Prerequisito: Curso 1 · Vibe Coding
Como CrearAgentes de IA
Para Disenadores y Product Managers · 2-4 horas · Grabado
Un agente de IA puede percibir su entorno, tomar decisiones y ejecutar acciones para alcanzar un objetivo.
EL SALTO
De Vibe Coding a Agentes
En el Curso 1 aprendiste a generar codigo con prompts. Ahora vas a crear sistemas que piensan, deciden y actuan solos.
Generar codigo con prompts
Automatizar tareas con logica encadenada
Una instruccion → una salida
Un objetivo → multiples pasos automaticos
Tu ejecutas manualmente
El agente ejecuta, tu supervisas
Herramientas: editores con IA
Herramientas: APIs, busqueda, memoria
Resultado: codigo o interfaz
Resultado: tarea completada o flujo activo
RIESGOS
Con poder viene responsabilidad
Los agentes son poderosos, pero introducen riesgos que no existen en prompts simples.
Errores en cascada
Una mala decision del agente se amplifica con cada paso. Si el paso 1 falla, los pasos 2, 3 y 4 construyen sobre un error. El dano es exponencial, no lineal.
Solucion: checkpoints de validacion entre pasos criticos.
Costos multiplicados
Un agente usa entre 10x y 50x mas tokens que un prompt simple. Cada ciclo de razonamiento, cada llamada a herramientas, cada observacion consume tokens.
Solucion: limites de iteraciones y presupuesto de tokens.
Seguridad: privilegio minimo
Un agente con acceso a tu email puede leer, escribir y borrar. Dale solo los permisos que necesita, nunca mas. Principio de minimo privilegio.
Solucion: scopes restringidos y sandboxing de herramientas.
ESTRUCTURA DEL CURSO
6 modulos, un agente funcional
Introduccion
Que es un agente, por que importa ahora, y que vas a construir hoy.
Como piensa un agente
El ciclo ReAct: razonar, actuar, observar. La diferencia entre un chatbot y un agente autonomo.
Las 3 capacidades clave
Herramientas, memoria y workflows. Los tres pilares que transforman un LLM en un agente.
Herramientas del ecosistema
Claude, ChatGPT, n8n, LangChain: cuando usar cada uno segun tu nivel y objetivo.
Proyectos practicos
Elige tu perfil: Research Agent (PM), Design Feedback Agent (disenador), u Onboarding Agent (ambos).
Revision y siguientes pasos
Validacion del agente, errores comunes, y como llevar esto a produccion.
ANATOMIA DE UN AGENTE
5 componentes, una arquitectura
Todo agente, sin importar su complejidad, se compone de estas cinco piezas fundamentales.
INSTRUCCION
El almaEl system prompt define quien es el agente, que puede hacer, y como debe comportarse. Es su identidad.
HERRAMIENTAS
Lo que puede HACERAPIs, busqueda web, bases de datos, email. Cada herramienta es una capacidad que extiende al agente.
MEMORIA
Corto + largo plazoMemoria de conversacion (corto plazo), base de conocimiento (largo plazo), y embeddings (semantica).
LOOP DE RAZONAMIENTO
ReAct: Reason + ActEl ciclo continuo: razonar sobre la situacion, actuar con una herramienta, observar el resultado, repetir.
OUTPUT
Texto, accion, datos, triggerLa salida puede ser texto, pero tambien una accion ejecutada, datos guardados, o un trigger para otro agente.
El agente repite el ciclo hasta alcanzar su objetivo o agotar sus intentos.
TIPOS DE AGENTE
3 niveles de autonomia
No todos los agentes son iguales. Segun la complejidad de la tarea, necesitas un nivel distinto de autonomia.
Reactivo
Responde a cada input sin plan previo. Rapido y simple.
Chatbots, FAQs, respuestas directas.
Un bot de soporte que responde preguntas frecuentes una por una.
Con planificacion
Define pasos antes de ejecutar. Mas lento pero mas confiable para tareas complejas de multiples pasos.
