Martes, 10:15
Sobre la mesa hay dos propuestas para crear un agente de IA. La primera ocupa una página: "Un agente inteligente que gestiona tu sitio, tu publicidad y tu contenido", precio mensual y fecha de inicio.
La segunda es más larga y, curiosamente, empieza con preguntas: dónde se ejecutará el agente, con qué acceso entrará al sitio, quién aprueba antes de publicar y qué pasa si algo se rompe.
Las dos prometen un agente. Solo una te contó qué hay detrás de las paredes.
Crear un agente de IA para un negocio parece sencillo desde fuera: conectas ChatGPT, le pones un nombre y listo. En realidad, la conversación en Telegram es solo la fachada. Debajo hay un servidor, conexiones, permisos, memoria, reglas y un registro.
En esta guía respondemos dos preguntas: cómo construir un agente de IA en el que se pueda confiar también en el tercer mes, y sobre qué infraestructura ejecutarlo cuando las tareas duran horas. Si todavía estás en el "qué es un agente, en realidad", empieza por la guía básica sobre agentes de IA para empresas.
En resumen
- Crear un agente de IA es montar un sistema, no instalar una herramienta: modelo, conexiones con permiso mínimo, conocimiento del negocio, reglas de aprobación y registro, sobre una infraestructura que funciona aunque tu ordenador esté apagado.
- Cómo construir un agente de IA: ocho pasos, desde una tarea definida hasta una ampliación gradual. La mayor parte del trabajo está en los permisos, las instrucciones y las pruebas, no en el código.
- Para trabajo largo de agentes hoy hay tres caminos principales: una plataforma gestionada como la Agents API de OpenAI (en beta), un agente en un servidor en la nube dedicado, o un agente listo para usar como dots o Muse. Qué conviene depende de la duración de las tareas, de los sistemas y del control que necesites.
- Lo que aportas tú: 2 o 3 tareas, acceso ordenado a los sistemas, ejemplos de lo "bueno" y alguien que apruebe.
Crear un agente de IA es construir una casa, no instalar una aplicación
Una demostración te enseña el salón. Una propuesta seria te habla de los cimientos. Es la frase que conviene llevarse a cualquier reunión con quien se ofrezca a construirte un agente.
Cuando se construye una casa, nadie se entusiasma con los cimientos. Se entusiasman con la cocina y las vistas. Pero una casa con una cocina preciosa y cimientos débiles empieza a agrietarse después del primer invierno.
Un agente de IA funciona exactamente igual. En la demostración ves una conversación inteligente, quizá incluso un producto que aparece en el sitio. No ves dónde se ejecuta el agente, con qué usuario entra al sitio, quién aprueba antes de publicar ni dónde queda anotado lo que hizo ayer.
Las siete capas de un agente de IA para empresas
El modelo es solo una capa de siete. OpenAI, en su guía para construir agentes, describe tres componentes básicos: modelo, herramientas e instrucciones. En un negocio real hay que añadir algunas capas más a su alrededor, para que el agente sea seguro en el trabajo diario. Así se ve, de abajo arriba.
1. Los cimientos: servidor separado y aislamiento
El agente necesita un lugar donde ejecutarse todo el tiempo, también cuando tu ordenador está apagado. Preferimos un servidor en la nube separado para cada negocio, de modo que tu información, tus conexiones y tus ajustes no estén junto a los de otro negocio.
Qué preguntar: ¿dónde se ejecutará el agente, y comparte servidor o cuenta con otros negocios?
2. Las tuberías: conexiones y permisos
Esta es la capa que convierte un chat en un agente. Según la documentación de OpenAI, el modelo no ejecuta herramientas por sí mismo: solicita ejecutar una herramienta, y el sistema que lo rodea realiza la acción. Es decir, lo que el agente puede hacer se determina en las tuberías, no en las "buenas intenciones" del modelo.
Por eso cada conexión necesita un usuario propio y el permiso mínimo. Un agente que sube entradas al blog no necesita permisos de administrador en todo el sitio.
Qué preguntar: ¿con qué usuario entrará el agente en cada sistema y qué podrá hacer exactamente ahí?
