Agentic Workflow en un minuto
Imagina una ruta con controles fijos y espacio para un desvío útil. El sistema lee productos, investiga dudas y prepara cambios para revisión. El workflow organiza condiciones y progreso; el agente puede elegir qué investigar. Esa flexibilidad sirve cuando tiene un objetivo, fronteras claras y una forma de detenerse.
Agentic Workflow combina estructura y flexibilidad
En un workflow determinista, reglas definidas previamente seleccionan el siguiente paso. Si falta un campo obligatorio, se marca; si está completo, se continúa. Esto describe el flujo de control, no garantiza que los servicios externos o las respuestas de un modelo sean constantes. Un proceso fijo puede llamar a un modelo probabilístico y seguir recorriendo ramas predefinidas.
Un agente tiene más margen para elegir la próxima operación. Puede consultar un documento, comparar registros o pedir aclaración según lo que encuentre. La explicación de Anthropic sobre agentes eficaces utiliza una distinción parecida entre flujos definidos en código y uso de herramientas dirigido por el modelo. El vocabulario varía: resulta más útil explicar quién controla los pasos que confiar solo en la etiqueta.
| Aspecto | Proceso predefinido | Paso flexible de agente |
|---|---|---|
| Decisión | Una regla o condición explícita. | El modelo elige entre operaciones permitidas. |
| Ejemplo | Marcar todos los códigos de producto ausentes. | Investigar medidas contradictorias en dos fuentes. |
| Ventaja | Tratamiento previsible de situaciones conocidas. | Adaptación cuando la evidencia varía. |
| Control necesario | Entradas válidas, permisos y resultados comprobados. | Lo mismo y límites sobre autonomía e intentos. |
Ambos enfoques pueden convivir. Una validación fija identifica excepciones, un agente las investiga y otra comprobación revisa la propuesta. No hace falta utilizar un modelo para cada comparación numérica o regla de campo obligatorio simplemente porque el sistema general incluya IA. Reservar la flexibilidad para los casos que la necesitan facilita entender el proceso.
Un ejemplo con 400 productos
El encargo es revisar 400 productos seleccionados, detectar información ausente o contradictoria y preparar correcciones. Hay que definir campos requeridos, fuentes autorizadas y acciones permitidas. La primera comprobación confirma que están todos los registros, incluida la paginación, y conserva sus identificadores. La tarea no debe ampliarse silenciosamente al catálogo entero.
- Seleccionar
Recuperar registros acordados con identificadores y versiones.
- Validar
Comprobar campos obligatorios, formatos y unidades.
- Investigar
Examinar casos ambiguos con fuentes permitidas.
- Revisar
Mostrar propuestas y evidencia cuando hace falta aprobación humana.
- Aplicar y comprobar
Ejecutar cambios autorizados y verificar los registros resultantes.
Las bifurcaciones determinan por dónde continúa cada producto. Uno completo puede no necesitar acción. Un dato ausente puede requerir una consulta. Dos valores contradictorios pueden necesitar un especialista. Si no existe evidencia fiable, el resultado correcto es una incidencia explicada, no un valor verosímil inventado para completar la tabla.
Tool Use proporciona operaciones. Los Connectors dan acceso a las fuentes y MCP puede estandarizar parte de la comunicación. RAG puede aportar fragmentos relevantes para responder o proponer una corrección. Estos componentes apoyan el proceso, pero no sustituyen los criterios de éxito ni la validación de cada registro.
Validar implica comprobar significado además de formato. Un objeto JSON puede cumplir su esquema y contener la variante equivocada. Revisa identificadores, unidades, fechas y relaciones. Un valor copiado correctamente de un catálogo antiguo puede seguir siendo inadecuado para el producto actual. Las comprobaciones deben corresponder a los datos del negocio.
Conserva estados claros. Investigado, propuesta preparada, aprobado y aplicado son fases diferentes. AI Memory o el almacenamiento persistente de la aplicación pueden mantenerlas entre ejecuciones. Al continuar, comprueba si la fuente ha cambiado. Una aprobación anterior no debe sobrescribir a ciegas una edición reciente de otra persona.
Human-in-the-loop aporta el punto de decisión necesario. Muestra valor anterior, propuesta, fuente y efecto antes de ejecutar. El proceso también necesita una ruta de rechazo o corrección. Un esquema con una casilla de aprobación está incompleto si cualquier respuesta, incluida la ausencia de respuesta, acaba produciendo la misma escritura.
Reintentos, programación y logs para continuar con control
Los reintentos deben responder a fallos recuperables. Un problema temporal de conexión puede justificar otra solicitud dentro de un límite. Un permiso denegado o una fuente inexistente suele necesitar otra respuesta, no un bucle interminable. Define intentos, tiempo o coste máximos y qué información se entregará si no se puede continuar.
Repetir no debería crear un duplicado involuntario. Después de agotar el tiempo de espera, una escritura puede haberse completado. Utiliza identificadores de operación cuando el sistema los admita o consulta el estado final antes de repetir. Añadir otra nota al CRM o enviar un segundo mensaje no es un reintento inocuo porque se haya perdido la primera respuesta.
Los mecanismos de ejecución duradera pueden conservar progreso y permitir reanudar después de interrupciones. La documentación de persistencia de LangGraph muestra una implementación mediante puntos de control y estado guardado. El comportamiento depende del framework: un paso reanudado puede ejecutar código otra vez. Diseña los efectos externos para evitar repetir acciones importantes accidentalmente.
La programación periódica es una capacidad real de la aplicación, no una propiedad de una respuesta convincente. Necesita planificador, zona horaria, definición de tarea y canal de aviso. Decide qué pasa si se solapan ejecuciones, una fuente no responde o la condición permanece verdadera varios días. Un fallo de consulta no demuestra que la condición sea falsa.
Los logs deben permitir entender tarea, herramienta, fuente, decisión, estado y resultado verificado. No necesitan conservar todos los prompts o documentos completos indefinidamente. Evita credenciales y datos personales innecesarios, y permite relacionar una excepción pendiente con la operación que la produjo.
- Define éxito y parada antes de ejecutar.
- Separa reglas rutinarias de investigaciones que requieren flexibilidad.
- Conserva estados útiles durante pausas y fallos.
- Valida resultados importantes antes de utilizarlos en otro paso.
- Contrasta el resultado final con el encargo original.
Evalúa resultados utilizables y excepciones bien resueltas, no el número de agentes o llamadas. Los AI Agents aportan flexibilidad; el workflow le da finalidad, límites y trazabilidad. A veces el mejor resultado será una tabla terminada y otras, una pregunta bien documentada para la persona responsable.