Research, analisis, generacion de reportes.
Un agente que primero busca, luego sintetiza, luego formatea el reporte.
Multi-agente
Varios agentes colaboran: uno busca, otro sintetiza, otro valida.
Workflows empresariales complejos.
Un equipo de agentes donde uno investiga, otro escribe y otro revisa calidad.
CAPACIDADES CLAVE
Los 3 pilares de un agente real
Agentes con Herramientas
Las herramientas convierten un LLM conversacional en un agente que puede actuar en el mundo real. Hay tres tipos fundamentales.
Informacion
- Busqueda web
- Leer archivos
- Consultar APIs
- Scraping
Accion
- Enviar emails
- Crear archivos
- Modificar datos
- Publicar
Integracion
- Slack
- Google Calendar
- GitHub
- Databases
// Asi se le "explica" una herramienta al agente:
herramienta: buscar_en_web
descripcion: "Busca informacion actualizada en internet"
parametros:
query: string // la busqueda a realizar
max_resultados: number // cuantos resultados traer
retorna: lista de { titulo, url, fragmento }
// El agente DECIDE cuando llamarla:
// Si el usuario pregunta algo actual → llama buscar_en_web
// Si puede responder desde su conocimiento → no la llama
Memoria y Contexto Persistente
Sin memoria, cada conversacion empieza de cero. La memoria le da al agente continuidad, personalizacion y aprendizaje.
Corto plazo
Historial de la conversacion actual. Se pierde al cerrar sesion.
Largo plazo
Base de conocimiento persistente. Documentos, preferencias, reglas.
Semantica
Embeddings vectoriales. Busqueda por similitud, no por keywords exactas.
Al inicio de cada sesion, cargar un archivo de texto con el historial.
"El usuario se llama Ana. Trabaja en Spotify. Objetivos: ..."
La memoria persiste automaticamente entre conversaciones.
Guardar outputs en Google Sheets y cargarlos al inicio del flujo.
Workflows
Un workflow es una secuencia predefinida de pasos que el agente ejecuta automaticamente. El ejemplo: un agente de investigacion semanal.
El agente ejecuta este flujo cada lunes a las 9am sin intervencion humana.
Agente libre
El modelo decide los pasos.
Workflow
Los pasos estan fijos.
ECOSISTEMA
Herramientas del mercado
No necesitas saber programar para crear agentes. Pero si necesitas saber que herramienta usar segun tu nivel.
Claude con tools
PMs y disenadores
- Interfaz natural
- MCP integrado
- Context window enorme
- Limitado a conversacion
ChatGPT GPTs
PMs y disenadores
- Store de GPTs
- Acciones custom
- Code interpreter
- Menos control
- API limitada
n8n / Make
PMs con exp. tecnica
- Visual, no-code
- Integraciones
- Triggers automaticos
- Logica compleja dificil
- Costos de ejecucion
LangChain / Graph
Desarrolladores
- Control total
- Grafos complejos
- Multi-agente
- Requiere codigo
- Curva de aprendizaje
Es una tarea conversacional que no necesita pasos fijos?
Quieres un agente con instrucciones pero sin codigo?
Necesitas conectar varias apps (Gmail, Sheets, Notion)?
El flujo tiene logica condicional compleja o memoria?
PROYECTOS PRACTICOS
Elige tu proyecto
Tres proyectos disenados para dos perfiles. Elige el que se ajuste a tu rol y construyelo paso a paso.
Research Agent
Un agente que busca noticias relevantes a tu industria, las resume, identifica tendencias y genera un reporte semanal listo para compartir con tu equipo.
Eres un Research Analyst experto.
Cuando el usuario te de un tema,
debes:
1. Buscar en internet al menos 3
fuentes recientes y confiables.
2. Sintetizar la informacion mas
relevante.
3. Entregar SIEMPRE en formato:
## Resumen ejecutivo (2-3 oraciones)
## 3 hallazgos clave
## Preguntas para explorar
## Fuentes consultadas
No inventes informacion. Si no
encuentras datos confiables, dilo.
