Equipos de agentes especialistas
Cuando un solo agente tiene que hacerlo todo, sus instrucciones crecen y empieza a equivocarse. Es mejor repartir el trabajo: un coordinador que habla con el usuario y varios especialistas, cada uno con unas instrucciones cortas y la herramienta que necesita.
En este vídeo, la atención al cliente de una tienda de electrónica resuelve en un solo mensaje una consulta que toca tres temas (pedidos, devoluciones y producto), de dos formas: primero con los especialistas como herramientas de un coordinador y después como workers reales de un Supervisor Agent.
Hay dos formas de unir los agentes:
| Especialistas como herramientas | Especialistas como workers | |
|---|---|---|
| Cómo se conectan | Salida del especialista → Tools de un Agent coordinador | Salida Agent del especialista → Worker Agents de un Supervisor Agent |
| Qué recibe cada especialista | Solo el texto que el coordinador le escribe | El estado completo: la conversación tal cual y lo que han hecho los demás |
| Qué devuelve | Un texto | Su trabajo queda en el estado compartido |
| Cuándo usarla | Tareas sueltas que el coordinador encarga | Varios agentes trabajando sobre el mismo caso |
Especialistas como herramientas
- Cada especialista es un Agent normal, con sus instrucciones (System Prompt) y sus herramientas. En el vídeo, cada uno tiene un Python Code que consulta los datos de la tienda; en tu empresa, ahí iría la conexión con tu sistema.
- En la pestaña Tool del especialista, escribe un nombre y una descripción claros: es lo que lee el coordinador para saber cuándo pedirle ayuda.
- Conecta la salida del especialista a Tools del coordinador. Para el coordinador, cada especialista es una herramienta más.
- Las instrucciones del coordinador dicen a quién acudir según el tema, que no invente nada y cómo responder al usuario (en el vídeo, en un solo mensaje).
- Cada agente puede usar su propio modelo: por ejemplo, uno más capaz para el coordinador y otro más rápido y barato que comparten los especialistas.
En el Playground, a la izquierda, ves los pasos de cada especialista: a quién consultó el coordinador y qué le devolvió.
Especialistas como workers de un Supervisor Agent
Es un sistema multiagente real: el supervisor y sus workers forman un solo sistema que comparte su estado.
- Añade un Supervisor Agent con sus instrucciones: qué agente hay para cada tema y que pase el trabajo a cada uno hasta cubrir todas las partes, sin resolver ninguna él mismo.
- Conecta la salida Agent de cada especialista a Worker Agents del supervisor. El nombre del agente (Agent Name) y su descripción son lo que el supervisor lee para repartir.
- En Output Mode, last_message hace que cada worker deje en el estado solo su conclusión; full_history deja todo lo que ha hecho, con más texto que leer para los siguientes.
- En las instrucciones de cada worker, pídele que solo se ocupe de su parte y que use lo que ya han encontrado sus compañeros. Como ve la conversación entera, sin esa indicación puede intentar contestar a todo.
- Usa para cada agente el modelo que su tarea necesita: en el vídeo, DeepSeek Pro para el supervisor, que decide, y DeepSeek Flash, más rápido y barato, para los especialistas.
En el vídeo, el agente de producto comprueba el cargador del portátil que encontró el agente de pedidos, sin que nadie se lo pase: lo lee del estado compartido.
Consejos
- Un especialista, un tema. Si sus instrucciones empiezan a tratar dos temas, divídelo en dos.
- Pide al coordinador que no conteste nada que no venga de un especialista o de una herramienta.
- Para cubrir un tema nuevo, añade otro especialista y conéctalo al coordinador o al supervisor; no hace falta tocar los demás.
- Prueba la misma consulta varias veces en el Playground antes de darlo por bueno: con modelos rápidos, un worker o el supervisor pueden saltarse un paso.