Exhaustiva guía práctica para crear agentes de IA; no solo para comprender qué son, sino también para diseñarlos, implementarlos, evaluarlos y ponerlos en marcha. Su punto fuerte radica en la forma en que combina la claridad conceptual con ejemplos de código funcional, de modo que los lectores van aprendiendo de forma progresiva en lugar de asimilar ideas aisladas. Los ejemplos conforman un itinerario de aprendizaje continuo, desde un agente mínimo hasta sistemas multiagente más capaces, que utilizan herramientas y que pueden desplegarse.
Comienza ofreciendo a los lectores un modelo mental útil para el diseño de agentes. Su idea central incluye las cinco capas funcionales: persona, acciones y herramientas, razonamiento y planificación, conocimiento y memoria, y evaluación y retroalimentación. Esta estructura ayuda a los lectores a comprender de dónde proviene el comportamiento de un agente y cómo diagnosticar sus puntos débiles. En lugar de añadir de forma aleatoria prompts, herramientas o memoria, los lectores aprenden a preguntarse qué capa necesita mejora, lo cual resulta especialmente valioso, porque el modelo no está vinculado a un único proveedor o marco de trabajo; de ahí que siga siendo útil incluso aunque las API y las herramientas sigan cambiando.
También aborda los componentes básicos prácticos de los agentes: los grandes modelos de lenguaje (LLM), la creación de prompts, las salidas tipadas, el rastreo, el uso de herramientas y el SDK de agentes de OpenAI.
Con esta obra los lectores aprenden a crear agentes más predecibles, en los que puedan confiar y que puedan mantener.
