¿Chatbot, workflow o agente? Cuándo usar cada uno

La pregunta más cara del diseño de soluciones con IA no es “¿qué modelo uso?” sino “¿cuánta autonomía necesita esto?”. Elegir de más — construir un agente donde bastaba una llamada — multiplica costo, latencia y superficie de error sin devolver nada a cambio. Esta guía te da el marco para decidir, con la regla que repiten todos los equipos serios de la industria: empieza por el nivel más simple que resuelva el problema.

Prerequisito: si aún no tienes claro qué es un agente, el loop y el harness, parte por Cómo funciona un agente.

1. Los tres niveles de autonomía

Nivel 1 — Llamada única: una pregunta, una respuesta

Una sola llamada al modelo, con buen prompt y contexto. Sin herramientas, sin pasos, sin decisiones intermedias.

Resuelve: clasificar, resumir, extraer datos, redactar, responder preguntas sobre un texto, un chatbot informativo (incluso con RAG: recuperar contexto + una llamada sigue siendo este nivel).
Ejemplo: “clasifica este reclamo en una de estas 5 categorías”, “resume esta acta en 10 líneas”, el chatbot de este sitio.
Costo y riesgo: mínimos. Fácil de evaluar (input → output, se compara contra referencia).

La mayoría de los casos de negocio reales viven aquí, aunque el marketing los llame “agentes”.

Nivel 2 — Workflow: varios pasos, pero TU código decide el camino

Varias llamadas al modelo encadenadas en un orden que tu código define de antemano. El LLM ejecuta cada paso; la ruta está fija (o tiene ramas predefinidas que un enrutador elige).

Resuelve: procesos con etapas conocidas y repetibles. Extraer → validar → clasificar → guardar. O un enrutador que dirige a la rama de facturación, soporte o ventas — cada rama con su propio pipeline.
Ejemplo: procesar facturas (OCR → extraer campos → validar RUT → registrar), triage de correos de soporte, generación de informes con estructura fija.
Costo y riesgo: predecibles — sabes cuántas llamadas hace cada ejecución. Se evalúa por etapa (¿el extractor extrae bien? ¿el enrutador rutea bien?).

La palabra clave es predecibilidad: mismo tipo de input, mismo camino, siempre. Eso lo hace confiable y auditable — ideal para procesos de negocio.

Nivel 3 — Agente: el modelo decide qué paso viene después

El modelo recibe una meta y herramientas, y él mismo decide el camino en cada vuelta del loop: qué herramienta usar, en qué orden, cuándo terminar.

Resuelve: tareas donde el camino NO se puede especificar de antemano porque depende de lo que se vaya encontrando. Investigar un tema, depurar un problema, gestionar una agenda, tareas abiertas de varios pasos.
Ejemplo: “encuentra por qué este cliente no recibió su pedido y resuélvelo” — puede requerir mirar la orden, el courier, el inventario, o las tres, en cualquier orden.
Costo y riesgo: variables e impredecibles — cada ejecución puede tomar distinto número de pasos y tokens. Necesita el harness completo: límites de pasos y gasto, confirmaciones para acciones sensibles, observabilidad y evaluación seria.

2. Los cuatro criterios que justifican un agente

Antes de subir al nivel 3, la tarea debe pasar los cuatro filtros. Si falla uno, quédate en un nivel más simple:

Criterio	La pregunta	Si la respuesta es no…
Complejidad	¿La tarea es multi-paso y difícil de especificar de antemano?	El camino es conocido → workflow
Valor	¿El resultado justifica mayor costo y latencia por ejecución?	No da el retorno → llamada única o workflow
Viabilidad	¿El modelo es realmente capaz en este tipo de tarea?	Vas a frustrarte → simplifica o espera mejores modelos
Costo del error	¿Los errores se pueden detectar y recuperar (revisión, tests, rollback)?	Un error es caro e irreversible → workflow con confirmaciones, o HITL obligatorio

El cuarto criterio es el que más se olvida y el que más duele: un agente que agenda reuniones equivocadas se corrige fácil; uno que ejecuta pagos equivocados, no. La autonomía se gana con reversibilidad: mientras más irreversible la acción, más control humano necesita el diseño.