Design Feedback Agent
Un agente que revisa pantallas de diseno contra heuristicas de UX, identifica problemas de accesibilidad y genera reportes de feedback estructurados.
Eres un Design Critic experto
en UX/UI con 15 anos de exp.
CRITERIOS (1 al 10):
Usabilidad · Claridad del
mensaje · Consistencia visual
· Jerarquia
FORMATO:
## Evaluacion rapida (tabla)
## Top 3 problemas
## Sugerencias concretas
## Lo que funciona bien
Se directo. Nada de frases
genericas.
Onboarding Agent
Un agente que guia nuevos usuarios paso a paso por tu producto: responde preguntas, detecta bloqueos y escala a soporte humano cuando es necesario.
Eres el asistente de onboarding
de [EMPRESA].
PERSONALIDAD:
Calido, directo, paciente.
COMO ACTUAR:
Al inicio, pregunta nombre y rol.
Guia por pasos, no todo de una.
Si no sabes algo, di: "No tengo
esa info, te conectare con
[persona]"
NUNCA: inventar politicas,
prometer cosas, hablar de
salarios.
SECUENCIA DE CONSTRUCCION
6 pasos para construir cualquier agente
Este proceso aplica a los 3 proyectos. Es el metodo que usaras para construir tu agente paso a paso.
Definir el objetivo
Que tarea exacta automatiza este agente? Escribirlo en 1 oracion.
Listar herramientas necesarias
Que necesita poder hacer? (buscar, leer, escribir, calcular)
Escribir el system prompt
Rol + reglas + formato de output + restricciones.
Primera prueba
Probar con 3 inputs distintos. Identificar donde falla.
Iterar el prompt
Agregar ejemplos de lo que NO debe hacer. Ser mas especifico.
Probar casos extremos
Que pasa si el input es vago? Si la herramienta falla?
CUANDO ESCALAR
Cuando necesitas un desarrollador?
Puedes construir mucho sin codigo. Pero hay 5 senales claras de que necesitas apoyo tecnico.
El agente necesita conectarse a sistemas internos de la empresa (bases de datos, ERPs).
El volumen de uso es alto y los costos de tokens se vuelven significativos.
Necesitas memoria persistente entre sesiones para multiples usuarios.
El flujo tiene logica condicional compleja (if/else, loops, branching).
Necesitas garantias de disponibilidad o SLAs.
Si ninguna de estas aplica, puedes avanzar con las herramientas no-code del ecosistema.
VALIDACION
Tu agente esta listo?
Antes de lanzar, valida estos 6 criterios. Si todos pasan, tu agente esta listo para produccion.
El agente tiene un system prompt claro con objetivo, herramientas y limites definidos
Tiene acceso SOLO a las herramientas que necesita (principio de minimo privilegio)
Incluye un limite maximo de iteraciones para evitar loops infinitos
Maneja errores gracefully: si una herramienta falla, reporta en vez de colapsar
El output es verificable: puedes confirmar que el resultado es correcto
Tiene un mecanismo de escalacion a humano cuando la confianza es baja
RECURSOS
Sigue aprendiendo
Los mejores recursos para profundizar en agentes de IA despues del curso.
Anthropic Agents Docs
Documentacion oficial de agentes con Claude.
docs.anthropic.com/agents
n8n Workflows
Templates de workflows listos para copiar.
n8n.io/workflows
LangChain Docs
Framework tecnico para agentes avanzados.
langchain.com/docs
HuggingFace Agents
Ejemplos open source de agentes de IA.
huggingface.co/agents
LangChain YouTube
Tutoriales practicos en video sobre agentes.
YouTube: LangChain channel
MAPA COMPLETO
2 cursos, un camino completo
Asi se conectan los dos cursos del workshop.
Vibe Coding
Agentes de IA
Listo para crear tu primer agente?
Este curso requiere los fundamentos del Curso 1. Si aun no lo has tomado, empieza ahi.