Diseño del agente
Qué tarea hace, qué herramientas usa, qué NO debe hacer y cuándo pide ayuda. Se escribe antes de programar.
Ejecutan acciones reales sobre tu stack. Consultan el CRM, abren tickets, redactan informes y envían correos. Después comprueban el resultado y registran todo lo que han hecho.
Un agente no escribe: decide qué herramienta usar, la ejecuta sobre tu sistema y termina la tarea.
El asistente escribe texto. El agente planifica, usa tus herramientas y comprueba si ha hecho bien el trabajo. Lee la guía completa de Inteligencia Artificial para el contexto teórico.
La diferencia entre un asistente y un agente está en la capacidad de actuar. El asistente redacta; el agente decide qué herramienta usar, la ejecuta contra tu sistema real, comprueba el resultado y sigue hasta completar la tarea o hasta necesitar a una persona. Eso abre la puerta a automatizar procesos que antes exigían a alguien: clasificar una oportunidad, preparar un informe, cruzar datos entre el CRM y la contabilidad, avisar de una desviación o redactar el primer borrador de una respuesta.
Va dirigido a empresas con volumen suficiente para que la automatización compense, y a equipos técnicos que quieren montar su propia capa de agentes sobre n8n. El requisito importante no es el modelo es tener el proceso escrito y datos utilizables. Un agente sin proceso definido solo multiplica el desorden.
Control humano, registro de acciones y una salida siempre disponible. El sistema debe poder detenerse.
Qué tarea hace, qué herramientas usa, qué NO debe hacer y cuándo pide ayuda. Se escribe antes de programar.
Con conexiones a CRM, correo, calendario, hojas de cálculo y APIs propias mediante function calling con parámetros validados.
Recuperación de documentos y datos del cliente para que el agente responda con tus cifras y no con suposiciones.
Acciones que requieren validación humana, límites de gasto y de envío y bloqueo de operaciones sensibles.
Cuando un agente no basta, varios especializados trabajando con un supervisor que reparte, valida y controla el coste.
Traza de cada ejecución, errores más frecuentes y evaluación periódica con casos reales del negocio.
Qué pidió el modelo, qué herramienta llamó, qué devolvió y dónde paró a pedir permiso. Sin esto no hay despliegue posible.
Cinco pasos, siempre en el mismo orden. El agente no improvisa es comprueba antes de seguir.
Llega el evento. Un correo, un formulario, un webhook, una tarea programada o una petición en el chat.
El modelo descompone el objetivo en pasos y decide qué herramienta usar en cada uno, con sus parámetros.
La llamada sale contra tu API con el schema validado. La respuesta vuelve al contexto con el mismo formato.
Comprueba el resultado. Si algo falla, reintenta con un plan alternativo o lo escala a una persona.
Si la acción es de bajo riesgo, la ejecuta y lo deja registrado. Si no, pide aprobación y sigue.
El límite de pasos, el coste por ejecución y el umbral de escalado se configuran por tarea. El agente nunca decide solo hasta el final.
Empezamos por un agente que resuelve un problema concreto. La orquestación llega después, si hace falta.
Revisamos el proceso, el volumen y los sistemas. Salen una lista de tareas candidatas y la primera que montamos.
Definimos objetivo, herramientas, límites, criterios de éxito y qué se hace cuando el modelo duda.
Implementamos las integraciones, el prompt, la memoria y la observabilidad. Todo con registro desde el primer día.
El agente trabaja junto al equipo humano. Se comparan resultados, se corrigen fallos y se miden los casos difíciles.
Pasa a producción con alertas, presupuesto de coste y revisión periódica cuando el proceso cambia.
El mismo motor sirve para tareas muy distintas. Lo que cambia es la herramienta a la que se conecta.
Cada consulta comercial llega por email o formulario y hay que clasificarla, buscar la cuenta en el CRM y devolver una respuesta con contexto.
Clasifica, busca en el CRM, redacta y deja la oportunidad lista para que una persona solo valide.
Los pedidos con incidencia saltan a un correo y alguien tiene que consultar el pedido, el stock y las incidencias de envío para responder.
Consulta pedido, stock y logística, y responde con la situación real sin intervención.
Cada lunes alguien recorre tres hojas de cálculo para detectar desviaciones y preparar el informe de la semana.
Cruza los datos, detecta las desviaciones, redacta el informe y avisa a quien tenga que decidir.
Agentes con tool calling impecables. Lo que más valoro es que documentan todo. Cuando rotó el dev interno, el relevo fue indoloro.
Reseña verificada en Google
4,9/5 · 240+ opiniones.
El chatbot está en la web y responde a quien escribe. El agente vive detrás, tiene acceso a tus sistemas y termina tareas: consulta el CRM, crea un informe, manda un correo o actualiza un registro. También tiene límites, memoria y registro de lo que hace. El chatbot mejora la experiencia de quien pregunta; el agente reduce trabajo a tu equipo.
Puede, y por eso el diseño no parte de que no lo haga. Hay acciones de bajo riesgo que se ejecutan solas, acciones que exigen aprobación y acciones bloqueadas. Todo queda registrado, se revisa por tipo de tarea y se corrige el prompt o las reglas. Un agente sin registro no lo desplegamos.
Normalmente no. Necesitamos que tus sistemas ofrezcan una vía de lectura y, si el agente actúa, de escritura: una API, un webhook, un connector de n8n o una exportación periódica. Cuando la API no existe, la solución es una capa intermedia, no un rediseño de tu CRM.
El coste variable es el del modelo por token y el de las integraciones que uses. El fijo es el mantenimiento. Revisar los fallos, actualizar los prompts cuando cambia el proceso y auditar las llamadas. Lo presupuestamos por horas al mes, no como una cuota cerrada, porque el uso real se ve a las pocas semanas.
Depende del despliegue que elijas. Con modelos de pago, la información viaja al proveedor según su contrato y se abre con acuerdo de confidencialidad. Con modelos locales o despliegue on-premise, el dato no sale de tu infraestructura. En el briefing te decimos qué implicación tiene cada opción antes de empezar.
Un agente con un proceso acotado suele estar en producción en dos a cuatro semanas: una de diagnóstico y diseño, otra de construcción y las últimas de prueba en paralelo. Si hay que montar integraciones que no existían, se alarga. En el briefing te damos el calendario con el alcance cerrado.
Media hora para entender si hay un agente que merece la pena. Si no lo hay, te lo decimos en la llamada.
30 minutos con Jorge Sánchez Mosquete, experto en Agentes de IA con tool calling. Sin compromiso, en español.
Powered by Netbulb
Empezamos con una auditoría gratuita de 30 minutos. Después, tú decides qué módulos quieres contratar.