3. Tabla de decisión rápida

Necesitas…	Nivel	Por qué
Clasificar, extraer, resumir, redactar	Llamada única	Una entrada, una salida, sin decisiones intermedias
Responder preguntas sobre tus documentos	Llamada única + RAG	Recuperar contexto no requiere autonomía
Proceso de varias etapas conocidas	Workflow	El camino se conoce → que lo controle tu código
Dirigir cada consulta al especialista correcto	Workflow con enrutador	Las ramas son predefinidas; solo la elección es del modelo
Investigación abierta, diagnóstico, tareas donde el camino depende de lo encontrado	Agente	Solo el modelo puede decidir el siguiente paso
Acciones reales con consecuencias (agendar, cobrar, publicar)	Agente con HITL	Autonomía en el análisis, confirmación humana en la acción

Y en la práctica, las soluciones maduras mezclan niveles: un workflow estable para el proceso principal, con un agente acotado dentro de una etapa específica que sí requiere exploración.

4. Los antipatrones más caros

“Hagamos un agente” como punto de partida. El entusiasmo por la palabra lleva a construir agentes para tareas de nivel 1. Resultado: varias veces el costo y la latencia, errores nuevos que la llamada única no tenía — y el mismo output. La dirección correcta de diseño es de abajo hacia arriba: sube de nivel solo cuando el nivel actual se queda corto demostrablemente.
El equipo de agentes conversando entre sí. Cinco agentes con roles (“el investigador”, “el crítico”, “el redactor”) debatiendo se ve espectacular en demo. En producción, la evidencia de 2026 es lapidaria: la gran mayoría de los despliegues multi-agente terminan convergiendo a un solo agente con más herramientas — más barato, más rápido y más fácil de depurar. El playbook de agentes autónomos de la academia lo desarrolla con datos.
Autonomía sin harness. Subir al nivel 3 sin límites de pasos ni gasto, sin confirmaciones y sin trazas. El nivel de autonomía y el nivel de ingeniería del harness deben subir juntos — un agente autónomo con harness de chatbot es un incidente esperando fecha.
Confundir “usa IA en varios pasos” con “es un agente”. Si el camino lo decide tu código, es un workflow — y eso es bueno: la predecibilidad es una ventaja, no una limitación. No le pongas loop a lo que funciona mejor como pipeline.

5. Cómo se ve esto en la práctica

En AgentInTheLoop los tres niveles se construyen con los mismos bloques: un flujo de entrada → agente → salida es nivel 1; agregar enrutadores y etapas encadenadas lo convierte en nivel 2; y darle a un agente herramientas y libertad de decidir su recorrido es nivel 3. La gracia de verlo como grafo es que el nivel de autonomía queda explícito y visible — sabes exactamente qué decide tu diseño y qué decide el modelo.

Y cualquiera sea el nivel que elijas, la vara de calidad es la misma: dataset de casos, métricas con umbrales y evaluación antes de publicar — el manual de evaluación de la academia aplica a los tres niveles.

Para profundizar

Cómo funciona un agente: herramientas, loop y harness — el fundamento previo de esta serie.
Sistemas agénticos autónomos en producción: el playbook 2026 — la versión avanzada de esta decisión, con frameworks, costos reales y post-mortems.
Building Effective Agents (Anthropic) — el ensayo que popularizó la distinción workflows vs agentes y la regla de empezar simple.
Curso: Flujos Agénticos con AgentInTheLoop — Parte 1 — construye los tres niveles en la práctica.
El Harness — Clase 3: gobernanza y autonomía — una vez que decidiste que sí es un agente: cómo clasificar el riesgo de cada acción y qué compuerta le corresponde.