¿Qué es un agente de marketing con IA y en qué se diferencia de un prompt?
Un agente de marketing con IA es un sistema que planifica un trabajo de varios pasos, llama a herramientas para hacerlo, revisa su propio resultado y devuelve algo terminado. Un prompt devuelve texto. Un agente devuelve una tarea que de verdad está hecha.
La diferencia es el bucle. Cuando pegas una petición en una ventana de chat, el modelo produce una respuesta y se detiene. Un agente ejecuta un ciclo: decide qué hacer a continuación, usa una herramienta, lee el resultado, vuelve a decidir y sigue hasta que el trabajo está completo o una persona lo para. Ese bucle es lo que le permite consultar tus datos de ventas en vivo, redactar a partir de ellos, comprobar las cifras y devolverte algo acabado.
Esa distinción importa comercialmente, porque cambia lo que estás comprando. Un prompt le ahorra veinte minutos a quien escribe. Un agente retira un proceso entero del escritorio de alguien. Son presupuestos distintos, riesgos distintos y formas de fallar distintas.
También cambia quién responde del resultado. Un prompt es un borrador que ibas a revisar de todas formas. Un agente hace un trabajo que quizá nunca mires de cerca, que es precisamente por lo que las barreras a su alrededor merecen más atención de diseño que el prompt que llevan dentro.
¿Por qué la mayoría de proyectos de agentes nunca llegan a producción?
Porque el piloto es la parte fácil. La investigación de IDC lo dice sin rodeos: alrededor del 88% de las pruebas de concepto de agentes de IA nunca llega a producción amplia, lo que equivale aproximadamente a cuatro despliegues en vivo por cada 33 pilotos que arranca una empresa.
La cifra no es un caso aislado. Tres estudios independientes publicados a principios de 2026, de McKinsey, Gartner y un análisis intersectorial del AI Governance Institute, situaron la tasa de fracaso de los pilotos empresariales de agentes entre el 86% y el 89%. El trabajo del MIT de 2026 encontró que el 95% de los pilotos empresariales de IA generativa no entrega retorno medible. Gartner proyecta que más del 40% de los proyectos de IA agéntica se cancelarán por completo antes del final de 2027.
Los bloqueos son consistentes, y ninguno tiene que ver con la calidad del modelo. Los datos de Forrester y Anaconda de 2026 ponen en primer lugar las carencias de evaluación con un 64% de los responsables, en segundo la fricción de gobernanza con un 57% y en tercero la fiabilidad del modelo con un 51%. En cristiano: los equipos no sabían decir si el agente lo estaba haciendo bien, no se ponían de acuerdo sobre quién respondía cuando salía mal, y solo después tropezaban con el modelo.
Mientras tanto la adopción sigue subiendo, que es lo que hace peligrosa la brecha. Las cifras reportadas sitúan en un 34% los equipos de marketing empresariales que operan al menos un agente autónomo en producción, frente al 14% de finales de 2025, con un 19% en mediana empresa y en torno a un 7% en compañías más pequeñas. Muchas marcas están desplegando. La mayoría de los pilotos detrás de esos números murió igualmente en silencio.
La lección no es que los agentes no funcionen. Es que los proyectos que sobreviven son los que decidieron qué significa “funcionar” antes de construir nada.
El test de cuatro preguntas antes de construir nada
Pasa cada candidato por cuatro preguntas y construye solo cuando las cuatro se cumplen. Anthropic publica este test en su propia guía de agentes, y filtra más proyectos malos que cualquier revisión técnica.
- Complejidad. ¿Es la tarea genuinamente de varios pasos y difícil de especificar por adelantado? “Convierte este brief en un artículo documentado y con fuentes” sí cuenta. “Saca el título de este PDF” no.
- Valor. ¿Justifica el resultado el coste y la latencia extra que añade un agente? Los agentes piensan más tiempo y llaman a más herramientas, y ambas cosas aparecen en la factura.
- Viabilidad. ¿Es el modelo realmente bueno en esta tarea hoy? Pruébalo a mano primero. Si una persona cuidadosa usando el chat no consigue un buen resultado, un agente solo automatizará uno malo.
- Coste del error. ¿Puedes detectar y revertir los fallos? El trabajo reversible con un paso de revisión es seguro. Cualquier cosa que envíe, gaste o publique sin comprobación no lo es.
