Saltar al contenido

ia.today

Agentes

Flujos de trabajo con agentes: cuando delegar y cuando no

Los agentes rinden en tareas largas y repetitivas, y fallan justo donde mas caro sale. Aqui esta la linea.

ACTUALIZADA EN AGOSTO

Por 2 min de lectura
Ilustracion abstracta de ia.today

Esta guia recoge lo que funciona en la practica, sin promesas. Esta pensada para leerse entera una vez y consultarse despues por secciones.

Que hace falta antes de empezar

No hace falta equipo especial ni conocimientos de programacion. Con una cuenta gratuita alcanza para seguir todos los ejemplos. Si van a trabajar desde el telefono, todo lo que sigue funciona igual.

  • Una cuenta en cualquiera de las herramientas mencionadas.
  • Quince minutos sin interrupciones para la primera prueba.
  • Un caso real propio: practicar sobre un ejemplo inventado no sirve de mucho.

El error mas comun

Casi todo el mundo empieza pidiendo poco y esperando mucho. Una instruccion vaga produce un resultado promedio, y el promedio es exactamente lo que no sirve. Conviene describir el contexto, el formato que quieren recibir y el criterio con el que van a juzgar el resultado.

Como corregir sobre la marcha

El primer resultado casi nunca es el bueno. Lo util es corregir en pasos cortos: cambiar una sola cosa cada vez y comparar. Si cambian tres cosas a la vez no van a saber cual funciono.

Cuidado con la alucinacion: cuando el modelo no tiene el dato, lo inventa con el mismo tono de seguridad. Todo dato verificable hay que verificarlo fuera.

Limites que conviene conocer

La ventana de contexto marca cuanto puede tener el modelo a la vista. Si le pasan un documento largo, lo del principio deja de pesar. Partir el trabajo en tramos cortos da mejores resultados que enviarlo todo junto.

Que hacer despues

Cuando el metodo funcione, escribanlo. Un procedimiento de cinco lineas guardado en algun sitio vale mas que recordar de memoria lo que funciono una vez.

Seguir por aqui

Si esto les resulto util, continuen con Estudiar con un modelo de lenguaje sin aprender cosas falsas o con Automatizar tareas repetitivas de oficina paso a paso.

Conceptos relacionados: token y codigo abierto.