3. El cerebro: modelo e instrucciones
El modelo es el motor de razonamiento. Las instrucciones son la descripción del puesto: qué hace el agente, cómo habla y cuándo se detiene a preguntar. El mismo modelo con instrucciones vagas dará resultados vagos.
Qué preguntar: ¿quién escribe las instrucciones y cómo se actualizan cuando algo no funciona?
4. La memoria: el conocimiento del negocio
Un agente genérico sabe escribir. El agente de tu negocio sabe escribir como tú: el tono, los productos, el público, las preguntas que se repiten y lo que no se puede decir. Ese conocimiento debe estar en archivos que se puedan leer, corregir y exportar.
Qué preguntar: ¿dónde se guarda el conocimiento del negocio y, si dejamos de trabajar juntos, sigue siendo mío?
5. La puerta: Telegram
Por aquí entras tú. Le escribes al agente como a un empleado, envías una imagen o un archivo y recibes un resultado o una pregunta. En Telegram es fácil configurar que el agente reciba instrucciones solo de ti o de quien tú definas.
Qué preguntar: ¿quién exactamente puede darle instrucciones al agente y qué pasa si lo intenta un desconocido?
6. El techo: qué requiere aprobación
Se definen de antemano tres niveles: lo que el agente hace por su cuenta, lo que espera tu aprobación y lo que no toca en absoluto. La documentación de OpenAI también recomienda detener las acciones sensibles o poco claras para obtener una aprobación humana explícita antes de que se ejecute la herramienta.
La regla debe vivir en la infraestructura, no solo en las instrucciones. "Por favor, no publiques sin aprobación" es una petición. Un sistema que no permite publicar sin aprobación es un techo.
Qué preguntar: ¿la aprobación se aplica en la infraestructura o solo está escrita en las instrucciones al modelo?
7. El registro: anotación y camino de vuelta
Cada acción relevante queda anotada: qué se hizo, cuándo, en qué sistema y con la aprobación de quién. Junto con una copia de seguridad antes de un cambio importante, el registro responde a la pregunta "¿qué pasó aquí?" y permite volver atrás.
Qué preguntar: si algo cambia en el sitio, ¿cómo sabré quién lo hizo y cómo se revierte?
| Capa | Su función | Qué pasa si se omite |
|---|---|---|
| Cimientos | Un lugar fijo y aislado donde ejecutarse | El agente se cae cuando se apaga el ordenador, o convive con información ajena |
| Tuberías | Conexión con los sistemas con un permiso definido | Un agente que solo habla, o uno con acceso de administrador a todo |
| Cerebro | Razonamiento y descripción del puesto | Respuestas genéricas y decisiones incoherentes |
| Memoria | El conocimiento del negocio | Textos que no suenan a ti |
| Puerta | El canal de instrucciones | Instrucciones desde cualquier lado, o un agente con el que cuesta hablar |
| Techo | Qué requiere aprobación | Publicaciones o gastos sin que lo sepas |
| Registro | Anotación y copia de seguridad | No hay forma de saber qué pasó ni de volver atrás |
Cómo construir un agente de IA: paso a paso
Un agente se construye como se incorpora a un empleado nuevo: un puesto definido, acceso limitado, un periodo de transición y solo después más responsabilidad. Estos ocho pasos sirven tanto si lo construyes tú solo como si alguien lo construye contigo. Cada paso tiene un final claro, para que no descubras al cabo de un mes que sigues "a mitad de la puesta en marcha".
- Define 2 o 3 tareas. Cada tarea en una frase: qué entra, qué hace el agente y qué sale. "Cuando envío fotos y un precio, un producto se sube como borrador", y no "gestionar la tienda". Final del paso: un documento breve con las tareas, los sistemas y qué se considera éxito.
- Elige un modelo. OpenAI recomienda en su guía empezar con el modelo más potente para fijar un listón y luego comprobar si uno más pequeño y barato sigue alcanzándolo. Final del paso: un modelo probado con ejemplos reales tuyos, no solo con pruebas de rendimiento.
- Conecta los sistemas con permiso mínimo. Un usuario propio en cada sistema, solo con el acceso que la tarea necesita. Una clave propia es mejor que una contraseña compartida, y antes de cambiar el sitio hacen falta una copia de seguridad y un camino de vuelta. Final del paso: cada conexión superó una acción de lectura y una pequeña acción de prueba.
