Hace unos meses Make le dio un lavado de cara (por no decir volantazo total) a la gestión de agentes de IA dentro de su plataforma.
De hecho, ahora mismo conviven las dos interfaces (cosa que espero que corrijan pronto porque es un poco/bastante caótico). Pero claramente están apostando por la nueva.
E incluso sacaron una librería con varios agentes listos para usar. O, más bien, listos para bichear y aprender cómo exprimirlos al máximo. Ya sabes lo poco amigos que somos en esta casa de las plantillas precocinadas.
Como este mes le estamos dando caña a un nuevo curso de IA para Make dentro de Automatistas LVL2 hoy te traigo algunas buenas prácticas que puedes aplicar a tus agentes en Make
(Y, entre tú y yo, aplican a casi cualquier agente de cualquier plataforma).
Instrucciones VS inputs
Cuando estamos construyendo nuestro agente en Make tenemos dos «cajones»: el de las instrucciones y el de la entrada de datos. La diferencia es importante.
En las instrucciones tenemos que darle sentido (y criterio ejem ejem) a nuestro agente: decirle qué tiene que hacer, qué puede usar, cómo debe comportarse. Son su recetario «fijo».
En la entrada de datos (inputs) es donde le damos el contenido específico de esa ejecución, que normalmente será info que venga de módulos anteriores de nuestro escenario en Make.
en el equilibrio de ambos es donde tenemos la virtud.
Dale nombre a las cosas
Me fascina que, el efecto colateral de los agentes de IA… es que empecemos a preocuparnos más por documentar los procesos y darle nombres adecuados.
En Make podemos escribir tanto un nombre como una descripción a nuestros escenarios y eso es lo que el agente va a leer. Cuando más claro esté, mejor sabrá utilizarlo.
Usa sub-escenarios para sumar 2+2
Hay procesos deterministas que NO puede resolver bien una IA, te pongas como te pongas.
Para esos casos es mucho más efectivo crear pequeños escenarios en Make que hagan los 2,3 4 o 10 pasos que necesitas. Y ponerle ese escenario a disposición del agente, para que lo use.
El agente llama a ese sub-escenario, hace lo que toca y lo devuelve. Y, además, ahorrando tokens. que luego dices que son carísimos.
Que sepa hacer 4 cosas. Máximo 5
El contexto ya lo es todo para un agente de IA. Por eso, cuantas más herramientas le des al agente más difícil le resultará seguir el contexto.
Si necesitas más habilidades para el agente, dale subescenarios o incluso divide en agentes en paralelo, que te vendrá mejor.
Delega… pero no le dejes solo
Puedes patalear si quieres pero tu agente no va a trabajar en piloto automático sin que te preocupes de él. Especialmente, al principio.
Empieza por una funcionalidad mínima y ve añadiendo complejidad en las siguientes revisiones. Porque sí, vas a tener que revisarlo Y MUCHO si quieres que actúe bien.
Vuelvo a lo de antes: los agentes no son deterministas. Ninguna IA lo es y por eso lo más habitual es que, ante la misma entrada la respuesta sea diferente. Antes de poner uno en producción sobre algo crítico, hay que hacer varios tests, cruzar los resultados con el prompt y con el fichero de conocimiento, y buscar contradicciones. Es trabajo, no una configuración que se hace una vez.
Hasta aquí mi turra de hoy.
Si no también puedes seguir algún agente mágico compartido en LinkedIn
🙃🙃🙃🙃🙃
Santy 🫡
PD: si has probado los agentes de Make y quieres compartirme sensaciones, te leo encantado