Agentes de IA
Aprende cómo construir, configurar y orquestar agentes de IA en FlowHunt. Desde agentes simples hasta agentes profundos y equipos completos, encuentra aquí toda...
4 min de lectura
Agents
¿Qué es un equipo de agentes de IA y por qué lo necesitas?
Construir flujos de trabajo de automatización complejos suele requerir unir múltiples herramientas, escribir código personalizado y gestionar innumerables integraciones. AI Factory de FlowHunt cambia esa ecuación al permitirte definir lo que quieres hacer y luego ensamblar automáticamente un equipo de agentes de IA que lo gestionen.
Un equipo de agentes de IA es un conjunto de agentes de IA especializados que trabajan juntos bajo un supervisor para llevar a cabo tareas complejas. En lugar de que una sola IA tome todas las decisiones, cada agente se especializa en responsabilidades específicas. Un supervisor coordina el trabajo, los líderes de equipo delegan tareas y los agentes trabajadores ejecutan el trabajo real. Esta estructura refleja cómo funcionan los equipos humanos, y es mucho más efectiva que la automatización monolítica.
En esta guía, vamos a construir un equipo práctico de agentes de IA que extrae tickets críticos de soporte, los prioriza según el impacto en el negocio y entrega un resumen diario a tu equipo vía Slack. Este mismo patrón se aplica a cualquier flujo de trabajo multietapa en tu empresa.
Primeros pasos: acceder a AI Factory
La interfaz de FlowHunt tiene dos secciones principales: AI Studios (la vista predeterminada) y AI Factory (donde construyes equipos de agentes). Cuando abres FlowHunt, aterrizas en AI Studios. Para acceder a AI Factory, busca el conmutador en la esquina superior izquierda de la interfaz y cambia a AI Factory.
Crear tu primer proyecto
Una vez que estás en AI Factory, crear un nuevo proyecto es sencillo:
- Haz clic en el botón “Crear proyecto”
- Dale a tu proyecto un nombre descriptivo (p. ej., “Resumen Diario de Ítems de Acción de Live Agent”)
- Escribe un prompt claro describiendo lo que quieres que hagan los agentes
- Selecciona tus integraciones
- Elige cómo el supervisor te comunica los resultados
- Deja que el sistema construya tu equipo
El sistema usa la descripción de tu proyecto para determinar la estructura del equipo. Una tarea sencilla como “extraer y resumir tickets” puede dar como resultado un solo agente. Un flujo de trabajo complejo que implica múltiples fuentes de datos y árboles de decisión podría generar un supervisor, 2-3 líderes de equipo y 3-6 agentes trabajadores.
¿Listo para hacer crecer tu negocio?
Comienza tu prueba gratuita hoy y ve resultados en días.
Cómo definir la misión de tu equipo de agentes de IA
El prompt que escribes es la base de todo lo que hará tu equipo de agentes. Debe ser específico, accionable y claro sobre el formato de salida deseado.
Escribir un prompt de tarea efectivo
Un prompt sólido incluye:
- Qué extraer o analizar: “Extrae todos los tickets críticos de LiveAgent de las últimas 24 horas”
- Cómo priorizar: “Prioriza según el impacto en el cliente y el riesgo para el negocio”
- Qué hacer con los resultados: “Crea un mensaje en Slack con los 5-10 principales ítems de acción”
- Expectativas de formato de salida: Resúmenes claros y digeribles con niveles de prioridad
Aquí está el prompt de nuestro ejemplo:
Extrae todos los tickets críticos de live agent de las últimas 24 horas, prioriza según el impacto en el cliente y el riesgo para el negocio, y crea un mensaje en Slack como respuesta con todos los ítems de acción principales del día.
Este prompt le dice al sistema:
- La fuente de datos (tickets de LiveAgent)
- La ventana temporal (últimas 24 horas)
- El marco de priorización (impacto en el cliente + riesgo para el negocio)
- El destino de salida (Slack)
- El formato (ítems de acción principales)
Entender los marcos de priorización
Cuando pides a los agentes que prioricen, necesitan criterios claros. En el ejemplo anterior, los agentes usan un marco basado en el impacto con categorías como:
- Caídas de sistema — máxima prioridad, afecta a todos los usuarios
- Riesgo de ingresos — impacto directo en el negocio
- Problemas de seguridad — cumplimiento y protección de datos
- Impacto multi-cliente — afecta a múltiples cuentas
- Problemas de un solo cliente — problemas aislados
Puedes personalizar estas categorías según tu negocio. La clave es ser explícito sobre qué significa “crítico” en tu contexto.
