1 – Fundamentos de IA y Microsoft Copilot Studio
Fundamentos de IA y Microsoft Copilot Studio
¿Cuándo tiene sentido utilizar inteligencia artificial?
Tareas en las que la IA generativa aporta valor
Criterios para decidir si un caso requiere IA
¿La entrada es texto libre o está estructurada?
¿La respuesta correcta es única y calculable?
¿Cuál es el coste de un error?
Qué es un agente de IA y cómo funciona
Por qué el modelo se comporta como lo hace
Componentes de un agente
Cómo decide el agente qué hacer: la orquestación
Dónde encaja Copilot Studio en el ecosistema Microsoft
Primer contacto: crear, probar y ajustar un agente
Las cuatro fases de trabajo con un agente
Compilar
Versión preliminar
Evaluar
Monitor
Creación del primer agente paso a paso
Resumen
2 – Diseño de agentes orientados al negocio
Diseño de agentes orientados al negocio
Por qué el diseño va antes que la herramienta
El diseño determina la construcción
Identificar y priorizar casos de uso reales
Dónde aparecen los buenos candidatos
El filtro previo: tres condiciones y una comprobación
Condición 1: la entrada llega en lenguaje natural
Condición 2: existe documentación que respalda las respuestas
Condición 3: el proceso consume tiempo de forma recurrente
Priorizar cuando hay varios candidatos
Definir el propósito y el usuario destinatario
Un propósito estrecho funciona mejor que uno amplio
Conocer al usuario destinatario
Alcance y límites: qué hace y qué no hace el agente
Delimitar el alcance funcional
Los cuatro tipos de límite que conviene definir
Límites del tema
Límites de acción
Límite ante la falta de información
Límite de escalado a una persona
Anticipar las necesidades del usuario y las conversaciones esperadas
Recopilar las preguntas reales
Distinguir la conversación feliz de los casos límite
Evaluar la viabilidad y definir el éxito
Criterios de viabilidad
Definir qué significa que el agente funciona
La ficha de diseño del agente
Los apartados de la ficha
Recomendación final
Resumen
3 – Creación del agente: instrucciones y comportamiento
Creación del agente: instrucciones y comportamiento
Crear el agente: punto de partida
Las instrucciones: el sistema de control del agente
La estructura recomendada
Anatomía de unas instrucciones eficaces
Escribe en positivo y con verbos precisos
Cuatro reglas de redacción
Una idea por línea
Sin contradicciones
Define los términos propios
Apoya con ejemplos cuando el caso sea complejo
Referenciar componentes dentro de las instrucciones
Cómo razona el agente: la orquestación
Consecuencias prácticas de este modelo
Identidad, bienvenida y sugerencias
Dónde se configura cada elemento
Configuración del modelo y otros ajustes
El modelo de IA
Otros ajustes del agente
Probar y corregir: el método iterativo
El panel de vista preliminar
Diagnosticar por qué el agente no responde como se espera
El agente inventa respuestas
El agente se sale de su ámbito
El agente no usa una herramienta o una fuente
Resumen
4 – Conocimiento y contexto del agente
Conocimiento y contexto del agente
Qué es el conocimiento de un agente
Responder frente a consultar un dato
Tipos de fuentes de conocimiento
Conectar una fuente y preparar buena documentación
El proceso de conexión
La calidad de la fuente determina la calidad del agente
Que el agente cite y no invente
Las citas a la fuente
Obligar al agente a ceñirse a las fuentes
Contexto y memoria: recordar durante y entre conversaciones
Cómo aprovechar el contexto en el diseño
Diagnóstico: cuando el agente no encuentra o no usa el conocimiento
Resumen
5 – Herramientas, acciones y flujos de trabajo
Herramientas, acciones y flujos de trabajo
De responder a actuar: qué es una herramienta
Sin herramientas, el agente solo habla
Tipos de herramientas y conectores
Qué tipo elegir en cada caso
Cómo decide el agente usar una herramienta
El nombre y la descripción son decisivos
El agente recopila los datos que necesita
Flujos de trabajo: el brazo ejecutor del agente
Cuándo hace falta un flujo
Cómo se crea un flujo de trabajo, paso a paso
1. Crear el flujo
2. El desencadenador: cuándo se pone en marcha
3. Las acciones: lo que hace el flujo
4. La respuesta al agente
5. Publicar el flujo
Cómo se conecta el flujo al agente
El recorrido completo de una acción
Confirmar antes de actuar: acciones responsables
El principio de confirmación
Conectar con el ecosistema: Teams, Microsoft 365 y sistemas externos
Los puntos de integración habituales
Microsoft Teams y Microsoft 365
Sistemas de negocio externos
Servicios propios mediante API
Skills: comportamientos reutilizables
En qué se diferencian de las herramientas
Ampliar el agente: MCP y sistemas multiagente
Model Context Protocol (MCP)
Sistemas multiagente
Resumen
6 – Pruebas, evaluación y mejora continua
Pruebas, evaluación y mejora continua
Por qué una prueba aislada no basta
Las cuatro fases y dónde encaja la calidad
Diseñar un conjunto de pruebas
Qué debe cubrir un buen conjunto de pruebas
Un conjunto pequeño y representativo es suficiente
La fase de evaluación
Cómo funciona una evaluación
Qué medir: criterios de calidad de un agente
La fase de supervisión: el agente en uso real
Qué muestra la supervisión
El valor de las preguntas que fallan
El ciclo de mejora continua
Errores frecuentes al evaluar y mejorar
Resumen
7 – Publicación, gobierno y seguridad
Publicación, gobierno y seguridad
De las pruebas al uso real: qué significa publicar
Qué ocurre al publicar, paso a paso
Publicar primero para uno mismo
Elegir el canal adecuado
Autenticación y control de acceso
Las opciones de autenticación
El agente respeta los permisos de cada usuario
Por qué esto importa tanto
La responsabilidad sobre los permisos empieza en el origen
Gobierno corporativo: el papel de la organización
Cumplimiento y datos: responsabilidades del creador
Las decisiones de seguridad que están en tus manos
Conceder solo los permisos necesarios
Cuidar qué fuentes y herramientas se conectan
Tratar los datos con responsabilidad
El ciclo de vida del agente publicado
Cada cambio en producción es un cambio real
Resumen
Valoraciones
No hay valoraciones aún.