← Todas las guías
Método Esclusa Agentes y automatización

Tu primer agente, paso a paso: sin código y con código

Qué es realmente un agente, cómo diseñarlo en una hoja de papel y cómo construir uno sencillo con herramientas, primero sin programar y después con unas líneas de Python.

3 min de lecturaRevisada en octubre de 20262 fuentes

Qué es un agente, sin humo

Un agente es un modelo de IA que trabaja en bucle: decide qué hacer, usa una herramienta (buscar, leer un archivo, consultar un sistema), mira el resultado y decide el siguiente paso, hasta terminar la tarea. La diferencia con un chat es que actúa y encadena pasos por sí mismo.

Antes de construir un agentePregúntate si basta con un buen prompt o con un flujo fijo de pasos. Si sabes de antemano los pasos, no necesitas un agente: necesitas un flujo. Los agentes compensan cuando el camino cambia según lo que se encuentra.

Diséñalo en papel con cinco preguntas

  1. Objetivo: ¿qué tarea completa y cuándo está terminada?
  2. Herramientas: ¿qué necesita consultar o hacer? Cuantas menos, mejor.
  3. Límites: ¿qué no puede hacer nunca sin aprobación humana?
  4. Parada: ¿cuántos pasos como máximo? ¿Qué hace si se atasca?
  5. Medida: ¿cómo sabrás si lo hace bien? Diez casos reales con su resultado esperado.

Versión sin código

Los asistentes actuales ya funcionan como agentes cuando les das herramientas: búsqueda web, conectores a tu correo, calendario o documentos, y ejecución de código. Un ejemplo con un asistente que tenga búsqueda y conector de documentos:

Agente de investigación de proveedoresObjetivo: encontrar tres proveedores alternativos de [producto] en [países] para sustituir a nuestro proveedor actual. Trabaja así: 1. Lee el documento "Requisitos de compra" de mi carpeta para saber qué exigimos. 2. Busca en internet proveedores que cumplan esos requisitos. Usa solo sus webs oficiales y registros públicos. 3. Para cada candidato, comprueba: certificaciones, ubicación de fábrica, tamaño y si tiene clientes en nuestro sector. 4. Descarta los que no cumplan algún requisito obligatorio y explica por qué. Límites: - No contactes con nadie ni envíes nada. - Si una información no aparece en una fuente fiable, márcala como "no verificado". - Para en cuanto tengas tres candidatos sólidos o después de revisar 15. Entrega: una tabla con candidato, web, cumplimiento de cada requisito, fuente de cada dato y un comentario de riesgo.

Versión con código: un agente en 40 líneas

Con la API de un modelo, un agente es un bucle: envías la conversación y la lista de herramientas, el modelo pide usar una, tu código la ejecuta y le devuelve el resultado. Este ejemplo en Python usa la API de Claude con una herramienta de consulta de pedidos simulada.

agente.pyimport json import anthropic client = anthropic.Anthropic() # lee la clave de la variable ANTHROPIC_API_KEY tools = [{ "name": "buscar_pedido", "description": "Busca un pedido por su número y devuelve su estado y la fecha de entrega prevista. Úsala cuando el cliente pregunte por un pedido concreto.", "input_schema": { "type": "object", "properties": {"numero": {"type": "string", "description": "Número de pedido, por ejemplo PED-1042"}}, "required": ["numero"] } }] PEDIDOS = {"PED-1042": {"estado": "En reparto", "entrega": "15/10"}} def buscar_pedido(numero): return PEDIDOS.get(numero, {"error": "No existe ese pedido"}) mensajes = [{"role": "user", "content": "Hola, ¿dónde está mi pedido PED-1042?"}] for paso in range(5): # límite de pasos: el agente nunca da vueltas sin fin r = client.messages.create( model="claude-sonnet-5-5", max_tokens=1024, system="Eres el asistente de pedidos de una tienda. Responde en español y en dos frases. Si no encuentras el pedido, pide que revisen el número.", tools=tools, messages=mensajes, ) mensajes.append({"role": "assistant", "content": r.content}) if r.stop_reason != "tool_use": print("".join(b.text for b in r.content if b.type == "text")) break resultados = [] for b in r.content: if b.type == "tool_use": salida = buscar_pedido(**b.input) resultados.append({"type": "tool_result", "tool_use_id": b.id, "content": json.dumps(salida, ensure_ascii=False)}) mensajes.append({"role": "user", "content": resultados})

Para ejecutarlo: instala la librería con pip install anthropic, guarda tu clave en la variable de entorno ANTHROPIC_API_KEY y ejecuta python agente.py. Para conectarlo a tus sistemas, sustituye la función buscar_pedido por una consulta real a tu base de datos.

Lo que marca la diferencia

  • Descripciones de herramientas claras: qué hace, cuándo usarla y qué significa cada parámetro, como si se lo explicaras a alguien nuevo.
  • Límite de pasos y de gasto: siempre.
  • Aprobación humana para lo irreversible: enviar, pagar, borrar, modificar datos de clientes.
  • Registro de cada paso: para entender por qué hizo lo que hizo.
  • Evaluación con casos reales antes de soltarlo. Consulta la guía de evaluación.

Ponlo en práctica

OperacionesAvanzadoProcesar una carpeta entera de documentos con un script

Recorrer una carpeta de archivos de texto, extraer los mismos campos de cada uno y obtener un CSV, con control de errores.

4 pasos1 horaVer receta →

Fuentes

Contenido redactado por Esclusa a partir de la documentación oficial citada. Los modelos, precios y funciones cambian a menudo: comprueba la fuente antes de tomar decisiones.

@esclusa.ia