No necesitas agentes de IA más inteligentes

AI Skills: por qué tus agentes de inteligencia artificial necesitan mejores instrucciones y no solo modelos más potentes

Los agentes de IA pueden conectarse a herramientas, consultar datos y ejecutar procesos. Pero ¿cómo conseguimos que entiendan realmente cómo trabaja una empresa? Las AI Skills permiten incorporar conocimiento especializado, reglas de negocio y procedimientos reutilizables para construir agentes más útiles y fiables.

La inteligencia artificial está cambiando la forma en que las empresas trabajan con sus datos, desarrollan aplicaciones y automatizan procesos.

Hemos pasado de utilizar asistentes que responden preguntas a experimentar con agentes capaces de consultar un CRM, interactuar con APIs, generar código y ejecutar tareas de manera autónoma.

Sin embargo, disponer de un agente cada vez más avanzado no garantiza obtener mejores resultados.

Es posible que conozca perfectamente HubSpot, pero desconozca cómo hemos estructurado nuestro CRM. Que sea capaz de desarrollar una aplicación, pero no respete las convenciones técnicas de nuestro proyecto. O que pueda consultar información comercial, pero no comprenda las reglas que determinan cuándo debe aprobarse una propuesta.

Entonces, ¿necesitamos modelos de inteligencia artificial más potentes o necesitamos proporcionarles un conocimiento más preciso?

Esta es la reflexión que plantea HubSpot en su artículo You Don’t Need Better Agents, You Need Better Skills.

Y abre una cuestión especialmente interesante para las empresas: la evolución de la IA empresarial no depende únicamente de lo que un agente es capaz de hacer, sino de cuánto comprende sobre cómo debe hacerlo.

¿Qué son las AI Skills?

Las AI Skills son conjuntos reutilizables de instrucciones, procedimientos y conocimientos especializados que ayudan a los agentes de inteligencia artificial a ejecutar tareas siguiendo criterios definidos.

En lugar de explicar repetidamente a un agente cómo desarrollar una integración, configurar un CRM o validar una automatización, una Skill permite organizar ese conocimiento para que pueda utilizarlo cuando lo necesite.

Habitualmente se estructuran mediante archivos Markdown, como SKILL.md, que incluyen instrucciones sobre el objetivo de la tarea, las herramientas disponibles, los pasos recomendados y las restricciones que deben respetarse.

Una Skill puede indicar al agente:

• Qué tarea debe resolver y con qué objetivo.
• Qué documentación y herramientas debe consultar.
• Qué reglas de negocio o arquitectura debe respetar.
• Qué comprobaciones debe realizar.
• Cuándo necesita intervención o aprobación humana.

En términos prácticos, una AI Skill permite transformar la experiencia y los procedimientos de una organización en conocimiento operativo que un agente puede reutilizar.

No supone entrenar un nuevo modelo de inteligencia artificial. Consiste en proporcionar contexto especializado al modelo existente.

¿Por qué un agente de IA necesita Skills si ya conoce las herramientas?

Porque conocer una herramienta no significa conocer cómo debe utilizarse dentro de una organización.

Pensemos en un desarrollador que acaba de incorporarse a un equipo.

Puede dominar JavaScript, React y las APIs de HubSpot. Sin embargo, necesitará comprender la arquitectura existente, las convenciones del proyecto y los requisitos específicos del cliente antes de realizar determinados cambios.

Con los agentes ocurre algo similar.

Un modelo puede disponer de conocimientos generales sobre HubSpot, pero no conocer automáticamente nuestras propiedades personalizadas, la lógica de nuestros workflows o las restricciones de una aplicación concreta.

Sin ese contexto, puede generar soluciones aparentemente correctas que no encajan con la realidad del proyecto.

Las Skills permiten reducir esa distancia entre la capacidad tecnológica y el conocimiento necesario para aplicarla correctamente.

