Agentes de IA para profesionales de oficio: qué funciona (y qué no) en producción

El primer agente de IA que construimos para una plataforma de profesionales de oficio tenía una demo de lucimiento: haces una pregunta, respuesta perfecta al instante, el founder contento, el inversor contento. Tres semanas después en producción: el 40% de las preguntas recibía una respuesta genérica del tipo "como lego, yo llamaría a un experto". El LLM no sabía nada de la base de conocimiento propia, nada de las reglas del convenio colectivo, nada de precios. Producción es otra cosa que una demo.

Lección uno: RAG sobre datos del dominio no es opcional. Para profesionales de oficio el chatbot solo funciona si responde como funciona el sector, incluidas las diferencias regionales, los nombres de proveedores y las rarezas de cómo se interpretan los convenios. Siempre ejecutamos una capa de embeddings (OpenAI text-embedding-3 o Cohere embed v3) sobre la base de conocimiento propia del cliente. Eso solo ya sube la tasa de éxito del 40% al ~80%.

Lección dos: los agentes con herramientas le ganan al RAG plano. Sacar texto a secas es la base. La diferencia real llega cuando el agente puede llamar a funciones: "comprueba la disponibilidad en la agenda", "trae la plantilla de presupuesto", "reenvía esto a office@". Claude Sonnet 4.7 con tool-use más `computer_use` para casos de trabajo de campo es una de las combinaciones más productivas que conocemos.

Lección tres: el coste por interacción hace ganar o perder el proyecto. Un profesional hace de media 12 preguntas al día al agente. 300 profesionales × 12 × 30 días = 108.000 peticiones al mes. Si cada petición consume 4k tokens de salida en Claude Sonnet a € 3 por millón de entrada / € 15 por millón de salida... ahí se va el dinero rápido. Cacheamos de forma agresiva (prompt-caching, TTL de 1h) y enrutamos a Haiku las preguntas sencillas. Factor de 3-5× más barato que "todo en Sonnet".

Lección cuatro: escapa del síndrome de la demo con métricas aburridas. La tasa de éxito no basta, mide también "respuesta sin que el usuario tenga que reformular", "respuesta que lleva a una acción", "respuesta que no acaba en un fallback". Esas tres cuentan más que la precisión de cabecera. Aquí es donde las plataformas tipo Tradevo viven o mueren.

Lección cinco: deja que el cliente sea dueño de la base de conocimiento. Cada vez que construimos el "agente" para un cliente y mantuvimos el conocimiento en nuestra infraestructura, la migración acabó siendo incómoda. Desde que ponemos la base de conocimiento más los embeddings en el Supabase o Postgres+pgvector propio del cliente, es transferible. La lógica del agente está con nosotros, los datos con ellos. Aburrido pero crucial.

¿Cómo empezar? Tres semanas de prueba de concepto sobre una categoría de preguntas, RAG sobre un conjunto de datos, una herramienta. Si la tasa de conversión de la PoC es > 70%: escalar. Si no: hace falta otra idea. Después se amplía de forma iterativa con más herramientas y más conocimiento del sector. Nada de lanzamiento de golpe.