{"id":4119,"date":"2026-08-24T10:50:06","date_gmt":"2026-08-24T10:50:06","guid":{"rendered":"https:\/\/www.ticdoc.net\/?p=4119"},"modified":"2026-08-26T15:10:42","modified_gmt":"2026-08-26T15:10:42","slug":"ia-agentica-en-2026-del-prompt-a-los-flujos-de-trabajo-inteligentes","status":"publish","type":"post","link":"https:\/\/www.ticdoc.net\/es\/2026\/08\/24\/ia-agentica-en-2026-del-prompt-a-los-flujos-de-trabajo-inteligentes\/","title":{"rendered":"IA ag\u00e9ntica en 2026: del prompt a los flujos de trabajo inteligentes"},"content":{"rendered":"\n

Introducci\u00f3n<\/strong><\/h1>\n\n\n\n

Os presento una serie de tres art\u00edculos sobre IA ag\u00e9ntica y flujos de trabajo<\/strong>, que me han servido para ponerme al d\u00eda sobre una de las evoluciones m\u00e1s destacadas, y tambi\u00e9n m\u00e1s comentadas, de la inteligencia artificial actual. Es una tecnolog\u00eda que est\u00e1 avanzando muy r\u00e1pidamente y que, sin duda, tendremos que seguir observando durante los pr\u00f3ximos meses para ver hasta d\u00f3nde llega y c\u00f3mo acaba integr\u00e1ndose realmente en el \u00e1mbito profesional.<\/p>\n\n\n\n

En este debate conviven dos visiones. Por un lado, una parte de la industria de la IA apuesta por sistemas cada vez m\u00e1s aut\u00f3nomos, capaces de ejecutar procesos completos con una intervenci\u00f3n humana m\u00ednima, lo que puede hacer que dependamos m\u00e1s de estas herramientas y de las empresas que las crean. Por otro, existe una visi\u00f3n m\u00e1s orientada a entender estos agentes como una evoluci\u00f3n de las herramientas actuales: sistemas pensados para asistir, automatizar y aumentar las capacidades de las empresas y de los profesionales<\/strong>, manteniendo la supervisi\u00f3n y el criterio humano.<\/p>\n\n\n\n

Es una cuesti\u00f3n especialmente interesante, que merece una reflexi\u00f3n propia y que desarrollar\u00e9 con mayor profundidad en otro art\u00edculo.<\/p>\n\n\n\n

Espero que esta serie os resulte \u00fatil y os ayude a entender mejor qu\u00e9 son los agentes de IA, c\u00f3mo funcionan los flujos de trabajo ag\u00e9nticos y qu\u00e9 oportunidades \u2014y tambi\u00e9n qu\u00e9 riesgos\u2014 pueden plantear. Personalmente, preparar estos art\u00edculos me ha servido para ordenar conceptos, actualizar conocimientos y comprender mejor hacia d\u00f3nde puede evolucionar esta tecnolog\u00eda.<\/p>\n\n\n\n

Primera parte: \u00bfQu\u00e9 son los agentes de IA, en qu\u00e9 se diferencian de los chatbots y cu\u00e1ndo tiene sentido utilizarlos?<\/strong><\/h1>\n\n\n\n

Primera parte de la serie \u00abIA ag\u00e9ntica: de la teor\u00eda a la pr\u00e1ctica\u00bb<\/em>
Actualizado: 25 de agosto de 2026<\/em><\/p>\n\n\n\n

Durante los \u00faltimos a\u00f1os hemos aprendido a conversar con la inteligencia artificial. Hemos pasado de realizar b\u00fasquedas tradicionales a pedir a ChatGPT, Gemini, Copilot u otros asistentes que resuman documentos, redacten textos, analicen informaci\u00f3n o nos ayuden a resolver problemas.<\/p>\n\n\n\n

Pero en 2026 se est\u00e1 consolidando un cambio m\u00e1s profundo.<\/p>\n\n\n\n

La pregunta ya no es solo:<\/p>\n\n\n\n

\u00bfQu\u00e9 podemos preguntarle a la IA?<\/strong><\/p>\n\n\n\n

Sino:<\/p>\n\n\n\n

\u00bfQu\u00e9 partes de un proceso de trabajo podemos delegar en la IA?<\/strong><\/p>\n\n\n\n