Conectar tus integraciones
Los agentes de IA no pueden hacer trabajo útil de forma aislada. Necesitan extraer datos de tus herramientas existentes y enviar los resultados a donde tu equipo los ve.
Integraciones necesarias para el ejemplo
Para un resumen de ítems de acción de live agent, necesitas:
| Integración | Propósito | Lo que necesitarás |
|---|---|---|
| LiveAgent | Fuente de datos de tickets | URL de dominio + clave API |
| Slack | Entregar resultados al equipo | Selección de workspace + canal |
Configurar integraciones
Si una integración aún no está conectada, verás un botón “Integrar”. Haz clic en él y proporciona las credenciales requeridas:
- LiveAgent: Tu dominio y clave API (se encuentran en la configuración de tu cuenta de LiveAgent)
- Slack: Autoriza a FlowHunt a publicar en tu workspace y selecciona qué canal recibe los mensajes
Una vez conectado, el sistema verifica la integración enviando un mensaje de prueba. Para Slack, verás un mensaje de confirmación como: “Prueba de conexión de FlowHunt. Si ves esto, el canal está configurado correctamente.”
Por qué importa la verificación de integración
El sistema comprueba automáticamente que todas las integraciones funcionan antes de que tus agentes comiencen su primera tarea. Si una integración falla durante la configuración, los agentes lo señalarán de inmediato en lugar de fallar silenciosamente más tarde. Si surgen problemas durante la ejecución de la tarea, la tarea pasa al estado “se requiere intervención humana” para que puedas solucionar el problema.
Únete a nuestro boletín
Obtén los últimos consejos, tendencias y ofertas gratis.
Entender la estructura del equipo de agentes de IA
La belleza de AI Factory de FlowHunt es que no diseñas tu equipo manualmente. El sistema analiza tu tarea y ensambla automáticamente la estructura correcta.
Estructura para tareas simples: agente único
Para tareas directas —como extraer y resumir tickets— obtienes un agente. En nuestro ejemplo, este agente es Marcus, el “Ticket Triage Lead”. Su persona es: “Un veterano de operaciones de soporte sin rodeos que vive y respira la velocidad de los tickets y el impacto en el cliente.”
Este agente tiene todo el contexto y las herramientas necesarias para:
- Consultar LiveAgent en busca de tickets recientes
- Analizar el impacto de cada ticket
- Clasificarlos por prioridad
- Formatear y publicar los resultados en Slack
Estructura para tareas complejas: supervisor + líderes + trabajadores
Para flujos de trabajo más complejos, el sistema podría crear:
- 1 Supervisor: Coordina todo el flujo de trabajo, te comunica los resultados, maneja casos extremos
- 2-3 Líderes de equipo: Se especializan en distintos aspectos (p. ej., uno maneja extracción de datos, otro el análisis)
- 3-6 Agentes trabajadores: Ejecutan tareas específicas bajo la dirección de su líder
Esta jerarquía permite el procesamiento en paralelo. Mientras un trabajador extrae datos, otro puede analizarlos. Los líderes coordinan sin bloquearse entre sí. El supervisor se asegura de que nada se escape.
Ejecutar tu equipo de agentes de IA
Una vez creado tu proyecto, tu equipo de agentes está listo para trabajar. Puedes activar tareas manualmente o configurarlas para que se ejecuten según un horario.
Ejecución manual
Haz clic en “Aceptar” en cualquier tarjeta de tarea para activar la ejecución inmediata. Verás la tarea pasar por los estados:
- Abierta — La tarea está lista pero no ha comenzado
- En progreso — El agente está trabajando activamente
- Hecho — Tarea completada, los resultados están disponibles
Ejecución programada
Para tareas recurrentes, establece un horario (diario, semanal, intervalos personalizados) al crear el proyecto. La tarea automáticamente:
- Aparecerá como “Abierta” y “En progreso” en la primera ejecución
- Volverá a “Abierta” tras su finalización (ya que es recurrente)
- Se ejecutará de nuevo en el próximo horario programado
En nuestro ejemplo, el resumen diario de tickets se ejecuta cada mañana. Cuando llegas al trabajo, simplemente revisas Slack para ver qué tickets críticos requieren atención.
