y luego voy a dar click en Crear Rol. Bien. Entonces ahora puedes ver que por aquí, tenemos una notificación de tostada verde y dice que rol de Roll DeepC Lambda se creó con éxito A continuación, sigamos adelante y escribamos la función Lambda en Python. Aquí, crearemos una función Python llamada Lamdnderscore function dot pi con un manejador de AWS Lambda llamado manejador Lambda Y esta función simplemente va a analizar la solicitud HGTV entrante desde API Gateway con el cuerpo JSON que contiene texto A continuación, va a enviar el texto a la API de chat Deep Seakes a través de la publicación HTTP, y luego va a devolver resumen de Deep Seads como respuesta JSON. Entonces, lo que necesitamos para hacer esta parte es importante, así que por favor preste atención a la estructura del proyecto y cómo necesita configurarlo localmente. Así que lo primero que voy a hacer es que voy a crear una nueva carpeta y voy a nombrar esta demo de Deep Seek Lambda. A continuación, voy a entrar en la carpeta, y aquí voy a abrir código de Visual Studio usando Símpt del sistema. Y lo que voy a hacer es que voy a crear un par de archivos siendo este un directorio de trabajo root. Entonces el primer archivo va a ser un archivo, un archivo Python. Entonces voy a ponerle nombre a esto. Vamos a hacer clic en Python. Sigamos adelante y ahorremos, y voy a nombrar a este Lam digamos, funciones de subrayado. El Pi. Entonces esta es nuestra función Lambda Pi, así que sigamos adelante y creemos eso. Y voy a pegar el siguiente código, y te proporcionaré este código. Pero esencialmente, hace lo que acabamos describir hace unos segundos. Y a continuación, lo que vamos a hacer es que vamos a crear un archivo, sólo un archivo de texto simple llamado requirements dot TxD Entonces por aquí, sólo voy a ir a presentar nuevo archivo de texto. Y déjame guardar esto primero como requisitos punto TXT. Y entonces lo que queremos poner dentro este archivo de texto es solo petición Y esta es esencialmente la biblioteca de solicitudes para Python, que necesitamos empaquetar como dependencia, que viene en unos minutos. Bien, entonces Lamda no tiene realmente un concepto de bibliotecas de terceros Entonces, por ejemplo, aquí estamos usando la biblioteca request request, que es una biblioteca en Python que nos permite realizar llamadas API o solicitudes HTTP, pero no podremos instalarla en el lado de AWS. Entonces lo que tenemos que hacer es que necesitamos que haya varios días hay varias formas de desplegar Lambda. Una de ellas es que puedes preparar las cosas y empaquetarlas como un zip, y luego puedes subirlas e implementarlas. Sin embargo, cualquier dependencia o biblioteca de terceros necesita ser proporcionada previamente. Y esto es exactamente lo que tenemos que hacer aquí porque de nuevo, Lambda es sólo una función. No entiende lo que es la petición. Entonces necesitamos instalar esa dependencia primero, luego empaquetarla, comprimirla, y luego podemos implementarla en AWS en nuestra Lambda. Entonces ahora mismo, la forma este nuestro directorio de trabajo actual se ve como para nuestro proyecto es esta. Entonces sigamos adelante y abramos la terminal. Y ahora mismo el directorio de trabajo actual es deepsk Lambda Tempo, que es correcto Y aquí dentro, tenemos dos expedientes. Incluso se puede ver eso desde el Explorador de soluciones. Tenemos Lambda subrayado función punto pi, y tenemos sus requisitos punto texto Entonces este es nuestro directorio, y dentro de estos directorios, hay dos archivos. Lo primero que queremos hacer es crear una carpeta llamada package, y aquí es donde PIP instalará nuestras dependencias Entonces puedes regresar y hacerlo a través de Windows y crear un nuevo directorio, o simplemente puedes hacerlo desde el prompt de Power Shell aquí. Así que simplemente puedes hacer MKD que es la abreviatura de directorio y luego paquete Ahora, esto creó una nueva carpeta por aquí paquete, y de nuevo, se puede ver que por aquí en el Explorador de soluciones también. Entonces ahora, este es nuestro directorio principal o directorio padre. Tenemos dos archivos, y ahora tenemos una carpeta, pero esta carpeta actualmente no tiene nada en ella. También puedes verificar que el directorio existe, y puedes simplemente confirmarlo simplemente ejecutando este comando de PowerShell, que es G y luego dash, y luego puedes simplemente escribir elemento hijo o simplemente puedes poner escribe el primer par de letras y luego tabularlo, y luego puedes ver que lo completará automáticamente por ti Así que consigue niño y luego si haces clic en eso, te mostrará que dentro de esta carpeta aquí, deepskamd demo, tenemos tres ítems Obtuvimos la carpeta o directorio del paquete, obtuvimos la función Lambda, archivo Python, y obtuvimos el requisito de texto punto. Entonces esta es una forma rápida de simplemente verificar que la acción que acabas de realizar, en este caso, crear un nuevo directorio fue exitosa. Ahora lo que tenemos que hacer es ejecutar la instalación PIP para recuperar la rueda Python pura para las solicitudes y sus dependencias Y la forma en que vamos a hacer eso es a través del siguiente comando. Por lo tanto, la instalación de PIP solicita menos T y luego el paquete de carpetas Entonces la solicitud PIP Install le dice a PIP que obtenga el último paquete de solicitud del Pi Pi, que es el repositorio principal de la biblioteca y luego el dt dot slash packagsAs instruye a PIP para instalar requst y todas a PIP para instalar requst y todas sus dependencias en ese directorio de paquetes. Y debido a que request y sus dependencias son todas Python puro, Windows Pip descargará e instalará ruedas de Windows, pero esas ruedas funcionan en Lambda ya que no hay código C compilado Entonces sigamos adelante y ejecutemos este comando. Y aquí, te pregunta si quieres crear los paquetes Python para el entorno virtual. Entonces sigamos adelante y digamos, voy a seleccionar 3.13 0.3, que es lo último, y solo puedes seleccionar Bien, y esto va a crear eso Bien, entonces la instalación está completa, por lo que simplemente puede verificar el contenido de la carpeta del paquete con solo hacer get child item y luego espaciar la carpeta del paquete. Y por aquí, deberías ver algo parecido a esto. Tienes la carpeta bin, las certificaciones, y todas estas solicitudes y bibliotecas. A continuación, queremos copiar el archivo Python de la función Lamb Do en el paquete. Y nuevamente, si no te sientes cómodo con el uso de PowerShell o símbolo del sistema, puedes hacerlo a través de la interfaz de usuario en Windows simplemente copiando basando ese archivo en el directorio en la carpeta del paquete Pero de nuevo, puedes simplemente hacerlo aquí y no es tan difícil. Así puedes usar copy item y luego space, y luego el nombre del archivo. Entonces en este caso, somos la función Lambda. Y luego otra vez, usa tab para autocompletar el destino del espacio Y luego espacio paquete de carpeta aquí. Así que adelante y corre eso. Y entonces lo que puedes hacer es ejecutar ese elemento secundario de nuevo en la carpeta del paquete. Y ahora puedes ver que ves todo lo que solías ver, pero ahora también hemos copiado la función Lambda Pi en la carpeta del paquete. Muy bien, ahora necesitamos crear el paquete de implementación ZIP Entonces Lambda requiere que todos los archivos y carpetas se encuentren en la raíz del Zip sin una carpeta padre adicional. Y para lograrlo primero, queremos ahora mismo estamos en este directorio aquí, la demo de DeepckLamda, necesitamos ir dentro del Así que sigamos adelante y hagamos cambio de paquete de directorio. Y ahora estamos dentro de la carpeta de paquetes. Entonces aquí queremos ejecutar el power Shells compresa archive para todo en un archivo ZIP en la raíz del proyecto. Y la forma en que vamos a hacer eso es usando este comando aquí. Así que obtuvimos Comprimir Archivo y luego Ruta ruta de destino estrella, y luego el nombre del ZIP, que es paquete de despliegue punto ZIP. Así que el camino de la estrella de Dash Path, esto significa incluir todos los archivos y directorios en su paquete. Luego la ruta de destino y luego el nombre del archivo ZIP, esto crea el Zip un nivel arriba en el directorio demo de Deep Sea lamda Entonces sigamos adelante y ejecutemos esto, y esto va a tardar apenas unos segundos en completarse. Entonces ahora que la compresión está hecha, sigamos adelante y verifiquemos rápidamente y volvamos a la raíz del proyecto y confirmemos que existe el archivo zip. Entonces simplemente puedes hacerlo por punto C punto punto, cambiar directorio. Y ahora mismo volvimos un nivel arriba. Así que ahora ya no estamos en la carpeta del paquete. Estamos de vuelta en el Dec Clam el directorio demo. Y nuevamente, solo puedes obtener artículo infantil. Y aquí se puede ver que tenemos paquete de despliegue punto zip y esto nos dice que la operación fue exitosa. Muy bien, ahora tenemos que crear nuestra función Lambda. Y la forma en que puedes hacerlo es simplemente, nuevo, puedes volver a la página principal o puedes hacer click en esta. Y dependiendo de, ya sabes, lo hayas visto o no, en el pasado, simplemente puedes simplemente escribir aquí Lambda o puedes mirarlo desde el menú de ajustes. Pero por aquí, puedes simplemente escribir Lambda, y luego en sus servicios, verás que aquí hay opción de servicio Lambda. Entonces sigamos adelante y hagamos clic en eso, y esto nos va a llevar a la página principal para crear Lambdas Lo primero que queremos hacer es en la esquina superior derecha, queremos hacer clic en Crear función. Así que adelante y haz clic en eso. Y aquí, vamos a tener que darle un nombre. Entonces, por ejemplo, sólo voy a nombrar a este Deep C Glamda Pero puedes darle cualquier nombre que te guste. Y luego para el tiempo de ejecución, por defecto, no se selecciona JS 22 punto x. Sin embargo, nuestra Lambda está escrita en Python, así que voy a seleccionar Python 3.13 Y nuevamente, hay diferentes tecnologías y bibliotecas que puedes usar frameworks. Escribí el mío en Python. Puedes escribir tu Lambda en diferentes idiomas por aquí. Pero nuevamente, estoy seleccionando