¿CON QUÉ IA?

Caso de usoOperaciones

Clasificar 215 avisos diarios de un proyecto con un agente de IA

Un desarrollador montó un agente que ordena las peticiones de sus repositorios en un tablero y contesta a quien escribe. Acierta las etiquetas en el 95 %.

Paraorganizar el trabajoLo contó paolino.meDificultad avanzada

A quién le sirve. Negocios y equipos que reciben muchos mensajes o incidencias y pierden de vista los importantes.

Qué hicieron

Carmine Paolino mantiene varios proyectos abiertos en GitHub y recibía unos 215 avisos al día entre personas y robots de revisión. Montó un agente que lee cada petición nueva, la coloca en un tablero con cuatro columnas (firmar, decidir, hacer, esperar a la otra persona) y, si tiene algo útil que decir, responde. El agente solo puede leer; un programa aparte comprueba lo que propone y es el que aplica los cambios.

Cómo salió

Tras revisar una semana de trabajo, las etiquetas eran correctas cerca del 95 % de las veces, pero solo una de cada tres respuestas ayudaba de verdad. Por eso le enseñó a callarse ante los «gracias» y a no repetir preguntas ya contestadas. Con 32 casos de prueba, el mejor modelo pasó 29 de 30 y costó menos de un céntimo por petición.

Conviene saber

Las cifras salen de sus propios repositorios y de una sola semana revisada a mano. Al principio el agente describía funciones que aún no se habían publicado, y tuvo que añadir comprobaciones. El artículo también promociona un producto de su empresa.

Qué necesitas

  • Un sitio donde lleguen las peticiones (correo, formulario, GitHub o similar)
  • Un tablero con columnas, por ejemplo en Trello o Notion
  • Una cuenta con un modelo de IA de pago por uso
  • Alguien que revise las respuestas durante la primera semana

Cómo hacerlo tú, paso a paso

  1. Anota a mano durante unos días en qué grupo cae cada mensaje que recibes, para tener ejemplos reales.
  2. Define de tres a cinco columnas según lo que tienes que hacer tú con cada mensaje.
  3. Escribe las instrucciones del agente con esos ejemplos y dile explícitamente cuándo debe callarse.
  4. Conecta la herramienta para que solo lea los mensajes y proponga columna y respuesta.
  5. Durante una semana revisa lo que propone antes de que se aplique nada.
  6. Cuando acierte casi siempre, deja que mueva las tarjetas solo y revisa las respuestas por muestreo.
Pruébalo con tu IA
Eres mi asistente de clasificación de [mensajes de clientes / incidencias]. Para cada mensaje nuevo que te pase, decide en cuál de estas columnas va: [Decidir yo], [Hacer yo], [Esperar al cliente], [Listo para cerrar]. Añade una prioridad y una frase con el siguiente paso. Contesta al cliente solo si tienes información útil comprobada en [documentos o respuestas anteriores]; si es un agradecimiento o ya se le ha contestado, no escribas nada. Si no estás seguro, déjalo en [Decidir yo] y explica por qué. Has terminado cuando cada mensaje tenga columna, prioridad y siguiente paso.

Consejos

  • Prueba con mensajes reales antes de dejarlo suelto: los ejemplos inventados engañan.
  • Enséñale a no contestar a los «gracias»: es lo que más molesta a los clientes.
  • Haz que mire solo información ya publicada, o te describirá cosas que aún no existen.

Preguntas frecuentes

¿Puede contestar solo a mis clientes?

Puede, pero conviene empezar solo con clasificar y revisar tú las respuestas. En este caso, solo una de cada tres respuestas ayudaba al principio.

¿Cuánto cuesta?

Según el autor, menos de un céntimo por mensaje con el mejor modelo, a precios de lista que pueden cambiar.

Fuentes

En el directorio desde el 24 de octubre de 2026.

Parecidos

  1. Automatizar seguimientos y stock de un distribuidor de alimentos

    Montaron agentes para un mayorista de alimentación que usaba Excel, llamadas y correos, con control de stock y un agente redactor de correos.Casor/AI_Agents en RedditAgente propioDificultad media
  2. Detectar riesgos de caídas en la nube antes de que ocurran

    Un agente autónomo ReAct consulta datos reales para evitar caídas en la nube antes de que sucedan, creado para el Sanity Challenge.Caso@rajan_mishra_a9f78ad216b4 en DEVAgente propioDificultad avanzada
  3. Revisar los registros de correo de un dominio y arreglar el DMARC

    Un agente pasó su propio dominio por una revisión de correo, vio que faltaba el registro DMARC y, al añadir un registro TXT, la nota subió de 80 a 96.Casotools.openkrill.appAgente propioDificultad media
  4. Juntar las entregas de deberes de varios sitios en un informe

    Un profesor automatizó con herramientas sin código la revisión de entregas en Classroom, correo y papel, y pasó de 45 minutos a segundos.Casor/ChatGPT en RedditAgente propioDificultad media
  5. Contactar a candidatos para una primera criba de RRHH

    Una empresa usó un reclutador automático que escribía y llamaba a los candidatos, y uno colgó en cuanto vio que era un bot.Casor/recruitinghell en RedditAgente propioDificultad media
  6. Repartir tareas pendientes entre personas y agentes de IA

    Una lista de tareas compartida donde una persona asigna trabajo a un agente, que lo toma, lo marca en curso y lo devuelve para revisar.Caso@petecallaghans en XAgente propioDificultad media

Más: todo sobre operaciones

Cada lunes, lo nuevo en tu correo

Lo que ha salido esa semana, las skills que más suben y tres casos que puedes copiar.

Un correo a la semana. Te das de baja con un clic.