Un agente de IA combina un modelo, herramientas y reglas definidas para avanzar hacia un objetivo, comprobar resultados y derivar el trabajo cuando hace falta. El modelo aporta razonamiento y resultados; el flujo que lo rodea determina qué información y acciones tiene disponibles.
Ejemplo: preparar la revisión de incorporación de un proveedor
Northstar Supplies envía un expediente de incorporación. El equipo de compras pide: «Prepara una revisión de incorporación con el expediente, la lista de verificación aprobada y la ficha actual del proveedor. Señala la evidencia que falta y redacta una solicitud de documentos para que alguien la revise. No apruebes al proveedor ni envíes ningún mensaje».
El agente consulta únicamente esas tres fuentes. Compara el expediente con la lista, contrasta los datos pertinentes con la ficha actual, identifica la información que falta y prepara un borrador para el equipo de compras. El ejemplo es ficticio e ilustra el tipo de resultado esperado; no corresponde a un proveedor real.
Northstar Supplies — borrador de incorporación
- Hallazgo: Falta un certificado de seguro vigente en el expediente de incorporación.
- Solicitud propuesta: «Envíenos un certificado de seguro vigente para que el equipo de compras pueda continuar la revisión».
- Decisión: El proveedor aún no está aprobado; el equipo de compras debe revisar el borrador.
La acción útil del agente consiste en preparar un borrador respaldado por la evidencia. Si una fuente no se puede leer o hay datos contradictorios, debe indicar qué no pudo verificar y derivar el caso para su revisión.
Regla de revisión: La aprobación y el envío quedan a cargo de una persona.
El agente completa la revisión cuando la evidencia es clara. Si falta información, hace otra comprobación o deriva el caso a una persona.
¿Qué hace que sea un agente?
- Trabajo: Preparar una revisión.
- Contexto: Usar el expediente, la lista y la ficha aprobados.
- Herramientas: Determinar qué puede leer o cambiar el sistema.
- Reglas: Describir cómo manejar la evidencia faltante y cuándo detenerse.
En conjunto, estos elementos permiten que el sistema elija el siguiente paso dentro de una tarea acotada.
Un modelo por sí solo podría resumir el formulario presentado. Una automatización fija podría comprobar si están todos los archivos requeridos. El agente del ejemplo compara evidencia entre las fuentes permitidas y adapta el borrador según lo que encuentra. Esa flexibilidad requiere permisos claros y una forma de comprobar el resultado.
Cuándo conviene este patrón
Usa un agente cuando:
- La solicitud varía.
- El siguiente paso depende de lo que indiquen las fuentes aprobadas.
- Una persona puede revisar el resultado o resolver las excepciones.
Un flujo fijo o una llamada directa a un modelo pueden ser más fáciles de definir cuando la secuencia no cambia o solo hay que transformar un elemento.
Antes de permitir que un agente realice una acción de consecuencias importantes, define:
- Quién se hace cargo de los casos sin resolver.
- Qué datos deben verificarse.
- Qué acciones no debe realizar bajo ninguna circunstancia.
Para compararlo con los chatbots y la automatización, consulta agente de IA, chatbot o automatización. Para conocer los componentes del sistema, sigue con la arquitectura de un agente de IA y el entorno de control de un agente.