Cuando encargo algo a un agente, el problema suele empezar antes de que escriba la primera línea. «Prepara el lanzamiento» puede significar redactar un texto, modificar una landing, generar un vídeo o programar una publicación. A veces parece que el agente elige la opción más entretenida.
Estoy intentando dar encargos más pequeños. Que el resultado tenga un límite y una forma de comprobarlo. Para preparar contenido de mis proyectos, eso me está llevando a separar la redacción, las comprobaciones automáticas y la decisión de publicar.
Un caso concreto: revisar el tono de un borrador
En el repo de contenido tengo un linter de voz y seguridad. Es un script de Python que lee un borrador y aplica reglas definidas en un archivo de léxico.
Comprueba cosas que puedo expresar de forma bastante concreta: nombres que no deben aparecer, expresiones que evito o ciertos patrones de redacción. Devuelve hallazgos y distingue errores que bloquean de avisos que necesitan revisión.
Ese trabajo sí se puede automatizar. No necesito que un agente vuelva a interpretar una prohibición cada vez que escribe un párrafo. Puedo convertirla en una comprobación repetible.
El linter se añadió el 12 de octubre. Junto al script hay casos de evaluación para comprobar que rechaza ejemplos que ya habían sido descartados y permite uno aceptado. Eso ayuda a revisar el propio filtro cuando cambia.
Lo que el linter no sabe
Un texto puede pasar todas esas reglas y seguir siendo bastante malo.
Puede no explicar nada, elegir un ángulo que no interesa o presentar como experiencia propia algo que solo aparece en la documentación de una herramienta. Ninguna lista de palabras prohibidas resuelve eso.
Tampoco demuestra que una cifra sea cierta. Para escribir que una funcionalidad existe, hay que mirar el proyecto. Para decir que ahorra tiempo, hay que haberlo medido.
Por eso no uso «linter OK» como equivalente de «listo para publicar». Es una comprobación dentro del proceso, con un alcance concreto.
El encargo, con sus límites
Para revisar un borrador, una instrucción útil sería esta:
Lee la guía de voz y este texto. Señala afirmaciones que necesiten una fuente. Revisa el README actual del proyecto para comprobar las funcionalidades mencionadas. Propón cambios solo en este archivo. No generes medios, no hagas commit y no publiques.
Después puedo pedir la corrección de los problemas encontrados. Lo importante es que la primera pasada ya tiene una salida revisable: qué está mal, dónde y con qué evidencia.
Si el agente no puede comprobar una afirmación, quiero que lo diga. El hueco se ve mucho mejor escrito como pendiente que disimulado con una frase convincente.
Tres permisos que no doy juntos
En este workflow separo preparar, modificar y publicar. Leer una guía para proponer un texto no requiere permiso para subir cambios. Corregir un borrador tampoco implica programarlo en una red.
No es una defensa contra todas las meteduras de pata posibles. Es una manera de limitar las consecuencias de una interpretación equivocada.
También procuro separar las pasadas de trabajo. Durante la redacción se busca explicar bien una idea. En la revisión se vuelve a las fuentes para intentar desmontar lo que se acaba de escribir. Si hago ambas cosas a la vez, es demasiado fácil dar por bueno un párrafo porque suena bien.
El tamaño del encargo importa
No todo necesita una orquestación complicada. Para corregir una frase, un encargo directo tiene más sentido que abrir una conversación sobre arquitectura de agentes.
En cambio, si el trabajo incluye texto, visual y publicación, sí necesito puntos de revisión entre pasos. Cada salida introduce decisiones nuevas: qué se enseña, qué se promete y qué queda fuera.
Ya conté la parte de testing y code review con agentes. Con contenido me pasa algo parecido: puedo delegar una comprobación concreta. Dar por bueno todo el resultado porque el agente dice que ha terminado sigue siendo otra cosa.