En 30 segundos
- Un agente de IA se crea en seis pasos: un objetivo medible, instrucciones escritas, herramientas con permisos mínimos, memoria en ficheros, límites duros y pruebas antes de soltarlo.
- No hace falta programar: puedes describir lo que quieres en lenguaje natural a una herramienta como Claude Code o montarlo en una plataforma de bajo código.
- Empieza por una tarea repetitiva con un resultado comprobable. Si el proceso siempre es el mismo, no necesitas un agente, necesitas una automatización normal.
- Lo que rompe a los agentes no es el modelo. Es la falta de límites, de pruebas y de alguien que se entere cuando fallan en silencio.
- Gratis, lo puedes probar. Gratis y sin supervisión, no lo dejes corriendo.
¿Qué se necesita para crear un agente de IA?
Para crear un agente de IA necesitas cuatro cosas: una tarea concreta, un modelo de lenguaje, acceso a las herramientas que esa tarea toca y una forma de comprobar el resultado. Nada más. El código es opcional.
Anthropic, que fabrica Claude, define un agente como un sistema donde el modelo dirige sus procesos y el uso de herramientas, frente a un flujo donde el código fija cada paso. Esa diferencia importa porque te dice cuánto control cedes.
Si todavía no tienes claro qué es y qué tipos existen, lo explico en agentes de IA. Aquí vamos a lo práctico: cómo se monta uno.
¿Un agente de IA o una automatización normal?
Usa una automatización normal si los pasos son siempre los mismos y un agente solo si el camino cambia según lo que se va encontrando. Es la pregunta que ahorra más dinero antes de empezar.
Anthropic lo resume así: busca solución más simple posible y aumenta la complejidad solo cuando haga falta. Los agentes encajan en problemas abiertos donde no puedes predecir cuántos pasos harán falta, y a cambio cuestan más y pueden acumular errores.
| Situación | Qué te conviene |
|---|---|
| Cuando entra un lead, mandar siempre el mismo email | Automatización normal |
| Pasar datos de un formulario a una hoja | Automatización normal |
| Investigar un tema, decidir qué fuentes valen y redactar un borrador | Agente |
| Revisar qué contenidos pierden tráfico y proponer cuáles actualizar | Agente |
Mi criterio: si puedes dibujar el proceso en cinco cajas sin ningún “depende”, automatiza. Si el “depende” aparece en medio, entonces sí, agente. Es un criterio propuesto, no una norma oficial.
¿En qué tareas de un negocio de una persona conviene un agente?
Conviene en tareas repetitivas con un resultado que puedas comprobar rápido y con un coste bajo si salen mal. Cuanto más barato sea equivocarse, mejor candidata.
Buenas candidatas:
- Investigación previa (keywords, competencia, fuentes).
- Primeros borradores que luego revisas tú.
- Auditorías periódicas (enlaces rotos, contenidos que pierden posiciones).
- Informes semanales que hoy no haces porque da pereza.
Malas candidatas al empezar: tu proceso de venta, los emails a tu lista (la voz personal pesa demasiado) y las decisiones de precio u oferta. Ahí el criterio es tuyo. Más casos en automatización con IA.
Cómo crear un agente de IA paso a paso
Un agente que funciona se construye en seis pasos, en este orden. Saltarse el cuarto y el quinto es lo que produce las historias de terror.
1. Define un objetivo que se pueda comprobar. “Ayudarme con el contenido” no vale. “Coger el siguiente tema de una cola, escribir un borrador y pasarlo por un validador” sí, porque al final hay algo que mirar.
2. Escribe las instrucciones como un procedimiento. Qué lee primero, qué decide, qué no debe tocar nunca y cuándo para. Un agente sin reglas escritas improvisa, y una improvisación repetida cada semana sale cara.
3. Dale herramientas, pero las mínimas. Cada herramienta es una puerta: leer ficheros, buscar en la web, publicar. Anthropic recomienda diseñar las herramientas pensando en el modelo: pregúntate si le resulta obvio cómo usarlas. Si a ti te confunden, a él también.
4. Dale memoria en ficheros. Un agente no recuerda lo de ayer. Lo que necesite saber mañana (qué ya está hecho, qué falló, qué sigue) tiene que quedar escrito en ficheros que lea al arrancar. Una cola en un JSON y un registro de ejecuciones bastan.
5. Ponle límites duros. Un máximo de intentos, un tiempo máximo, una lista de cosas que no puede hacer y una puerta de validación antes de publicar nada. Anthropic pide condiciones de parada como un número máximo de iteraciones.
6. Pruébalo en pequeño antes de soltarlo. Corre el agente con una tarea de bajo riesgo, lee lo que hizo paso a paso y solo entonces prográmalo. Anthropic recomienda pruebas extensas en entornos aislados para sistemas autónomos.