Si falla cualquiera de las cuatro, la respuesta honesta es una herramienta más simple. Ese veredicto vale más de lo que parece, porque la tasa de fracaso del 88% no es sobre todo mala ingeniería. Son proyectos que debían haber sido un flujo, disfrazados de agente porque los agentes eran lo que había que estar construyendo.
Para trabajo de marca conviene añadir un filtro más: ¿lo notaría un cliente si esto funcionara mal durante una semana? Si la respuesta es sí, la aprobación humana no es opcional, por muy bien que se viera la demo.
La mayor parte del trabajo de tu marca no necesita un agente
Llamada única, flujo fijo, agente: elige el más pequeño que termine el trabajo
La mayor parte necesita el nivel de abajo. Hay tres niveles de trabajo con IA, y el valor por defecto correcto es el más simple que resuelva la tarea, no el más autónomo que puedas permitirte.
El primer nivel es una llamada única: clasificar, resumir, extraer, reescribir una pieza de copy. Una petición, una respuesta, sin bucle y con un coste casi nulo. Una parte sorprendente de lo que los equipos de marketing llaman “automatización con IA” vive aquí y funciona perfectamente.
El segundo nivel es un flujo. Tú escribes los pasos, en orden, en código, y el modelo se encarga de las partes lingüísticas de cada uno. Investigar, luego esquema, luego redactar, luego editar. La secuencia es fija y es tuya, así que el resultado es predecible y cada etapa es inspeccionable. Aquí es donde debería vivir la mayor parte del contenido de marca, y es exactamente lo que es un pipeline de contenido por etapas.
El tercer nivel es un agente de verdad, y se gana su sitio solo cuando el camino no puede fijarse de antemano. Si puedes dibujar el diagrama de flujo, construye el diagrama de flujo. El modelo decide qué hacer a continuación únicamente cuando tú genuinamente no puedes decidirlo por él.
Los equipos saltan al tercer nivel porque tiene mejor demo. Luego la evaluación se complica, porque un agente que eligió su propio camino es difícil de calificar frente a un resultado esperado, y acabas dentro de ese 64% que no podía decir si aquello funcionaba.
¿Qué tres agentes debería construir primero una marca?
Empieza por los tres trabajos que se repiten a diario, tienen una línea de meta clara y ya le están costando horas a alguien: producción, recepción y medición. Todo lo demás puede esperar hasta que esos funcionen sin supervisión.
El agente de producción convierte un brief en un borrador terminado, documentado y con tu voz. Es la primera construcción de mayor valor porque la entrada es pequeña, la salida es inspeccionable y los errores salen baratos si se detectan antes de publicar. Los datos reportados a lo largo de 2026 sitúan la creación de contenido y la optimización de email entre las vías más rápidas al retorno, lo que coincide con cómo se ve el trabajo desde dentro.
El agente de recepción responde los mensajes entrantes en los canales que tus clientes usan de verdad, a las horas en que tú duermes. Aquí el argumento comercial se mide en tiempo de respuesta más que en ingenio. Cualifica, responde lo que puede y escala el resto, y por eso aguanta mejor de lo que sugieren la mayoría de demos.
El agente de medición vigila lo que tú no puedes vigilar a diario: qué preguntas devuelven tu marca en los motores de respuesta, qué páginas perdieron citas, qué competidores se movieron. Es el menos vistoso de los tres y a menudo el que cambia decisiones más rápido, porque informa sobre la realidad en lugar de sobre las intenciones.
Fíjate en lo que tienen en común. Cada uno tiene una línea de meta que cabe en una frase, cada uno produce un resultado que una persona puede calificar en menos de un minuto, y ninguno envía dinero a ninguna parte. No es casualidad, es el criterio de selección.
Los resultados reportados para las versiones de este trabajo orientadas a pipeline son significativos cuando la cosa funciona: los sistemas de generación y cualificación de leads se asocian con mejoras de 2 a 3 veces en velocidad de pipeline y con un alza en torno al 23% en conversión de leads a lo largo de doce meses. Trátalos como el aspecto que tiene lo bueno, no como lo que deberías esperar.
¿Cómo se construye uno realmente en Claude?
Hay cuatro caminos, y se diferencian solo en dos preguntas: quién escribe el bucle del agente y quién aloja la cosa cuando se ejecuta. Elige por cuánto quieres poseer, no por cuál suena más avanzado.
El bucle manual significa que llamas a la API de Claude y escribes tú mismo el ciclo de “sigue hasta terminar”. Control máximo, y cada línea es tuya. Escógelo cuando tu flujo de control sea genuinamente inusual.