- Escribe las instrucciones y ordena el conocimiento. OpenAI recomienda construir las instrucciones a partir de documentos que ya existen en el negocio y escribir de antemano qué hacer en los casos límite. En un negocio pequeño suelen ser ejemplos de trabajo que te gustó, tono, lista de precios y una lista de "prohibido". Final del paso: una tarea de ejemplo que parezca algo que harías tú.
- Fija las reglas de aprobación. Publicar, el presupuesto, un mensaje en nombre del negocio y un cambio importante en el sitio esperan tu aprobación. El borrado irreversible y los datos de pago quedan fuera de alcance. Final del paso: las reglas se aplican en la infraestructura, y has comprobado que una acción que requiere aprobación de verdad se detiene.
- Prueba con tareas reales. No con una demostración. Toma tareas de las últimas semanas y compara el resultado con lo que se hizo en realidad. Según la guía de OpenAI, la participación humana es especialmente importante al principio, porque ahí se descubren los casos límite. Final del paso: la mayoría de los resultados te llegan sin correcciones.
- Activa el registro y el seguimiento. Cada acción relevante queda anotada, y alguien mira el registro y los errores. Cuando algo se repite, se corrige la instrucción o el permiso, no solo el resultado. Final del paso: sabes responder a "¿qué hizo el agente esta semana?" sin preguntárselo a él.
- Amplía una tarea cada vez. OpenAI también recomienda un enfoque gradual: un solo agente al que se le añaden herramientas poco a poco, antes de apresurarse a dividirlo en varios agentes. Final del paso: una tarea nueva entra solo cuando la anterior es estable.
Ejemplo: los ocho pasos en un negocio
¿Cómo se ve cuando se recorren todos los pasos con una sola tarea? Pulsa en los pasos y míralo. Es una ilustración de una pequeña tienda online de cerámica, no el registro de un negocio real.
Pasos 1–2 · definir la tarea y elegir un modelo
Cada vez que llega un pedido, pierdo una tarde entera subiendo productos. Eso es lo que quiero delegar.
La tarea en una frase: cuando envías fotos y una lista de precios, por cada artículo se sube un producto como borrador, con descripción, precio y categoría.
Éxito: el precio coincide con la lista, la descripción tiene el tono de la tienda y cero productos que se publican sin aprobación.
✓ Tarea definida · ✓ Dos modelos probados con los mismos 10 ejemplos
Paso 3 · conexiones y permisos
Se creó en el sitio un usuario propio para el agente, con acceso solo a los productos. No tiene acceso a plugins, usuarios ni ajustes. Antes de empezar se comprobó que hubiera una copia de seguridad reciente.
✓ Lectura de un producto existente · ✓ Creación de un borrador · ✗ Sin acceso a los ajustes
Pasos 4–5 · instrucciones y reglas de aprobación
Te adjunto cinco descripciones que me gustan. Y sin la palabra "exclusivo", eso no es lo nuestro.
Queda incorporado a las instrucciones. Y las reglas: el agente crea borradores por su cuenta. Publicar y cambiar un precio esperan tu aprobación. Borrar un producto está bloqueado.
Solo: borradores · Con aprobación: publicar y precio · Bloqueado: borrar
Paso 6 · prueba con tareas reales
Ejecutamos el pedido de la semana pasada: 12 artículos. 10 pasaron sin corrección. En dos, el agente redondeó un precio, porque la lista estaba escrita a mano.
La corrección entró en las instrucciones: un precio poco claro no se redondea, se marca y se pregunta.
! 2 correcciones · ✓ Instrucción actualizada · ✓ Nueva ejecución superada
Pasos 7–8 · registro y, solo entonces, ampliación
En el registro: 6 borradores creados, 4 publicados con tu aprobación, 2 esperan revisión de precio. Tras unas semanas estables se añade una segunda tarea: una publicación de Instagram por cada producto nuevo, también con aprobación.
✓ Tarea 1 estable · ← Entra la tarea 2
Ilustración. El negocio, los números y las conversaciones del ejemplo son inventados.
Qué preparar antes de crear un agente de IA para tu negocio
Gran parte del tiempo al crear un agente se va en cosas que no tienen que ver con la tecnología. Buscar quién tiene la contraseña de la cuenta de anuncios, entender qué se considera una "buena publicación" o descubrir que el sitio no tiene copia de seguridad. Marca lo que ya tienes.
