Inteligencia artificial Modelos y herramientas

Delegación estructurada: cómo se encarga trabajo a la IA cuando un prompt ya no alcanza

12 de noviembre de 2026 Miquel Monsalvat · Human-IA

▶ Escuchar este artículo (17 min 34 s)

Resumir este artículo con:ChatGPT Claude Grok DeepSeek Perplexity

Durante mucho tiempo, trabajar con una inteligencia artificial ha sido un ping-pong: pides, lees, corriges a mano y vuelves a pedir. Funciona, y para la mayoría de tareas sigue siendo lo mejor. Pero hay trabajos que no caben en una sola petición, como investigar un tema desde varios ángulos, comparar muchas fuentes o completar un proceso con varios pasos. Ahí entra la delegación estructurada: en lugar de pedir una respuesta, encargas un trabajo con objetivo, límites, herramientas y formato de entrega, y dejas que el sistema lo organice.

En este artículo vemos qué significa eso sin jerga, qué se ha medido de verdad, cuándo compensa, cómo se redacta un buen encargo y qué precio tiene. Hay una advertencia: delegar no es una varita mágica, y trae sus propios modos de fallar.

Dos maneras de trabajar con un modelo

El prompt reactivo es la forma de siempre: una llamada, una respuesta. Pides algo, lees lo que devuelve, lo ajustas y, si hace falta, repites. Anthropic, en su guía «Building effective agents», recomienda empezar por lo simple y usar el sistema más sencillo que resuelva el problema. Muchas tareas se resuelven con una sola llamada bien hecha. *(Hecho: es la recomendación de la documentación de Anthropic.)*

El encargo estructurado funciona de otra manera. Defines un objetivo, un formato de salida, unas herramientas y unos límites, y el sistema planifica, reparte el trabajo, lo ejecuta y te devuelve un resultado. OpenAI, en su guía práctica sobre agentes (enero de 2026), define un agente como un sistema que realiza tareas de forma independiente en tu nombre. Su receta mínima tiene tres ingredientes: un modelo, unas herramientas y unas instrucciones.

La diferencia se entiende con un ejemplo cotidiano. Mandar a un recadero a por pan es un prompt: «ve a la panadería y trae una barra». Encargar una mudanza es otra cosa. Hay que decir qué se mueve y qué no, a qué hora, con qué furgoneta y cómo se etiquetan las cajas. Y hay que saber a quién llamar si algo se rompe. Nadie encarga una mudanza con una frase suelta, aunque más de uno lo ha intentado y ha acabado con el sofá en el rellano.

Un cesto con una barra de pan y la nota «Trae pan» frente a cajas de mudanza etiquetadas (libros, cocina, frágil) y un listado con lo que hay que llevar, el horario y los límites. — Para traer pan basta una nota; para organizar una mudanza hacen falta instrucciones, límites y un listado.

Qué es la delegación estructurada, explicada sin jerga

Anthropic propone una distinción útil que conviene tener clara desde el principio.

Un flujo de trabajo (en inglés, *workflow*) es un camino que decide una persona de antemano. La IA es una pieza más dentro de ese recorrido: haz esto, luego esto, luego esto.
Un agente es un sistema que decide por sí mismo los pasos y qué herramientas usar para llegar al objetivo.

Un flujo de trabajo es la ruta del GPS con las paradas ya marcadas. Un agente es un conductor al que le dices el destino y que elige el camino. Delegar es más cómodo con el conductor, pero también se pierde por rutas más variadas.

La recomendación de las dos grandes guías, la de Anthropic y la de OpenAI, es la misma: empezar por lo más sencillo y subir de complejidad solo cuando se demuestre que hace falta. Es un consejo poco vistoso, pero sensato.

Cinco patrones de flujo, de menos a más complejos

Anthropic ordena los diseños más habituales así. Los dos primeros se parecen a lo que ya haces cuando pides cosas por pasos. Los tres últimos se acercan a lo que llamamos sistemas con varios agentes.