Esta evoluci\u00f3n nos lleva a los agentes de inteligencia artificial<\/strong> y a los flujos de trabajo ag\u00e9nticos (<\/strong>agentic workflows<\/strong><\/em>)<\/strong>.<\/p>\n\n\n\n

Un sistema ag\u00e9ntico puede ir m\u00e1s all\u00e1 de generar una respuesta: puede interpretar un objetivo, recuperar informaci\u00f3n, seleccionar herramientas, ejecutar diferentes pasos, comprobar resultados y, dentro de los l\u00edmites establecidos, decidir cu\u00e1l es el siguiente paso.<\/p>\n\n\n\n

La Agencia Espa\u00f1ola de Protecci\u00f3n de Datos (AEPD) describe la IA ag\u00e9ntica como sistemas capaces no solo de responder preguntas, sino tambi\u00e9n de interactuar de forma aut\u00f3noma para alcanzar objetivos, accediendo a informaci\u00f3n de su entorno digital y ejecutando tareas complejas. Importante: el pilar de este cambio en la IA es que trabaja de forma aut\u00f3noma.<\/strong><\/p>\n\n\n\n

Esto abre enormes posibilidades de productividad, pero tambi\u00e9n plantea retos, por ejemplo, en materia de seguridad.<\/p>\n\n\n\n

Y tambi\u00e9n introduce una nueva cuesti\u00f3n: si la IA ya no solo responde, sino que tambi\u00e9n puede actuar, \u00bfc\u00f3mo controlamos esa capacidad de acci\u00f3n?<\/strong><\/p>\n\n\n\n

1. Automatizaci\u00f3n, asistente, workflow y agente: no son lo mismo<\/strong><\/h1>\n\n\n\n

El t\u00e9rmino agente<\/em> se utiliza actualmente con mucha facilidad. Pero no toda automatizaci\u00f3n que incorpora IA es realmente ag\u00e9ntica.<\/p>\n\n\n\n

Podemos distinguir cuatro modelos:<\/p>\n\n\n\n

Modelo<\/strong><\/th>Funcionamiento<\/strong><\/th>Grado de autonom\u00eda<\/strong><\/th>Ejemplo<\/strong><\/th><\/tr>
Automatizaci\u00f3n tradicional<\/strong><\/td>Reglas fijas: si ocurre A, ejecuta B<\/td>Muy bajo<\/td>Llega un formulario \u2192 guardarlo en una carpeta<\/td><\/tr>
Asistente de IA<\/strong><\/td>Pregunta \u2192 respuesta<\/td>Bajo<\/td>Pedir a Gemini o ChatGPT que resuma un contrato<\/td><\/tr>
Workflow con IA<\/strong><\/td>Secuencia predeterminada con pasos de IA<\/td>Medio<\/td>Recibir PDF \u2192 extraer datos \u2192 clasificar \u2192 crear resumen<\/td><\/tr>
Flujo ag\u00e9ntico<\/strong><\/td>La IA puede decidir qu\u00e9 herramientas o pasos necesita dentro de l\u00edmites<\/td>Medio\/alto<\/td>Analizar una reclamaci\u00f3n, consultar fuentes y preparar una propuesta<\/td><\/tr><\/tbody><\/table><\/figure>\n\n\n\n

Esta distinci\u00f3n es importante porque no todo necesita un agente<\/strong>. Esta idea es fundamental: esta tecnolog\u00eda est\u00e1 de moda, pero no todo necesita un flujo ag\u00e9ntico. Otro punto importante es que la IA ag\u00e9ntica y los flujos de trabajo suelen ser m\u00e1s costosos econ\u00f3micamente que la IA generativa<\/strong>, por lo que conviene saber en qu\u00e9 tareas profesionales podemos obtener realmente un mayor beneficio.<\/p>\n\n\n\n