Python 3.13 porque esa es la versión que tengo actualmente Y entonces tenemos nuestro nombre. Tenemos nuestro tiempo de ejecución. A continuación, tenemos que cambiar el rol de ejecución predeterminado para nuestra función Lambda. Entonces, cuando haces clic aquí, hay varias opciones. Pero si recuerdas, anteriormente, creamos un rol para nuestra Lambda en configuraciones de IAM Entonces por aquí, puedes crear un nuevo rol con permisos básicos de Lambda, pero voy a usar un rol existente. Y si haces clic en eso, te proporciona el menú desplegable de roles existente. Y si haces clic en esto, verás el rol Deep seek Lambda, que anteriormente es lo que creamos bajo la sección rol de los servicios de AWS. Adelante y selecciona eso. Y luego para configuración adicional, no estoy tocando esto. Solo estoy dejando todo por defecto para los fines de esta demo. Así que de nuevo, solo haciendo una revisión rápida. Así que autor desde cero para crear nuestra función Lambda, se le dará un nombre. El lenguaje de ejecución que estamos usando es Python 3.13. Se puede dejar la arquitectura tal cual. Y luego seleccionando el rol existente que creé anteriormente, que es el rol Deep C lambda, y luego voy a seguir adelante y hacer clic en Crear función. Correcto, para que puedas ver por aquí tenemos una notificación de brindis verdes diciendo que creó con éxito la función Deep C lambda. Tenemos muchas opciones aquí. Pero esencialmente lo que queremos hacer es, de nuevo, aquí hay algo por defecto, aquí hay algún código predeterminado. Realmente no necesitamos esto. Esto es solo por defecto, lo que sea que esté aquí. Lo que vamos a hacer es que vamos a tener que subir desde nuestro archivo zip. Y la forma en que lo haces es que vas a hacer clic en Subir desde y luego seleccionar el archivo zip punto. Bien, ahora tenemos que seleccionar el archivo zip de nuestro directorio local. Entonces aquí, voy a ir a donde originalmente creamos eso. Entonces la carpeta deeps lambda Demo, si vas aquí, puedes ver que tenemos nuestro paquete dash de implementación, el archivo Zip Así que sigue adelante y selecciona eso, y luego puedes seguir adelante y hacer clic en Guardar. Y esto va a cargar automáticamente la Lambda con el código fuente que ahí tenemos. Y puedes ver aquí que la función Lambda la Pi ahora ha cargado con el código correcto que originalmente habíamos escrito como parte de nuestro proyecto. Después de cargar el archivo zip y rellenar la función Lambda con el código Python adecuado, lo que queremos hacer es seleccionar Deploy Queremos desplegar esta lambda. Así que sigamos adelante y hagamos clic en eso. Y parece que la Lambda por defecto ya se ha desplegado porque dice que aquí no hay cambios que desplegar. Ahora bien, si miras el código aquí, verás que también necesitamos una clave de API de Seek Deep Seek API deep Seek porque al final del día, lo que estamos tratando de hacer aquí es que estamos implementando Lambda, estamos desplegando una aplicación, que es simplemente un programa que toma un texto y hace una llamada a Deep Seek, tiene Deep Seek resumir ese texto, y luego muestra nosotros los resultados. Pero para hacer eso, tenemos que hacer realmente la llamada API a Deep Seek, y el requisito previo para ello es que necesitamos tener nuestra clave API. Entonces esto es algo que podríamos poner aquí directamente en código, pero nunca se recomienda que codifiques claves API en el código y que las revises en el repositorio No son las mejores prácticas, y siempre deben incluirse como parte de cosas como la variable de entorno y ya sea en una herramienta que se administre adecuadamente o para secretos, o puede tenerla en el CI como parte de las variables de entorno. Entonces esto es lo que tenemos que hacer a continuación. Necesitamos configurar la clave profunda de la API Sk como la variable de entorno. Y nuevamente, solo para recapitular, ya hemos cubierto cómo hacerlo en conferencias anteriores, pero si vas al sitio web de Deepsk Deepsks, en la esquina superior derecha aquí, tienes API, y si haces clic en eso, aquí es donde te va a mostrar Primero hay que ir a recargar. que poner algo de dinero ahí porque la API de Deepsek no es gratuita, desafortunadamente, pero no cuesta mucho dinero Simplemente puedes comenzar con $2, es más que suficiente, y no vas a usar más de unos pocos centavos como parte de esta demo Pero así es como en realidad haces eso. Y luego si vas al uso, podrás ver las solicitudes que se están haciendo. Entonces, por ejemplo, si coloco el cursor sobre esto, ahora mismo, antes de esta demostración, actualmente hay cuatro solicitudes API Y si voy por aquí, esto me está mostrando el número, cuánto he usado hasta este punto, que es menos de $0.01 Y por aquí, me muestra el número de tokens utilizados. Entonces aquí en total, 430 fichas para el día. Pero solo algo para que estés atento y hagas una comparación de antes y después, ahora mismo, la solicitud de API es de cuatro, y luego una vez que hagas varias llamadas, deeps pueden regresar y verificar para ver si el número ha aumentado Y nuevamente, si quisieras crear tus claves API, irías a las claves API aquí y crearías una nueva clave API. Ya tengo el mío listo para ir, así que no voy a crear uno nuevo. Ahora volvamos a cambiar y configurar nuestra variable de entorno bajo configuración. Entonces por aquí, hay múltiples pestañas. Tenemos alias de configuración de monitor de prueba de código y vírgenes Vamos a dar click en la configuración. Y cuando haces eso en la barra de navegación izquierda, ves una opción llamada variables de entorno. Así que sigamos adelante y seleccionemos eso, y luego vamos a hacer clic en cualquiera de Editar aquí o aquí, dice que no hay variable de entorno. Así que vamos a seguir adelante y haga clic en Ed entonces dice agregar variable de entorno. La clave va a ser la clave API de Syk profunda, que es lo que vimos anteriormente en el código Y luego el valor aquí, esta va a ser tu clave API real. Para que puedas seguir adelante y copiar y pegar eso por aquí, lo cual voy a hacer yo. Y nuevamente, no compartas este valor. Solo estoy usando esto para los fines de esta demo y lo estaré borrando, así que no hay acceso a eso, pero tienes que pegar tu propia clave por aquí, y luego seguir adelante y hacer clic en Seguro. Lo siguiente que queremos hacer es que queremos probar nuestra Lambda para asegurarnos de que todo esté funcionando bien, y podemos hacerlo usando el patrón de prueba en la consola o enviando una solicitud HTTP a través de una puerta de enlace API. Pero por ahora, solo usaremos, solo usaremos la función de prueba incorporada aquí. Entonces en esta pestaña, haz clic en Test, y la forma que puedes usar Test es creando un nuevo evento. Entonces aquí, sólo le voy a dar un nombre llamado Deep Seek Lamb test event one without any spaces. Y dejaremos esto como privado. Plantilla hola mundo esta bien. Y aquí hay un evento JS en. Entonces, sigamos adelante y probemos esto y veamos qué pasa. Bien, entonces la ejecución salió bien. Entonces nos pusimos verde, obtuvimos la función de ejecución tuvo éxito. Si nos fijamos en los detalles, dice que la cotización de estado en realidad era 400, lo que no se encuentra, y el cuerpo está lanzando un error diciendo que falta propiedad de texto en el cuerpo de la solicitud. Entonces echemos un vistazo para ver qué está pasando aquí. Este error simplemente indica que nuestro manejador Lambda Lambda no encuentra un campo de texto dentro del cuerpo del evento Y en el diálogo de prueba de consolas AWS Lambda, tenemos que suministrar un JSON válido, que es esta parte de aquí, y tenemos que proporcionar un objeto JSON válido que coincida con lo que nuestra Lambda está esperando, específicamente un objeto con una clave de cuerpo cuyo valor es un JSON stringified que contiene el texto clave Para solucionar esto, simplemente puede seleccionar y reemplazar este código con algo como lo siguiente. Entonces voy a proporcionar un cuerpo válido, y en el cuerpo, voy a asegurarme de que tengo el atributo text. Y el texto en sí no importa realmente. Esto es simplemente arbitrario. Puede poner en AWS Lambda le permite ejecutar código sin aprovisionar servidores. De verdad, de nuevo, esto es solo pruebas. No estamos, no hemos llegado a un punto en el que realmente probemos toda la aplicación de extremo a extremo, lo que está resumiendo a través de Deepsk Esto es solo probar la propia Lambda. Por aquí, esta es una característica muy ordenada. Simplemente puede hacer clic en Formato JSON. Esto va a hacer que todo sea correcto. Ahora lo que puedes hacer es simplemente hacer clic en Guardar, y luego puedes seguir adelante y volver a hacer clic en texto, y esto va a ejecutar de nuevo la función Lambda. Ahora, arreglamos el evento JSON, pero la función de ejecución falló. Entonces, si hacemos clic en los detalles, esto es decir que dice sandbox ese tiempo de espera, y luego aquí hay algún ID de solicitud, pero el mensaje de error es tarea agotada después de 3 segundos Entonces echemos un vistazo y veamos por qué se está causando esto. Aquí, nuestra función Lambda está agotando el tiempo de espera porque de espera predeterminado de Lambda de AWS es de 3 segundos, y la llamada DeepCKPI a menudo toma más tiempo Entonces para arreglar esto, lo que tenemos que hacer es aumentar el tiempo de espera de las funciones, y esto se puede hacer Podríamos hacer esto en cualquier lugar hasta 15 minutos, lo que es mucho más largo de lo que realmente necesitamos para los fines de este ejercicio. Opcionalmente, puede ajustar la CPU de memoria para reducir el tiempo de ejecución. También puedes verificar el comportamiento de las funciones a través los registros de Cloud Watch para ver dónde pasa su tiempo. Pero lo que vamos a hacer es sabemos que 3 segundos son demasiado cortos, así que solo vamos a aumentar eso un poco a algo así como 15 segundos o 30 segundos solo para asegurarnos de que le damos a Deep Seek tiempo suficiente para procesar nuestras solicitudes y volver con el resultado. Así que esto es realmente muy fácil de arreglar. Sigamos adelante y en la pestaña de