Cadena (*prompt chaining*): se parte la tarea en pasos encadenados, cada uno con su comprobación. Encaja cuando el paso siguiente depende del anterior. Es pariente cercano de lo que explicamos en Pensar paso a paso.
Enrutado (*routing*): una primera pieza clasifica la petición y la manda al especialista adecuado, para no dar el mismo trato a todo.
Paralelización: varias piezas trabajan a la vez y luego se juntan. Puede ser por secciones, o con varias respuestas que se votan entre sí para ganar fiabilidad.
Orquestador-trabajadores (*orchestrator-workers*): un responsable, el orquestador, descompone la tarea, la reparte entre trabajadores y sintetiza lo que devuelven. Es la puerta a los sistemas con varios agentes.
Evaluador-optimizador: una pieza produce y otra critica, en bucle, hasta que la salida cumple lo exigido.

Qué se ha medido en los sistemas con varios agentes

El caso más documentado es el de Anthropic. En «How we built our multi-agent research system» cuenta cómo montó un sistema de investigación. Un agente líder reparte el trabajo entre subagentes (agentes subordinados que ejecutan una parte del encargo) y estos buscan en paralelo. Cada uno tiene su propia ventana de contexto, es decir, la memoria de trabajo que el modelo puede tener a la vista a la vez, algo así como el tamaño de su mesa. Después el líder reúne los hallazgos.

Los números que publica la empresa son estos:

Un 90,2 % de mejora frente a un solo agente con el mismo modelo de referencia. Es una evaluación interna de Anthropic, con su propia herramienta, sobre tareas de investigación. No es un examen independiente ni una medida universal.
En una prueba de referencia de navegación (BrowseComp), tres factores explicaban el 95 % de la variación del rendimiento, y el uso de tokens por sí solo explicaba el 80 %. Un token es la unidad en la que se mide cuánto texto procesa el modelo: más tokens significa más trabajo, más tiempo y más factura.

Esa segunda cifra obliga a leer la primera con cuidado. *(Análisis, no dato de la fuente:)* buena parte de la mejora parece venir de poder dedicar más capacidad de trabajo al problema, y no de la arquitectura por sí misma. Si pones a diez personas a leer en lugar de a una, tardas menos y cubres más, pero no hace falta un organigrama genial para explicarlo.

Dónde brillan estos sistemas, según Anthropic: en tareas de exploración amplia, que se pueden repartir, con mucha información que no cabe en una sola ventana de contexto y con muchas herramientas distintas. Dónde no funcionan bien: cuando todas las piezas necesitan el mismo contexto o cuando hay muchas dependencias entre pasos. Su ejemplo son la mayoría de las tareas de programación, que son secuenciales y se estorban entre sí.

Si te interesa cómo piensa esa casa el contexto, tienes el artículo sobre el ecosistema Anthropic: la filosofía de Claude, el contexto de un millón de tokens y los Artifacts.

Cuándo compensa y cuándo no

Antes de comparar formas de trabajar, hay que ponerles precio. Según Anthropic, los agentes consumen alrededor de 4 veces más tokens que una conversación normal, y los sistemas multiagente alrededor de 15 veces más. Esa cuenta decide mucho.

LedSolEo Comparativa · Las cuatro formas de trabajar con un modelo

De pedir a encargar: cuatro formas, cuatro facturas distintas

Cuadro comparativo a partir de la documentación de Anthropic y OpenAI citada en el artículo

No hay una forma mejor y otra peor: hay cuatro formas distintas de trabajar con un modelo, y cada una encaja en un tipo de encargo. La diferencia práctica está en quién decide los pasos y en lo que cuesta cada vuelta.

Esta tabla reúne las cuatro, de la más simple a la más ambiciosa, con lo que dice cada fuente sobre su coste en tokens.

4Formas de trabajar, de la petición suelta al equipo de agentes que reparte el encargo entre varios.