Si cada vez que llega una factura debemos guardarla en una carpeta determinada, no necesitamos que un modelo de IA \u201crazone\u201d qu\u00e9 debe hacer.<\/p>\n\n\n\n

Una regla convencional ser\u00e1 m\u00e1s r\u00e1pida, econ\u00f3mica, predecible y f\u00e1cil de auditar.<\/p>\n\n\n\n

En cambio, si debemos determinar si un documento corresponde a una reclamaci\u00f3n, una notificaci\u00f3n, una demanda o un requerimiento, interpretar su contenido y decidir qu\u00e9 proceso debe iniciarse, la IA puede aportar valor.<\/p>\n\n\n\n

La tendencia m\u00e1s interesante no es sustituir toda la automatizaci\u00f3n tradicional por agentes.<\/p>\n\n\n\n

Es combinar:<\/p>\n\n\n\n

automatizaci\u00f3n determinista + IA cuando realmente es necesario interpretar o decidir.<\/strong><\/p>\n\n\n\n

Microsoft, por ejemplo, diferencia actualmente los workflows<\/em> deterministas \u2014adecuados para procesos repetibles\u2014 de los pasos en los que un agente aporta razonamiento, conocimiento y uso de herramientas.<\/p>\n\n\n\n

2. Del<\/strong> prompt<\/strong><\/em> al objetivo<\/strong><\/h1>\n\n\n\n

En un chat tradicional solemos trabajar as\u00ed:<\/p>\n\n\n\n

Prompt \u2192 Respuesta<\/strong><\/p>\n\n\n\n

En un sistema ag\u00e9ntico el patr\u00f3n puede ser mucho m\u00e1s amplio:<\/p>\n\n\n\n

Objetivo \u2192 Contexto \u2192 Planificaci\u00f3n \u2192 Herramientas \u2192 Acci\u00f3n \u2192 Verificaci\u00f3n<\/strong><\/p>\n\n\n\n

Imaginemos que un despacho recibe una reclamaci\u00f3n en PDF.<\/p>\n\n\n\n

En lugar de pedir manualmente:<\/p>\n\n\n\n

\u00abResume este documento.\u00bb<\/p>\n\n\n\n

un flujo podr\u00eda:<\/p>\n\n\n\n

    \n
  1. detectar que ha llegado un nuevo documento;<\/li>\n\n\n\n
  2. identificar su tipolog\u00eda;<\/li>\n\n\n\n
  3. extraer las partes;<\/li>\n\n\n\n
  4. identificar fechas y plazos;<\/li>\n\n\n\n
  5. recuperar el expediente relacionado;<\/li>\n\n\n\n
  6. consultar documentaci\u00f3n autorizada;<\/li>\n\n\n\n
  7. preparar una s\u00edntesis;<\/li>\n\n\n\n
  8. identificar la informaci\u00f3n que falta;<\/li>\n\n\n\n
  9. elaborar un borrador;<\/li>\n\n\n\n
  10. presentarlo al profesional para que lo revise.<\/li>\n<\/ol>\n\n\n\n

    Aqu\u00ed la IA no se utiliza simplemente para producir texto, sino para orquestar una secuencia de trabajo<\/strong>.<\/p>\n\n\n\n

    3. Los seis componentes de un sistema ag\u00e9ntico<\/strong><\/h1>\n\n\n\n

    Para entender estos sistemas, resulta \u00fatil separar sus principales componentes.<\/p>\n\n\n\n

    3.1. Objetivo e instrucciones<\/strong><\/h2>\n\n\n\n

    El agente necesita saber:<\/p>\n\n\n\n

      \n
    • qu\u00e9 debe hacer;<\/li>\n\n\n\n
    • qu\u00e9 no debe hacer;<\/li>\n\n\n\n
    • qu\u00e9 fuentes puede consultar;<\/li>\n\n\n\n
    • qu\u00e9 herramientas puede utilizar;<\/li>\n\n\n\n
    • cu\u00e1ndo debe detenerse;<\/li>\n\n\n\n
    • cu\u00e1ndo necesita intervenci\u00f3n humana.<\/li>\n<\/ul>\n\n\n\n