configuración, haga clic en eso. Y entonces aquí es donde necesitamos encontrar la configuración general. Cuál es la primera opción aquí. Y entonces se puede ver que no hay descripción. El tiempo de espera es de cero minutos a 3 segundos. Y aquí es donde podemos dar click en Editar, y luego queremos simplemente, digamos, queremos cambiar esto de 3 segundos a 30 segundos, y esto debería ser más que suficiente para lo que necesitamos porque creo diez a 15 segundos deberían ser lo suficientemente buenos. Esto es solo un poco de búfer en caso de que lo necesitemos. Así que vamos a cambiarlo a 30 segundos, y se agotará después de 30 segundos y haga clic en SEGURO. Bien, hemos ahorrado nuestro tiempo de espera. puede ver que ahora es el nuevo valor de tiempo es de 30 segundos. Ahora lo que podemos hacer es volver a la pestaña de prueba y simplemente podemos seguir adelante y ejecutar esto de nuevo, y va a ejecutar ese evento de prueba una vez más. Actualmente se encuentra ejecutándose. Y puedes ver que definitivamente está tardando más de 3 segundos, ¿verdad? Entonces ahora está terminado, y por aquí, se pueden ver los resultados. Entonces el código de estado es 200, lo que significa que se logró. Y el resumen aqu 24. Costo de IA: Si no tienes cuidado, la IA puede aumentar tus gastos significativamente o convertirte en un héroe. En esta conferencia, aprendes cómo las principales empresas reducen la IA COS en un 70% o más mientras mejoran el rendimiento Así que vamos a convertirte en un Ninja de eficiencia de IA. Ahora bien, es importante entender dónde se está gastando tu dinero. En ocasiones, un simple bot de chat puede costarte 12,000 al año si no se optimiza Así que debes asegurarte de investigarlo y arreglar los problemas en algunas de las cosas que vamos a cubrir en términos de estrategia. Es importante entender los costos de API, y por supuesto, algunos de los que se muestran aquí son correctos ya que el tiempo de esta grabación, pero claro, el costo cambiará con el tiempo, y realmente depende de una variedad de factores como el modelo, la API, el número de solicitudes, etc. Y siempre es importante estar atentos y conscientes de los gastos A veces podrían ocultarse, como aprovisionar recursos en la nube, llamadas API redundantes y modelos afinados no utilizados. Debe asegurarse de elegir la herramienta adecuada para cada caso de uso específico. Entonces por aquí, puedes ver que hay múltiples estrategias diferentes que puedes implementar para ayudarte con el ahorro. Entonces, por ejemplo, si tienes consultas y solicitudes repetitivas como preguntas frecuentes que se ejecutan detrás del chatbd y ayudan a los clientes, puedes ahorrar hasta un 60% al almacenar en caché las respuestas de alguien para que no tengas que seguir cobrando por que no tengas que seguir el uso del modelo de IA Porque es la misma pregunta, por lo que la respuesta no cambiaría. Entonces, el almacenamiento en caché es una estrategia. Tienes que asegurarte de que estás usando el modelo adecuado para el caso de uso correcto. Entonces, si eres capaz de realizar una tarea simple con un modelo más pequeño, entonces usa eso. No uses un modelo grande, que te va a costar más. La solicitud de procesamiento por lotes también es importante. Por lo tanto, asegurándose de que está procesando a granel en lugar del procesamiento único en secuencia, quiere asegurarse de que puede procesar solicitudes en paralelo que lo ayudarán con ahorros desde cualquier lugar entre 30% y 50%. Y nuevamente, por supuesto, los números podrían diferir dependiendo tu caso de uso y una variedad de factores diferentes. Y otro otro ejemplo más podrían ser los medicamentos Cold Start para varias aplicaciones como Lambda. También es importante tomarlos en consideración. Entonces algunas de las startups de Fintech, por ejemplo, aprendieron a reducir los tiempos de respuesta de ocho segundos a 0.5 segundos al deshacer las solicitudes de préstamos Por lo tanto, es importante usar esta técnica donde sea aplicable y asegurarse de que puede procesar en paralelo, asegurándose de mantener sus funciones Lambda o servicios SeVerals. Puedes mantenerlos calientes ejecutando pines de horario, por ejemplo, o cualquier característica que tengan para mantenerlos calientes, que no tengas que esperar esos 8 segundos adicionales para que las cosas se calienten antes de que la solicitud pueda realmente uh, ser procesada. Porque recuerde, puede tomar un Lambda hasta diez a 15 segundos solo para calentarse y luego otros cinco a 10 segundos para el proceso para que la consulta se procese o el código se ejecute. Y luego, por supuesto, puedes aprovechar la cuantificación, así que reduce la precisión del modelo para una inferencia más rápida, nuevamente, donde sea aplicable Por lo tanto, es importante tener en cuenta que la optimización no se trata de abaratar. Se trata de gastar dinero de manera inteligente. Entonces me gustaría que tomaras estas cosas cuando planeas automatizar las cosas de manera responsable Por lo tanto, la IA inteligente es IA escalable. Así que asegúrate de considerar el tamaño correcto para que los modelos coincidan con la complejidad de la tarea. Asegúrate de aprovechar agresivamente las técnicas de almacenamiento en caché donde sea que tengas contenido estático repetitivo Y también asegúrate monitoreando el costo versus rendimiento para asegurarte de que estás optimizando constantemente donde puedas. Ahora, pasa por este ejercicio, y lo que me gustaría que hicieras aquí es que audites un flujo de trabajo existente o flujo de trabajo de IA. Puedes hacer uno tú mismo, o si tienes uno disponible, puedes usarlo como ejercicio. Quiero que lo revises y pienses en tres ideas de optimización que conducirían al ahorro. 25. Asistente de voz: En esta conferencia, crearás un asistente de voz que escucha, entiende y responde usando Deep Seek, igual que Siri pero personalizable para tus necesidades No se requiere experiencia previa en reconocimiento de voz. Imagínese dictar correos electrónicos mientras cocina o quering datos durante un viaje diario Tu asistente se adapta a tus flujos de trabajo. Aquí, usarás voz a texto, texto a voz, el cerebro de IA, que es la API Deep Sk, y el audio a través del micrófono, y pegaremos estas piezas con algunas líneas de código Python, y la mejor parte, todo es gratis. Entonces aquí está la magia que está sucediendo detrás de escena. Primero, escuchará y convertirá el habla en texto. Entonces procesará ese texto enviándolo a deeps para su análisis y recuperando la respuesta en un formato de texto nuevamente en términos de salida Y luego convertimos ese texto de Deep Sk'srsponse a audio y lo reproduciremos En esta demo, construiremos un asistente muy simple pero elegante y genial que estará usando Deep Seek para procesar tareas rutinarias y cotidianas con las que nos pueda ayudar. Comenzaremos instalando los paquetes Python necesarios en un entorno virtual para garantizar el aislamiento, y el script principal simplemente escuchará al usuario a través del micrófono y lo convertirá en texto, y luego enviará ese texto a Deep Seek usando una solicitud HTTP. Entonces Deepsek va a procesar ese prompt. Va a convertir respuesta de texto de Deepsek en palabras habladas usando otra biblioteca y para cualquier cosa que requiera comandos superiores de estilo IoT , por ejemplo, controlar dispositivos domésticos inteligentes como calor, temperatura, cosas así, solo estará simulando los resultados porque en realidad no está conectado a ninguno de los Bien, entonces primero, vamos a crear nuestro directorio de trabajo. Entonces lo que voy a hacer es que solo voy a crear una carpeta aquí llamada Deep Seek Assistant. Y vamos a entrar en la carpeta, y después voy a lanzar código de Microsoft Visual Studio. Y entonces a partir de aquí, podemos continuar. Ahora mismo estamos dentro de la carpeta. Entonces, primero, sigamos adelante y creamos un entorno virtual. Entonces voy a ir a la terminal aquí, y luego voy a hacer eso a través de la línea de comandos aquí. Entonces voy a decir Python y ThenSpAcm y luego VN. Y luego aquí donde se puede nombrar el directorio del entorno virtual. Puedes cualquier cosa es arbitraria, sólo voy a llamarlo VN. Y luego sigamos adelante y presionemos Enter, y esto va a crear un entorno virtual utilizando la última versión de Python que tengas instalada en tu computadora. Ahora, y se ha creado el entorno virtual. Entonces, a continuación, tenemos que activarlo, y simplemente puedes hacerlo entrando en la carpeta VM, y luego hay una carpeta llamada scripts. Otra vez, no tienes que teclear todo el asunto. Simplemente puedes iniciar las primeras letras y presionar Tab para autocompletar, y luego queremos decir activar y presionar Enter Y aquí, cuando veas este texto verde por aquí en VM, eso significa que hemos activado con éxito el entorno virtual que acabamos de crear. Ahora, comencemos a instalar nuestros paquetes y nuestras dependencias que necesitamos Lo primero es el reconocimiento de voz. Entonces pip instala el reconocimiento de voz, y esto es para capturar el audio del micrófono y convertirlo a texto Así que sigamos adelante y presionemos Enter para que podamos obtener todas las dependencias para esta biblioteca Bien, aquí todos estamos bien. Ahora, pasemos al siguiente, y el siguiente va a ser Pi Audio. Así PIP instala Pi Audio. Y esto lo requiere la biblioteca de reconocimiento de voz que acabamos de instalar para entrada de micrófono. Y éste es básicamente el comando para ello. Y luego si haces clic en Inter, lo va a instalar. Y como puedes ver aquí, dice instalar correctamente Pi Audio y luego la versión. A continuación, sigamos adelante e instalemos la biblioteca que se llama Dame 1 segundo aquí. Bien, instalación PIP. Y este se llama PIT TSX tres, PY TX tres, y este se requiere para texto a voz fuera Entonces sigamos adelante e instalemos esto. Bien, genial. Entonces se hace la instalación para eso. Y solo necesitamos una biblioteca más aquí, y esta es la biblioteca de solicitud. Y esto se usa para enviar solicitudes a través de llamadas API a Deepsk Así que sigamos adelante