ia · agentes de ia, llm, claude, aws bedrock, nestjs
Desarrollo de agentes de IA: agentes que ejecutan acciones reales, con reglas claras.
Un chatbot responde preguntas. Un agente consulta la disponibilidad, reserva la mesa y recuerda que el cliente no come carne. Construí uno que hace esto para restaurantes en WhatsApp, y está en vivo. Puedo integrar uno en su producto de la misma forma, con una confirmación antes de cada acción y un límite de costo por usuario.
- Modelos
- Claude Sonnet, Claude Haiku
- Plataforma
- AWS Bedrock, perfiles de inferencia de la UE
- Backend
- NestJS, Postgres con búsqueda vectorial
- Modalidad
- Como proyecto o como asesoría
- Horario
- Lun–vie 04:00–18:00 Buenos Aires 09:00–23:00 Berlín 03:00–17:00 Nueva York
- Disponible desde
- Q4 '26
Qué necesita un agente que funciona
- Herramientas: el modelo llama a funciones de su sistema, como consultar la disponibilidad o crear una reserva. El asistente de WhatsApp tiene 37, que cada restaurante activa según lo que necesita.
- El modelo adecuado para cada paso: un router basado en reglas envía las reservas a Claude Sonnet, que comete menos errores, y las preguntas simples a Claude Haiku, que es más rápido y cuesta alrededor de un tercio.
- Respuestas con sus propios datos: FAQ encontradas por búsqueda vectorial en Postgres y reordenadas antes de que el modelo las vea.
- Reglas claras: el modelo solo propone una acción, y se ejecuta cuando el usuario confirma. Además, entradas validadas, timeouts y un límite diario de costo por usuario.
- Tests y tracing: conversaciones end-to-end con los modelos reales en CI, y cada ejecución registrada, para ver por qué el agente hizo lo que hizo.
En producción: reservas por WhatsApp
Los restaurantes conectan su número de siempre a WhatsApp Business. Los clientes escriben, mandan audios o tocan botones, y el agente consulta la disponibilidad, toma reservas y responde preguntas sobre la carta, los alérgenos y los eventos, en el idioma del cliente. Recuerda las necesidades alimentarias para la próxima visita. Un solo despliegue atiende a todos los restaurantes, cada uno con sus propias instrucciones, su tono y sus límites de costo. Ver el caso.
Inferencia en la UE
Los modelos corren en AWS Bedrock con perfiles de inferencia de la UE, así que las solicitudes se procesan en regiones de la UE, y los datos personales se eliminan antes de llegar al seguimiento de errores. Para un producto europeo, suele ser la primera pregunta.
Cómo podemos trabajar juntos
- Desarrollo de apps: un agente dentro de su producto, con un alcance por escrito, una demo cada semana y el código en sus manos. El backend suele ser NestJS.
- Asesoría: una segunda opinión antes de construir, sobre modelos, costos y reglas, o una revisión de una función de IA que ya tiene.
Preguntas frecuentes
¿Qué modelos usa?
En el asistente de WhatsApp, Claude Sonnet y Claude Haiku en AWS Bedrock. Qué modelo conviene depende de la tarea y del presupuesto. Enviar cada paso a un modelo potente o a uno más económico baja los costos sin arriesgar los pasos que importan.
¿Cómo evita que el agente haga algo mal?
Las acciones con consecuencias solo se ejecutan cuando el usuario las confirma. A eso se suman entradas validadas, timeouts, límites de costo y un mensaje de respaldo fijo si algo falla. La confirmación también limita lo que puede lograr una prompt injection.
¿Puede el agente usar nuestros sistemas existentes?
Sí, para eso están las herramientas: cada una envuelve una función de su backend, como consultar la disponibilidad o crear una reserva.
¿Cuánto cuesta operarlo?
Depende del tráfico y de los modelos. Enviar los turnos simples a un modelo más chico, que cuesta alrededor de un tercio, es una de las palancas más grandes, y un límite de costo por usuario evita sorpresas.