      Por ejemplo:<\/p>\n\n\n\n

      Analiza la documentaci\u00f3n aportada, identifica los hechos y los plazos y prepara una propuesta. Utiliza \u00fanicamente las fuentes autorizadas. No inventes normativa ni jurisprudencia. Si no puedes verificar una informaci\u00f3n, ind\u00edcalo. No env\u00edes ninguna comunicaci\u00f3n sin aprobaci\u00f3n humana.<\/p>\n\n\n\n

      El prompt<\/em> sigue existiendo.<\/p>\n\n\n\n

      Pero deja de ser \u00fanicamente una pregunta y pasa a formar parte de la pol\u00edtica operativa del agente<\/strong>.<\/p>\n\n\n\n

      3.2. Contexto y conocimiento<\/strong><\/h2>\n\n\n\n

      Un agente necesita acceder a informaci\u00f3n fiable:<\/p>\n\n\n\n

        \n
      • documentos internos;<\/li>\n\n\n\n
      • expedientes;<\/li>\n\n\n\n
      • protocolos;<\/li>\n\n\n\n
      • manuales;<\/li>\n\n\n\n
      • contratos;<\/li>\n\n\n\n
      • bases documentales;<\/li>\n\n\n\n
      • normativa;<\/li>\n\n\n\n
      • jurisprudencia.<\/li>\n<\/ul>\n\n\n\n

        Aqu\u00ed entra en juego el RAG (<\/strong>Retrieval-Augmented Generation<\/strong><\/em>)<\/strong>, que permite recuperar informaci\u00f3n relevante antes de generar la respuesta.<\/p>\n\n\n\n

        Pero conviene evitar una simplificaci\u00f3n frecuente:<\/p>\n\n\n\n

        Utilizar RAG no elimina las alucinaciones.<\/strong><\/p>\n\n\n\n

        El RAG proporciona contexto, pero el modelo todav\u00eda puede interpretarlo de forma incorrecta.<\/p>\n\n\n\n

        Por ello, es preferible combinar:<\/p>\n\n\n\n

        RAG + fuentes identificables + verificaci\u00f3n + supervisi\u00f3n.<\/strong><\/p>\n\n\n\n

        3.3. Memoria<\/strong><\/h2>\n\n\n\n

        Podemos diferenciar:<\/p>\n\n\n\n

        Memoria de trabajo:<\/strong> informaci\u00f3n utilizada durante la ejecuci\u00f3n actual.<\/p>\n\n\n\n

        Memoria persistente:<\/strong> informaci\u00f3n que puede conservarse entre ejecuciones.<\/p>\n\n\n\n

        Base de conocimiento:<\/strong> documentos y datos que el sistema puede consultar.<\/p>\n\n\n\n

        La memoria puede ser extraordinariamente \u00fatil, pero tambi\u00e9n es necesario controlar qu\u00e9 se conserva, durante cu\u00e1nto tiempo y qui\u00e9n puede acceder a ello.<\/p>\n\n\n\n

        Este apartado es fundamental: aportar informaci\u00f3n, memoria y una buena base de conocimiento determina en gran medida la calidad de los resultados en cualquier tarea que pidamos a la IA.<\/p>\n\n\n\n

        3.4. Herramientas<\/strong><\/h2>\n\n\n\n

        Aqu\u00ed aparece una de las grandes diferencias respecto de un chatbot.<\/p>\n\n\n\n

        Un agente puede disponer de herramientas para:<\/p>\n\n\n\n

          \n
        • consultar el correo;<\/li>\n\n\n\n
        • leer documentos;<\/li>\n\n\n\n
        • realizar b\u00fasquedas;<\/li>\n\n\n\n
        • consultar bases de datos;<\/li>\n\n\n\n
        • crear tareas;<\/li>\n\n\n\n
        • generar documentos;<\/li>\n\n\n\n
        • actualizar sistemas;<\/li>\n\n\n\n
        • ejecutar APIs.<\/li>\n<\/ul>\n\n\n\n

          Sin herramientas, la IA principalmente responde<\/strong>. Con herramientas, puede actuar<\/strong>.<\/p>\n\n\n\n

