Flujos de trabajo con agentes de IA: cinco patrones útiles

Un flujo de trabajo con agentes organiza un trabajo: qué entra, quién decide, qué herramienta se usa, qué se revisa y cuándo termina.

Esta guía no enseña una plataforma. Te ayuda a dibujar el flujo antes de construirlo, para que puedas explicar qué hará el sistema incluso si mañana cambiás de proveedor.

Primero: cómo se relacionan workflow y agente

Un workflow (flujo de trabajo) sigue una ruta diseñada. Un agente decide dinámicamente parte de esa ruta. Anthropic separa ambos conceptos porque esa diferencia cambia el costo, la predictibilidad y la forma de probarlos.

Todo flujo tiene bloques básicos: una entrada, una regla o decisión, una herramienta, una salida y una condición de cierre. En un flujo de soporte, la entrada es el mensaje; la decisión identifica el tipo de consulta; la herramienta busca la cuenta; la salida es un borrador; y el cierre ocurre cuando una humana aprueba o el caso se escala.

En la práctica suelen convivir:

una automatización recibe el formulario → un agente analiza la solicitud → una humana aprueba → otra automatización envía la respuesta.

Si todavía estás eligiendo tecnología, empezá por agente, chatbot o automatización.

Patrón 1: cadena de pasos

Una salida alimenta el paso siguiente.

Notas → estructura → revisión de criterios → borrador

Sirve cuando conocés el orden. Por ejemplo, primero extraer hechos de una entrevista, después ordenarlos y al final escribir. Podés colocar una validación entre pasos para evitar que un error viaje hasta el final.

No lo uses si una sola instrucción ya resuelve bien el trabajo.

Patrón 2: enrutamiento

El sistema clasifica la entrada y la envía a la ruta correcta.

Solicitud → clasificar → ventas / soporte / facturación

Sirve cuando las categorías son distintas y cada una necesita instrucciones o fuentes propias. Si una solicitud es ambigua, debe ir a revisión, no a la ruta que “parece probable”.

Patrón 3: trabajo en paralelo

Varias tareas independientes ocurren al mismo tiempo y luego se reúnen.

Brief → investigación + datos + riesgos → síntesis

Puede acelerar un radar o permitir varias revisiones. Pero tres respuestas parecidas no convierten una afirmación en verdad: la síntesis todavía debe comprobar fuentes.

Patrón 4: agente coordinador y especialistas

Un agente central decide qué subtareas hacen falta, las asigna y reúne el resultado.

Es útil cuando no podés anticipar la cantidad de pasos. Por ejemplo, investigar una expansión internacional puede requerir fuentes legales, mercado, competencia y costos distintos según el país.

También es más difícil de observar. Empezá con un solo agente y agregá especialistas solamente si las evaluaciones muestran una mejora real.

Patrón 5: generar, evaluar y corregir

Un componente crea; otro compara el resultado con criterios claros; el primero corrige.

Borrador → evaluación → feedback → nueva versión

Funciona cuando podés describir qué significa “mejor”: exactitud de datos, presencia de fuentes, tono o formato. Sin una rúbrica, el ciclo puede pulir palabras indefinidamente sin mejorar el trabajo.

Cómo escoger el patrón

La mayoría de los equipos no necesita los cinco. Un flujo pequeño y visible suele superar una arquitectura impresionante que nadie puede explicar.

Ejemplo completo: responder una solicitud de propuesta

1. Una automatización recibe el formulario y valida campos obligatorios.
2. Un router (clasificador que elige la ruta) identifica industria y tipo de servicio.
3. Un agente consulta casos autorizados y prepara preguntas faltantes.
4. Si hay datos sensibles o una condición comercial nueva, se detiene.
5. La responsable revisa el brief.
6. Una automatización crea la tarea interna; el envío externo sigue requiriendo aprobación.

Acá la IA hace un tramo definido del trabajo de ventas y deja evidencia de sus fuentes para revisión.

Los cuatro controles que todo flujo necesita

1. Condición de salida: qué significa terminar.
2. Límite de iteraciones: cuántas veces puede intentar.
3. Registro o traza: qué herramientas usó y qué ocurrió.
4. Escalamiento: cuándo debe pedir ayuda humana.

Un flujo sin final claro puede seguir gastando tiempo y tokens (las unidades en que un modelo procesa texto y calcula parte de su costo). Uno sin trazas —el historial de pasos y herramientas— puede fallar y dejarte adivinando por qué.

Antes de construir, dibujá el flujo en papel y recorré tres casos: uno normal, uno con un dato faltante y uno que debería detenerse. Si no sabés qué debería ocurrir en alguno, todavía falta una regla o un punto de revisión.

Para llevar un patrón a un piloto de equipo, seguí con cómo implementar agentes inteligentes. Para construir una primera versión personal, usá esta guía sin código.

Si sos mujer y querés practicar estos conceptos sin convertirlos en una sopa técnica, unite gratis a Pioneras en IA.

Fuentes

• Anthropic: Building effective agents
• Anthropic: Building effective AI agents — architecture patterns
• OpenAI: Agents guide
• LangGraph: Workflows and agents

Revisión editorial: fuentes primarias verificadas el 21 de septiembre de 2026.