Cómo crear un agente de IA: guía para quien no programa

Quien pregunta cómo crear un agente de IA casi siempre ya probó el camino obvio: abrió ChatGPT, escribió un prompt muy cuidado y, a la semana siguiente, tuvo que pegar el mismo prompt otra vez. Funcionó una vez. No se convirtió en rutina. Y la rutina es justamente lo que separa a un agente de una buena conversación.

La buena noticia es que montar un agente útil no exige saber programar. La mala es que la parte difícil tampoco es técnica: consiste en decidir con precisión qué debe hacer, con qué datos y hasta dónde puede avanzar solo. Quien se salta esa etapa arma un bot que responde bonito y no resuelve nada.

Respuesta directa: para crear un agente de IA, define un objetivo único y medible, escribe instrucciones de trabajo, dale acceso al conocimiento que necesita (archivos o datos), conecta las herramientas que puede usar y configura un disparador con límites claros. Sin programar, se hace en asistentes configurables (GPTs, Gems) o en plataformas de automatización como n8n y Make.

¿Qué es, en la práctica, un agente de IA?

Un agente es un modelo de lenguaje con un trabajo fijo, acceso a información y permiso para actuar. Percibe una situación, decide qué hacer, ejecuta una acción y revisa el resultado. Un chatbot responde; un agente hace que algo ocurra, como generar un informe, actualizar una hoja de cálculo o abrir una tarea. Si la diferencia todavía parece sutil, conviene leer agente de IA vs chatbot antes de seguir.

El tema ya salió del laboratorio. Según el estudio de AWS divulgado en septiembre de 2026, cerca de 12 millones de empresas brasileñas ya usan IA, pero solo el 6% ha implementado agentes, y apenas el 21% dice sentirse preparado para hacerlo (Convergência Digital, 2026). La distancia entre usar IA y tener un agente funcionando es justo el espacio de esta guía.

Las cinco piezas de cualquier agente

Sea cual sea la herramienta, todo agente que funciona tiene las mismas cinco piezas. Si una de ellas queda vaga, el agente falla, y casi siempre falla en silencio.

1. Objetivo

Una frase, con un verbo y un resultado verificable. "Ayudar a marketing" no es un objetivo. "Cada lunes a las 8 h, comparar el CPA de las campañas de Meta Ads con la semana anterior y listar las tres que más empeoraron" sí lo es. En la práctica, los agentes con objetivos amplios rara vez funcionan, porque el modelo llena la ambigüedad con lo que le parece razonable, y su razonable no es el tuyo.

2. Instrucciones

Es el manual del puesto: cómo razonar, qué formato entregar, qué no hacer nunca y qué hacer cuando falte información. Una regla evita la mitad de los problemas: pide al agente que diga "no lo sé" cuando el dato no esté disponible, en lugar de estimar. Si necesitas un punto de partida, estos modelos de prompt para análisis de datos sirven de base.

3. Conocimiento

Los archivos y datos que consulta: lista de precios, política comercial, metas del trimestre, exportaciones de campañas. Aquí hay un límite del que poco se habla. Un archivo subido es una foto, no una película: si subiste la hoja de ventas en marzo, el agente seguirá respondiendo sobre marzo hasta que alguien suba otra.

4. Herramientas

Lo que convierte una respuesta en acción: leer un correo, escribir en una hoja de cálculo, consultar una API, enviar un mensaje en Slack. Cada herramienta es un permiso. Empieza con lectura y libera la escritura solo cuando confíes en el comportamiento.

5. Disparador y límites

Cuándo entra en acción el agente (un horario, un formulario enviado, un correo recibido) y qué no puede hacer sin aprobación humana. Pausar una campaña, enviar una propuesta, cambiar un precio: todo eso pide un paso de confirmación al principio.

Cómo crear un agente de IA sin programar: los tres niveles

No existe "la" herramienta correcta. Existen tres niveles de agente, y la elección depende de cuánto quieres que actúe por su cuenta.

Nivel	Dónde montarlo	Sirve para	Dónde se traba
1. Asistente configurado	GPTs en ChatGPT, Gems en Gemini, Proyectos en Claude, agentes de Copilot	Tareas que disparas a mano: revisar un texto, analizar un archivo, responder con base en documentos	No funciona solo y depende de que pegues o subas los datos
2. Automatización con IA	n8n, Make, Zapier	Flujos con disparador: leer un formulario, clasificar un lead, resumir un correo, registrar en el CRM	Flujo rígido; cualquier caso fuera del guion se rompe o pasa inadvertido
3. Agente con herramientas	Nodos de agente en n8n, plataformas verticales, conectores MCP	Elegir entre varias acciones, investigar, encadenar pasos	Exige límites bien escritos, registro de decisiones y revisión humana en las acciones críticas

La recomendación honesta: empieza en el nivel 1, aunque tu meta final sea el 3. Un GPT o Gem bien instruido es el lugar más barato para descubrir si tus instrucciones producen el resultado que buscas. Solo después vale la pena automatizar.

Paso a paso: tu primer agente en una tarde

Tomemos un caso común: una tienda online de cosméticos con una analista de marketing que pierde cada lunes por la mañana armando el resumen semanal de campañas para la dirección.

