A estas alturas, decir que los agentes de IA son fáciles de mostrar en una demostración pero difíciles de acertar en producción es el «el cielo es azul» de los tópicos sobre la implementación de IA. En cualquier momento, estaremos citando la estadística de que «el 90 % de los proyectos de IA fracasan».
Pero sigue surgiendo por una razón.
Si cree en el revuelo, al parecer un buen agente está a solo un prompt de distancia. Esa es la promesa detrás de muchos de los creadores de lenguaje natural que inundan el mercado.
Pero ¿qué ocurre cuando llega el momento de la verdad y hay un cliente al otro lado de la línea con un problema real y complejo?
Imagine: su vuelo se canceló y necesita reprogramarlo. La situación parece bastante sencilla hasta que mencionan un crédito de viaje de 200 USD de su último viaje. A continuación, preguntan si volar un día antes sería más económico y si se incluye una segunda maleta. Acertar «en su mayor parte» aquí podría significar un crédito perdido, una tarifa sorpresa en la puerta de embarque o un asiento que en realidad nunca se reservó.
Esto no es una prueba de resistencia. Es un día normal en producción. Cuando nuestros equipos crean agentes en torno a flujos de trabajo como este, siguen apareciendo dos desafíos:
- Diseñar el agente con suficiente contexto de negocio y los patrones adecuados desde el principio, para que no se vuelva frágil a medida que el flujo de trabajo se vuelve más complejo.
- Avanzar con rapidez una vez que las pruebas y el tráfico de producción revelan lo que el diseño pasó por alto: encontrar las brechas, corregirlas e incorporar esos aprendizajes de nuevo en el agente de IA.
Por eso lanzamos Cresta Conductor, un entorno nativo para desarrolladores para crear, probar y mejorar agentes de IA en la plataforma de Cresta.
Conductor ofrece a los ingenieros y equipos técnicos una interfaz de lenguaje natural para el flujo de trabajo de desarrollo de agentes: planificación, implementación, pruebas, despliegue y refinamientos posteriores al lanzamiento. Los desarrolladores describen lo que desean crear en lenguaje sencillo y Conductor les ayuda a convertir el contexto de negocio real y las señales de producción en un mejor diseño de agentes, una implementación más rápida y una optimización continua.
De un contexto disperso a un diseño de agente fundamentado
Un gran diseño de agentes depende de un profundo contexto y comprensión del negocio. ¿Cómo se ve lo «bueno» para este negocio en particular? Esa respuesta proviene del propio contexto operativo del negocio: bases de conocimiento, procedimientos operativos estándar, documentos de flujo de trabajo, requisitos de API, reglas de escalamiento y millones de conversaciones reales con clientes.
Cresta ha dedicado años a construir inteligencia conversacional a partir de esa complejidad: comprender la intención del cliente, el comportamiento de los agentes, las vías de resolución, la fricción en los flujos de trabajo y cómo se ven realmente los buenos resultados en producción. Cresta Conductor lleva esa inteligencia directamente al flujo de trabajo de desarrollo de agentes.
En lugar de partir de un prompt en blanco o pedir a los equipos que reúnan manualmente el contexto, Conductor utiliza las capacidades de la plataforma de Cresta como herramientas, incluidos los conocimientos de las conversaciones, el descubrimiento de temas, el conocimiento, los flujos de automatización, la retroalimentación de IA y las mejores prácticas acumuladas de implementaciones empresariales anteriores. Cada una de ellas se convierte en una señal fundamental que Conductor utiliza para guiar el proceso de diseño del agente.
A partir de ahí, Conductor formula preguntas específicas para completar las brechas restantes: límites de alcance, vías de escalamiento, criterios de éxito, audiencia, tono y los puntos del flujo de trabajo donde se requiere un comportamiento determinista. A diferencia de las soluciones que pasan directamente de una descripción en lenguaje natural a un agente generado, Conductor primero convierte ese contexto en un plan de construcción fundamentado.
El resultado es un plano claro y revisable del agente antes de que se lance nada. Define los objetivos, el alcance, los flujos de conversación, los casos de prueba y las referencias de conocimiento del agente, que los desarrolladores pueden refinar.
Ese grado de fundamentación es la diferencia entre un agente de IA que está listo para una demostración y uno que es fiable en producción. Sin ella, incluso un modelo capaz puede producir un comportamiento que parece plausible, pero que no tiene ninguna base real en cómo opera una empresa específica, cómo hablan sus clientes o cómo funcionan sus sistemas. Los equipos se benefician de un menor tiempo de puesta en producción y de menos correcciones de rumbo costosas por el camino.