Ver los resultados y el trabajo del agente
Los resultados aparecen en dos lugares: la tarjeta de tarea en tu kanban y la integración que especificaste (Slack, correo electrónico, etc.).
Resultados en la tarjeta de tarea
Haz clic en una tarea completada para ver la salida completa. Para el resumen de tickets, verás:
- Resumen: “Triage diario completado. 3 nuevos tickets revisados.”
- Lista priorizada: Cada ticket con nivel de prioridad, descripción y acciones recomendadas
- Detalles: Evaluación del impacto en el cliente, riesgo para el negocio y próximos pasos
Resultados en la integración
En Slack, verás:
- El mensaje del supervisor con el resumen del digest
- Una respuesta en hilo con información detallada que incluye nombres de clientes, correos electrónicos, problemas, impacto en el negocio y próximos pasos
Esta salida dual garantiza que tanto el escaneo rápido (resumen en Slack) como la profundización (detalles de la tarjeta) sean posibles.
Comunicarte con tu equipo de agentes de IA
Tras la creación, no estás atado al prompt original. Puedes dar nuevas instrucciones, hacer preguntas o modificar el comportamiento a través de la interfaz de chat.
Comunicación directa con el agente
En la sección “Chat”, puedes:
- Pedirle a Marcus (o a cualquier agente) que gestione una solicitud de otra forma
- Obtener respuestas sobre tickets o problemas específicos
- Modificar la tarea sin eliminar y recrear el proyecto
- Hacer preguntas de seguimiento sobre el análisis del agente
Por ejemplo, podrías preguntar: “¿Qué tickets tienen el mayor radio de impacto y dame el resumen cada día también en español?”
El agente procesará esta solicitud, verificará que todas las integraciones sigan conectadas y ajustará su comportamiento en consecuencia.
Conversaciones multi-agente
En sistemas con múltiples agentes, el supervisor puede facilitar conversaciones entre agentes. Puedes hacer preguntas que requieran coordinación, y el supervisor las enrutará adecuadamente.
Verificación y seguridad
Antes de ejecutar cualquier solicitud, los agentes:
- Verifican que todas las integraciones estén correctamente conectadas
- Comprueban que las herramientas requeridas estén disponibles
- Señalan cualquier permiso faltante o problema de configuración
- Mueven las tareas a “se requiere intervención humana” si algo bloquea la ejecución
Ejemplo real: Resumen diario de Live Agent
Vamos a recorrer el flujo de trabajo completo desde la configuración hasta los resultados.
Configuración del proyecto
Nombre del proyecto: Resumen Diario de Ítems de Acción de Live Agent
Prompt de la tarea: Extrae todos los tickets críticos de live agent de las últimas 24 horas, prioriza según el impacto en el cliente y el riesgo para el negocio, y crea un mensaje en Slack como respuesta con todos los ítems de acción principales del día.
Integraciones: LiveAgent (fuente) + Slack (destino)
Comunicación del supervisor: Canal de Slack “ask-flowhunt”
Lo que hace el agente
- Consulta LiveAgent: Obtiene todos los tickets creados en las últimas 24 horas
- Analiza impacto: Evalúa cada ticket según el marco de priorización:
- Caídas de sistema (máxima prioridad)
- Riesgo de ingresos
- Problemas de seguridad
- Impacto multi-cliente
- Problemas de un solo cliente
- Clasifica resultados: Crea una lista priorizada de los 3-5 principales ítems de acción
- Formatea la salida: Estructura el resumen para claridad y acción
- Publica en Slack: Envía el resumen al canal de tu equipo e información detallada en un hilo
Salida de ejemplo
Triage Diario Completado
Tickets Revisados: 3 nuevos tickets de las últimas 24 horas
PRIORIDAD 1: Error 404 en la API de FlowHunt
- Cliente: [Nombre]
- Estado: Cliente bloqueado
- Acción: Asignar a soporte técnico, resolver en 2 horas
PRIORIDAD 2: Ayuda para construir un Flow de Notificación Email Slack
- Cliente: [Nombre]
- Estado: Soporte de onboarding
- Acción: Respuesta en 2-4 horas
PRIORIDAD 3: Consulta de precio White Labeling
- Cliente: [Nombre]
- Estado: Pregunta de ventas
- Acción: Derivar al equipo de ventas
Capacidades avanzadas: personalización y control
Tu equipo de agentes de IA no es estático. Puedes evolucionarlo a medida que cambian tus necesidades.
