Abre Agentes en la barra de navegación y haz clic en Nuevo agente para lanzar un asistente guiado de cinco pasos. Cada paso te lleva de una persona en blanco a un agente funcional, y puedes probarlo en vivo en el panel Prueba antes de compartirlo.
Los pasos se construyen uno sobre otro, pero puedes volver a cualquier paso anterior para refinarlo. Solo se requieren estrictamente una identidad y un modelo; el resto añade capacidad.
Asigna al agente un nombre, una descripción breve y un icono para que los compañeros identifiquen de inmediato lo que hace. Así es como aparece el agente en la lista de agentes, en el chat y en el selector de menciones #.
Escribe las instrucciones que definen el rol, el tono y las reglas del agente, es decir, su persona. Puedes componer prompts guardados de la Biblioteca de prompts directamente en este prompt de sistema para reutilizar el estilo de la empresa y las salvaguardas.
Añade algunos prompts de ejemplo. Aparecen como sugerencias en un clic cuando alguien abre un chat con el agente, para que los nuevos usuarios sepan qué preguntar sin encontrarse con una página en blanco.
El núcleo del agente: elige el modelo y el ámbito de uso compartido; adjunta carpetas de conocimiento para la recuperación; ajusta la temperatura, top-p y los tokens de salida máximos; adjunta habilidades; y concede las acciones de integración que el agente puede llamar.
Añade opcionalmente subagentes a los que este agente puede delegar como supervisor, y define campos de formulario para recopilar entradas estructuradas cuando el agente se ejecute como formulario rellenable o tarea.
El paso de identidad es lo que hace que un agente parezca un compañero de equipo en lugar de una configuración. Elige un nombre claro (por ejemplo, Clasificación de soporte o Redactor de notas de versión), una descripción de una línea sobre su propósito y un icono. Estos aparecen en todas partes donde se referencia el agente.
El prompt de sistema son las instrucciones permanentes del agente: su rol, voz, las reglas que debe seguir y el formato que deseas en las respuestas. Trátalo como una descripción de trabajo. Como puedes componer prompts guardados de la Biblioteca de prompts, el estilo de la empresa y el lenguaje de seguridad compartido se mantienen coherentes en todos los agentes que construye tu equipo.Prompt LibraryEl prompt de sistema son las instrucciones permanentes del agente: su rol, voz, las reglas que debe seguir y el formato que deseas en las respuestas. Trátalo como una descripción de trabajo. Como puedes componer prompts guardados de la Biblioteca de prompts, el estilo de la empresa y el lenguaje de seguridad compartido se mantienen coherentes en todos los agentes que construye tu equipo.
Un agente enfocado supera a uno vago. Indica qué debe hacer el agente, qué debe rechazar y cómo formatear las respuestas. Si el agente siempre debe citar sus fuentes o siempre devolver un objeto estructurado, dilo aquí.
Los iniciadores de conversación son prompts de ejemplo que aparecen como sugerencias en las que se puede hacer clic cuando alguien abre un chat con el agente. Los buenos iniciadores también sirven como documentación: muestran a los compañeros exactamente en qué es bueno el agente, de modo que la primera interacción sea productiva en lugar de una suposición.
Este paso convierte una persona en un agente capaz. Aquí tomas las decisiones que gobiernan cómo piensa el agente, qué sabe y qué puede hacer:
| Ajuste | Qué controla |
|---|---|
| Model | El LLM sobre el que se ejecuta el agente, elegido entre los seis proveedores configurados de tu organización: OpenAI, Anthropic, Google, Groq, Ollama y Ollama Cloud. El selector está impulsado por datos, con modelos actuales como claude-sonnet-4-5, gpt-4o-mini, gemini-2.0-flash, llama3.2 y gpt-oss:120b. |
| Sharing | Quién puede usar o editar el agente: Privado, Personas y agentes específicos, Espacios de trabajo u Organización, cada uno con permiso de visualización o edición. |
| Knowledge folders | Las carpetas de las que el agente recupera información. Las carpetas adjuntas alimentan la recuperación del agente para que las respuestas sean fundamentadas y citadas. Consulta Conocimiento y salida. Knowledge & output. |
| Temperature, top-p, max output tokens | Controles de muestreo. Una temperatura y un top-p más bajos hacen que las respuestas sean más enfocadas y deterministas; los tokens de salida máximos limitan la longitud de cada respuesta. |
| Skills | Fragmentos de instrucciones reutilizables que añaden comportamiento adicional al agente sin cambiar su modelo ni sus herramientas. Consulta Habilidades. Skills. |
| Integration actions | Las herramientas concretas que el agente puede llamar: enviar un borrador de Gmail, crear un issue en Jira, añadir un evento de calendario. Consulta Herramientas y acciones. Tools & actions. |
El último paso añade dos capacidades avanzadas, ambas opcionales:
El panel Prueba te permite chatear con el agente en vivo dentro del creador, para que puedas comprobar su tono, herramientas y conocimiento antes de guardarlo o compartirlo. Cada guardado se registra en el historial de versiones, para que puedas revertir si un cambio deteriora el comportamiento. Esto se explica en Usar agentes. Using agents.