FORMACIÓN DUST : CONSTRUYE TU ASISTENTE IA QUE FUNCIONA

Empezamos por el principio: crear tu cuenta Dust, entender la arquitectura (assistants, datasources, workflows), y navegar en la interfaz.

Vas a crear tu primer workspace, configurar los permisos de equipo, y entender la diferencia entre un assistant simple y un agent con acceso a datos. También vemos los diferentes tipos de modelos disponibles (GPT-4, Claude, Mistral) y cuándo elegir cada uno.

Vas a conectar tus primeras fuentes de datos: Notion, Google Drive, Confluence. Tu assistant Dust accede directamente a tu base de conocimiento para responder con contexto.

Al final de este módulo, tienes un assistant funcional que responde a preguntas sobre tus docs. Tu equipo puede empezar a interactuar con tus datos vía IA.

Aquí aprendes a escribir prompts que funcionan realmente. No "sé creativo", sino instrucciones precisas que dan resultados consistentes.

Vas a dominar la estructura de un buen prompt (contexto, tarea, formato de salida, ejemplos), usar variables dinámicas para personalizar respuestas, y crear templates reutilizables para casos recurrentes.

Vemos cómo controlar el tono y estilo de tus assistants (formal, casual, técnico), gestionar el contexto largo (cuando hay mucha data), y encadenar prompts para tareas complejas.

También trabajas el prompt engineering específico a Dust: cómo estructurar instrucciones para que tus agents busquen en las datasources correctas, sinteticen información, y devuelvan exactamente lo que necesitas.

Al final, tus assistants responden de manera precisa y consistente. No más respuestas vagas o fuera de tema.

Vas más allá de Notion y Drive. Aquí conectas todas tus fuentes de conocimiento para que tus assistants tengan acceso completo.

Vas a integrar Slack (para que tus agents accedan al histórico de conversaciones), Confluence (para docs técnicos), bases de datos custom vía API, y archivos locales (PDFs, CSVs). Tu assistant Dust se convierte en la memoria colectiva de tu equipo.

Vemos cómo gestionar permisos por datasource (quién puede acceder a qué), sincronizar automáticamente las actualizaciones de contenido, y estructurar tus datos para optimizar la búsqueda.

También aprendes a entrenar modelos custom sobre tus datos específicos (si necesitas vocabulario técnico o contexto muy específico), y gestionar embeddings para mejorar la pertinencia de las respuestas.

Al final, tus assistants tienen acceso a TODO tu conocimiento organizacional. Responden con datos actualizados y contexto preciso.

Aquí transformas tus assistants en workers automáticos. No solo responden cuando se les pregunta, sino que se activan solos para ejecutar tareas.

Vas a crear workflows Dust con triggers (webhook, scheduled run, Slack event), actions (búsqueda en datasources, llamadas API, generación de contenido), y outputs (envío Slack, escritura en base, email). Tus agents trabajan en piloto automático.

Vemos casos concretos: assistant que resume cada mañana los tickets support de la víspera, agent que detecta preguntas recurrentes en Slack y propone respuestas, workflow que genera reportes semanales desde tus datos.

También aprendes a gestionar errores (retry logic, fallback responses), monitorear ejecuciones, y optimizar costes (elegir el modelo adecuado según la tarea).

Al final, tienes workflows IA que se ejecutan solos. Tu equipo gana tiempo en tareas repetitivas mientras mantiene calidad.

Aquí conectas Dust al resto de tu stack para crear un ecosistema coherente.

Vas a integrar Dust con Slack (comandos slash, mentions, apps), Make y n8n (para desencadenar workflows complejos), y tu app vía la API Dust. Tus assistants trabajan donde tu equipo trabaja.

Vemos cómo utilizar webhooks para recibir eventos en tiempo real (nueva conversación, tarea terminada), llamar la API Dust desde Make/n8n para automatizar, y construir interfaces custom si tienes necesidad de UX específica.

También trabajas casos avanzados: assistant que escribe directamente en Notion después de la generación, agent que actualiza tu CRM según conversaciones, workflow que crea tickets en Linear/Jira automáticamente.

Al final, Dust está completamente integrado a tu stack. Tus assistants interactúan con tus herramientas y automatizan realmente.

Terminamos con casos reales que puedes implementar directamente.

Vas a construir: un assistant support que responde a preguntas clientes con contexto producto, un agent de veille que sintetiza información desde varias fuentes, un workflow de generación de contenido que produce artículos/posts coherentes con tu identidad.

Vemos cómo medir performance (tiempo de respuesta, pertinencia, adopción por el equipo), optimizar costes (elegir entre GPT-4 para tareas complejas y modelos ligeros para rutina), y desplegar progresivamente (piloto con pequeño grupo antes de rollout completo).

También trabajas gobernanza: cómo formar a tu equipo, documentar tus assistants, gestionar versiones, e iterar según feedback.

Al final, tienes una biblioteca de assistants funcionales, templates reutilizables, y el método para continuar construyendo según tus necesidades.