Un agente de IA no se configura: se incorpora

TL;DR: Un prompt bien escrito no es formación: es la descripción del puesto. El onboarding de agentes de IA —observar cómo trabaja, corregir la desviación y decidir en qué capa se arregla— es lo que convierte una IA recién instalada en un compañero de equipo fiable. Sin ese proceso, cualquier agente decepciona el primer día.

La ilusión del día 1

Ocurre casi siempre igual. Se escribe un prompt largo, detallado, con ejemplos y matices. Se prueba el agente y, en algún momento, algo no encaja: contesta con un tono que no es el de la empresa, da por bueno algo que no lo estaba, o promete un paso que no puede dar.

La conclusión más rápida es también la más cómoda: "la IA todavía no está madura para esto". Es una conclusión falsa. Lo que ha ocurrido, en realidad, es que se ha incorporado a alguien nuevo al equipo y no se le ha enseñado todavía a trabajar como se quiere que trabaje. El mismo error que cometería un responsable que esperase que una persona recién contratada rindiera al cien por cien el primer día, solo porque "ya se le explicó lo que tenía que hacer" en la entrevista.

El prompt es la descripción del puesto, no la formación

Un prompt bien escrito responde a preguntas importantes: quién es el agente, de quién depende, qué información puede consultar y qué acciones tiene permitido ejecutar. Es, en esencia, una descripción del puesto: necesaria, útil, y completamente insuficiente por sí sola.

Ningún manual de bienvenida sustituye a las primeras semanas de trabajo real. Una persona que se incorpora a un puesto lee su descripción, sí, pero aprende de verdad viendo casos reales, cometiendo errores pequeños y recibiendo indicaciones concretas sobre lo que se esperaba en cada situación. Con un agente de IA pasa exactamente lo mismo. El prompt fija el marco; el criterio se afina trabajando.

Las tres cosas que solo se aprenden trabajando

Hay comportamientos que ningún prompt, por largo que sea, consigue prevenir del todo. Aparecen solo cuando el agente ya está en marcha, resolviendo casos reales.

Da por hecho lo que solo ha planificado. Es habitual que un agente diga "aprobado" o "hecho" cuando, en realidad, solo lo ha pensado o lo ha dejado preparado. La corrección no es reñirle: es enseñarle a distinguir, en su propia respuesta, "te lo he dejado listo para revisar" de "lo he ejecutado, y aquí está la evidencia". Esa distinción, tan obvia entre personas, hay que dejarla explícita.

Promete lo que no puede cumplir. Un agente puede ofrecer, con total naturalidad, encargarle algo a un compañero o avisar más adelante, sin tener en realidad ningún canal para hacer ninguna de las dos cosas. No es que mienta: es que no conoce sus propios límites. Y esos límites no los descubre solo; hay que escribírselos, uno por uno, a medida que se detectan.

Se salta el criterio de calidad porque estaba redactado como sugerencia. Si un requisito es obligatorio, no puede quedar como una frase amable en medio del prompt ("procura revisar los datos antes de enviar"). Tiene que convertirse en un criterio de terminación explícito y, siempre que sea posible, verificable con una herramienta que compruebe si se cumplió. Lo que no se puede comprobar, tarde o temprano, se saltará.

El bucle de incorporación: a qué capa pertenece cada problema

Incorporar a un agente es un bucle, no un trámite: se observa una conversación real, se detecta dónde se ha desviado de lo esperado, se decide en qué capa corregirlo, se aplica el cambio y se vuelve a observar. No termina nunca del todo —como con cualquier equipo humano—, pero cada vuelta deja al agente algo más fiable.

La parte que marca la diferencia es saber a qué capa pertenece cada desviación, porque no todas se arreglan igual:

• Si el agente se comporta de forma distinta a como se quiere, es un problema de instrucción: se ajusta el prompt.
• Si el agente no puede hacer algo razonable que se le pide, le falta una herramienta: hay que dársela.
• Si el agente podría hacer algo que no debería poder hacer, es un problema de diseño, no de instrucción. No se arregla pidiéndoselo por escrito con más énfasis: se arregla quitándole la capacidad de hacerlo.
• Si un requisito tiene que cumplirse siempre, sin excepción, no se le pide al modelo que se acuerde: se impone por código, fuera de su criterio.

Confundir estas cuatro capas es la forma más habitual de perder semanas de onboarding de agentes de IA sin avanzar: se sigue reescribiendo el prompt para arreglar algo que, en realidad, es una herramienta que falta o un límite de diseño.

Cómo sabes que el agente ya está incorporado

Hay una señal clara, y no es que el agente acierte siempre. Es que, en vez de improvisar una respuesta o prometer algo que no puede cumplir, dice abiertamente qué le falta: "no tengo acceso a ese dato", "esa acción no está entre las que puedo ejecutar", "necesito que alguien confirme esto antes de seguir".

Ese es el momento en el que un agente deja de ser un experimento y pasa a ser, de verdad, parte del equipo. No porque nunca se equivoque, sino porque reconoce lo que no puede hacer y lo señala para que alguien lo resuelva, en vez de disimularlo.

El onboarding se hace una vez, y queda

El onboarding de agentes de IA cuesta semanas, no minutos, igual que la incorporación de cualquier persona a un puesto con responsabilidad real. La diferencia es que ese trabajo no se repite desde cero: cada corrección que se documenta —qué instrucción se ajustó, qué herramienta se añadió, qué límite se impuso por diseño— sirve para el siguiente agente, el siguiente proyecto y el siguiente cliente.

Un equipo de agentes bien incorporado no se degrada con el tiempo. Mejora.

Este artículo es la continuación natural de Seguridad de agentes de IA: por qué importa más lo que hacen que lo que saben, que explica qué no debe poder hacer nunca un agente. Este explica cómo conseguir que haga, de verdad, lo que se quiere que haga.

Si tu empresa está evaluando cómo estructurar ese proceso de incorporación —roles, herramientas, límites y supervisión— la guía de Equipos Digitales explica cómo montarlo desde el primer diseño: descubre la guía de Equipos Digitales.

¿Hablamos? https://www.digitransformations.com/dialog