Agentes de IA para tu tienda online, desde cero
La mayoría de lo que te venden como «agente de IA» es un chatbot con otro nombre. En este curso gratuito aprendes a distinguirlo, a decidir qué automatizar primero y a ponerlo a trabajar sin perder el control. Para dueños y responsables de ecommerce; no hace falta programar.
- 11 vídeosde 3 a 10 minutos
- 5 plantillaslistas para usar
- Sin programarel código es opcional
Ya estás dentro
El kit te llega al email en uno o dos minutos; si no lo ves, mira en Promociones o Spam. Te escribo el día del estreno.
Descargar el kit ahora¿Quieres saber ya qué automatizar en tu tienda? Pide la Radiografía gratis: en 30 segundos ves por dónde empezar.
Lo que vas a saber decidir al terminar.
- Qué es un agente de IA y cuándo NO lo necesitas.
- Cómo funciona por dentro, sin tecnicismos.
- Cómo guarda lo que aprende sin volverse loco.
- Cómo organizar varios agentes con un crítico que revisa.
- Qué automatizar primero, cuánto cuesta y cómo evitar riesgos.
Es para ti si…
Llevas una tienda online o su marketing, sobre todo si ya facturas más de 200.000 € al año, y quieres saber qué puedes automatizar con IA sin pagar por humo.
No es para ti si…
Buscas un tutorial de programación. Hay una demo y una plantilla de código para tu equipo técnico, pero el curso va de decidir bien, no de escribir código.
«Un agente no es un modelo más listo. Es un modelo con manos, memoria y un jefe que revisa.»
11 vídeos cortos, una idea cada uno.
El hilo conductor es el agente postventa de una tienda ficticia: contesta «¿dónde está mi pedido?», tramita devoluciones (siempre las aprueba una persona) y aprende de lo que pasa. Los vídeos se publicarán aquí; los dos primeros se podrán ver sin registrarte.
- 00Abierto · se estrena pronto3 min
Qué vas a saber al terminar
Por qué la mayoría de lo que te venden como «agente de IA» es un chatbot con otro nombre, y qué vas a saber decidir al terminar.
- 01Abierto · se estrena pronto8 min
Qué es un agente, y qué no
Chatbot, flujo automatizado y agente: qué hace cada uno y por qué la mayoría de tareas de una tienda se resuelven con un flujo. Incluye el mapa «¿agente o flujo?».
- 02Se estrena pronto7 min
El cerebro y las manos
El modelo decide y las herramientas actúan. Separar las dos cosas es lo que te da control: qué puede tocar, qué ha hecho y cómo pararlo.
- 03Se estrena pronto10 min
Cómo trabaja por dentro: el bucle
Mira, actúa, comprueba y repite. Demo con el agente postventa de una tienda ficticia: consulta un pedido y pasa una devolución a una persona sin prometer nada.
- 04Se estrena pronto8 min
Herramientas y habilidades
Tres reglas que puedes exigir a quien te monte el agente: herramientas pocas y claras, respuestas cortas y errores que enseñan. Qué son los conectores (MCP) y las skills.
- 05Se estrena pronto8 min
Memoria: que aprenda sin volverse loco
Por qué darle más contexto no lo hace más listo, cómo guarda lo aprendido entre conversaciones y por qué una persona revisa lo que «aprende» antes de que lo use.
- 06Se estrena pronto10 min
Varios agentes y un jefe que revisa
Cinco formas de repartir el trabajo entre agentes y la que más valor da: un crítico independiente con una rúbrica. Con un caso nuestro: precios de la competencia leídos sin IVA.
- 07Se estrena pronto6 min
Agentes que trabajan horas
Lista de tareas con «hecho» comprobable, registro de avances y una definición de terminado acordada antes de empezar. Si no puedes ver qué ha hecho, no lo pongas a trabajar.
- 08Se estrena pronto6 min
Que el agente te explique tus sistemas
Antes de automatizar el fichero de un proveedor o tu feed de producto, deja que un agente lo explore en modo lectura y te avise de lo raro: precios sin IVA, EAN duplicados, unidades extrañas.
- 09Se estrena pronto9 min
Qué automatizar primero, cuánto cuesta y cómo no liarla
La matriz de prioridades, el coste medido por tarea resuelta y las reglas de seguridad: permisos mínimos y una persona antes de cualquier cosa irreversible.
- 10Se estrena pronto3 min
Cierre y tarea para esta semana
Una frase por bloque para recordarlo todo y la tarea: pasa cinco tareas de tu tienda por la matriz y quédate con la primera.
Cinco plantillas para aplicarlo el lunes.
Mapa «¿agente o flujo?»
Tres preguntas para saber si una tarea necesita un agente, un flujo automatizado o una persona.
Matriz «qué automatizar primero»
Puntúa cada tarea de 1 a 5 en volumen, reglas claras, riesgo y datos accesibles. Empieza por la que más suma.
Rúbrica de soporte
Cinco preguntas para decidir si una respuesta del agente está bien hecha antes de que llegue a un cliente.
Checklist de 12 puntos
Lo que tiene que estar listo antes de poner un agente a trabajar. Si falta uno, todavía no está listo.