¿Se puede crear un agente de IA sin programar?
Sí, se puede crear un agente de IA sin programar, de dos maneras: describiéndoselo a una herramienta como Claude Code o usando una plataforma de bajo código. Cambia el lugar donde escribes, no los seis pasos.
Microsoft, por ejemplo, presenta Copilot Studio como una vía para que perfiles no técnicos creen agentes sin saber código, y habla de “unos días” para un agente sencillo. Con Claude Code el recorrido es parecido: le cuentas el objetivo en español y le pides que prepare las instrucciones, los ficheros de estado y los scripts. Lo cuento con más detalle en Claude Code.
Lo que no puedes delegar es el criterio: saber qué es un buen resultado en tu negocio.
Un ejemplo para que se vea. Si quieres un agente que prepare cada lunes un resumen de tus métricas, el objetivo comprobable es “un informe con estas cinco cifras y su variación frente a la semana anterior”. El agente decide dónde mirar y cómo ordenarlo. Tú decides si las cinco cifras son las que importan, y eso ningún modelo lo sabe por ti.
Crear un agente de IA con Claude
Crear un agente de IA con Claude consiste en describirle en lenguaje natural la tarea y pidiéndole que escriba el procedimiento, las herramientas que necesita y las comprobaciones finales. Después lo revisas como revisarías a una persona nueva.
El flujo que recomiendo:
- Explica el objetivo y lo que significa “hecho”.
- Pídele que proponga el procedimiento y corrígelo tú.
- Haz que lo guarde como un fichero de instrucciones, no solo en la conversación.
- Ejecútalo una vez a mano y lee todo lo que hizo.
- Solo entonces prográmalo.
Un detalle que casi nadie cuenta: guarda el fichero de instrucciones junto al resto del proyecto y trátalo como código. Cada vez que el agente se equivoque, corrige la instrucción que lo permitió, no solo el resultado. Así el agente mejora con cada fallo en lugar de repetirlo la semana siguiente.
¿Cuánto cuesta crear un agente de IA y se puede hacer gratis?
El coste depende de cuánto trabajo le des, no de crearlo. Microsoft solo habla de precios escalables según la complejidad, y con razón: un agente que da vueltas gasta más que uno bien acotado.
Para probar, muchas herramientas tienen planes gratuitos o de bajo coste, pero un agente que corre cada semana consume modelo cada vez. Mide el gasto de las primeras ejecuciones antes de programarlo. No te doy una cifra de euros porque depende de la tarea y del plan, y prefiero no inventarla.
Qué falla de verdad en un agente (con ejemplos de este blog)
Lo que falla en los agentes casi nunca es la inteligencia: es la operación. Lo digo con el sistema que gestiona este blog delante: cuatro agentes programados (investigar keywords, escribir y publicar posts, auditar y recomendar actualizaciones) más un informe semanal.
Dato propio, tal como consta en su registro de incidencias: entre junio y septiembre de 2026 se perdieron 25 ejecuciones programadas porque la autenticación caducaba y el fallo era silencioso. Cada vez “se arreglaba sola” porque alguien abría una terminal, hasta que se corrigió la causa. Moraleja: un agente que falla sin avisar es peor que uno que no existe.
Otro caso: el 8 de junio de 2026, nueve posts se publicaron con la fecha en la URL, algo que daña el SEO y solo se arregla con redirecciones. El agente había hecho lo que le pedían; faltaba una puerta de validación en el script de publicación. Desde entonces esa regla se comprueba por código, no por confianza.
Tres lecciones que se extraen de ahí:
- Avisos fiables: un agente necesita un chequeo externo que te diga si ha corrido.
- Validación por código: las reglas importantes no se dejan solo al texto de las instrucciones.
- Un éxito del modelo no prueba el resultado: comprueba que lo publicado existe de verdad.
¿Cómo probar un agente de IA y ponerle límites?
Se prueba ejecutándolo primero con tareas de bajo riesgo, leyendo cada paso que da y añadiendo límites antes de darle permisos sobre algo que no puedas deshacer. Los límites van antes que la autonomía.
Checklist mínimo antes de programarlo:
- Máximo de intentos y de tiempo por ejecución.
- Permisos solo sobre lo que la tarea necesita.
- Una validación automática del resultado antes de publicar o enviar.
- Un registro donde quede qué hizo cada vez.
- Una alerta si no corre o si falla.
Para entender el contexto de por qué esto importa ahora, tienes IA agéntica explicada sin humo.
Un agente no sustituye tu criterio. Lo multiplica, para bien y para mal.
Un abrazo postal, Fran