e instalemos eso también. Y ahora Request Library se ha instalado con éxito, y ya hemos terminado configurar nuestro entorno local y todas las dependencias que necesitamos para poder seguir adelante con todas las dependencias que necesitamos para poder la creación de nuestro asistente en Python A continuación, sigamos adelante y creemos un nuevo archivo Python. Entonces mientras en la carpeta de aquí, asistente de Deepseek, sigamos adelante y hagamos clic en Nuevo archivo, Python Y voy a guardar esto, y voy a nombrar a este asistente punto pi. Bien, sigamos adelante y ahorremos. Y lo que voy a hacer es que voy a pegar aquí el siguiente código, que voy a proporcionar, y voy a volver a guardar. Y lo que he hecho es que he creado comentarios para cada bloque para que no pasemos mucho tiempo revisando todo. Pero aquí verás que el comentario explica exactamente lo que está haciendo cada bloque. Entonces primero, conseguimos nuestras importaciones. Estas son las bibliotecas que necesitamos para que esto funcione. Tenemos nuestra clave API Sk profunda. Ahora bien, esta no es la mejor manera de que en realidad nunca deberías codificar tu clave API y secretos y tokens y claves de acceso en el código mismo Siempre debe ser la lectura de variables de entorno. Pero por aquí, lo que he hecho es que acabo de copiar y pegar el mío aquí Esta es una clave API de ejemplo, que ya no está activa después de estas demostraciones. Acabo de crear esto para demostrar y lo que he hecho. Yo solo por comodidad y facilidad de uso para esta demo, la he pegado aquí Pero normalmente no lo harías usando esta estrategia. La forma correcta de hacer esto es algo así, donde recuperamos la clave API usando una variable de entorno. Así que de nuevo, nunca debería ser codificado duro. Pero de nuevo, voy a dejar aquí esta línea. Voy a comentarlo para que tengas el camino correcto. Pero solo para los fines de esta demo, solo voy a codificar mi clave API para que podamos movernos con el resto Sí, por favor tómate un tiempo para revisar este código por completo. Pero como puedes ver aquí, apenas estamos recibiendo la primera parte, solo estamos configurando. Obtuvimos nuestras importaciones, luego obtuvimos nuestra configuración para recuperar la clave API para DeepC para que podamos hacerle consultas usando llamadas a la API Aquí tenemos el punto final de finalización del chat. Aquí es donde se realizarán las solicitudes para usar la biblioteca de solicitudes. Y por aquí, tenemos nuestra función para escuchar el micrófono y capturar audio y convertirlo en texto. Y nuevamente, todo esto se puede cambiar o reconfigurar a su antojo Entonces verás algunos mensajes en el registro de la consola cuando ejecutemos el programa, y ahora mismo está configurado para que se agote el tiempo de espera después de 5 segundos. Puedes cambiar eso si te gusta a cualquier número que sea apropiado para ti o simplemente puedes dejarlo funcionando en una especie de bucle para siempre. Y desplazándote hacia abajo, puedes ver aquí aquí es donde realmente enviamos la conversación a Deep Seek, y luego vamos a devolver la respuesta de asistencia A continuación, nos llegó el texto del discurso. Entonces esto es una vez que recibamos la respuesta de Deep Seek, vamos a convertir el texto a voz usando la biblioteca instalamos el Pit TSX tres Y este es en realidad este método aquí que dicen texto. lo va a leer en voz alta Nos lo va a leer en voz alta usando una de las voces predeterminadas que tiene. Entonces aquí tenemos la función principal, así que esto solo va a inicializar el componente y ejecutar el bucle de interacción, y esto solo va a que tengas un salvaje por aquí, lo que significa que este es un bucle para siempre y solo va a ejecutar las cosas hasta que salgas de él Y eso es prácticamente todo. Aquí hay algunas condiciones de salida, dice, si dices la palabra salir o salir, saldrá del programa, o simplemente puedes volver presionar Control C o Comando C, y luego también lo hará en el registro de la consola, romperá la ejecución. Y luego aquí básicamente ingresamos el código principal, que es la función principal, que está ejecutando todo esto aquí. Entonces eso es simplemente un nivel muy alto de lo que está haciendo el código. Ahora, solo para probar las cosas y asegurar que nuestro asistente esté funcionando correctamente, solo voy a hacer un par de indicaciones, pero por favor siéntete libre de experimentar con esto como quieras Este modelo específico tampoco está conectado a Internet o no puede. No tiene la capacidad de búsqueda. Simplemente es bueno para la interacción diaria. Así que por favor tenlo en cuenta cuando le estés dando solicitud. Entonces, por ejemplo, si lo preguntas, cuál es el clima, necesita buscar esa información, pero te dirá que no es capaz de buscar en la web. Entonces tendrías que usar diferentes medios para realmente hacer eso. Sin embargo, te dará instrucciones sobre cómo obtener el clima. Bien, así que comencemos con un par de indicaciones. Lo primero que queremos hacer es ejecutar nuestro programa, así que voy a ampliar un poco más esta área para que sea más fácil que veas. Y simplemente vamos a ejecutar esto escribiendo en Python, y luego o Pi que DXC el que funcione Y luego asistente Da Pi. Y esto va a comenzar a ejecutar el programa. Dime un chiste. Aquí tienes uno para ti. ¿Por qué los esqueletos no se pelean entre sí Porque no tienen las agallas. Y si quieres un toque de hogar inteligente, ¿por qué el termostato inteligente se rompió con la bombilla? Porque necesitaba algo de espacio para refrescarse, cara sonriente con ojos sonrientes Dime otra broma. Aquí hay un clásico con un giro hogareño inteligente. ¿Por qué el robot aspirador se rompió con la fregona? Porque decía que su relación era demasiado unilateral. Estaba cansada de hacer todo el trabajo. Alternativamente, para una broma de hogar no inteligente, ¿qué es marrón y pegajoso? Un palo, árbol caducifolio. Avísame si quieres más. Tengo juegos de palabras actuales por días. Cara sonriente de alto voltaje con ojos sonrientes. Apaga las luces. Lo tengo. Simulación de comando Smart Home Asterisco Círculo Azul apagando las luces. Disfruta de la acogedora oscuridad. Asterisco. Asterisco si esto fuera real, necesitaría acceso a tu sistema de hogar inteligente Pero por ahora, imagínese que la habitación se va completamente negra y tal vez un fantasma susurrando que apagó las luces Bombilla Asterisk Ghost. Avísame si quieres ayuda con integraciones reales de hogares inteligentes Rostro sonriente con ojos sonrientes. Muy bien, voy a interrumpir la ejecución presionando Control C, y por aquí, se puede ver que ahora estamos de vuelta, salir del programa. Pero se podía ver que es capaz procesar lo que dijimos usando nuestra voz, lo convirtió en texto, se lo pasó a Deepsk Deep Seek pudo ver el prompt, procesarlo, y devolvernos los resultados Y entonces ese resultado del texto se convirtió entonces en voz, que es algo que se puede escuchar aquí. Y entonces viste el comando del dispositivo inteligente, solo entiendo. Es lo suficientemente inteligente como para entender que en realidad no está conectado a nada. Entonces sí nos dijo que es solo una simulación y realidad no va a apagar las luces. Entonces así es como puedes hacer una asistencia muy sencilla que te puede ayudar con las tareas y rutinas diarias. Acabas de aprender a construir las bases para un asistente similar a Jarvis A continuación, enséñale tus flujos de trabajo. Este es un enfoque de bajo costo, escalable y privado para crear su propio asistente para sus necesidades diarias. Ahora, para el siguiente ejercicio, me gustaría que construyeras el asistente pero también experimentes con diferentes comandos y analices los resultados para ver cómo puede adaptarse a tus tareas rutinarias cotidianas. 26. Asistente de resumen de investigación: En esta conferencia, vas a aprender a construir una herramienta que digiera trabajos académicos densos, extraiga resúmenes e incluso genere citas, ahorrándole semanas de Esto es perfecto para estudiantes, investigadores y analistas. Piensa en el sumidero del tiempo, cuánto tiempo vas a dedicar a leer y no a analizar. Piense en la cantidad de trabajos de investigación y estudios que se publican diariamente, y piense en el error humano donde faltar hallazgos clave en pruebas largas es una gran probabilidad. La IA no reemplazará a los investigadores. Los salvará de ahogarse en archivos, artículos y archivos PDF No vamos a usar ningún software elegante, solo bibliotecas comunes de Python para leer, analizar y extraer información y formatearla según nuestras necesidades, usando herramientas gratuitas y búsquedas profundas de poder cerebral. Pasemos por los escalones. Primero, vamos a extraer el texto del PDF, y no importa cuánto tiempo tenga el PDF y cuántas páginas haya en cuanto a contenido. Entonces vamos a tomar ese texto, y vamos a resumirlo e identificar contribuciones clave, métodos y brechas, y luego vamos a generar auto citas en formato MLA Entonces aquí puedes ver que hay un pipeline, y vamos a convertir este pipeline teórico en una herramienta de trabajo. Así que vigila de cerca. En esta demo, vas a aprender a crear un script de Python que utilice Deep Seek para resumir un PDF y extraer citas El script primero cargará y extraerá de un archivo PDF, luego enviará el texto extraído a Deepsek a través su API abierta compatible con IA para generar un resumen, junto con información de citas, y luego mostrará o guardará los resultados Ahora, por supuesto, lo que puedes hacer es copiar pegar el contenido de cualquier archivo PDF y usar interfaz web deepsks para copiar y pegar y obtener los resultados ahí Y si eso funciona muy bien. No obstante, sí hay que darte cuenta de que algunas de estas cosas son si tienes archivos PDF muy largos, alcanzará el tamaño máximo de token, por lo que tendrías que hacer esto en trozos Y la otra forma es que quiero mostrarte cómo lograrlo programáticamente para que no tengas que confiar siempre en la interfaz web, y luego puedas ajustar el código para que se adapte mejor a tus Entonces aquí tenemos