Módulo 1 · Oír y ver: dos sentidos nuevos, el mismo asistente por dentro
Qué puede oír y ver un asistente y qué no. Whisper y texto a voz explicados sin tecnicismos, por qué por dentro todo sigue siendo texto, y el enrutador que reparte según llegó una nota de voz, una foto o un mensaje escrito.
Módulo 2 · Velo hecho: le mandas un audio y actúa, le mandas un ticket y lo lee
Los dos pedidos que le suman voz y vista al asistente, el paso que casi todo el mundo se salta la primera vez, cómo se revisa el flujo con sus tres ramas, y cómo se verifica lo que entendió de un audio y de una foto antes de darlo por bueno.
Módulo 3 · Antes de la clase: recorre el camino de una nota de voz sin gastar un peso
Confirmas que tu asistente y tu llave siguen vivos, ubicas las tres ramas del enrutador en el flujo de referencia y corres una nota de voz de punta a punta usando datos fijados a mano, sin llamar a ninguna API. Más tres preguntas de diseño.
Módulo 4 · Clase de cierre: tu asistente escucha, contesta hablando y lee un comprobante
Construyes las dos ramas nuevas sobre tu propio asistente, le mandas una nota de voz desde tu teléfono y le muestras la foto de un comprobante. Practicas la verificación de lo que entendió, diagnosticas tres fallas sembradas y te llevas el entregable con su rúbrica.