El tool runner es un asistente dentro del SDK oficial que conduce ese ciclo por ti. Tú escribes las funciones de las herramientas, él gestiona el bucle, y los ganchos por turno te siguen permitiendo aprobar, registrar, reintentar o interceptar cualquier cosa a media ejecución. Para la mayoría de agentes con herramientas propias, este es el valor por defecto sensato.
Managed Agents es la opción en la que Anthropic ejecuta el bucle y aloja el espacio donde trabaja el agente. Las configuraciones se guardan y versionan, las sesiones se fijan a una versión, y los despliegues pueden dispararse según un horario, que es lo que quieres para cualquier cosa que deba ejecutarse cada noche sin que un servidor tuyo se quede despierto. También admite presupuestos de sesión estrictos denominados en dólares, y esa sola característica evita la historia de costes desbocados más habitual.
El Claude Agent SDK es una biblioteca aparte: Claude Code empaquetado para que lo ejecutes tú, con herramientas integradas de archivos, búsqueda y web, además de subagentes. Recurre a él cuando el agente deba trabajar sobre archivos y repositorios reales en lugar de llamar a un puñado de tus APIs.
La lectura práctica para un equipo de marca: empieza en el tool runner y pasa a Managed Agents cuando quieras que se ejecute según un horario sin vigilarlo. Los dos por los que no deberías empezar son el bucle manual, que te cuesta un tiempo de ingeniería que no has presupuestado, y el arnés completo de agente, que es más máquina de la que necesita un trabajo de contenido o de recepción.
Enseñarle al agente tu marca, no solo la tarea
Un agente que conoce la tarea pero no la marca produce trabajo competente que podría ser de cualquiera. Cerrar esa brecha requiere tres cosas concretas, y ninguna es un prompt más largo.
La primera es una voz escrita, cargada como una capacidad reutilizable en lugar de pegada en cada petición. Agent Skills existe exactamente para esto: un conjunto empaquetado de instrucciones y archivos de referencia que el modelo carga cuando es relevante, de modo que tus reglas, tus frases prohibidas y tus cierres preferidos viajan en cada ejecución. Esta es la diferencia entre una herramienta que escribe y una que escribe como tú, y es la forma práctica de entrenar la IA en la voz de tu marca.
La segunda es acceso a tus propios datos. El Model Context Protocol es el conector estándar para esto: permite que un agente lea tu catálogo de producto, tu CRM o tu analítica a través de una única interfaz en lugar de un montón de integraciones a medida. Un resultado bien fundamentado no es un truco de prompting, es una decisión de acceso a datos tomada meses antes.
La tercera es emparejar el modelo con el trabajo. Claude Opus 5 para las etapas intensivas en razonamiento donde la calidad decide el resultado, Claude Sonnet 5 para el amplio término medio, y Claude Haiku 4.5 para lectura y clasificación de alto volumen donde pagas por documento. Los precios publicados de la API lo hacen concreto: Opus 5 cuesta 5 dólares por millón de tokens de entrada y 25 por millón de salida, Sonnet 5 está en 3 y 15, y Haiku 4.5 en 1 y 5. Ejecutar cada paso en tu modelo más capaz es el desperdicio silencioso más común al montar un agente.
Un límite honesto que conviene decir. Nada de esto hace que el resultado sea cierto. La fundamentación y la voz lo hacen tuyo, y una persona todavía tiene que confirmar que es correcto.
Por qué la aprobación humana es una función, no un retraso
La máquina hace el trabajo; una persona toma la decisión que lo publica
Porque los datos de fracaso dicen que los proyectos que sobreviven son aquellos que una persona todavía puede detener. La fricción de gobernanza fue el segundo mayor bloqueo con un 57% de los responsables, y un paso de aprobación es la gobernanza más barata que instalarás nunca.
La regla que aguanta en la práctica es simple: un agente puede redactar, investigar, ensamblar y preparar cualquier cosa, y una persona aprueba todo lo que sale del edificio. Nada se publica, se envía ni se gasta por su cuenta. Dilo con claridad a tu equipo y a tus clientes, porque es la respuesta a la pregunta que en realidad tiene todo el mundo sobre la IA en marketing.
Así funciona el pipeline detrás de este blog, y conviene ser específico porque las afirmaciones abstractas salen baratas. Nuestro propio pipeline de contenido ejecuta investigación, selección de ángulo, esquema, redacción, edición y una revisión de voz como etapas separadas, cada una escribiendo su resultado antes de que empiece la siguiente. Dos puertas son humanas: elegir qué oportunidad atacar y aprobar la pieza terminada. La máquina hace el trabajo, una persona toma las dos decisiones que importan.