un archivo PDF. Y nuevamente, esto es solo un artículo de investigación que se publicó, y está disponible en línea. Entonces el título es Lama dos, y esta es la Fundación Abierta y afinar modelos de chat Lo importante es que se trata de un trabajo de investigación, pero también es muy largo. Como puedes ver, son 77 páginas, y esto es perfecto porque no tienes que pasar por las 77 páginas completas y entender cada pequeño detalle. Podrías simplemente obtener Deep Seek para resumir esto por ti y luego también darte las citas analizando y extrayendo eso del texto G, comencemos. Y lo primero que queremos hacer es crear tu directorio. Y aquí voy a estar proporcionando el archivo PDF, pero ya lo coloqué en nuestra nueva carpeta que va a ser una carpeta raíz para nuestro directorio de trabajo donde estará nuestro proyecto. Y recuerda, más adelante, tenemos que pasar en la ruta para este archivo para que pueda analizar el contenido. Entonces tenemos la carpeta. Colocamos el archivo PDF aquí. Nuevamente, no tiene que ser este archivo PDF. Realmente podría ser lo que quieras. Así que sigamos adelante e iniciemos el código de Visual Studio. Bien, genial. Entonces ahora, lo primero que queremos hacer es que veas que tenemos nuestro archivo PDF en el directorio actual. Sigamos adelante y creamos un nuevo archivo. Y éste va a ser un archivo Python, y voy a acercar un poco más. Y a este lo vamos a llamar a PDF subrayado resumizador punto pi Bien. Y luego vamos a pegar en este código, y otra vez, no te preocupes. Vamos a pasar por esto. Sigamos adelante y guardemos esto. Y este va a ser nuestro programa resumidor PDF, el script Python que va a hacer el trabajo por nosotros. Y entonces otra cosa que tenemos que hacer es que necesitamos crear una variable de entorno porque vamos a volver a hacerlo, codificación dura de claves API en la aplicación nunca es algo bueno, y nunca debe ser verificada en el repositorio de código. Siempre se debe configurar como variable de entorno. Y aquí, lo que vamos a hacer es en lugar de hardcode la clave aquí, vamos a simplemente crear un archivo punto N, y luego usando esta biblioteca aquí, el punto N, vamos a usar eso para leer desde un archivo externo Pero eso normalmente podría provenir de la variable de entorno que establezca en su canalización de CI. Entonces, en este caso, sigamos adelante y creemos un nuevo archivo. Y la forma en que lo hacemos es que vamos a ir a archivar nuevo archivo de texto. Voy a pegar en mi clave API. Nuevamente, esta es una clave API de muestra que estoy usando para los fines de esta demostración, pero por favor no comparta su clave API con nadie. Entonces la clave es esta, y entonces el valor de la clave API es eso. Entonces quieres seguir este formato exacto, y luego quieres seguir adelante y ahorrar. Y entonces éste tiene que ser nombrado exactamente de esta manera. Va a tener que ser punto EN V. No deberías nombrarlo otra cosa, lo contrario no va a poder procesar, y luego vamos a guardar esto como todos los archivos, así que dot ENV es la extensión, así que va a reconocer eso Entonces ahora mismo, tenemos tres expedientes. Tenemos el punto ENV. Tenemos el archivo PDF, y después tenemos el resumen PDF dot Python script, que es nuestro programa principal Antes de comenzar a ejecutar el programa, primero, necesitamos instalar algunas dependencias. Entonces sigamos adelante y hagamos eso. Empecemos una nueva terminal. Voy a ampliar esto un poco para que veas mejor. Antes de instalar, sin embargo, queremos crear un entorno virtual. Entonces sigamos adelante y hagamos eso. Python y luego menos M VN y ahora el nombre de la carpeta donde quieres que todo entre. En este caso, sólo voy a llamar de nuevo a ese VN. No tiene que ser VN. Realmente podría ser cualquier cosa es solo nombre arbitrario. Entonces sigamos adelante y hagamos eso. Ahora mismo, te va a preguntar, ¿quieres seleccionar esto como tu espacio de trabajo? Sí. Y luego ahora va a crear el entorno virtual para nosotros y configurar nuestro proyecto local. Bien, así que está terminado. Y ahora el siguiente paso es que queremos activarlo, y hay una carpeta de script con un archivo llamado Activar. Entonces sigamos adelante y vamos VN. Para pegar por aquí y enfocar el cursor allí, VM, y luego scripts y luego activar. Sigamos adelante y hagamos eso. Y luego ahora puedes ver el icono de la pantalla con el Powershell, ahora está activado Entonces ahora estamos listos para instalar nuestra dependencia. Y para hacer eso, esto es lo que vamos a hacer, y este es el comando que vamos a ejecutar. Entonces pip install Necesitamos OpenAI, Pi PDF a python dot y TikToken. Así que presiona Enter y vamos a tener los instalados. Ahora, esto va a tomar un tiempo, así que voy a hacer una pausa en el video y luego volveremos cuando termine. Bien, toda la instalación se ha completado con éxito, y ahora solo estamos listos para ejecutar el programa. Pero antes de hacer eso, repasemos rápidamente el código y veamos qué está haciendo bloque por bloque. Ahora, en un nivel alto, lo que hará este guión es primero, extraerá todos los textos del PDF. Luego tokenizará y fragmentará el texto. Entonces cada pieza tiene menos de 57,344 fichas, y esto va a dejar espacio para un resumen de ocho fichas K. Entonces va a llamar a Deep Sear one, que es el modelo de razonamiento de Deep Sk en cada trozo solicitando hasta ocho k tokens de salida por Esto asegura que no alcancemos el límite y nuestro programa no se bloqueará. Vamos a concatenar los resúmenes y citas por trozo Y el último paso es que vamos a imprimir el resultado combinado a la consola y guardarlo en archivo de texto de resumen en el directorio de trabajo. Bien, ahora pasemos tiempo y repasemos el código un poco más de detalle y lo cubriremos cada bloque por bloque, y dedicaremos un poco más de tiempo a pasar por esto para entender exactamente qué está haciendo cada bloque Entonces comencemos con las importaciones. Ahora, el sistema operativo de importación, el propósito para esto es que proporciona acceso a variables de entorno, rutas de archivos y otras funciones del sistema operativo, y la biblioteca estándar de Python utiliza para obtener la función os dot gg N e interactuar con el sistema de archivos El análisis de arco de importación es el propósito es analizar argumento de línea de comandos para que el usuario pueda proporcionar la ruta PDF. Y verás más adelante cuando estemos a punto de ejecutar este programa, tendremos que ejecutar el comando Python y el nombre de este archivo, que es el resumidor PDF. Pero tenemos que pasar un argumento, y el argumento en este escenario va a ser la ruta absoluta del archivo PDF, que te voy a mostrar cómo obtener más adelante. Y este de aquí, el módulo RVS módulo RCPARs genera automáticamente mensajes de uso de ayuda y maneja Ahora, mirando el from.net Import load.net, el propósito aquí es cargar el par de valores clave del archivo dot N que creamos, y esto estaba en él carga el par de valores clave del archivo dot N en la variable de entorno en tiempo Python dot te permite mantener secretos como claves API fuera del código fuente leyendo en el archivo N. Ahora, el Import Pi PDF dos, el propósito para esto es que lee y extrae texto del archivo PDF. Entonces hay una biblioteca que hace el trabajo por ti, para que no tengas que escribir el código para hacerlo, y es una biblioteca Python para trabajar con documentos PDF, apoyar la extracción de texto y otras operaciones. Ahora, mirando Import OpenAI, esto proporciona el SDK compatible con OpenAI para comunicarse con la API DeepSix La biblioteca OpenAI Python se utiliza para llamar a las terminaciones de chat en Deepsk R one, que es el modelo de razonamiento estableciendo la URL base Y por último, tenemos TikTok Import TikTokent es básicamente esto codifica texto sin procesar en identificadores de token para que puedas contar tokens y dividir texto en trozos de tamaño apropiado para que no superes el umbral Max Y TikToken es una codificación rápida de pares de bytes, que también es la abreviatura de BPE Un tokenizador compatible con los modelos Open AI, y es ideal para contar fichas con precisión Ahora vamos a pasar por el siguiente bloque aquí, y aquí es donde cargamos la clave API. Entonces, lo que hace es buscar un nombre de archivo.en el directorio de trabajo actual o directorios padre Y esto es útil porque evita la codificación en hardware de tu clave API En cambio, pones ahí el par de valor clave. Entonces, en este caso, la clave de subrayado de la API de subrayado Deep Seek equivale al valor de su clave en el archivo junto con su script Y por defecto, el punto N de Python no anula las variables de entorno existentes. Se utiliza para gestionar secretos a nivel local. Y la línea OS Get aquí está recupera el valor de la clave, en este caso, DeepSekunscore, clave de subrayado API Y esto es Deep Seeks API key se requiere para autenticar tu solicitud a la URL base, que era HTTPS coolinlashpi.deepsk.com que coolinlashpi.deepsk.com Y por aquí, también tienes el error de valor. Entonces esto es solo un manejo básico de errores, y lo que hace es detener la ejecución con un mensaje de error claro si falta la clave o no puede resolverlo, y esto es útil porque te ayuda a detectar errores de configuración temprano en lugar enviar una solicitud sin credenciales Todo bien. Ahora pasemos al siguiente bloque, que es extraer textos del archivo PDF. Ahora, aquí, mirando la ruta WidopenPDF BSF, esto lo que hace es que abre un archivo PDF en modo de lectura binaria, y la razón de esto es que los PDFs son archivos binarios, y la biblioteca P Pi PDF dos punto PDF Reader método, espera un Ahora mirando esto, lector es igual al lector igual al lector Pi PDF lector F como argumento. Esto crea una instancia de un objeto lector de PDF que puede acceder a cada página, y este objeto proporciona una lista, que son las páginas de punto del lector, cada una de las cuales se puede utilizar para extraer texto Y lector de PDF de Pi PDF two devuelve una lista de objetos de página con un método de extracto de texto. Entonces recorremos por aquí. Ya ves