Paso a paso
1. Una tarea, no «un agente»
«Quiero un agente» no es un encargo. «Que lea los correos de reclamaciones, busque el pedido y deje preparada la respuesta para que la revise alguien» sí lo es. Escribe qué entra, qué tiene que salir y cómo sabrás que está bien.
2. ¿Hace falta un agente?
Anthropic recomienda la solución más sencilla posible y añadir complejidad solo cuando hace falta. Si los pasos siempre son los mismos, lo que necesitas es un flujo (por ejemplo, con n8n) con un paso de IA. Un agente compensa cuando el camino cambia según el caso y no se puede escribir de antemano.
3. Las herramientas justas
Un agente es un modelo con herramientas: buscar en tus documentos, consultar un pedido, crear una incidencia, enviar un borrador. Cada herramienta es una puerta: dale solo las que la tarea necesita. La forma estándar de conectarlas hoy es el protocolo MCP; lo explicamos en Qué es un servidor MCP.
4. Permisos mínimos
- Leer antes que escribir. Empieza con un agente que consulta y propone.
- Nada irreversible sin una persona: pagos, borrados, envíos a clientes.
- Un registro de lo que ha hecho y por qué.
5. Instrucciones y ejemplos
Instrucciones claras sobre qué hacer, qué no y cuándo parar y preguntar, con ejemplos de casos reales resueltos como quieres. Es lo que más mejora el resultado.
6. Probarlo con casos reales
Treinta o cincuenta casos de verdad, incluidos los raros: el correo sin número de pedido, el cliente que pide dos cosas, el dato que no existe. Anthropic avisa de que la autonomía de un agente trae errores que se encadenan: aquí es donde se ven.
7. Medirlo
Cuántos casos resuelve bien, cuántos pasa a una persona, cuánto tarda y cuánto cuesta cada uno. Un agente da varias vueltas por caso, y cada vuelta se paga.
Los patrones que recomienda Anthropic
Antes de un agente libre, hay patrones más controlados que resuelven mucho:
- Encadenar pasos: cada llamada trabaja sobre la anterior.
- Enrutar: clasificar cada caso y mandarlo a quien toca.
- Paralelizar: varias llamadas a la vez y juntar el resultado.
- Orquestador y trabajadores: un modelo reparte tareas a otros y junta lo que hacen.
- Evaluador: un modelo hace y otro revisa, en bucle.
Cuándo no hace falta
- Si la tarea siempre es igual: un flujo fijo.
- Si basta con una respuesta: una sola llamada al modelo con la información adecuada.
- Si nadie va a revisar lo que hace durante las primeras semanas: mejor esperar.
Qué haríamos nosotros
Un piloto de una tarea, con permisos de solo lectura y propuesta, probado con vuestros casos reales y medido dos semanas antes de darle más. Lo montamos en Agentes con Claude (referencia: 3700 €, sin IVA); si hace falta conectarlo a herramientas internas, con Servidores MCP a medida (4600 €). Qué es un agente y cuándo tiene sentido, en Qué es un agente de IA.
Preguntas frecuentes
¿Se puede crear un agente de IA gratis?
Para probar, sí: hay herramientas con planes gratuitos y modelos que se pueden usar en tu propio ordenador. Para algo que trabaje en una empresa, cuenta el coste del modelo por uso, el de mantenerlo y el tiempo de revisarlo.
¿Necesito saber programar para crear un agente de IA?
Para uno sencillo, no: hay herramientas visuales. Para conectarlo a tus sistemas con seguridad, permisos y registro, sí ayuda.
¿Qué modelo uso para un agente de IA?
El que resuelva la tarea al menor coste. Para tareas largas y complejas, uno de los grandes; para clasificar o extraer, uno pequeño. Lo comparamos en Precios de Claude.
Fuentes
- [1]Anthropic, «Building effective agents».
https://www.anthropic.com/engineering/building-effective-agents - [2]Model Context Protocol, «What is the Model Context Protocol (MCP)?».
https://modelcontextprotocol.io/docs/getting-started/intro
Consultadas el 28 de octubre de 2026.