Modificar el comportamiento del agente
Sin eliminar el proyecto, puedes:
- Cambiar lo que el agente prioriza
- Añadir nuevos formatos de salida (p. ej., “envía también en español”)
- Modificar la ventana de tiempo (“últimas 48 horas” en lugar de 24)
- Añadir nuevas integraciones (p. ej., publicar también por correo electrónico)
Solo pide al agente a través de la interfaz de chat, y se adapta.
Reasignar agentes
Si Marcus (tu agente de triage de tickets) está infrautilizado, puedes reasignarlo a otro trabajo manteniendo intactos su personalidad y experiencia. El sistema recuerda su especialización y la aplica a nuevas tareas.
Eliminar y recrear proyectos
Si quieres un comienzo completamente nuevo, elimina el proyecto y crea uno nuevo. Tus integraciones permanecen conectadas, por lo que la configuración es más rápida la segunda vez.
Mejores prácticas para el éxito del equipo de agentes de IA
1. Sé específico en tus prompts
Los prompts vagos conducen a resultados vagos. En lugar de “resume los tickets”, di “extrae tickets con impacto en el sistema, clasifícalos por ingresos del cliente y lista los 5 principales con acciones recomendadas”.
2. Prueba las integraciones pronto
Antes de confiar en tareas programadas, ejecuta una ejecución manual para verificar:
- Los datos se están extrayendo correctamente
- Los resultados se formatean como se espera
- Las integraciones entregan la salida al lugar correcto
3. Empieza simple, escala gradualmente
Comienza con una tarea de agente único para comprender el flujo de trabajo. Una vez que te sientas cómodo, construye sistemas multi-agente más complejos.
4. Monitoriza el rendimiento del agente
Revisa los resultados de tus tareas con regularidad. Si un agente no prioriza correctamente o se pierde datos importantes, ajusta el prompt a través de la interfaz de chat.
5. Aprovecha la comunicación del supervisor
Los mensajes del supervisor son tu ventana a lo que están haciendo los agentes. Léelos con atención para comprender el razonamiento del agente y detectar problemas a tiempo.
Casos de uso comunes para equipos de agentes de IA
El resumen de tickets de live agent es solo un ejemplo. Los equipos de agentes de IA destacan en:
- Gestión del pipeline de ventas: Analizar negocios, marcar cuentas en riesgo, actualizar CRM
- Moderación de contenido: Revisar envíos de usuarios, categorizar, escalar infracciones
- Agregación de datos: Extraer datos de múltiples fuentes, transformarlos y consolidarlos
- Onboarding de clientes: Verificar información, crear cuentas, enviar secuencias de bienvenida
- Respuesta a incidentes: Detectar anomalías, alertar equipos, coordinar resolución
- Generación de informes: Recopilar datos, analizar tendencias, distribuir insights
El patrón siempre es el mismo: definir la tarea, conectar integraciones, dejar que el sistema construya tu equipo.
Conclusión
Los equipos de agentes de IA representan un cambio fundamental en nuestra forma de abordar la automatización. En lugar de construir flujos de trabajo rígidos, defines lo que quieres hacer y dejas que el sistema arme el equipo adecuado para gestionarlo. AI Factory de FlowHunt lo hace accesible: sin necesidad de código, sin configuraciones complejas, solo prompts claros e integraciones conectadas.
El ejemplo del resumen diario de live agent demuestra el poder de este enfoque. Lo que antes requería revisión manual, actualizaciones de hojas de cálculo y coordinación por correo electrónico ahora ocurre automáticamente cada mañana. Tu equipo empieza cada día con prioridades claras, y tus operaciones de soporte funcionan con mayor fluidez.
Ya sea que gestiones tickets de soporte, agregues datos de ventas, moderes contenido de usuarios o coordines respuestas a incidentes, se aplican los mismos principios. Empieza con un prompt claro, conecta tus integraciones y deja que tu equipo de agentes de IA se encargue del trabajo.
¿Listo para construir tu primer equipo de agentes de IA? Entra en AI Factory de FlowHunt, define tu tarea y observa cómo el sistema arma el equipo perfecto para ejecutarla.