el bucle de cuatro. Lo que esto está haciendo es iterar sobre cada índice de página, llama al método extract text y concatena cadenas no Y la razón de esto es que algunas páginas pueden tener imágenes o no texto. Por lo tanto, el método extract text podría devolver ninguno o solo una cadena vacía asegura que no añadas ninguna Y el método extract text devuelve una cadena de todo el texto esa página o ninguno si está vacío o es solo imagen. Y luego el texto de retorno aquí, éste es lo que hace, devuelve una cadena gigante que contiene todo el texto de la página separado por nuevas líneas. Bien, pasemos al siguiente bloque aquí, que es la tokenización y el chunking Entonces esto podría ser un poco difícil de envolver tu cabello, pero vamos a pasar por ello, y después de un poco de práctica, va a ser mucho más fácil de entender. Entonces y siéntete libre de, ya sabes , investigar un poco más sobre esto y jugar con el código para familiarizarte más. También puedes usar Deep seek para analizar este código por ti y decirte o explicarte a ti o a cualquier otra herramienta como Gemini o HAGBT si te está costando entender esto o pasarlo después de esta conferencia Ahora, por aquí, lo que estamos haciendo pasando por estos lentamente por aquí, esa línea es, por ejemplo, todos los identificadores de token iguales a texto de código de punto tokenizador Esto es lo que hace es convertir todo el texto largo en una lista de identificadores de token usando biblioteca Tik Token que instalamos como dependencia. Y la razón de esto es porque necesitas saber exactamente cuántos tokens estás enviando a Deep Sk R un modelo, que no superes los 65,536 tokens porque ese es el límite que tiene que no puedes Y luego pasando por el bucle de chunking, que es simplemente comienza desde aquí, como iniciar IDX cero, y luego pasamos por el bucle Wile Lo que esto está haciendo es que la entrada MAX para subrayar tokens se establece en 57,340. Cuatro. Y esta es simplemente la forma en que calculamos este es el máximo, que es 65,536 -8,192, asegurando que cuando solicitamos una salida de token de ocho K, la suma, que es entrada más la salida es igual o menor que el máximo, que Y la superposición de los 200 tokens, esto ayuda a preservar la continuidad de las citas que podrían abarcar los límites de los fragmentos. Ahora, veamos el fondo de la lógica que ayuda a evitar dividir la mitad de la oración. Entonces aquí, lo que esto está haciendo es, si pasas por este bloque aquí, esto es simplemente si no estás en el trozo final, comprueba hasta 1,000 tokens hacia atrás para encontrar el espacio en blanco o la puntuación, para que no cortes la mitad de la oración o la palabra media Y la razón de esto es asegurar que límites de fragmentos no rompan las oraciones a la mitad, que podría hacer que los resúmenes sean incoherentes. Ahora mirando el tokenizador, hacer um tokenizer punto decodificar ID de fragmentos por aquí, esta Esto es lo que está haciendo es convertir este subconjunto de identificadores de token de nuevo en texto plano para ese trozo Y esto se debe a que Deep C car one espera entrada de texto sin procesar, no identificadores de token. Y luego la línea de trozos de retorno aquí, es una lista de cadenas de texto, cada una menor o igual a 57,344 tokens con aproximadamente aproximadamente aproximadamente 200 tokens que se superponen entre Bien. Sigamos entrando en el código. Entonces esta sección aquí, Sección cuatro resumiendo y extrayendo citas por trozo. Entonces aquí se puede ver el resumen y básicamente lo que está haciendo esto, como el mensaje del sistema, lo que esto está haciendo es que instruye el papel del modelo Aquí tienes un asistente académico. Establece el contexto en el que esperas un resumen más una lista de citas, incluyendo el número de página Y al proporcionar esto, está proporcionando un aviso claro del sistema. Usted guía Deep Seeks R one model para formatear su salida en dos secciones distintas, resumen y cita. Y Deep Seeks R one, que es la razón por la se invoca un modelo a través del Open AISDK estableciendo la URL base como Ahora, mirando el mensaje del usuario, esto es lo que hace es entregar el trozo real de texto PDF al modelo seguido de la solicitud específica Y esto asegura que el modelo vea exactamente lo que necesita analizar y extraer de él. Ahora, mirando esta línea aquí, el cliente Open AI. Esto crea una instancia de un cliente para API de Deepsk usando la variable de entorno Clave de API Deep Seek, y el cliente enviará la solicitud de finalización de chat al punto final haciendo una llamada posterior al punto final que ve aquí con la Entonces esta es nuestra URL base aquí. Y esta es la URL base, por lo que obtendrás terminaciones de shat slash, y estará haciendo una llamada posterior a Ahora, mirando esta línea aquí, la respuesta es igual a las terminaciones de sombrero de cliente que crean, estos son los argumentos Entonces ves que aquí hay varios argumentos. Entonces el modelo es básicamente modelo igual a modelo. Este es el razonador de búsqueda profunda, que es DeepSkro. Los mensajes, este es el sistema prom más el trozo de usuario El token máximo es 8192, que cubrimos anteriormente, y esta es una solicitud de hasta ocho K tokens de finalización, y siendo la temperatura cero, esta es salida determinista, por lo que no hay No queremos ninguna aleatorización. Y lo dijimos de esta manera porque queremos asegurarnos de que el modelo no utilice más de ocho fichas K en su respuesta, sala de estar. Entonces la entrada más la salida es inferior a 65,536 tokens. Y luego mirando la última línea aquí, respuesta de retorno, es esto extrae el contenido de la cadena de la primera y única opción de finalización. Y hacemos esto porque ese contenido contiene tanto el resumen como la cita para este trozo específico Bien, pasemos a la función principal, y esto simplemente aquí, comenzaremos aquí. Entonces analizador es igual al análisis de arco. Éste crea una instancia un analizador de argumentos que generará automáticamente una especie de ayuda y analizará Y el análisis de arco simplifica las interfaces de línea de comandos definiendo argumentos requeridos, generando automáticamente mensajes de uso y validando entradas Ahora bien, el argumento parser dot add, éste declara que el script espera exactamente un argumento posicional, que es en este caso, la ruta PDF, que es una ruta de cadena al archivo PDF que teníamos en nuestro directorio que te mostré antes Ahora, sin esto, el guión no sabría qué PDF procesar. Y luego pasando a args parser. Este de aquí es analiza el argumento real de la línea de comandos y los almacena en el punto args pdffat Si el usuario omite el PDFAT o escribió un indicador no válido, el análisis de arco imprime un error o ayuda y existe un programa Ahora vamos a cargar la clave API por aquí. Esto intenta cargar la clave API. Como puede ver, hay una especie de prueba una excepción, prueba la excepción de captura. Este de aquí, llama a la función de la sección anterior para cargar y verificar la clave API Sk profunda. Y si esto falla, por ejemplo, si falta la clave, el script imprime un error y regresa temprano. Bien, pasando a extraer los archivos PDF. Entonces por aquí, lo que estamos haciendo es que esta línea te avisa qué PDF se está procesando Así que de nuevo, solo algunos registros de consola, y esto es útil para depurar o, ya sabes, archivos PDF largos Y luego, para que sepas que está funcionando y en realidad no está fallando detrás de escena. El texto completo aquí, esto llama a una función de la sección anterior para obtener una sola cadena grande que contiene todo el texto de la página. Y luego el condicional aquí con la sentencia if, esto comprueba si el texto extraído está vacío. Entonces, por ejemplo, si tienes un PDF eso es solo imagen, si es así, se imprime, no se encuentra texto, y luego regresa. Ahora, definiendo aquí el modelo de búsqueda profunda , este bloque de aquí. Entonces aquí es donde definimos los límites de token. Entonces, por ejemplo, el primero de aquí, este, es el profundo profundo Sk R un total máximo, así entrada más número de salida de tokens, que es 65,536 Obtuvimos los tokens de salida Max. Queremos que Deep Seek genere como máximo ocho K fichas de resumen y citación. Y el Deep Sik R una longitud máxima de generación es de 32.768 tokens, pero solicitamos solo ocho K para dejar espacio para la entrada Pasando a los tokens de entrada máximos, este es simplemente el cálculo para esto es de 65,536 -8,192, lo que equivale ¿Por qué hacemos esto? Porque garantiza que la longitud de los tokens de entrada más la longitud de los tokens de salida es menor o igual al máximo, que es de 65,536, evitando que se error de solicitud errónea como haya alcanzado un error de solicitud errónea como la longitud máxima del contexto Al observar el token de superposición, esto simplemente dice que cada trozo comparte 200 tokens con el siguiente trozo para preservar oraciones y citas superpuestas Ahora, pasando al tokenizador, este de aquí simplemente devuelve un objeto de codificación de token tecnológico alineado con la tokenización de cuatro turbos GPT Aunque el DeepCCarb no es exactamente GBT cuatro, comparten un tokenizador abierto compatible con IA, y esto asegura un conteo de tokens consistente con la API y esto asegura consistente Ahora, aquí, vamos a dividir esto en trozos. Y lo que esto está haciendo, esto va a devolver un objeto de codificación de token tick. Y lo siento, en realidad esto es registro. Disculpe. Esto en realidad es registrar el fragmentamiento que está a punto de suceder Entonces es solo un registro de consola. Y luego el trozo de texto aquí, esta porción, esta divide todo el texto PDF en trozos manejables basados la lógica de secciones anteriores que cubrimos Y esta es una lista de cadenas, cada una menor o igual a 57,344 tokens con aproximadamente 200 tokens de superposición Y luego la impresión F aquí, los trozos totales, esto troncos, cuántos trozos se procesarán Es útil confirmar que no creaste accidentalmente más de 100 trozos pequeños cuando se esperaban menos trozos más grandes