Una vez aprobado, este plano se convierte en la base de lo que Conductor construye, prueba y optimiza, llevando este mismo contexto a lo largo de todo el ciclo de vida del agente.
Del plano del agente a la construcción en producción
En las conversaciones reales con clientes, algunos momentos necesitan flexibilidad, mientras que otros deben ocurrir de la misma manera siempre, como buscar una cuenta, aplicar una regla de elegibilidad, crear un caso o actualizar un sistema de registro. Esas partes de la experiencia deben ser fiables y esa fiabilidad proviene del código. No pueden depender únicamente de la interpretación que un modelo hace de una instrucción.
Por eso Conductor trata el código como una parte de primer nivel del desarrollo de agentes. Puede generar y refinar los prompts, la configuración, las herramientas, las integraciones y el código personalizado necesarios para que el agente funcione en producción.
También ayuda a los equipos a tomar una de las decisiones de diseño más importantes en el desarrollo de agentes: qué debe permanecer en el prompt frente a qué debe implementarse como código.
Los prompts son flexibles, pero pueden dificultar que el comportamiento se fije de forma consistente en todas las conversaciones. El código le da control, pero cuando se lleva demasiado lejos, empieza a parecerse a un IVR que resulta que llama a un LLM. El objetivo es colocar cada parte de la experiencia en la capa donde funciona de manera más eficaz.
Conductor ayuda a los equipos a resolver esas decisiones más rápido aportando nuestro conocimiento acumulado de muchas implementaciones empresariales, sin dejar de mantener a los desarrolladores en control de la implementación final.
Pruebe y mejore frente a las conversaciones que importan
Después de crear la primera versión, el mismo plano impulsa las pruebas y la evaluación.
Conductor hace que ese bucle de iteración sea rápido y fundamentado. Puede derivar escenarios de prueba específicos del negocio que reflejen el flujo, el alcance, las herramientas, las vías de escalamiento y los comportamientos esperados que el agente fue diseñado para manejar. Esos escenarios se combinan con conjuntos de evaluación calibrados por humanos y potenciados por AI Agent Testing 2.0, de modo que los equipos mejoran frente a la definición de éxito de su propio negocio, no frente a una comprobación genérica de aprobado/reprobado.
Cuando un caso de prueba falla, Conductor ayuda a realizar un análisis de causa raíz en el plano del agente, la transcripción de la conversación, el prompt, las herramientas, la configuración, el conocimiento y el código personalizado. Luego recomienda la corrección adecuada y ayuda a aplicarla en el lugar correcto. Eso podría significar actualizar el prompt, refinar el flujo de trabajo, ajustar la definición de una herramienta, agregar lógica de validación, mejorar una transferencia, cambiar el código personalizado o convertir una corrección exitosa en un patrón reutilizable para futuros agentes.
El agente en funcionamiento se recarga en caliente, lo que permite a los desarrolladores volver a ejecutar el escenario fallido de inmediato y confirmar si el cambio funcionó, sin un pesado ciclo de reconstrucción o despliegue.
El resultado es un bucle de ingeniería ajustado: probar, fallar, diagnosticar, corregir, volver a ejecutar. Y después del lanzamiento, las conversaciones de producción siguen alimentando ese bucle. Cada interacción fallida, comentario, problema de herramienta o vía inesperada del cliente se convierte en una señal que Conductor puede analizar, rastrear hasta su causa raíz y convertir en la siguiente optimización.
Diseñado para desarrolladores que quieren tener la propiedad
Conductor añade una vía nativa para desarrolladores a la plataforma de Cresta para los equipos que desean trabajar más cerca de la implementación y ser dueños del ciclo de vida de construcción de principio a fin.
En el uso interno, los Forward Deployed Engineers de Cresta han utilizado Conductor para reducir los plazos iniciales de implementación de agentes aproximadamente a la mitad. Escribir funciones personalizadas, un trabajo que antes llevaba una semana completa, ahora puede completarse en uno o dos días. Ahora, los equipos pueden lanzar agentes de mayor calidad con menos personas y ciclos de desarrollo más cortos, sin dejar de mantener el rigor que exigen las implementaciones empresariales.
Vea Cresta Conductor en acción: regístrese hoy en nuestro seminario web de demostración.