1. Escribe el objetivo en una frase. "A partir de la exportación semanal de Meta Ads y Google Ads, generar un resumen de hasta 10 líneas con inversión, CPA, ROAS y las tres campañas que más cambiaron."
2. Reúne tres ejemplos reales de buenos resultados. Resúmenes anteriores que la dirección elogió. Los ejemplos enseñan formato mejor que cualquier descripción.
3. Escribe las instrucciones. La definición de cada métrica (¿el ROAS es sobre ingreso bruto o neto?), el tono, el formato y la regla del "no lo sé".
4. Móntalo en el nivel 1. Crea un GPT o Gem con las instrucciones y los ejemplos como conocimiento. Pruébalo con cuatro semanas pasadas cuyo resultado ya conoces.
5. Corrige hasta acertar 4 de 4. Cada error se convierte en una línea nueva en las instrucciones. Errores típicos: sumar el ROAS de varios canales en lugar de recalcularlo, o llamar caída a una variación normal.
6. Solo entonces automatiza. En n8n o Make: disparador a las 7 h del lunes, lectura de las hojas exportadas, llamada al modelo con las mismas instrucciones y envío del resumen por correo a la analista para que lo revise antes de reenviarlo.

Haz la cuenta (ejemplo ilustrativo, no investigación): si el resumen consume 3 horas semanales de una profesional que cuesta US$ 25 por hora, son unas 12 horas y US$ 300 al mes. Si el agente lo reduce a 30 minutos de revisión, el ahorro ronda los US$ 250 mensuales, antes del costo de la herramienta. Es una buena prueba para cualquier idea de agente: si la cuenta no cierra en el papel, no cierra en la práctica.

¿Se puede crear un agente de IA gratis?

Se puede empezar gratis, pero rara vez operar gratis. Los asistentes configurables suelen tener alguna versión sin costo, con límites de uso y de funciones que cambian con frecuencia; revisa el plan vigente antes de diseñar el proceso sobre él. n8n tiene una edición comunitaria que puedes alojar por tu cuenta, lo que elimina la licencia pero no el servidor ni el tiempo de mantenimiento. Make y Zapier ofrecen niveles gratuitos con pocas ejecuciones al mes.

El costo que más sorprende no es la suscripción, sino el consumo del modelo cuando el agente corre todos los días sobre archivos grandes. Un informe semanal cuesta centavos. Un agente que lee toda la bandeja de entrada cada hora, no.

Dónde se rompen los agentes (y cómo evitarlo)

• Datos desactualizados. El agente responde con seguridad sobre el archivo viejo. Solución: conectarlo a la fuente en vez de subir una copia, o incluir la fecha del dato en cada respuesta.
• Métricas sin definición. Si tu empresa calcula el CAC de una forma y el agente de otra, se equivocará siempre del mismo modo. Escribe la fórmula en las instrucciones.
• Autonomía antes que confianza. Dar permiso de escritura el primer día es el error más caro. Empieza con el agente sugiriendo y tú aprobando.
• Sin responsable. Un agente sin dueño se convierte en un agente abandonado en tres semanas.

Ese último punto aparece incluso en empresas grandes. En el State of AI 2026 de Deloitte, solo el 27% de las organizaciones brasileñas consultadas reporta una gobernanza madura para la IA agéntica, aunque el 95% planea adoptarla en un plazo de dos años (Deloitte, 2026). Para ver lo que ya funciona en otras áreas, hay una lista en ejemplos prácticos de agentes de IA por área.

Preguntas frecuentes

¿Cómo crear un agente de IA en ChatGPT?

Con la función de GPTs: le das un nombre, escribes las instrucciones, adjuntas archivos de conocimiento y eliges qué capacidades puede usar. El resultado es un agente de nivel 1, que activas a mano. Para que funcione solo en un horario fijo, hay que combinarlo con una automatización externa o con las tareas programadas, según el plan.

¿Necesito saber programar para crear un agente de IA?

No para los niveles 1 y 2. Programar ayuda en el nivel 3, cuando el agente necesita llamar a APIs específicas, pero plataformas como n8n y Make ya traen conectores listos para la mayoría de las herramientas de marketing y ventas. La habilidad que más pesa es escribir instrucciones claras y probarlas con casos reales.

¿Cómo crear un agente de IA para WhatsApp?

Necesitas la API oficial de WhatsApp Business, contratada directamente con Meta o a través de un proveedor, que cobra según el tipo de mensaje. Luego, una plataforma de automatización recibe el mensaje, lo envía al modelo con tus instrucciones y devuelve la respuesta. Define desde el inicio cuándo la conversación pasa a una persona.

¿Qué diferencia hay entre un GPT personalizado y un agente de IA?

Un GPT personalizado es un agente en su nivel más simple: tiene objetivo, instrucciones y conocimiento, pero normalmente espera a que lo llames. Un agente completo también tiene su propio disparador y herramientas para actuar en otros sistemas. Para entender el concepto completo, consulta qué son los agentes de IA.

El agente más útil es el que ve tus números

Después de montar algunos agentes, la lección se repite: la calidad del resultado depende menos del modelo y más de que el agente vea datos actuales y bien definidos. Por eso los agentes de análisis suelen atascarse en la etapa de conectar Meta Ads, Google Ads, GA4 y el CRM. Sherlok resuelve esa parte ya integrada: conectas tus fuentes, preguntas en tu idioma y recibes el análisis listo, sin montar la tubería antes de llegar a la primera respuesta.