Bien, así que sigamos aquí. Y mirando esto, esto es simplemente mirar todos los resúmenes. Esto inicializa una lista vacía para contener cada resumen de fragmentos más bloque de citación Y luego nos movemos a las huellas. Esto es solo un registro de consola, te notifica que el resumen por fragmento está comenzando, lo que puede llevar Entonces pasaremos al bucle cuatro, y esto es básicamente itera sobre cada trozo con un índice amigable para los humanos comenzando en Y luego también registra o la impresión aquí, esto te está mostrando el progreso. Entonces, por ejemplo, resumiendo trozo dos de cinco o uno de cada cinco, para que sepas lo avanzado que está el proceso Y luego el resultado del trozo aquí, esto llama a una función de la sección anterior enviando el texto de los trozos a deeps R uno para extracción de resumen y cita Y esto es simplemente lo que se devuelve es una cadena que contiene tanto el resumen la lista de citas, incluyendo referencias de página si Deep Seek las identifica. Ahora, pasando al divisor, esto crea un límite visual, por lo que son 80 signos iguales entre salida de cada trozo para que cuando se concatene, pueda ubicar fácilmente dónde termina el resultado de un Chung Entonces todos los resúmenes, esto almacena la respuesta de cada galán más el divisor Y luego el manejo de excepciones aquí, esto es captura errores de API como límites de velocidad, problemas de red, cosas así, e imprime qué trozos fallaron, y luego sale del programa Bien, ya casi estamos ahí, por favor, tengan cuidado conmigo. Entonces mirando este último bloque aquí, combinando todos los trozos. Entonces, la salida final, esta línea, une todos los bloques de fragmentos en una cadena grande, separada por el divisor de cada trozo Entonces la de impresión, las líneas de impresión aquí, esto registra que la salida final combinada está a punto de mostrarse. Y luego la salida final, esto es simplemente imprime todo el resumen concatenado más las citas a usted y a Con el abierto aquí, éste simplemente escribe la salida combinada un archivo. Esto es opcional. Acabamos de hacerlo, así que tenemos una especie de artefacto al final, y esto escribe la salida combinada en un archivo llamado summary and citation chunk dot TxD en el directorio de trabajo y permite posteriormente revisar o compartir los resultados sin tener que desplazarse por la consola, lo que podría ser un Y luego pasando a esta última línea de impresión, esto confirma dónde se guardó el archivo. Y luego por aquí, mirando este bloque aquí, esto simplemente asegura que se llame al main cuando se ejecuta el script. Entonces, en cuanto se ejecuta, ingresa al programa principal o a la función principal, que ejecuta el resto del código. Entonces esto se llama cuando el script se ejecuta directamente y no cuando es importado por otro módulo. Y esto es solo un modismo estándar de Python para los puntos de entrada de script Bien, el último paso es ahora solo que tenemos que simplemente ejecutar este programa y mirar los resultados, y lo podemos hacer en la terminal Ahora, cuando ejecutamos el programa, si recuerdas, tenemos que pasar la ruta del archivo a este archivo PDF al programa como argumento. Entonces, una cosa que tenemos que hacer es primero, tenemos que averiguar qué es eso. Entonces ahora, si pasas el cursor sobre esto, te muestra el camino absoluto completo, ¿de acuerdo? Entonces esa es una manera, pero es molesto teclearla. Uh, la otra manera es si vas a tu directorio, y si simplemente haces clic derecho en el archivo, puedes ir a copiar como ruta. Y lo que esto hace es que puedes volver aquí y yo sólo voy a pegarlo para que veas. Entonces pone todo el camino en códigos, lo cual es perfecto, exactamente lo que necesitas. Y entonces el otro es que solo puedes usar una especie de comando similar en Tower Shell, que es resolver path. Así que solo escribe en resolver y luego tabular eso. Entonces no el primero, el segundo. Aquí tenemos ruta resuelta, comando, y luego simplemente ir espacio y luego el nombre del archivo PDF. Entonces en este caso, 23 oh siete, voy a escribir 23 oh y luego tabulador. Se autocompleta el archivo, presiona Enter, y luego te da la ruta, y ahora puedes simplemente copiarlo y pegarlo Tantas formas diferentes de hacer lo mismo, haz lo que mejor te funcione. Y sí, estamos listos para ejecutar el programa. Bien, así que todo lo que tenemos que hacer es simplemente escribir Python para ejecutar el programa Entonces Python, una pestaña, espacio, el nombre del archivo. Entonces este es un resumidor PDF. Así que teclee y luego tabularlo para autocompletar y luego espacio, y aquí es donde necesitamos pegar en la ruta del archivo en nuestro PDF. Así que de nuevo, el comando Python para ejecutar el archivo, el archivo o nuestro script Python que queremos ejecutar. Y luego como argumento, estamos pasando en la ruta absoluta del archivo PDF que queríamos analizar y resumir y agarrar extraer las citas Eso es. Todo lo que necesitas hacer es presionar Enter y dejar que esto funcione. Ahora, como cubrimos en el código, va a empezar a mostrarte algún texto para que entiendas en qué fase del proceso se encuentra. Dice que los trozos totales crearon dos, procesando cada trozo con uno de auto C profundo, y luego actualmente está resumiendo Chunk uno y luego actualmente está resumiendo Entonces va a pasar a Chunk dos y luego se hará Pero este proceso va a tardar unos minutos. Entonces lo que voy a hacer es pausar el video cuando esté hecho, volveré y podemos echarle un vistazo juntos. Bien, entonces todo el proceso tardó aproximadamente 2 minutos, pero como puedes ver que se ha procesado, no se han arrojado errores. Y sí, rápidamente podemos echar un vistazo juntos. Hubo un total de dos trozos. Y por aquí, puedes ver que los resultados están en el registro de la consola, que veremos rápidamente. Entonces tienes el resumen combinado y las citas. Entonces se divide en dos secciones. Entonces y otra vez, esto se rompe por trozos, ¿verdad? Entonces obtuviste un resumen conciso para el primer trozo y luego te está dando el resumen con una especie de viñetas Y luego bajando aquí, obtuviste la lista de citas que pudo extraer del archivo Entonces puedes pasar por esto, y luego vamos a que tenga una nota también. Los números de página corresponden a la paginación interna del PDF. Entonces dándote algunos ejemplos ahí. Y luego mirando a Chunk dos aquí, tienes el resumen conciso, y luego tienes la lista de citas para eso Y luego, de nuevo, es una especie de imprimirlo para ti en un bonito formato de mesa. Y aquí puedes ver los resultados en la consola. Y nuevamente, lo que se hace opcionalmente, lo que hemos hecho es que lo hemos guardado un archivo de texto con este nombre Entonces si vuelves a tu directorio, deberías ver ese archivo de texto aquí, que es el resumen y citas shank dot TXC Y cuando abras el archivo, verás exactamente la misma información que se te presenta aquí en la consola. Acabas de aprender a construir un script de Python simple que pueda ayudarte con velocidad, precisión y escalabilidad Y aprendiste a automatizar el tedus 80% de la investigación Así que ahora puedes enfocarte en ideas innovadoras y no en formatear citas Para este próximo ejercicio práctico, me gustaría que resumiera un PDF de su campo y anotara algunos hallazgos clave 27. Bot de redes sociales: En esta conferencia, cubriremos la idea de construir un bot que genere publicaciones atractivas, sugiera etiquetas hash, e incluso editores de automóviles, liberando hasta 10 horas o más por semana, y no, no se requiere un título de mercadotecnia Estar a cargo de las redes sociales y administrar las publicaciones puede llevar mucho tiempo y ser desafiante a veces. Puede generar brechas e inconsistencias que podrían dañar tu marca y compromiso si se cometen errores También puedes perderte oportunidades potenciales para tomar la voz de tu marca viral en la comunidad. Deep Seek actúa como tu director creativo, redactor y planificador todo en uno Puedes empezar simple y empezar por generar publicaciones. Luego, puede escalar a la publicación automática una vez que se sienta más cómodo y familiarizado con el código y una vez que haya construido su línea de base. Puedes usar Deep Seek para análisis, marcas, voz, tendencias del mercado y tono. Luego puedes usar diferentes bibliotecas para programar tus publicaciones y luego publicarlas en plataformas de redes sociales como X y Twitter usando su API. No vamos a estar pasando por el código ya que hicimos un ejercicio muy similar antes en el curso, donde construimos un script Python para publicar automáticamente dos juntos. El plano para este ejercicio será casi exactamente el mismo, y dependería de las plataformas de redes sociales en las que intentes participar y son API públicas disponibles, como Facebook o Instagram Pero las ideas y conceptos siguen siendo los mismos. Ahora, quiero que conviertas este diagrama de flujo en código. Una vez que completes el ejercicio con éxito, habrás aprendido a ce a un gerente de redes sociales por un salario de $0. Y te ayudará con consistencia, compromiso y escala, liberando tu tiempo para que puedas concentrarte en un trabajo de mayor valor Ahora, una vez que construyas el bot y tengas tu línea de base establecida, me gustaría que pasaras por un ejercicio de seguimiento y generaras una semana de tweets para tu nicho. 