×15Tokens que consume un sistema multiagente frente a una conversación normal, según Anthropic. Un agente único ronda las cuatro veces.

Comparativa de formas de trabajoCifras de coste publicadas por Anthropic · Ninguna empresa patrocina este contenido

Si no ves todas las columnas, puedes deslizar la tabla hacia los lados.

Comparativa de las cuatro formas de trabajar con un modelo: quién decide los pasos en cada una, cuándo encaja y cuánto cuesta en tokens según la documentación citada.
Criterio	Prompt reactivo	Flujo de trabajo	Agente único	Sistema multiagente
Quién decide los pasos	Tú, en cada vuelta	La persona que diseña el proceso, de antemano	El propio sistema	Un orquestador que reparte entre subagentes
Cuándo encaja	Redactar, explicar, resumir: el día a día	Procesos con pasos conocidos y comprobables	Problemas abiertos, sin pasos fijos	Exploración amplia y repartible, con mucha información
Coste en tokens	La referencia: una conversación normal	Sin cifra publicada en las fuentes	Unas 4 veces una conversación normal	Unas 15 veces una conversación normal

¹ Las cifras de coste son las que publica Anthropic en su artículo sobre sistemas de investigación multiagente: alrededor de cuatro veces más tokens que una conversación normal para un agente y alrededor de quince veces para un sistema con varios. No son medidas independientes.

² La propia documentación avisa de dónde no funcionan estos sistemas: cuando todas las piezas necesitan el mismo contexto o cuando hay muchas dependencias entre pasos, como en la mayoría de las tareas de programación.

³ La recomendación que repiten las dos guías es la misma: empezar por lo más simple y subir de complejidad solo cuando se demuestre que hace falta. Si basta una llamada, una llamada.

Documentación consultada: Anthropic · cómo construir agentes eficaces · Anthropic · cómo construimos nuestro sistema de investigación multiagente · OpenAI · guía práctica para construir agentes (enero de 2026).

La mirada de LedSolEo

La cuenta que nadie mira: cuánto cuesta cada forma de preguntar

La tentación es empezar por lo más ambicioso: varios agentes, reparto de tareas, mucho movimiento. Los números de Anthropic invitan a pensarlo dos veces: un sistema multiagente ronda los quince veces el gasto de una conversación normal, y su ventaja medida aparece sobre todo en tareas de exploración amplia, no en cualquier encargo.

La lectura práctica es sencilla: el encargo estructurado no sustituye al prompt, lo complementa. Si la tarea cabe en una petición bien escrita, ahí está la mejor relación entre resultado y factura. Cuando el trabajo es amplio, repartible y lo bastante valioso, delegar de forma ordenada empieza a compensar.

Nuestra lectura: empieza por una llamada, sube a un flujo de trabajo cuando los pasos sean claros y reserva los agentes para lo que de verdad lo merece. El organigrama no da mejores respuestas por sí solo; la claridad del encargo, sí.

La conclusión práctica es que los sistemas con varios agentes conviene reservarlos para tareas cuyo valor justifique esa factura. Si basta una llamada, usa una llamada.

Cómo se delega bien: el corazón del asunto

Aquí está lo que de verdad marca la diferencia entre un encargo que sale bien y uno que sale caro y torcido.

Las cuatro cosas que debe llevar una instrucción (Anthropic)

Según la documentación de Anthropic, la instrucción a un subagente debe incluir:

Un objetivo concreto.
El formato de salida esperado.
Indicaciones sobre herramientas y fuentes que puede usar.
Límites claros de lo que no debe hacer.

La empresa describe un fallo real que lo ilustra bien. Por instrucciones vagas, un subagente investigó la crisis de chips de 2021 mientras otros dos repetían las cadenas de suministro de 2025. El reparto salió con huecos y con trabajo duplicado. Es lo que pasa cuando le dices a tres personas «mirad lo de los chips» y cada una entiende lo que quiere.

