Worknano

Cómo probar un agente de IA antes de confiar en él

Updated 2026-11-15

Para probar un agente de IA, dale casos reales de tu negocio en los que ya conoces el resultado correcto, y compara. Un agente de IA es un programa que usa IA para ejecutar tareas por ti, como clasificar consultas o redactar respuestas. Como la misma petición puede dar resultados ligeramente distintos cada vez, júzgalo por todo un conjunto de casos y nunca por un solo intento.

Por qué probar un poco no es una prueba

A la mayoría de los agentes se los «prueba» escribiendo dos o tres peticiones y leyendo las respuestas. Parecen estar bien, y el agente se pone a trabajar.

Es como contratar a un dependiente después de verlo atender a un cliente simpático. La prueba de verdad es el cliente con una queja, el que quiere dos cosas a la vez y aquel cuyo pedido no aparece. Los agentes rara vez fallan en los casos típicos. Fallan con el formulario a medio rellenar, el correo con dos peticiones y el cliente que está dos veces en tu lista. Una prueba de verdad contiene los casos en los que preferirías no pensar.

Un plan de prueba en cinco pasos

  1. Di qué significa «correcto». Escríbelo. Para un agente que clasifica consultas: la categoría correcta y la urgencia correcta. Para una respuesta redactada: datos exactos, tono amable y ninguna promesa que la empresa no pueda cumplir.
  2. Reúne casos reales. Toma veinte o treinta de los últimos meses. Mezcla casos normales con casos incómodos. Añade unos cuantos donde la respuesta correcta sea «no puedo hacerlo, tiene que mirarlo una persona».
  3. Escribe primero el resultado esperado. Antes de que el agente se ejecute, anota para cada caso lo que habría hecho un buen compañero. Si miras primero la respuesta del agente, te tentará aceptarla.
  4. Ejecuta todos los casos y puntúa cada uno. Correcto, aceptable o erróneo. Por cada resultado erróneo, añade una línea con el motivo.
  5. Cambia una sola cosa y vuelve a ejecutarlo todo. Arreglar un caso a menudo estropea otro. Solo el conjunto completo lo demuestra.

Casos que la gente olvida incluir

¿Qué cuenta como aprobado?

No hay una cifra única. Depende de lo que pase con el trabajo del agente. Si una persona lee cada borrador antes de que salga, algunos resultados «aceptables» no son un problema, siempre que los erróneos sean fáciles de detectar. Si el agente actúa sin que nadie lo revise, necesita muchos más resultados correctos, y sus errores restantes deben ser inofensivos y fáciles de deshacer.

Fíjate en el tipo de error además de en el recuento. Diez frases torpes importan menos que un importe equivocado.

Guarda los casos de prueba

La colección que has creado sigue siendo útil. Vuelve a ejecutarla cada vez que cambies las instrucciones del agente. Cada vez que el agente se equivoque en el trabajo diario, añade ese caso.

De la prueba a la confianza

Superar la prueba no significa libertad total. Empieza con una persona que confirme cada resultado. Observa con qué frecuencia tiene que corregirlo. Luego dale al agente más libertad paso a paso. La prueba te dice que el agente está listo para trabajar bajo supervisión. Las semanas supervisadas te dicen cuándo necesita menos.

Cómo lo resuelve Worknano

En Worknano editas un agente en Config, en Agents. Ahí defines sus instrucciones, sus herramientas y su modelo de IA. Para probar una variante, duplica un agente y cambia sus instrucciones. Puedes ejecutar un agente desde un botón en un registro, o sobre toda una lista de registros seleccionados a la vez, lo que viene bien para un conjunto de casos de prueba reales. Los cambios en los registros llegan como vistas previas que tú confirmas. La guía del producto da el mismo consejo que este artículo: prueba con unos pocos registros reales y ajusta las instrucciones antes de cambiar el modelo.

Crea un workspace gratuito y ejecuta un agente con treinta casos tuyos.