Totemize
  • Rutas totémicas
  • Precios
  • Quiénes somos
Iniciar sesiónÚnete gratis
Únete gratis
Ctrl+K
Modelo mental
  • Base de conocimiento
  • Cloud
    • Azure
      • Web Apps
        • App Service
        • App Service Plan
        • Configuración
        • Managed Identity
        • Deployment Slots
        • Networking
        • Observabilidad
      • Storage Accounts
        • Blob Storage
        • Containers
        • Azure Files
        • Queue Storage
        • Table Storage
        • Redundancia
        • Access Tiers
        • Lifecycle Management
        • Seguridad y red
  • Frontend
    • React
      • Componentes
      • Props y Estado
      • Hooks
      • Renderizado de listas
  • IA
    • Fundamentos
      • Determinismo y probabilismo
      • LLM
      • Proveedor
      • Modelos fundacionales
      • Plataforma
      • Mapa del ecosistema
      • Entrenamiento y fine-tuning
      • Tokens
      • Ventana de contexto
      • Inferencia y sampling
      • Alucinaciones y límites
    • Interacción con el modelo
      • Prompts e instrucciones
      • Context engineering
      • Salidas estructuradas
      • Validación
      • Evaluaciones
      • Tool calling
    • Economía de uso
      • API pricing
      • Tokens de entrada y salida
      • Tokens en caché
      • Créditos
      • Suscripciones
      • Límites de uso
      • Selección de modelo
    • Recuperación de conocimiento
      • Vectores
      • Embeddings
      • Chunking
      • Bases de datos vectoriales
      • Búsqueda semántica
      • Búsqueda híbrida y reranking
      • Retrieval
      • RAG
      • Citas y grounding
      • LlamaIndex
    • Agentes
      • Workflows
      • Anatomía de un agente
      • Harness
      • Agentic loop
      • Planificación y human-in-the-loop
      • Memory
      • Permisos
      • Verification
      • MCP
      • Orquestación
      • Multiagentes
      • A2A
      • Frameworks de agentes
        • Microsoft Agent Framework
        • OpenAI Agents SDK
        • Google ADK
        • LangGraph
    • Coding agents
      • Skills
      • Spec-Driven Development
      • Claude Code
        • CLAUDE.md
        • Commands
        • Hooks
        • Plugins
        • Permisos
        • Subagents
      • Codex
        • CLI
        • Extensión de IDE
        • Codex app
        • Cloud
        • AGENTS.md
        • Worktrees
      • Cursor
        • Agent mode
        • Rules
        • Models
        • Precio por uso
  • Soporte
  • Comentarios
  1. IA
  2. Agentes
Árbol de habilidades

Workflows

1 min de lecturaActualizado el 9 jul 2026

Un workflow es una secuencia explícita de pasos, decisiones y estados. Su control vive en código o configuración: sabes qué puede ocurrir después de cada nodo. Puede incluir llamadas a un LLM sin dejar de ser un workflow.

Determinístico no significa «sin IA»

recibir → validar → clasificar con LLM → revisar regla → ejecutar → registrar

El modelo resuelve una parte ambigua; el flujo conserva el orden, las transiciones y los límites. Esto suele ser preferible cuando el proceso de negocio ya se conoce.

Un agente, en cambio, elige dinámicamente qué herramienta usar y cuántas vueltas necesita. Esa flexibilidad ayuda en tareas abiertas, pero amplía costo, variabilidad y superficie de error.

Qué aporta un workflow serio

  • estado explícito y persistente;
  • pasos idempotentes que pueden reintentarse;
  • timeouts, backoff y manejo de errores;
  • bifurcaciones y compensaciones;
  • checkpoints para reanudar;
  • approval gates y auditoría;
  • criterio de finalización verificable.

Un diagrama bonito no basta. Si un paso se ejecuta dos veces después de un retry, debes saber si duplica un correo, un cobro o una migración.

Cuándo usar workflow

  • el orden de pasos está definido;
  • hay acciones irreversibles o reguladas;
  • necesitas trazabilidad y SLA;
  • el proceso puede durar más que una petición;
  • gran parte de la lógica puede expresarse con reglas.

Cuándo añadir comportamiento agentic

Úsalo dentro de un límite claro: investigar varias fuentes, elegir entre herramientas de lectura o proponer un plan. Devuelve después el control al workflow para validar, aprobar y persistir.

[!TIP] Si puedes escribir una función o máquina de estados que resuelva la tarea de forma fiable, hazlo. Reserva autonomía para la incertidumbre que realmente la necesita.

Temas relacionados

La alternativa flexible se entiende en Anatomía de un agente y Agentic loop. La Planificación y human-in-the-loop introduce pausas y aprobaciones.