Otros aprendizajes del mismo artículo:

Escalar el esfuerzo al tamaño del encargo. Una comprobación sencilla pide un agente. Una comparación directa, entre dos y cuatro subagentes. Una investigación compleja, más de diez con responsabilidades divididas.
Evitar el «teléfono escacharrado». Que los subagentes devuelvan *artefactos* (texto, archivos) y no resúmenes de resúmenes.
Usar el «pensamiento» del modelo como bloc de notas para planificar.
En trabajos largos, guardar el plan y lo ya hecho fuera del contexto, para poder empezar tramos con la memoria limpia.

Las prácticas de Microsoft

La documentación de Microsoft Learn en castellano sobre orquestación multiagente, actualizada el 4 de noviembre de 2026, recoge prácticas muy concretas:

Un solo agente responde al usuario en cada turno. Los demás son subagentes y deben saberlo.
El subagente debe declarar su papel. Hay que decirle explícitamente que actúe como subagente y que no responda directamente al usuario.
Lenguaje imperativo. En las instrucciones, «debe», «no» y «nunca» funcionan mejor que un «por favor». Aquí la cortesía no ayuda.
Una fuente de conocimiento por subagente, sin solaparse. Si dos consultan lo mismo, uno responde y el otro no aporta nada. Si todo el conocimiento vive en un solo sitio, mejor un agente único.
Descripciones precisas y distintas. El agente principal decide a quién llamar leyendo esas descripciones.
El agente principal define el patrón completo: invocar, esperar, combinar y responder.
Probar con preguntas fuera de tema para ver quién contesta lo que no le toca.
Distinguir «preguntar» de «informar». Preguntar es ida y vuelta con el usuario; informar es un aviso de un solo sentido.

Herramientas, reparto y cuándo parar (OpenAI e IBM)

La guía de OpenAI clasifica las herramientas en tres tipos: de datos (buscar y leer), de acción (hacer cosas fuera) y de orquestación (otros agentes usados como herramientas). Para conectar herramientas con la IA existe el protocolo del que hablamos en MCP: el protocolo que conecta la IA con tus herramientas.

Cuando un solo agente no basta, la guía describe dos formas de organizarse:

El patrón gestor: un coordinador llama a especialistas como si fueran herramientas.
Los traspasos (*handoffs*): un agente cede la conversación a otro, entre iguales.

Aun así, recomienda empezar con un solo agente y añadir piezas cuando el problema lo pida. También propone guardarraíles (*guardrails*), controles que vigilan que el sistema no se salga de lo permitido. Y fija dos disparadores claros para devolver el mando a una persona: superar un umbral de fallos y las acciones de alto riesgo, como cancelar pedidos, autorizar devoluciones grandes o mover dinero.

La documentación de IBM sobre orquestación de agentes, en inglés, cuenta la misma idea con otra nomenclatura: un supervisor reparte entre colaboradores, y estos pueden tener a su vez los suyos («colaboradores anidados»).

Un robot coordinador reparte carpetas entre sus ayudantes y reúne los documentos que estos le devuelven, mientras uno de ellos acarrea una pila de hojas más alta que él. — Delegar también implica reunir y revisar lo que devuelve cada colaborador.

Cómo se traduce esto a un encargo de andar por casa

*(Esto es análisis y ejemplo ilustrativo, no un caso real ni una receta oficial.)*

Imagina que quieres comparar tres seguros del hogar. Un prompt reactivo sería: «compárame estos seguros». Un encargo estructurado diría algo así:

Objetivo: decidir cuál cubre mejor los daños por agua en un piso de 80 metros cuadrados.
Formato: una tabla con coberturas, franquicias y exclusiones, y debajo un párrafo de recomendación.
Fuentes y herramientas: solo los documentos de condiciones que te paso; nada de opiniones de foros.
Límites: no contratar nada, no inventar coberturas que no figuren en el texto y avisar si falta un dato.
Comprobación: cada afirmación importante lleva la página del documento de la que sale.

