4.1 Qué es un agente de IA y cómo se diferencia de un chatbot tradicional: entiende el concepto antes de usarlos

Del chatbot reactivo al agente autónomo * Arquitectura de un agente * El ciclo percibir-razonar-actuar

Antes de usar agentes de IA, necesitas entender que son para poder usarlos con criterio. La diferencia entre un chatbot y un agente no es de tamaño ni de velocidad: es una diferencia conceptual en el tipo de problema que cada uno puede resolver.

La mayoría de los bots que la gente conoce son chatbots reactivos: esperan una pregunta, la procesan y devuelven una respuesta. Eso es todo. Un agente de IA funciona de forma completamente diferente: tiene un objetivo, puede planificar múltiples pasos para alcanzarlo, usa herramientas externas y toma decisiones autónomas en el camino.

Dimensión	Chatbot tradicional	Agente de IA
Modo de operación	Reactivo: espera input del usuario, responde y termina	Autónomo: puede iniciar acciones, planificar pasos y ejecutarlos sin que el usuario guíe cada uno
Capacidad de planificación	Ninguna: sigue el flujo predefinido por el diseñador	Alta: puede descomponer un objetivo en sub-tareas y ejecutarlas en secuencia
Uso de herramientas externas	Limitado: solo las integraciones que se configuraron	Amplio: puede usar búsqueda web, APIs, bases de datos, ejecución de código y más
Memoria y contexto	Dentro de la conversación activa solamente	Puede mantener memoria a largo plazo entre sesiones con bases de datos vectoriales
Manejo de errores	Flujo alternativo predefinido o mensaje de error	Reintentar, busca alternativas y ajusta su estrategia si una acción falla
Ejemplo de tarea típica	Responder preguntas frecuentes de un catálogo de productos	Investigar competidores, redactar un reporte comparativo y enviarlo por email automáticamente
Quién lo controla en tiempo real	El usuario guía cada paso con sus mensajes	El agente decide los pasos; el usuario define el objetivo y revisa el resultado final

La arquitectura de un agente: el ciclo Percibir-Razonar-Actuar

PERCIBIR: El agente recibe y procesa la información del entorno

El agente recibe inputs de múltiples fuentes simultáneamente: el mensaje o instrucción del usuario (el objetivo), el contexto de conversaciones anteriores (memoria), resultados de herramientas ejecutadas y el estado actual del sistema.

Ejemplo práctico: Si pides investigar competidores, el agente percibe el objetivo, las restricciones (ej: traer 4 datos específicos) y el contexto de tu empresa.

RAZONAR: El agente planifica los pasos necesarios para alcanzar el objetivo

El LLM razona sobre la tarea y genera un plan de acción interno: 1. Identificar competidores (búsqueda web). 2. Buscar precios y reseñas para cada uno. 3. Comparar características. 4. Redactar el resumen.

Los agentes más avanzados muestran su razonamiento (Chain of Thought) para que puedas validar la estrategia antes de actuar.

ACTUAR: El agente ejecuta acciones usando herramientas del mundo real

Con el plan definido, el agente ejecuta cada paso usando sus herramientas: búsqueda web, lectura de URL para extraer contenido, herramientas de análisis de datos y escritura.

Después de cada acción, el ciclo se repite: el agente percibe el resultado, razona si fue suficiente y actúa de nuevo hasta completar el objetivo.

Los 5 componentes de un agente de IA moderno

Componente	Que es	Ejemplo en Custom GPT	Ejemplo en Botpress
LLM (Cerebro)	El modelo de lenguaje que razona, planifica y genera respuestas	GPT-4o dentro del Custom GPT	LLM configurado en el Studio de Botpress (GPT, Claude, etc.)
Instrucciones (Personalidad)	El System Prompt que define el rol, las reglas, el formato y los limites del agente	El campo Instructions del Custom GPT	El System Prompt global del bot en Botpress
Herramientas (Manos)	Las acciones que el agente puede ejecutar mas alla de generar texto	Busqueda web, ejecucion de codigo, APIs externas via Actions	Cards: AI Transition, Query KB, Insert Record, HTTP Request
Memoria (Historial)	La capacidad de recordar informacion entre sesiones o dentro de una conversacion	Archivos subidos como Knowledge + memoria de ChatGPT	Variables: @workflow, @user, @bot con diferentes alcances
Canales (Voz y presencia)	Donde y como interactua el agente con las personas	ChatGPT web, API, integraciones via Zapier	Webchat, WhatsApp (con config), API, integraciones nativas

Tipos de agentes segun su nivel de autonomia:

Nivel	Nombre	Como funciona	Ejemplo del modulo 4
Nivel 1	Asistente	Responde preguntas y sigue instrucciones con un solo paso	Custom GPTs y Gems: responden, analizan y generan texto con una instruccion
Nivel 2	Asistente multi-herramienta	Usa herramientas pero el usuario inicia cada ciclo	Cursor: el desarrollador pide un cambio, Cursor lo ejecuta y espera la siguiente instruccion
Nivel 3	Agente semi-autonomo	Ejecuta multiples pasos para un objetivo pero escala al humano en casos criticos	Botpress con HITL: resuelve el 80% de forma autonoma, escala el 20% complejo al agente humano
Nivel 4	Agente autonomo supervisado	Planifica y ejecuta tareas completas de forma independiente, el humano solo revisa el resultado	Operator: navega, llena formularios y ejecuta tareas completas en la web por ti

Los 5 componentes de un agente de IA moderno

Inteligencia Artificial y Automatización Nivel 1

Bienvenida

4.1 Qué es un agente de IA y cómo se diferencia de un chatbot tradicional: entiende el concepto antes de usarlos

PERCIBIR: El agente recibe y procesa la información del entorno

RAZONAR: El agente planifica los pasos necesarios para alcanzar el objetivo

ACTUAR: El agente ejecuta acciones usando herramientas del mundo real

Comentarios