Automatització de processos i intel·ligència artificial agèntica

L’automatització de processos amb suport d’intel·ligència artificial està transformant la manera com treballem, organitzem dades i oferim serveis. Aquest curs ofereix una visió pràctica i aplicada de com utilitzar MAKE per dissenyar fluxos intel·ligents capaços d’executar tasques automàticament, comunicar-se amb models de llenguatge (com OpenAI o Gemini) i generar resultats contextuals en temps real.

Al llarg de les sessions, l’alumnat aprendrà a construir sistemes que integren bases de coneixement dinàmiques (RAGs i CAGs), realitzen scraping de dades web amb Apify, i incorporen conceptes d’IA agèntica per desenvolupar assistents i agents autònoms capaços d’aprendre i adaptar-se.

L’enfocament és totalment pràctic, amb exemples reals i projectes integrats, orientat a perfils que ja tenen una base tècnica i volen avançar cap a l’automatització intel·ligent i el desplegament d’assistents autònoms dins d’entorns professionals o educatius.

• Dominar l’ús de MAKE per crear, gestionar i optimitzar fluxos d’automatització intel·ligents que integrin IA generativa, bases de coneixement dinàmiques i agents autònoms, aplicats a casos d’ús reals.
• Comprendre els principis de l’automatització i la seva aplicació en processos quotidians o empresarials.
• Configurar integracions amb OpenAI per incorporar capacitats de llenguatge natural als fluxos de treball.
• Dissenyar escenaris complexos a MAKE, amb gestió de variables, sub-escenaris i orquestració de processos.
• Crear xatbots i interfícies pròpies, connectats a LLMs i bases de dades externes.
• Construir i mantenir RAGs (Retrieval-Augmented Generation) i CAGs (Context-Augmented Generation) per dotar els sistemes de coneixement actualitzable i contextual.
• Implementar processos de scraping amb Apify per extreure informació de fonts web i alimentar automàticament els RAGs.
• Entendre el funcionament de la IA agèntica i com configurar agents a MAKE (amb referència conceptual a n8n i Model Context Protocol).
• Desenvolupar un projecte complet que combini automatització, IA generativa i gestió dinàmica del coneixement.
• Aprendre a dissenyar i desplegar fluxos d’automatització intel·ligents amb MAKE, integrant IA generativa (OpenAI, Gemini), RAGs/CAGs i conceptes d’IA agèntica, per construir sistemes que recopilen, actualitzen i apliquen coneixement de forma autònoma.

• Professionals amb coneixements tècnics previs interessats en automatització intel·ligent.
• Desenvolupadors i tècnics que vulguin integrar IA generativa, RAGs/CAGs i agents autònoms en els seus fluxos de treball.
• Persones que busquen dissenyar chatbots i interfícies interactives connectades a models de llenguatge.
• Professionals que desitgen implementar web scraping i gestió dinàmica de bases de coneixement per a processos automatitzats.

1. Introducció a l’automatització
   • Què és l’automatització i per què és clau en entorns actuals.
   • Exemples pràctics d’automatització en processos reals.
   • Tour per la interfície de MAKE: escenaris, triggers i accions.
   • Creació d’un primer escenari senzill sense IA.
   • Introducció conceptual als LLMs i al paper de la IA dins l’automatització.
2. Connexió amb OpenAI i fluxos bàsics
   • Configuració de la connexió amb OpenAI (API key, models, paràmetres).
   • Primeres proves d’integració amb LLMs: prompts simples i variables dinàmiques.
   • Variables, funcions i bones pràctiques de disseny (naming, logging, gestió d’errors).
   • Cas pràctic: flux que rep text, el processa amb IA i retorna una resposta automàtica.
3. Connexions externes i webhooks
   • Mailhooks i webhooks: principi de funcionament i aplicacions pràctiques.
   • Creació de fluxos que reben i processen dades externes.
   • Enviament automàtic de respostes o notificacions.
   • Cas pràctic: webhook que rep dades d’un formulari i genera un registre o resposta intel·ligent.
4. Enriquiment amb LLMs i fluxos intel·ligents
   • Disseny de prompts contextuals i ús de variables avançades.
   • Tractament de text amb IA: resum, classificació, extracció d’informació.
   • Com utilitzar els LLMs dins d’un flux per prendre decisions o generar resultats contextuals.
   • Cas pràctic: flux que analitza textos i genera respostes personalitzades.
5. Disseny d’interfícies i xatbots
   • Arquitectura bàsica de xatbots: intents, entitats, diàlegs i context.
   • Disseny d’interfícies HTML/CSS senzilles per a assistents o formularis.
   • Integració amb serveis web interns o formularis propis.
   • Cas pràctic: xatbot connectat a OpenAI amb interfície web pròpia.
6. Bases de dades i RAGs dinàmics
   • Connexió amb Airtable o Google Sheets com a base de coneixement.
   • Operacions CRUD (Create, Read, Update, Delete).
   • Introducció a RAG (Retrieval-Augmented Generation) i CAG (Context-Augmented Generation).
   • Creació de bases de coneixement dinàmiques per donar context als LLMs.
   • Automatització de l’actualització del RAG amb noves dades (RAGs dinàmics).
   • Cas pràctic: flux que extreu informació de documents i la incorpora automàticament a un RAG.
7. Scraping web amb Apify
   • Introducció al web scraping i aplicacions dins l’automatització.
   • Configuració i ús d’Apify com a eina de scraping.
   • Extracció de dades de pàgines web per alimentar processos automàtics.
   • Processament i neteja de la informació obtinguda.
   • Cas pràctic: flux que obté dades d’un web amb Apify i les afegeix a un RAG dinàmic.
8. IA Agèntica i Model Context Protocol
   • Què és la IA Agèntica i diferències amb l’automatització tradicional.
   • Components d’un agent: objectius, context, accions, memòria i raonament.
   • Agents a MAKE: com configurar fluxos autònoms amb LLMs i context.
   • n8n com a referència conceptual: com s’hi implementaria un agent equivalent (sense pràctica).
   • Ús de RAGs/CAGs com a memòria persistent per agents.
   • Introducció al Model Context Protocol (MCP) i fluxos multiagent.
   • Cas pràctic: agent autònom que consulta un RAG dinàmic i pren decisions dins MAKE.
9. Laboratori final i projectes integrats
   • Sessió pràctica intensiva:
     • Construcció d’un projecte complet d’automatització amb suport d’IA i agents.
     • Exemples:
       • Assistents interns amb base de coneixement dinàmica.
       • Flux complet amb agents, scraping Apify, RAG actualitzable i interfície web.
   • Revisió col·lectiva i bones pràctiques finals.
   • Cloenda i roadmap d’aprenentatge continu.

Tots els nostres cursos són bonificables per empreses (excepte autònoms) a través de la Fundació Estatal per a la Formació en l’Ocupació (FUNDAE).

Consultar descomptes especials per a estudiants, persones en situació d’atur, i empreses que realitzin dues o més inscripcions en un mateix curs.