Lista de preparación para crear un agente
¿No marcaste todo? No pasa nada. Algunos puntos se cierran solos durante el primer paso. Pero sin los tres primeros todavía no hay nada que construir.
¿Qué infraestructura conviene para el trabajo largo de agentes en 2026?
No hay una infraestructura que sea "la más rentable". Lo que conviene depende de tres cosas: cuánto dura cada tarea, en qué sistemas toca el agente y cuánto control necesitas sobre los permisos y la información.
Una tarea que dura horas, como recorrer todas las páginas del sitio o preparar decenas de productos, necesita más que un buen modelo. Necesita un lugar donde el trabajo se guarde, una forma de recuperarse de un fallo a mitad de camino y la capacidad de detenerse para tu aprobación sin perder lo que ya se hizo. Quien busca la infraestructura más rentable para workflows largos de agentes está, en realidad, eligiendo entre tres caminos.
Una plataforma de agentes gestionada. La Agents API de OpenAI se abrió en beta pública el 10 de septiembre de 2026. Según la documentación, OpenAI gestiona las sesiones, la coordinación, la compresión del contexto y la recuperación de fallos, y el desarrollador aporta las herramientas y elige dónde trabaja el agente: sin entorno, en un entorno que aloja OpenAI o en uno propio. El 29 de septiembre se añadió computer use, un agente que trabaja en un navegador alojado por OpenAI. El navegador pide aprobación antes de entrar en cada sitio nuevo y, según la documentación, requiere por ahora GPT-6 Astra.
Un agente propio en un servidor en la nube dedicado. El agente se ejecuta en un servidor asignado a un solo negocio y se dirige al modelo a través de la API. Tú, o quien construye contigo, defines los usuarios de cada sistema, las reglas de aprobación, el registro y las copias de seguridad. El precio es que alguien tiene que mantener todo eso.
Un agente listo para usar para consumidores. dots, de OpenAI, funciona dentro de ChatGPT y, según MacRumors, se abre de forma gradual a suscriptores de Pro, Business Premium y Enterprise en mercados seleccionados. Muse, de Meta, funciona en un ordenador virtual dedicado en la nube y, según Meta, por ahora solo está disponible en Estados Unidos y Canadá. Los detallamos en la guía de dots y en la guía de Muse.
| Opción | Plataforma gestionada (Agents API) | Servidor en la nube dedicado | Agente listo para usar (dots, Muse) |
|---|---|---|---|
| Modelo de coste | Por uso: modelo, herramientas y tiempo del entorno de ejecución | Servidor mensual fijo, modelo por uso y mantenimiento | Suscripción o uso gratuito con límites |
| Control | Alto en el código, dentro de los límites de una API en beta | Total: usuarios, permisos, aprobaciones y registro | Dentro de las reglas que ofrece el producto |
| Datos | Según la documentación, por ahora almacenamiento solo en EE. UU. y sin Zero Data Retention | En tu servidor. Las llamadas al modelo pasan por el proveedor | En la cuenta del proveedor |
| Mantenimiento | A cargo del desarrollador: código que puede cambiar con la beta | A cargo de quien gestiona el servidor | Casi ninguno |
| Conviene cuando... | Hay un desarrollador y las tareas duran horas en un entorno aislado | El agente toca el sitio, la publicidad y los sistemas del negocio | Las tareas son personales y las aplicaciones están soportadas |
Fuente: página de precios y página del modelo de OpenAI para desarrolladores, consultadas el 6 de octubre de 2026. Los precios de los modelos valen para solicitudes de hasta 272 mil tokens de entrada; por encima de eso son más altos.
¿Qué encarece el trabajo largo? Sobre todo el contexto. Una tarea que arrastra un historial largo lo vuelve a procesar una y otra vez, y por encima de 272 mil tokens de entrada también sube el precio por token. En un entorno alojado se suma además el tiempo de ejecución. Por eso, en cualquier infraestructura conviene dividir el trabajo largo en etapas con puntos de guardado y probar la tarea en Sol antes de pasar a Astra.
