Sistemas de agentes: RAG y automatización avanzada

Un workflow sigue pasos fijos; un agente decide el siguiente paso con herramientas. La mayoría de problemas de negocio se resuelven con el primero.

Define qué recibe, qué debe devolver, qué no puede hacer y cuándo debe parar. El contrato es también tu criterio de evaluación.

Si conoces los pasos de antemano, encadénalos. Reserva el bucle para casos donde el orden depende de lo que se descubra.

Decide el máximo por ejecución antes de programar. Sin techo, una consulta ambigua puede consumir el margen de una semana.

Define qué se registra en cada paso: entrada, herramienta, decisión, coste y salida. Sin traza no puedes explicar una respuesta incorrecta.

Revisa tu decisión con tres casos reales. Si el 90 % de las ejecuciones sigue el mismo camino, elimina la autonomía y quédate con el script.

Describe nombre, parámetros, tipos y errores posibles. Un esquema vago produce llamadas válidas en forma e inválidas en fondo.

Añade máximo de iteraciones, espera entre reintentos y salida limpia al agotarlos. El bucle infinito es el primer fallo de todo agente.

Persiste el historial de pasos y las salidas de herramientas. Reanudar sin repetir efectos secundarios exige idempotencia.

Envía un resumen de lo que va a hacer y espera aprobación explícita para pagos, envíos o borrados. La autonomía no incluye efectos que no se deshacen.

Guarda herramienta elegida, argumentos, resultado y motivo. Necesitas reconstruir una ejecución concreta semanas después.

Simula una herramienta caída, una respuesta vacía y una entrada malformada. Corrige lo que no se recupera solo.

Elimina navegación y duplicados, corta por secciones con sentido y conserva título, fecha y origen. Un mal corpus no se arregla con un buen prompt.

Crea veinte preguntas con su fragmento correcto y comprueba si aparece entre los primeros resultados. Ajusta aquí, no en la redacción final.

La semántica falla con códigos y nombres exactos; la léxica falla con paráfrasis. Une ambas y ordena los resultados antes de pasarlos al modelo.

Exige identificador de documento y fragmento en cada afirmación. Si no hay respaldo, la respuesta debe ser «no consta».

Incluye casos fáciles, ambiguos y sin respuesta en el corpus. Mide acierto, cita correcta y falsos positivos por separado.

Prueba preguntas fuera de alcance y revisa si inventa o escala. La abstención correcta vale más que una respuesta plausible.

Mide cada llamada y cada herramienta por separado. Un promedio global oculta el paso que consume el presupuesto o rompe la experiencia.

Añade la ejecución fallida al conjunto con su resultado esperado. La suite crece con producción y evita repetir el mismo error.

Cada herramienta recibe solo el acceso que necesita. Una clave maestra en el prompt convierte un error de formato en una brecha.

Decide qué ocurre con timeout, cuota agotada o respuesta inválida: reintento, modelo alternativo o mensaje honesto al usuario.

Guarda cada versión con su fecha y sus resultados de evaluación. Sin versionado no puedes atribuir una mejora a un cambio concreto.

Retira la revisión solo en tareas con evaluación estable, errores reversibles y trazas suficientes. En el resto, mantén la aprobación.