28. Motor de recomendaciones de IA: En esta conferencia, pasaremos por un ejercicio conceptual donde construirás un motor de recomendación que sugiere productos basados en el comportamiento del usuario, ayudándote a aumentar el valor promedio de los pedidos. Ahora bien, es algo muy importante entender los secretos de las ventas adicionales, y no estoy seguro si sabes, pero el 35% de los ingresos de Amazon proviene de recomendaciones La retención de usuarios es muy importante porque crea sugerencias personalizadas, reduce la tasa de rebote y le brinda una ventaja competitiva porque las tiendas pequeñas pueden imitar las herramientas empresariales Tus competidores ya están haciendo esto. Ahora tú también lo harás con solo Python y DeepC. Puede comenzar con datos simulados y luego conectarse a tiendas reales. Puedes elegir tu aventura en función de tus niveles de comodidad. claridad sobre la complejidad es una consideración muy importante que toda tienda de comercio electrónico necesita hacer. Específicamente ayuda a evitar solicitudes vagas como escribir algo sobre IA Contacto explica tu audiencia, tono, propósito y acción. Puedes usar verbos como escribir, resumir o comparar. Ahora, convertiremos este flujo en código y veamos cerca qué tan profundo puede detectar Seek patrones que los humanos podrían potencialmente perder. Construiremos un motor de recomendación simple usando Deepsek y Python demostrando cómo pasar de datos de compra sin procesar a sugerencias de productos personalizadas en solo unas pocas líneas de código Cubriremos la preparación de datos de muestra, la escritura del script de recomendación de código, exploración de opciones de implementación como integración de Shopify y las campañas de correo electrónico, y finalmente, discutiremos cómo optimizar sus indicaciones con pruebas AB para mejorar el rendimiento con el tiempo Para la demostración, usaremos un archivo CSV simple llamado historial de subrayado de compras punto CSV con columnas para ID de usuario, nombre del producto, precio y categoría Aquí hay cinco filas de datos de muestra que representan las compras de diferentes usuarios. Este será el contexto que introduzcamos en DeepC para generar recomendaciones de productos significativas Por supuesto, usarás datos en tiempo real de tu tienda para poblar el CSV, y lo más probable es que sea más de solo cinco filas Esto es solo con fines de demostración, y los datos de muestra que ve aquí en la pantalla son todos datos falsos y conformados para los fines de este ejercicio. Recomiendo el script punto Pi comienza cargando el historial de compras CSV en la memoria, luego construye un prompt que enumera todos los artículos que un usuario específico había comprado. A continuación, instanciamos un cliente Deep, enviamos nuestro aviso solicitando tres nuevas sugerencias de productos e imprimimos las recomendaciones devueltas por el modelo Este flujo de trabajo mueve datos de CSV a Python a Deepsek y retrocede como recomendaciones de Taylor, ilustrando un patrón de integración de LLM sencillo Al crear un aviso claro, basado en este historial de compras, recomendamos tres productos, guiamos la salida, la longitud y el enfoque del modelo, demostrando el poder de la ingeniería rápida Una vez que un motor de recomendaciones esté funcionando localmente, puedes implementarlo como un microservicio conectado a Shopify a través de su API de administración para obtener datos reales de clientes Alternativamente, integre recomendaciones en campañas de correo electrónico automatizadas usando Sengrid o Mailchimp para entregar sugerencias de productos personalizadas directamente a directamente a Para optimizar el rendimiento, divida su base de usuarios en grupos A y B y servirles con diferentes variantes rápidas, seguimiento de clics y tasas de conversión para identificar el fraseo más efectivo Métricas clave como CTR, tasa de conversión e ingresos promedio por usuario guiarán refinamientos rápidos que le permitirán mejorar iterativamente la futuro, puede reemplazar nuestro CSV de muestra con una base de datos de producción, almacenar en caché recomendaciones populares para obtener respuestas más rápidas y enriquecer su motor con filtrado colaborativo o datos de comportamiento de navegación. Recuerde automatizar sus ciclos de pruebas AB y volver a entrenar las indicaciones regularmente a medida llegan nuevos datos de compra para mantener las recomendaciones frescas y relevantes Acabas de aprender a construir una máquina impulsora de ingresos. prueba AV generalmente muestra la mayoría de los usuarios pueden ver hasta un 20% de aumento de gasto. Pruébalo y mira cuál será el tuyo. A continuación, me gustaría que generaras recomendaciones para cualquier historial de usuarios utilizando cualquier dato de muestra que te guste. 29. Tendencias emergentes: En esta sección, exploramos las tendencias emergentes de IA, como los sistemas agénticos, hardware programable y los mercados de datos en evolución para comprender hacia dónde se dirigen las plataformas deepsk y similares Luego cubrimos cómo contribuir eficazmente a los proyectos de IA de código abierto siguiendo las pautas de la comunidad, las mejores prácticas y los flujos de trabajo colaborativos. Finalmente, discutimos estrategias para los profesionales de la IA sigan siendo competitivos a través de la mejora técnica, la adaptabilidad y la creación de redes activas dentro de la comunidad de IA Los sistemas de IA agéntica van más allá de la automatización de reglas fijas para establecer y lograr objetivos de manera autónoma adaptándose en tiempo real a medida que cambian las condiciones En la práctica, los vemos en agentes inteligentes que pueden administrar flujos de trabajo de extremo a extremo, como la programación, el triaje de correo electrónico o incluso el comercio automatizado sin indicaciones humanas El mercado agéntico de IA ya ha alcanzado casi 31 mil millones de dólares en 224 y está en camino alto crecimiento de dos dígitos en los próximos años, subraya el potencial transformador de A medida que los algoritmos de IA se vuelven más complejos, chips de función fija luchan por mantener el ritmo. hardware de IA programable construido alrededor de súper celdas modulares conectadas a través de una red en chip permite una rápida reconfiguración para que coincida con las arquitecturas de modelos en evolución Este enfoque pionero por líderes de I+D como IMEC promete una eficiencia energética significativamente mejorada, a menudo duplicando o quintuplicando el rendimiento por vatio rendimiento por vatio Además, los diseños avanzados de SOC están aportando una poderosa inferencia de IA a dispositivos periféricos como sensores y variables IOT, reduciendo la latencia y preservando el ancho Más allá de los textos raspados públicamente, está surgiendo una nueva economía en torno a los datos patentados , desde escaneos médicos especializados hasta registros corporativos internos, licenciados a través de APIs o mercados de suscripción Simultáneamente, la generación de datos sintéticos donde los modelos de IA crean registros realistas pero artificiales aborda preocupaciones de privacidad y sesgo, demostrando ser invaluable en casos de uso como simulación de vehículos autónomos y auditoría de equidad. A medida que estos mercados crecen, las regulaciones de privacidad en evolución como GDPR y CCPA determinarán cómo se pueden compartir, licenciar y usar los datos en el desarrollo de IA 30. Contribución de IA de código abierto: Comienza navegando por plataformas como la página de tendencias de Git Hub o el Hugging Face Model Hub para proyectos etiquetados con DevSek o frameworks de IA similares Priorice los repositorios que muestren confirmaciones frecuentes, discusiones sobre temas activos y mantenedores que interactúen con los contribuyentes Siempre revisa la licencia del proyecto comúnmente MIT o Apache dos puntos oh para confirmar que puedes contribuir legalmente y usar cualquier código derivado sin restricción. Antes de escribir cualquier código, clone el repositorio y lea cuidadosamente su archivo DMD que contribuye Este documento describe las guías de estilo del proyecto, modelo de ramificación a menudo Git flow y los requisitos de prueba Al enviar una solicitud de extracción, incluya una descripción de sincronización de sus cambios, vinculada a cualquier problema relacionado y adjunte pruebas de unidad o integración relevantes. Recuerde que la colaboración de código abierto prospera con una comunicación respetuosa, haga preguntas y emita hilos y permanezca receptivo a los comentarios de los mantenedores del proyecto La contribución sustentable va más allá del código. Ayudar con la clasificación de problemas etiquetando los errores de confirmación, mejorando la salud general del proyecto Fortalezca la documentación con tutoriales claros, referencias API actualizadas o cuadernos ilustrativos. Esto ayuda tanto a desarrolladores como a usuarios finales. Y por último, considera tutoría recién llegados a través de foros comunitarios o llamadas programadas Enseñar a otros es una de las formas más impactantes de reforzar su propia experiencia y aprendizaje y fomentar una comunidad de proyectos vibrante 31. Carreras de IA: Para mantenerse a la vanguardia, sumérgete en la IA multimodal, combinando texto, imágenes y audio y explora agentes de aprendizaje de refuerzo guiados por frentes de idiomas Refuerce su currículum con certificaciones reconocidas como abrazar caras, cursos de transformadores o talleres intensivos de ingeniería rápida Igualmente importante es construir una cartera pública. Considera publicar un pod de chat de demostración que aproveche Deep Seek para obtener recomendaciones de contenido dinámico, mostrando tanto la habilidad técnica como La destreza técnica por sí sola no es suficiente. Cultivar un hábito de aprendizaje permanente programando inmersiones profundas semanales en nuevos trabajos de investigación y experimentos prácticos con marcos emergentes Perfecciona tus habilidades de comunicación para que puedas articular los beneficios y riesgos de IA a los líderes empresariales, acelerando las compras organizacionales Adopta una mentalidad ágil. Prototipo rápidamente, aprenda de fallas y pivote basado en métricas del mundo real para mantener el impulso. Amplíe su red participando en conferencias emblemáticas como neuro IPS o AI Dev Days y no pase por alto las reuniones locales de MLAI Estos escenarios son perfectos para forjar relaciones profesionales duraderas. Plataformas en línea como LinkedIn, REDITS Machine Learning Forum y servidores dedicados de Discord enfocados en IA ofrecen interacción diaria con pares y expertos Participe en la tutoría, tanto como aprendiz para aprender de veteranos como mentor de practicantes junior para reforzar sus conocimientos y contribuir al crecimiento de la comunidad de IA