          3.5. Orquestaci\u00f3n<\/strong><\/h2>\n\n\n\n

          Si el proceso tiene varios pasos, el sistema necesita gestionar:<\/p>\n\n\n\n

            \n
          • el orden de ejecuci\u00f3n;<\/li>\n\n\n\n
          • el estado;<\/li>\n\n\n\n
          • los errores;<\/li>\n\n\n\n
          • los reintentos;<\/li>\n\n\n\n
          • las bifurcaciones;<\/li>\n\n\n\n
          • las condiciones de parada.<\/li>\n<\/ul>\n\n\n\n

            No siempre es necesario que la IA decida todo el proceso.<\/p>\n\n\n\n

            De hecho, los sistemas m\u00e1s robustos suelen combinar partes r\u00edgidas con partes flexibles.<\/p>\n\n\n\n

            3.6. Supervisi\u00f3n humana<\/strong><\/h2>\n\n\n\n

            En entornos profesionales es especialmente importante el concepto de:<\/p>\n\n\n\n

            Human-in-the-Loop<\/em><\/strong><\/h3>\n\n\n\n

            IA analiza<\/p>\n\n\n\n

                 \u2193<\/p>\n\n\n\n

            IA propone<\/p>\n\n\n\n

                 \u2193<\/p>\n\n\n\n

            Profesional revisa<\/p>\n\n\n\n

                 \u2193<\/p>\n\n\n\n

            APROBAR \u00b7 MODIFICAR \u00b7 RECHAZAR<\/p>\n\n\n\n

                 \u2193<\/p>\n\n\n\n

            Sistema ejecuta<\/p>\n\n\n\n

            La IA puede tener una gran capacidad de an\u00e1lisis sin necesidad de disponer de una autoridad equivalente para actuar. Esta distinci\u00f3n ser\u00e1 fundamental en los sistemas ag\u00e9nticos profesionales. Recordad: la responsabilidad sigue correspondiendo al profesional, no a la IA.<\/strong><\/p>\n\n\n\n

            4. No empieces por la herramienta: empieza por el proceso<\/strong><\/h1>\n\n\n\n

            Ante todas estas posibilidades es tentador empezar preguntando:<\/p>\n\n\n\n

            \u00ab\u00bfQu\u00e9 agente puedo crear?\u00bb<\/p>\n\n\n\n

            Pero la pregunta adecuada es otra:<\/p>\n\n\n\n

            \u00bfQu\u00e9 proceso repetitivo nos consume tiempo y puede mejorarse?<\/strong><\/p>\n\n\n\n

            Algunos buenos primeros candidatos son:<\/p>\n\n\n\n

              \n
            • clasificaci\u00f3n documental;<\/li>\n\n\n\n
            • extracci\u00f3n de datos;<\/li>\n\n\n\n
            • triaje de correos;<\/li>\n\n\n\n
            • resumen de expedientes;<\/li>\n\n\n\n
            • comparaci\u00f3n de documentos;<\/li>\n\n\n\n
            • preparaci\u00f3n de informes;<\/li>\n\n\n\n
            • generaci\u00f3n de borradores.<\/li>\n<\/ul>\n\n\n\n

              Despu\u00e9s hay que separar el proceso en partes.<\/p>\n\n\n\n

              Por ejemplo:<\/p>\n\n\n\n

              Llega un documento<\/p>\n\n\n\n

                      \u2193<\/p>\n\n\n\n

              Guardarlo                 \u2192 Automatizaci\u00f3n<\/p>\n\n\n\n

                      \u2193<\/p>\n\n\n\n

              Identificar su tipo       \u2192 IA<\/p>\n\n\n\n

                      \u2193<\/p>\n\n\n\n

              Extraer las fechas       \u2192 IA + validaci\u00f3n<\/p>\n\n\n\n

                      \u2193<\/p>\n\n\n\n

              Crear registro           \u2192 Automatizaci\u00f3n<\/p>\n\n\n\n

                      \u2193<\/p>\n\n\n\n

              Preparar resumen         \u2192 IA<\/p>\n\n\n\n

                      \u2193<\/p>\n\n\n\n

              Revisi\u00f3n profesional     \u2192 Humano<\/p>\n\n\n\n

              Esta arquitectura h\u00edbrida suele ser m\u00e1s fiable que entregar todo el proceso a un \u00fanico agente.<\/p>\n\n\n\n

