La implementación de un agente de AI pasa de piloto a producción cuando el agente tiene un trabajo específico, acceso limitado a herramientas, un conjunto de evaluación escrito, aprobación humana en acciones riesgosas y monitoreo en vivo. La mayoría de los proyectos fallidos omiten uno de estos puntos. Esta lista de verificación recorre cada etapa para que un equipo de marketing pueda probar un agente de forma segura y decidir, con evidencia, si debería ejecutarse todos los días.
Un agente aquí significa un modelo de lenguaje que puede planificar pasos y llamar a herramientas: buscar en la web, leer una hoja de cálculo, consultar un CRM, redactar un correo electrónico o actualizar una campaña. Las plataformas incluyen el SDK de agentes de OpenAI, Claude de Anthropic con uso de herramientas y el SDK de agentes de Claude, Vertex AI Agent Builder de Google, Microsoft Copilot Studio, Salesforce Agentforce y marcos abiertos como LangGraph y CrewAI. La lista de verificación se aplica a todos ellos.
Etapa 1: ¿Es la tarea adecuada para un agente?
Los agentes se adaptan a tareas con varios pasos, entradas variadas y una definición clara de finalización. Se adaptan mal a cualquier cosa con un camino fijo único, que una automatización normal maneja de forma más económica, o cualquier cosa donde un error cause un daño grave.
- La tarea se repite al menos semanalmente y toma tiempo real de una persona
- Las entradas varían lo suficiente como para que las reglas fijas se rompan a menudo
- Un buen resultado puede describirse por escrito y verificarse
- Los errores son reversibles o se detectan antes de llegar a los clientes
- Los datos que el agente necesita son accesibles a través de una API o exportación
Los buenos candidatos de marketing incluyen revisiones semanales de anuncios de la competencia, borradores iniciales de informes de campaña, investigación de clientes potenciales antes de llamadas de ventas y etiquetado de mensajes de soporte entrantes. Los malos candidatos incluyen cambiar presupuestos de anuncios en vivo sin revisión o responder a consultas de prensa.
Etapa 2: Alcance y acceso
Escriba una descripción del puesto de un párrafo para el agente, tal como lo haría para un nuevo empleado. Luego, enumere cada herramienta que puede llamar y cada sistema que puede leer o escribir.
- Dé acceso de solo lectura primero; agregue acceso de escritura una herramienta a la vez
- Use una cuenta de servicio con sus propias credenciales, nunca el inicio de sesión de una persona
- Establezca límites de gasto en cualquier API que cueste dinero por llamada
- Limite los datos a lo que el trabajo necesita; enmascare los datos personales donde sea posible
- Registre qué modelo y versión utiliza el agente
La inyección de prompts merece atención en esta etapa. Un agente que lee páginas web o correos electrónicos puede encontrar texto escrito para darle instrucciones. Mantenga las acciones de escritura detrás de la aprobación y no permita que el contenido que lee el agente cambie sus permisos.
Etapa 3: ¿Cómo evaluar un agente antes del lanzamiento?
Cree un conjunto de evaluación antes de construir el agente. Recopile de 30 a 100 ejemplos reales pasados con el resultado que produjo una persona calificada. Esta es la prueba que el agente debe pasar, y evita que el equipo juzgue basándose en unas pocas demostraciones impresionantes.
- Precisión: ¿el resultado coincide con la referencia en hechos y números?
- Integridad: ¿hizo cada paso o se saltó uno silenciosamente?
- Formato: ¿sigue la plantilla en la que confían las personas posteriores?
- Uso de herramientas: ¿llamó a las herramientas correctas en un orden sensato?
- Costo y tiempo por ejecución, en comparación con el proceso manual
Califique una muestra a mano incluso si también usa un modelo para calificar los resultados. La calificación automatizada es útil para el volumen, pero hereda los puntos ciegos del modelo de calificación.
Etapa 4: El piloto
Ejecute el agente junto con la persona que normalmente hace el trabajo durante dos a cuatro semanas. La persona sigue haciendo el trabajo; el resultado del agente se compara, no se utiliza. Este modo de sombra muestra patrones de falla sin ningún riesgo.
Mantenga un registro de cada corrección que hace la persona. Agrúpelos semanalmente. Las correcciones repetidas apuntan a una instrucción faltante, datos faltantes o una tarea que el agente no debería hacer. Un piloto que termina sin este registro termina sin evidencia.
Cómo aplica Alien Road los agentes de AI
En un compromiso típico, comenzamos con una auditoría de flujo de trabajo: nos sentamos con el equipo de marketing durante una semana y enumeramos las tareas por tiempo dedicado y costo de error. Una o dos tareas se convierten en pilotos de agentes; el resto a menudo resulta necesitar una automatización simple o una mejor plantilla.
La configuración ocurre en la propia cuenta de nube o plataforma del cliente para que los datos y registros permanezcan con ellos. Escribimos el conjunto de evaluación con las personas que hacen el trabajo hoy, ejecutamos el piloto en sombra e informamos semanalmente sobre la precisión, las correcciones y el tiempo ahorrado. Por ejemplo, un agente de informes podría redactar el resumen mensual de medios pagados a partir de exportaciones, y un gerente de cuenta lo revisa y edita antes de que llegue al cliente. Si los números no justifican la producción, lo decimos y nos detenemos.
Etapa 5: Lista de verificación de producción
- Propietario nombrado responsable del resultado del agente
- Aprobación humana en cualquier acción visible para los clientes o que gaste dinero
- Registro de entradas, llamadas a herramientas y salidas, con reglas de retención
- Alertas por fallas, costos inusuales o longitud de salida inusual
- Un interruptor de apagado que cualquier miembro del equipo puede usar
- Reejecución mensual del conjunto de evaluación, y después de cada cambio de modelo
- Documentación que un nuevo miembro del equipo pueda seguir
Las actualizaciones de modelos merecen una nota especial. Los proveedores mejoran los modelos regularmente, y una nueva versión puede cambiar el comportamiento en su tarea. Fije la versión donde la plataforma lo permita, y vuelva a probar antes de cambiar.
¿Cuánto cuesta ejecutar un agente?
El costo tiene tres partes: uso del modelo, tarifas de plataforma y personas. El uso del modelo es facturado por token por la mayoría de los proveedores, y los agentes usan más tokens que un solo chat porque planifican, llaman a herramientas y leen resultados en un bucle. Una ejecución que lee documentos largos puede costar mucho más que una que lee un formulario corto.
- Mida los tokens y el costo por ejecución durante el piloto, no después del lanzamiento
- Use un modelo más pequeño y barato para subpasos simples como la clasificación
- Almacene en caché el contexto repetido donde el proveedor admita el almacenamiento en caché de prompts
- Limite el número de pasos por ejecución para que un bucle no se descontrole
- Cuente el tiempo de revisión; un agente que ahorra una hora pero necesita cuarenta minutos de verificación ahorra veinte
El costo de las personas es el que los equipos olvidan. Alguien debe poseer el conjunto de evaluación, leer los registros y actualizar las instrucciones cuando el negocio cambia. Presupueste unas pocas horas al mes para eso desde el principio.
Por dónde empezar esta semana
Enumere las cinco tareas más repetitivas en su equipo de marketing y califique cada una por frecuencia, tiempo y costo de error. Elija la que tenga el mayor tiempo y el menor riesgo. Luego, reúna treinta ejemplos pasados de esa tarea con el resultado terminado. Con esos ejemplos en mano, puede probar cualquier plataforma de agentes de manera justa en una tarde.
Siga leyendo: Agencia de Marketing de AI · Marketing de AI