Skip to main content

​
Instrucción

La instrucción define el comportamiento base del agente: qué rol adopta, qué tono utiliza y qué pasos sigue antes de responder. Asegúrate de que sea breve, concreta y libre de ambigüedades. Si necesitas profundizar en la redacción, consulta la guía de buenas prácticas en @prompting.mdx. Ver recomendaciones y ejemplos de prompting

​
Modelo

Escoge el modelo que mejor se ajuste al tipo de interacción que buscas. Considera latencia, costo y complejidad de las tareas antes de seleccionarlo.

​
Modelos disponibles

  • Llama 4 Scout: modelo ágil y de baja latencia, ideal para ideas rápidas e interacciones ligeras.
  • GPT 4.1 Mini: variante simplificada de GPT-4.1 optimizada para respuestas rápidas con menor demanda de recursos.
  • Claude 3.5 Sonnet: excelente para tareas complejas que requieren textos más elaborados y contextos extensos.
  • GPT 4-o (Azure): versión de GPT 4-o alojada en Azure, enfocada en estabilidad y rendimiento en entornos empresariales.
  • Llama 4 Maverick: modelo de alto rendimiento diseñado para razonamientos exigentes y resolución multistep.
  • GPT 4.1: evolución refinada de GPT-4, con mejor comprensión, razonamiento y precisión.
  • GPT 4-o Mini: versión más rápida y ligera de GPT 4-o, orientada a casos donde prima la velocidad.

​
Temperatura

La temperatura controla el nivel de creatividad del modelo. Utiliza valores entre 0 y 1: en 0 obtendrás respuestas deterministas y consistentes; conforme te acerques a 1, las respuestas serán más creativas y variadas. Ajusta este parámetro según necesites precisión o exploración.

​
Bases de conocimiento

Refuerza al agente con documentación específica para que responda con información actualizada y verificable.
  • Archivos: carga archivos de hasta 2 MB en formatos .pdf o .csv.
  • URLs: añade enlaces cuya descarga no supere los 5 MB. Verifica que el contenido sea accesible públicamente.

​
MCPs

Conecta Model Context Protocols (MCPs) para ampliar las capacidades del agente. Cada integración requiere:
  • URL del endpoint al que se realizará la consulta.
  • Headers opcionales con credenciales o metadatos necesarios para la autenticación.
  • Nombre identificador para reconocer el MCP dentro del estudio.
  • Descripción que resuma qué información o acciones ofrece.

​
Tools

Las herramientas permiten que el agente ejecute acciones externas. Puedes configurarlas de dos formas:
  • Tools creadas en la plataforma: defínelas directamente en Brain Studio para integraciones reutilizables y gestionadas.
  • Llamadas HTTP: especifica un endpoint, método y esquema de entrada/salida para realizar peticiones puntuales a tus servicios.
Combina estos elementos para que el agente seleccione automáticamente la herramienta adecuada durante la conversación.

​
Buenas prácticas

  • Se recomienda activar siempre la sección de Base de Conocimiento (Knowledge) para anclar las respuestas del agente a la documentación oficial de tu negocio o a la documentación básica que necesite el prompt. Esto reduce drásticamente el riesgo de alucinaciones, ya que el modelo priorizará la información de tus archivos sobre su conocimiento general. Para maximizar su efectividad, asigna descripciones claras a cada archivo cargado, permitiendo que el agente sepa exactamente cuándo debe buscar información en ellos.