El coste de esa disciplina se mide en minutos. El coste de saltársela es una voz de marca que ya no controlas y una tasa de cancelación de proyectos del 40% que empieza cuando alguien con galones pregunta quién dio el visto bueno a esto. Un marco de contenido con IA y supervisión humana no es una posición de compromiso, es lo que mantiene viva la automatización el tiempo suficiente para que componga.
¿Cuánto cuesta y cómo evitas que se desboque?
Menos de lo que la mayoría teme por tarea, y más de lo que esperan al mes, porque los agentes llaman al modelo muchas veces donde un prompt lo llama una. El coste de un solo artículo es pequeño. El de un agente en bucle sin supervisión sobre un trabajo mal especificado, no.
Cuatro controles hacen casi todo el trabajo. Fija un nivel de esfuerzo en lugar de operar siempre al máximo, ya que un esfuerzo menor implica llamadas a herramientas más pocas y más consolidadas y un gasto notablemente menor en trabajo rutinario. Usa caché de prompt para las partes estables de tu contexto, tus reglas de marca y tu material de referencia, que es el mayor ahorro disponible en ejecuciones repetidas. Empuja las subtareas intensivas en lectura a un modelo más barato. Y limita la ejecución en sí, con un presupuesto de tarea que permita al agente dosificarse y terminar con orden, o con un presupuesto de sesión estricto en la plataforma gestionada.
Mide por resultado terminado, no por llamada. Una cifra como coste por artículo publicado y aprobado te dice si la economía funciona. El coste por petición a la API no dice casi nada, y es el número que la gente cita cuando está evitando el primero.
Vigila la tendencia tanto como el total. El primer mes de cualquier agente es el caro, porque estás pagando las ejecuciones que te enseñaron cuáles debían ser las barreras. Si el tercer mes sigue pareciéndose al primero, el problema es la especificación, no el precio.
Los fallos de los que nadie te avisa
Los que matan proyectos de agentes son silenciosos. Nada se cae, no aparece ningún error, y el trabajo se degrada lo bastante despacio como para que todo el mundo se adapte antes de que alguien lo mida.
El primero es la carencia de evaluación, el bloqueo principal con un 64% por algo. Si no sabes decir cómo es una buena ejecución, no puedes distinguir una buena semana de una mala, y acabarás juzgando al agente por si te resultó impresionante. Escribe los criterios de calificación antes de construir: qué contiene un resultado correcto, qué lo descalifica y quién lo comprueba.
El segundo es la deriva silenciosa. Tu producto cambia, tu posicionamiento se mueve, una página de referencia cambia de sitio, y el agente sigue produciendo con aplomo trabajo construido sobre los hechos del trimestre pasado. Nada se rompe con estrépito. El arreglo es aburrido y eficaz: revisa el material de referencia que lee un agente con una periodicidad fija, igual que revisarías los textos de tus anuncios.
El tercero es la niebla de responsabilidad. Cuando una pieza sale mal y la respuesta a “quién aprobó esto” es un sistema, el proyecto ya ha perdido la discusión que acabará teniendo con legal, o con un cliente. Pon el nombre de una persona por agente. No un equipo, una persona.
El cuarto es la expansión de alcance por demo. Un agente que funciona bien en un trabajo atrae otros tres, ninguno de los cuales pasó el test de las cuatro preguntas, y lo fiable se convierte en algo poco fiable. Trabajo nuevo, test nuevo, siempre.
El primer agente que deberías construir este mes
Elige la tarea que tu equipo más repite esta semana y cronométrala con honestidad, de principio a fin, revisiones incluidas. Si lleva más de dos horas a la semana y una persona podría calificar el resultado en menos de un minuto, ese es tu primer agente, y casi siempre es producción antes que algo más ambicioso.
Después escribe los criterios de calificación antes que ninguna otra cosa: qué contiene un resultado correcto, qué lo descalifica y de quién es el nombre que va en la aprobación. Construye la versión más pequeña que produzca un resultado terminado, ejecútala en paralelo a tu proceso actual durante dos semanas y compara primero en calidad y después en tiempo.
Si prefieres un segundo par de ojos sobre qué trabajo automatizar primero, cuéntanos sobre tu marca. Mapear esa capa es una conversación, no un pago.
