Agents como paso

Integre un agente autónomo dentro de un flujo de trabajo más amplio en un solo paso. El agente razona, llama a las herramientas y devuelve un resultado; luego, el flujo de trabajo continúa con el siguiente paso.


¿Qué es un paso de agente?

Un paso AI normal toma una entrada, ejecuta un mensaje y devuelve una salida estructurada fija. Un paso del agente va más allá: puede llamar a herramientas en un bucle, razonar sobre los resultados, llamar a más herramientas y decidir cuándo tiene suficiente información para producir una respuesta final. Se comporta como un mini-agent integrado dentro de un paso del flujo de trabajo.

Esto resulta útil cuando la secuencia exacta de acciones no se conoce de antemano: el agente la descubre. Un paso AI simple es mejor cuando la forma de salida es predecible y solo necesita una transformación rápida.


Paso AI frente a paso del agente

DimensiónAI PasoPaso del agente
uso ToolNingunoLlama dinámicamente a las acciones de las aplicaciones conectadas
Bucle de razonamientoMensaje único → salidaRazonar → actuar → observar → repetir hasta terminar
Forma de salidaEsquema fijo definido por adelantadoConclusión final del agente (estructurada o free-form)
Lo mejor paraResumir, clasificar, extraer, transformarInvestigar, redactar, decidir, recuperar multi-step
Estado latenteInferior: llamada única LLMSuperior: varias llamadas hasta que termine

Configurar un paso de agente

En el editor de flujo de trabajo, agregue un paso y elija Agente como el tipo de paso. Campos clave:

{
  type: "aiActionWithTools",
  id: "draft_outreach",

  agent: {
    role: "Outreach Specialist",
    goal: "Write a personalised cold email for each contact",
    backstory: "Expert B2B copywriter who avoids clichés",
    model: "claude-opus-4-5"
  },

  prompt: "Draft an outreach email for {{steps.enrich.contact}}. Use the ICP from business memory.",

  tools: [
    { appId: "gmail",    actionId: "send_email",   maxCalls: 1 },
    { appId: "agentled", actionId: "recall_memory", maxCalls: 5 }
  ]
}

agente – el rol, el objetivo y la historia de fondo dan forma a cómo razona el modelo. Estos se inyectan en el indicador del sistema.

herramientas — qué acciones de aplicaciones puede llamar el agente y cuántas veces cada una. Configuración maxCalls evita bucles de herramientas fuera de control.

inmediato - la tarea para este paso específico. Hace referencia a los resultados del paso anterior con {{steps.stepId.field}}.


Entrada y salida

Un paso del agente recibe el contexto de ejecución acumulado del flujo de trabajo; todos los resultados del paso anterior están disponibles como variables de plantilla. Su propia salida se almacena bajo su ID de paso y está disponible para todos los pasos posteriores:

// Step "draft_outreach" output is accessible downstream as:
{{steps.draft_outreach.email_subject}}
{{steps.draft_outreach.email_body}}
{{steps.draft_outreach.reasoning}}

La respuesta final del agente es su conclusión después de que se resuelven todas las llamadas a la herramienta. Los resultados de las llamadas a herramientas intermedias se registran en la línea de tiempo de ejecución, pero no se pasan directamente hacia abajo.


Ejemplo: Investigación → Puntuación → Borrador

Un flujo de trabajo three-step que combina pasos AI simples y un paso de agente:

Paso 1AI Paso — Enriquecer el dominio de cada empresa: llama a Hunter para encontrar el correo electrónico CEO. Salida fija: {name, email, domain}.
Paso 2AI Paso — Califique cada cliente potencial enriquecido contra el ICP de Business Memory. Producción: {score, rationale}.
Paso 3Paso del agente — Para cada cliente potencial con una puntuación > 75, investigue su LinkedIn, recuerde la preferencia de tono del usuario de memoria y redacte un correo electrónico personalizado. El agente decide cuántas búsquedas LinkedIn realizar antes de redactar.

Cuándo utilizar un paso de agente

  • La tarea requiere buscar, recuperar o actuar antes de producir una respuesta, y la secuencia exacta depende de lo que encuentre el agente.
  • Quiere que el agente llame a herramientas reales (enviar correo electrónico, escribir en CRM, recuperar memoria) como parte de completar el paso.
  • El resultado es lo suficientemente complejo como para beneficiarse de una persona (rol, objetivo, historia de fondo) que da forma a la forma en que razona el modelo.

Próximos pasos