Plataforma gestionada
Otro sostiene el motor
- Sesiones que guardan el trabajo entre turnos
- Recuperación de fallos integrada
- Pago por uso, sin servidor fijo
- En beta, con datos almacenados en EE. UU.
- Requiere un desarrollador que escriba y mantenga código
Servidor en la nube dedicado
Tu casa, con tus llaves
- Aislamiento total de otros negocios
- Usuario propio y permiso mínimo en cada sistema
- Aprobaciones aplicadas en la infraestructura
- Registro y copias de seguridad que se quedan contigo
- Requiere a alguien responsable del mantenimiento
Nuestra opinión: para un negocio pequeño cuyo agente toca un sitio WordPress, Google Ads y Meta, un servidor dedicado para cada negocio es hoy la opción más segura. La Agents API es muy interesante, y también ofrece la posibilidad de un entorno en tu propia infraestructura, pero según la documentación ni siquiera eso hace que el servicio sea apto para Zero Data Retention. La seguimos y la estamos evaluando. Y si tus tareas son personales, como correos, agenda y documentos, un agente listo para usar puede perfectamente bastar.
¿Y qué hay de herramientas como n8n? Hicieron un buen trabajo en el mundo de las secuencias fijas. Pero una tarea larga está llena de pequeñas decisiones, y un solo agente con los permisos adecuados reemplaza a decenas de nodos que hay que mantener. Lo ampliamos en la comparación entre n8n y un agente de IA.
Qué te toca a ti y qué a quien construye
No necesitas saber programar, pero sí tienes que estar presente, sobre todo al principio. Crear un agente de IA para un negocio es un trabajo conjunto.
Tú aportas
El conocimiento y las decisiones
- Las tareas y la definición de lo "bueno"
- Acceso a los sistemas, o a quien pueda dártelo
- Ejemplos, tono y límites
- Aprobaciones y comentarios durante el periodo de prueba
- La decisión de qué ampliar y cuándo
Quien construye aporta
La infraestructura y la responsabilidad
- Un servidor separado y seguro
- Conexiones con permiso mínimo
- Instrucciones, memoria y reglas de aprobación
- Copia de seguridad, registro y camino de vuelta
- Arreglos cuando un sistema cambia o algo se rompe
Señales de alarma en una propuesta para crear un agente de IA
Un solo "no" no es motivo para renunciar, pero sí para preguntar. ¿Recibiste una propuesta? Repásala con estas preguntas.
Y hay tres cosas con las que nosotros no estaríamos de acuerdo, aunque suenen cómodas:
- "Un solo agente que gestione todo el negocio desde el primer día". Un buen agente se construye tarea a tarea. Quien empieza por todo no sabe qué es exactamente lo que no funciona.
- "Dale acceso de administrador, es más simple". Es simple hasta el primer error. El permiso mínimo es la diferencia entre un error pequeño y un problema grande.
- "Se construye y se termina". Los sitios, los plugins y las interfaces de Google y Meta cambian. Un agente sin alguien responsable empezará a desgastarse, como cualquier casa sin mantenimiento.
¿Construirlo solo, con acompañamiento o todavía no es el momento?
No todo negocio necesita que alguien le construya un agente, y no todo negocio necesita un agente. Así lo vemos nosotros:
Qué camino te conviene
Se puede intentar solo
- Te sientes cómodo con herramientas técnicas
- Una sola tarea, interna
- Nada se publica hacia fuera
- Tienes tiempo para mantenerlo
Conviene que alguien lo construya contigo
- Varios sistemas conectados
- Publicidad, presupuesto o contenido público
- Un sitio que genera ingresos
- No tienes tiempo para ocuparte de la infraestructura
Quizá todavía no un agente
- No hay suficiente trabajo repetitivo
- No hay quien apruebe
- Las tareas son personales y basta un agente listo para usar
- No hay sistemas que conectar
Si la mayoría de tus señales cayeron en la columna roja, probablemente todavía sea pronto. Si tu sitio está construido sobre WordPress, escribimos aparte sobre la gestión de un sitio WordPress con un agente de IA.
Cuánto cuesta crear un agente de IA
El precio se deriva directamente de las capas y de la infraestructura. Normalmente hay tres componentes: una puesta en marcha única, servicios externos como el modelo y el servidor, y un acompañamiento continuo. Lo detallamos en la guía del precio de un agente de IA.