El objetivo no es conseguir que el agente haga más cosas, sino que haga las cosas adecuadas, siguiendo criterios consistentes y verificables.

¿Cuál es la diferencia entre un prompt, una AI Skill y MCP?

Aunque forman parte del ecosistema de inteligencia artificial, cumplen funciones diferentes y complementarias.

Un prompt comunica qué queremos conseguir.

Una Skill proporciona conocimiento especializado sobre cómo abordarlo.

MCP, cuando existen las herramientas y autorizaciones correspondientes, facilita que el agente interactúe con sistemas externos.

Por ejemplo, podríamos solicitar a un agente que desarrolle una UI Extension para HubSpot.

El prompt definiría la funcionalidad requerida.

La Skill incluiría las convenciones del proyecto, los componentes compatibles y las comprobaciones técnicas necesarias.

Y las herramientas conectadas mediante MCP podrían facilitar la consulta de documentación o la interacción con el entorno de desarrollo.

MCP permite acceder a capacidades; las Skills ayudan a utilizar esas capacidades siguiendo procedimientos y criterios definidos.

Esta combinación es una de las bases para construir soluciones de IA agéntica orientadas a procesos empresariales.

Cómo aplicar AI Skills en HubSpot: un ejemplo práctico

Imaginemos una empresa que utiliza HubSpot para gestionar su actividad comercial y necesita automatizar la preparación de presupuestos.

Los precios dependen del tipo de cliente, los servicios contratados, las condiciones comerciales y otras variables específicas.

Un agente de inteligencia artificial podría consultar los datos de un negocio y preparar una propuesta, pero, antes de hacerlo, necesita comprender cómo funciona el proceso.

Para resolverlo podríamos diseñar una arquitectura basada en varias Skills especializadas.

1. Skill de arquitectura CRM

Define cómo se relacionan contactos, empresas, negocios y objetos personalizados. Permite que el agente conozca qué propiedades debe consultar, qué asociaciones son relevantes y cómo interpretar determinados datos.

2. Skill de reglas comerciales

Documenta los criterios para calcular tarifas, aplicar descuentos, seleccionar servicios y determinar qué condiciones necesitan aprobación.

3. Skill de generación de propuestas

Establece la estructura del presupuesto, los datos obligatorios y las reglas para preparar el documento final.

4. Skill de validación

Comprueba que los datos son consistentes, que no faltan elementos esenciales y que las condiciones comerciales respetan los criterios definidos.

Con estas instrucciones, el agente podría participar en un proceso completo: consultar información, interpretarla, preparar una propuesta y solicitar validación antes de enviarla.

Y hay algo especialmente interesante, la Skill que permite verificar asociaciones entre objetos de HubSpot podría reutilizarse en una solución de gestión documental, una integración inmobiliaria o una aplicación personalizada.

Esto significa que el conocimiento técnico no tiene que desarrollarse desde cero para cada nuevo agente o proyecto ya que puede convertirse en un recurso reutilizable.

¿Cómo crear una AI Skill para un agente de inteligencia artificial?

Crear una Skill no exige desarrollar un modelo propio. El punto de partida consiste en identificar una tarea recurrente y documentar correctamente cómo debería realizarse.

Un procedimiento práctico puede organizarse en cinco pasos.

Paso 1. Identificar una tarea concreta.

Es preferible comenzar con una actividad bien delimitada, como comprobar asociaciones en HubSpot, preparar una estructura de proyecto o validar una integración.

Paso 2. Documentar el conocimiento especializado.

Reunir las reglas, convenciones, restricciones y criterios que utiliza el equipo para realizar esa tarea.

Paso 3. Organizar las instrucciones.

Crear un archivo de Skill con un nombre descriptivo, su finalidad, las condiciones de uso y las instrucciones necesarias.

Paso 4. Vincular documentación actualizada.

Evitar incorporar datos técnicos que puedan quedar obsoletos cuando sea posible consultar documentación oficial y vigente.

Paso 5. Probar, validar y mantener.

