Agentes de IA · Guía Crear un agente de IA: herramientas, caminos y los seis pasos hasta el primer agente

De qué consta un agente de IA

Un agente de IA es un programa que, con un modelo de lenguaje, decide por sí mismo cuál es el siguiente paso y usa herramientas para darlo. Qué es un agente y en qué se diferencia de un chatbot y de la automatización clásica lo explica nuestro artículo agentes de IA para empresas. Técnicamente, todo agente necesita los mismos componentes:

• Modelo: el modelo de lenguaje que lee, planifica y redacta.
• Instrucciones: tarea, tono, reglas y, sobre todo, cuándo el agente pasa el caso a una persona.
• Herramientas: interfaces con las que lee datos o hace algo, como consultar un pedido o crear una incidencia.
• Conocimiento: documentos a los que accede, por ejemplo listas de precios, manuales o respuestas anteriores.
• Límites: permisos, aprobaciones, importes máximos y límites de coste.
• Registro y pruebas: cada decisión trazable, cada cambio comprobado con ejemplos reales.

Tres caminos comparados

En la práctica, los caminos suelen combinarse: un agente en código se encarga de la revisión exigente y n8n lo conecta con el buzón, el ERP y el CRM. Qué plataforma encaja depende menos de la herramienta que de dónde están sus datos, quién mantendrá el agente después y qué exige la protección de datos. n8n, por ejemplo, puede funcionar en servidores propios en la UE, más en n8n autoalojado.

Conectar herramientas: qué es MCP

Para que un agente pueda hacer algo, necesita acceso a sus sistemas. El Model Context Protocol (MCP) es un estándar abierto para conectar aplicaciones de IA con herramientas y fuentes de datos de forma uniforme. Anthropic lo presentó a finales de 2024 y hoy lo admiten muchos proveedores y herramientas. Para las empresas significa: una conexión construida una vez, por ejemplo con el ERP, puede usarse con distintos modelos y plataformas. MCP ayuda, pero no es imprescindible. Muchos agentes se arreglan con pocas interfaces programadas directamente.

Crear un agente de IA en seis pasos

1. Elegir una tarea acotada: por ejemplo «responder preguntas sobre el estado de las entregas» en lugar de «encargarse de la atención al cliente».
2. Reunir ejemplos reales: de 30 a 50 casos típicos con la respuesta correcta. Son su referencia para cada cambio.
3. Herramientas con permisos mínimos: el agente puede leer pedidos, pero no registrar abonos. Permisos de escritura solo donde de verdad hagan falta.
4. Definir instrucciones y traspaso: qué puede hacer el agente, qué no y cuándo pasa el caso a una persona, por ejemplo ante quejas o dudas.
5. Probar y medir: pasar el agente por los ejemplos, ordenar los errores por tipo, mejorar instrucciones y herramientas y volver a probar.
6. Arrancar con aprobación: al principio el agente propone y una persona aprueba. Solo cuando los resultados son correctos durante semanas puede hacer más por sí solo. Los límites de coste y los registros funcionan desde el inicio.

Seguridad y derecho

Los agentes leen textos que llegan de fuera, como correos o páginas web. Pueden contener instrucciones ocultas para inducir al agente a hacer algo. OWASP sitúa esta llamada inyección de prompts como el mayor riesgo de las aplicaciones de IA, seguida, entre otros, de los permisos excesivos. Las contramedidas más importantes son permisos mínimos, aprobaciones para acciones con consecuencias y la separación entre leer y escribir.

Desde el punto de vista jurídico, la mayoría de los agentes en una empresa no plantean problemas. Si un agente habla directamente con personas, debe quedar claro que es una IA (art. 50 del Reglamento de IA). Para usos en ámbitos sensibles como la selección de personal, las obligaciones de la IA de alto riesgo se aplican a partir de diciembre de 2027. Los datos personales exigen un contrato de encargo del tratamiento y, si es posible, servidores en la UE.

¿Construirlo usted o encargarlo?

Construirlo usted mismo compensa para ayudantes internos de bajo riesgo, si alguien del equipo tiene ganas y tiempo de profundizar en el tema. El apoyo externo compensa si el agente trabaja con datos de clientes, conecta varios sistemas o debe funcionar de forma fiable a largo plazo. Cómo trabajamos lo explicamos en la página desarrollo de agentes de IA. Como agencia de IA le acompañamos desde el primer prototipo hasta la puesta en marcha.