Al comparar propuestas, recuerda: una propuesta especialmente barata normalmente no construye la misma casa más barata. Suele construir menos plantas. Compara capa por capa, no solo la última línea con la última línea.
Preguntas frecuentes
¿Qué es crear un agente de IA?
Crear un agente de IA es montar un sistema en el que un modelo de lenguaje está conectado a las herramientas del negocio y actúa en ellas según instrucciones, permisos y reglas de aprobación. Incluye la infraestructura sobre la que se ejecuta el agente, las conexiones con sistemas como el sitio web y las cuentas de publicidad, el conocimiento ordenado del negocio, un canal de conversación con el dueño y el registro de cada acción relevante.
¿Cómo se crea un agente de IA?
Se definen 2 o 3 tareas repetitivas y qué se considera éxito, se elige un modelo según una prueba con ejemplos reales y se conectan los sistemas con un usuario propio y permiso mínimo. Después se escriben las instrucciones y el conocimiento del negocio, se fija qué requiere aprobación, se prueba con tareas de las últimas semanas, se activa el registro y solo entonces se amplía, una tarea cada vez.
¿Cuánto tarda en crearse un agente de IA para un negocio?
Depende del alcance: cuántas tareas, cuántos sistemas y qué tan ordenado esté el acceso a ellos. Normalmente se habla de semanas, incluido un periodo de prueba. Quien promete un agente que gestione todo el negocio en un día probablemente se salta algunas de las capas.
¿Cuál es la infraestructura más rentable para el trabajo largo de agentes?
No hay una única respuesta. Una plataforma gestionada como la Agents API de OpenAI, que está en beta, cobra por uso y gestiona por ti sesiones y recuperación. Un servidor en la nube dedicado cuesta una cantidad fija y da control total sobre permisos y datos. Un agente listo para usar como dots o Muse casi no requiere mantenimiento, pero solo funciona con lo que el producto soporta. En cualquiera de ellas, ten en cuenta la cantidad de contexto que procesa el modelo, porque es lo que encarece las tareas largas.
¿Qué pasa con la información del negocio cuando se construye un agente?
Depende del proveedor cuyo modelo usa el agente, así que conviene revisar las condiciones de cada uno. Por ejemplo, según la documentación de OpenAI, los datos enviados a través de su API no se usan para entrenar ni mejorar sus modelos, salvo que elijas compartirlos de forma explícita, y las condiciones empresariales y de API de otros grandes proveedores suelen ser parecidas. En la Agents API de OpenAI, según la misma documentación, el estado de la aplicación se conserva hasta que se borra. Pregunta a quien construye dónde se guarda el conocimiento del negocio, quién puede acceder a él y si podrás obtenerlo.
¿Con qué modelos y herramientas construye agentes Platin Digital?
Platin Digital es OpenAI Select Partner. Construimos agentes para empresas con los modelos y herramientas que mejor encajan con cada negocio: de OpenAI, Anthropic, Google y otros. Cada agente funciona en un servidor en la nube separado para cada negocio, con un usuario propio y permiso mínimo en cada sistema, y con reglas de aprobación definidas de antemano.
Fuentes
- https://cdn.openai.com/business-guides-and-resources/a-practical-guide-to-building-agents.pdf
- https://developers.openai.com/api/docs/guides/function-calling
- https://developers.openai.com/api/docs/guides/agents/guardrails-approvals
- https://developers.openai.com/api/docs/guides/your-data
- https://developers.openai.com/api/docs/guides/agents-api/overview
- https://developers.openai.com/api/docs/guides/agents-api/sessions
- https://developers.openai.com/api/docs/guides/agents-api/environments/self-hosted
- https://developers.openai.com/api/docs/guides/agents-api/tools/computer-use
- https://developers.openai.com/api/docs/changelog
- https://developers.openai.com/api/docs/pricing
- https://developers.openai.com/api/docs/models/gpt-6.1-sol
- https://www.macrumors.com/2026/09/29/openai-launches-dots/
- https://about.fb.com/news/2026/09/introducing-muse-personal-ai-agent/
- https://about.fb.com/news/2026/09/introducing-muse-small-business/