Comprobar el comportamiento del agente con casos reales, identificar errores y actualizar las instrucciones cuando cambien los procesos o las herramientas.

Una buena Skill debe ser específica, modular, comprensible y mantenible; y no debería contener credenciales, secretos ni permisos innecesarios.

Su finalidad es facilitar el trabajo del agente, no sustituir los controles técnicos ni las políticas de seguridad.

¿Qué ventajas aportan las AI Skills a las empresas?

Las AI Skills pueden resultar especialmente útiles en organizaciones que trabajan con diferentes equipos, aplicaciones y procesos automatizados.

Mayor consistencia en los resultados. Los agentes disponen de criterios comunes para abordar tareas similares, reduciendo la dependencia de instrucciones improvisadas.

Reutilización del conocimiento. Los procedimientos y las buenas prácticas pueden utilizarse en diferentes proyectos sin tener que reconstruir todo el contexto.

Menor esfuerzo de configuración. Las tareas recurrentes requieren menos explicaciones manuales cuando el agente ya dispone de instrucciones especializadas.

Mejor mantenimiento. Una modificación en un procedimiento documentado puede trasladarse a los agentes que utilizan esa Skill, siempre que consuman su versión actualizada.

Más control sobre la ejecución. Las instrucciones pueden establecer límites, validaciones y puntos de supervisión humana.

Estas ventajas son potenciales y deben comprobarse en cada implementación.

Una Skill mal diseñada, desactualizada o utilizada fuera de contexto también puede producir resultados incorrectos.

Por eso, la arquitectura y las pruebas siguen siendo fundamentales.

De la automatización de tareas a la arquitectura de conocimiento empresarial

Durante años, las empresas han invertido en documentar procesos, definir metodologías y estandarizar operaciones.

Sin embargo, buena parte del conocimiento que permite ejecutar correctamente esos procesos continúa dependiendo de las personas.

Sabemos qué excepciones debemos contemplar, qué decisiones requieren aprobación y qué errores es importante evitar.

Las AI Skills permiten convertir parte de ese conocimiento en instrucciones operativas que los agentes pueden consultar.

Esto introduce una nueva dimensión en el diseño de soluciones empresariales.

Hasta ahora, gran parte de la arquitectura tecnológica se centraba en conectar aplicaciones, estructurar datos y automatizar acciones.

Con los agentes de IA también necesitamos diseñar cómo se organiza, distribuye y mantiene el conocimiento que orienta esas acciones.

No basta con que un agente tenga acceso a los datos correctos. También necesita criterios para interpretarlos y utilizarlos adecuadamente.

Para una empresa que trabaja con HubSpot, esto puede significar convertir sus estándares de desarrollo, procesos comerciales, procedimientos de soporte o reglas de integración en capacidades reutilizables.

No se trata de sustituir la experiencia humana.

Se trata de conseguir que esa experiencia pueda aplicarse de manera consistente en más situaciones.

¿Las AI Skills sustituyen a los workflows y automatizaciones tradicionales?

No. Las Skills y las automatizaciones tradicionales cumplen funciones diferentes.

Un workflow resulta especialmente adecuado para ejecutar acciones basadas en reglas y condiciones definidas: actualizar propiedades, asignar responsables, enviar notificaciones o desencadenar procesos.

Un agente con Skills puede aportar valor cuando la tarea requiere interpretar información, seleccionar procedimientos, consultar diferentes fuentes o adaptarse a determinadas variaciones del contexto.

Por ejemplo, un workflow puede detectar que un negocio ha alcanzado una etapa comercial.

Un agente podría analizar los datos disponibles y preparar un borrador de propuesta siguiendo una Skill comercial.

La aprobación del presupuesto y su posterior envío podrían mantenerse bajo controles específicos y automatizaciones deterministas.

Por tanto, no siempre debemos sustituir un workflow por un agente.

En muchas ocasiones, la solución más sólida consiste en combinar automatización tradicional, inteligencia artificial y supervisión humana.