Eso es lo mismo que le pedirías a una persona si no quisieras llamarla tres veces por tarde. La parte de las cuatro cosas (objetivo, formato, herramientas, límites) viene de Anthropic. La quinta, la comprobación, es una añadidura nuestra, y creemos que es la que más ahorra disgustos.

Si quieres ver cómo se plantea esto en un producto concreto, tienes Claude Cowork: cómo encargar trabajo a la IA. Y si lo que te intriga es la idea de una IA que decide en lugar de solo generar texto, mira Jev: qué es la nueva IA que toma decisiones en lugar de generar texto.

Por qué se habla tanto de esto en 2026

Hay dos razones.

Primera: los protocolos abiertos. Existe A2A («Agent2Agent»), pensado para que agentes de proveedores distintos se hablen entre sí. Microsoft documenta en Copilot Studio cómo conectar un agente externo mediante este protocolo. AWS, en un artículo sobre Strands Agents 1.0: orquestación multiagente lista para producción, describe el enrutado determinista (un reparto que sigue reglas fijas y no el criterio del modelo) y el descubrimiento dinámico mediante «tarjetas de agente». *(Son documentación técnica de cada empresa, no una comparación entre ellas.)*

Segunda: la delegación ya es una característica de producto. Microsoft, IBM y Salesforce, en su página de Agentforce, presentan la orquestación como parte de su oferta. Hablan de repartir tareas de forma estructurada, seguir el progreso y escalar a una persona de manera controlada cuando hace falta. *(Esto es anuncio corporativo, no un hecho verificado por terceros: cuenta lo que cada empresa dice de sí misma.)* Tampoco conviene dar por equivalentes sus productos, porque cada uno tiene su nomenclatura y su alcance.

Si miramos todo junto, lo que antes era «escribir el prompt perfecto» se está desplazando a «definir bien el encargo». *(Esto es lectura nuestra.)* La habilidad nueva no es adivinar la fórmula mágica, sino saber qué pedir, con qué límites y con qué comprobación.

La habilidad nueva no es adivinar la fórmula mágica, sino saber qué pedir, con qué límites y con qué comprobación.

Lo que cuesta: tiempo, dinero y errores nuevos

Conviene decirlo sin adornos, porque en esto abundan las promesas.

Dinero. Más tokens significa más factura. Con las cifras de Anthropic, alrededor de 4 veces para un agente y de 15 veces para un sistema multiagente, respecto a una conversación normal. No hay ahorro garantizado.
Tiempo. Paralelizar puede acortar la espera. Pero escribir un buen encargo, y revisar lo que vuelve, también lleva tiempo. Para una tarea de tres líneas, ese tiempo no se recupera.
Errores nuevos. Delegar no elimina los fallos, los cambia de sitio. Aparecen el reparto duplicado, los huecos, el subagente que contesta lo que no le toca o dos subagentes que consultan la misma fuente y se pisan. De ahí las pruebas con preguntas fuera de tema y los límites explícitos.
Riesgo de acciones. Cuando el sistema puede hacer cosas fuera (enviar, pagar, cancelar), hace falta que una persona tenga la última palabra en las acciones de alto riesgo, como recomienda OpenAI.

Tampoco hay que olvidar que el 90,2 % es una cifra interna de una empresa que vende estos sistemas. Es un dato interesante y documentado, pero no un veredicto.

En resumen

El salto de *pedir* a *encargar* no consiste en que la IA sea más lista, sino en que tú seas más claro. Un prompt sigue siendo la herramienta correcta para la mayoría de tareas. Cuando el trabajo es amplio, repartible y lo bastante valioso, un encargo bien armado, con objetivo, formato, fuentes, límites y comprobación, puede dar mucho más de sí.

La regla de las fuentes es la que recomienda todo el mundo: empieza con lo sencillo, sube de nivel solo cuando haga falta y no sueltes el volante en las decisiones de riesgo. Y si el encargo está bien explicado, el sofá llega entero al piso nuevo.