              5. \u00bfCu\u00e1nta autonom\u00eda necesita realmente?<\/strong><\/h1>\n\n\n\n

              Podemos imaginar diferentes niveles:<\/p>\n\n\n\n

              0 \u2502 IA informa<\/p>\n\n\n\n

              1 \u2502 IA recomienda<\/p>\n\n\n\n

              2 \u2502 IA prepara<\/p>\n\n\n\n

              3 \u2502 IA ejecuta despu\u00e9s de una aprobaci\u00f3n<\/p>\n\n\n\n

              4 \u2502 IA ejecuta dentro de l\u00edmites preautorizados<\/p>\n\n\n\n

              5 \u2502 IA act\u00faa con un grado elevado de autonom\u00eda<\/p>\n\n\n\n

              El objetivo no deber\u00eda ser necesariamente llegar al nivel 5.<\/p>\n\n\n\n

              En muchos procesos profesionales, los niveles 2, 3 o 4<\/strong> pueden ofrecer un mejor equilibrio entre productividad y control.<\/p>\n\n\n\n

              Especialmente cuando existen consecuencias:<\/p>\n\n\n\n

                \n
              • jur\u00eddicas;<\/li>\n\n\n\n
              • econ\u00f3micas;<\/li>\n\n\n\n
              • administrativas;<\/li>\n\n\n\n
              • reputacionales.<\/li>\n<\/ul>\n\n\n\n

                La pregunta correcta, por tanto, no es:<\/p>\n\n\n\n

                \u00ab\u00bfCu\u00e1nta autonom\u00eda podemos dar a la IA?\u00bb<\/p>\n\n\n\n

                Sino:<\/p>\n\n\n\n

                \u00ab\u00bfCu\u00e1nta autonom\u00eda necesita realmente este proceso?\u00bb<\/strong><\/p>\n","protected":false},"excerpt":{"rendered":"

                Introducci\u00f3n Os presento una serie de tres art\u00edculos sobre IA ag\u00e9ntica y flujos de trabajo, que me han servido para ponerme al d\u00eda sobre una de las evoluciones m\u00e1s destacadas, y tambi\u00e9n m\u00e1s comentadas, de la inteligencia artificial actual. Es una tecnolog\u00eda que est\u00e1 avanzando muy r\u00e1pidamente y que, sin duda, tendremos que seguir observando […]<\/p>\n","protected":false},"author":2,"featured_media":4122,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[67],"tags":[262,447],"class_list":["post-4119","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-inteligencia-artificial-es","tag-ia-2","tag-inteligencia-artificial-3"],"views":18,"_links":{"self":[{"href":"https:\/\/www.ticdoc.net\/es\/wp-json\/wp\/v2\/posts\/4119","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.ticdoc.net\/es\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.ticdoc.net\/es\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.ticdoc.net\/es\/wp-json\/wp\/v2\/users\/2"}],"replies":[{"embeddable":true,"href":"https:\/\/www.ticdoc.net\/es\/wp-json\/wp\/v2\/comments?post=4119"}],"version-history":[{"count":2,"href":"https:\/\/www.ticdoc.net\/es\/wp-json\/wp\/v2\/posts\/4119\/revisions"}],"predecessor-version":[{"id":4121,"href":"https:\/\/www.ticdoc.net\/es\/wp-json\/wp\/v2\/posts\/4119\/revisions\/4121"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.ticdoc.net\/es\/wp-json\/wp\/v2\/media\/4122"}],"wp:attachment":[{"href":"https:\/\/www.ticdoc.net\/es\/wp-json\/wp\/v2\/media?parent=4119"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.ticdoc.net\/es\/wp-json\/wp\/v2\/categories?post=4119"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.ticdoc.net\/es\/wp-json\/wp\/v2\/tags?post=4119"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}