¿Qué papel tendrán las AI Skills en el futuro de HubSpot y RevOps?

A medida que las empresas incorporen agentes de inteligencia artificial a sus operaciones, necesitarán algo más que conexiones entre aplicaciones.

Necesitarán mecanismos para transmitir contexto, organizar conocimiento, establecer controles y mantener criterios comunes entre distintos procesos.

En áreas como Revenue Operations (RevOps), esto puede resultar especialmente relevante.

Las operaciones comerciales, de marketing y de atención al cliente dependen de datos compartidos, reglas de negocio y procedimientos que atraviesan diferentes sistemas.

Las Skills pueden ayudar a que los agentes interpreten esos procesos con mayor coherencia.

Por ejemplo, podrían utilizarse para orientar la clasificación de oportunidades, la revisión de datos del CRM, la preparación de informes, el análisis de incidencias o el desarrollo de nuevas integraciones.

La oportunidad no consiste simplemente en incorporar más agentes.

Consiste en construir una arquitectura en la que los agentes, las herramientas, los datos y el conocimiento empresarial trabajen de forma coordinada.

Recuerda: la inteligencia artificial necesita contexto, no solamente capacidad

La evolución de los agentes de inteligencia artificial está abriendo nuevas posibilidades para automatizar procesos y desarrollar soluciones empresariales.

Pero también nos recuerda algo fundamental: una tecnología muy avanzada puede resultar poco útil cuando desconoce el contexto en el que debe trabajar.

Las AI Skills permiten abordar ese problema organizando el conocimiento especializado y haciéndolo reutilizable.

En MorningLabs entendemos la innovación como la capacidad de transformar nuevas tecnologías en soluciones que realmente aporten valor a las empresas.

Y eso implica ir más allá de conectar herramientas o incorporar inteligencia artificial por el simple hecho de utilizarla.

Implica diseñar arquitecturas que tengan en cuenta los datos, los procesos, las personas y el conocimiento del negocio.

Porque el futuro de la IA empresarial no dependerá únicamente de tener agentes más inteligentes, sino de construir sistemas que sepan utilizar la inteligencia de forma adecuada.

Y para conseguirlo, el conocimiento sigue siendo nuestro mejor punto de partida.

Preguntas frecuentes sobre AI Skills

¿Qué es un archivo SKILL.md?

Es un archivo Markdown utilizado por determinados sistemas de agentes de IA para describir una habilidad especializada. Puede contener su nombre, propósito, instrucciones y referencias a herramientas o documentación. El soporte y los mecanismos de activación dependen del agente utilizado.

¿Necesito saber programar para crear una AI Skill?

No necesariamente. Muchas Skills pueden redactarse en lenguaje natural. Sin embargo, cuando afectan a desarrollo, integraciones o procesos críticos, es recomendable que su contenido sea revisado por profesionales que conozcan el dominio técnico correspondiente.

¿Pueden utilizarse AI Skills con HubSpot?

Sí. Pueden ayudar a orientar tareas relacionadas con arquitectura CRM, desarrollo, integraciones y automatizaciones. Su funcionamiento dependerá de las capacidades del agente, las herramientas conectadas y los permisos disponibles.

¿Una AI Skill es lo mismo que entrenar un modelo de IA?

No. Crear una Skill normalmente no modifica los parámetros del modelo. Consiste en proporcionarle instrucciones y contexto reutilizable para determinadas tareas.

¿Pueden combinarse AI Skills y MCP?

Sí. MCP facilita la conexión del agente con herramientas y fuentes de información. Las Skills pueden indicar cómo utilizar esas herramientas en procesos específicos.

¿Son seguras las AI Skills?

Su seguridad depende del contenido, su procedencia y los permisos del agente. Deben revisarse las Skills de terceros, evitar instrucciones maliciosas y aplicar controles adecuados sobre cualquier acción que pueda modificar datos o sistemas.