Plantilla de código
Unas 40 líneas en Python para tu equipo técnico: un agente con una herramienta, límite de pasos y salida hacia una persona.
Mapa «¿agente o flujo?»
- ¿Los pasos son siempre los mismos? Flujo automatizado: más barato y predecible. Ejemplo: traducir 500 fichas.
- ¿Dependen de lo que va apareciendo? Agente. Ejemplo: un cliente que no sabe su número de pedido, quiere cambiar la talla y pregunta por el envío.
- ¿Hay algo irreversible, como dinero o mensajes a clientes? Siempre una persona antes de ejecutar.
12 puntos antes de ponerlo a trabajar
- Objetivo medible
- Límite de pasos
- Salida hacia una persona
- Permisos mínimos
- Una persona antes de lo irreversible
- Lo que escribe un cliente son datos, no órdenes
- Herramientas con errores útiles
- Respuestas cortas
- Memoria revisada
- Rúbrica y entre 30 y 50 casos reales
- Coste medido por tarea resuelta
- Trazas guardadas
Para tu equipo técnico: la plantilla de código (Python, unas 40 líneas)
Un agente postventa mínimo con una herramienta, un límite de pasos y una salida hacia una persona. Usa el modelo más barato que resuelva la tarea y comprueba el nombre vigente en la documentación de Claude.
import anthropic, json
client = anthropic.Anthropic()
# El más barato que resuelva la tarea. Comprueba el nombre vigente en la documentación.
MODELO = "claude-haiku-5-5"
HERRAMIENTAS = [{
"name": "consultar_pedido",
"description": ("Devuelve estado, transportista y fecha prevista de un pedido "
"de Tienda Ejemplo. Úsala cuando el cliente pregunte por un pedido "
"concreto. Necesita el número (ej. TE-1234)."),
"input_schema": {"type": "object",
"properties": {"numero": {"type": "string"}},
"required": ["numero"]},
}]
INSTRUCCIONES = ("Eres el asistente postventa de Tienda Ejemplo. Si te falta un dato, "
"pídelo. Nunca prometas reembolsos: los aprueba una persona.")
def consultar_pedido(numero):
# Aquí iría la llamada a Shopify. Devuelve solo lo útil, no el JSON entero.
return {"estado": "enviado", "transportista": "GLS", "llega": "2026-11-06"}
def agente(pregunta, max_pasos=8):
mensajes = [{"role": "user", "content": pregunta}]
for _ in range(max_pasos):
r = client.messages.create(model=MODELO, max_tokens=1024, system=INSTRUCCIONES,
tools=HERRAMIENTAS, messages=mensajes)
mensajes.append({"role": "assistant", "content": r.content})
if r.stop_reason != "tool_use": # ya no necesita herramientas: ha terminado
return "".join(b.text for b in r.content if b.type == "text")
resultados = [{"type": "tool_result", "tool_use_id": b.id,
"content": json.dumps(consultar_pedido(**b.input))}
for b in r.content if b.type == "tool_use"]
mensajes.append({"role": "user", "content": resultados})
return "He llegado al límite de pasos; paso tu caso a una persona."
print(agente("Hola, ¿cuándo llega mi pedido TE-1234?"))
Lo que hemos aprendido montando nuestros agentes.
Soy Álvaro García, fundador de Sellencia, una agencia de growth para ecommerce con sede en Sevilla. Gestionamos la publicidad y la operativa de varias tiendas con un equipo de agentes propios que proponen y una persona que aprueba. Nada se ejecuta sin ese visto bueno.
En el curso verás también lo que nos ha salido mal, sin nombres ni cifras de clientes: una prueba en la que la IA leyó los precios de la competencia sin IVA y nos decía que éramos un 21 % más caros, o una tarea que trabajó días con un límite equivocado porque nadie comparaba su cifra con la fuente oficial. De ahí salen las reglas del kit.
Las tres reglas que nunca nos saltamos
- Quien hace el trabajo no lo aprueba.
- Una persona antes de cualquier cosa irreversible.
- Todo informe se contrasta con la fuente antes de llegar a una persona.
Lo que más nos preguntan.
¿Qué diferencia hay entre un agente de IA y un chatbot?
¿Necesito saber programar para hacer el curso?
¿Cuánto cuesta tener un agente de IA funcionando en mi tienda?
¿Es seguro que un agente de IA hable con mis clientes?
¿Qué tarea de mi tienda online automatizo primero?
¿Por qué pedís el email de empresa y el teléfono?
¿Es un curso oficial de Anthropic?
Para saber más
Los principios del curso salen de las publicaciones de ingeniería de Anthropic y de nuestra experiencia. Es un curso de Sellencia: no es un curso oficial de Anthropic ni está avalado por Anthropic.
- Building effective agents
- Scaling Managed Agents: Decoupling the brain from the hands
- Effective context engineering for AI agents
- Writing effective tools for agents — with agents
- Equipping agents for the real world with Agent Skills
- Effective harnesses for long-running agents
- Demystifying evals for AI agents
Si quieres ir más allá: automatización con IA en ecommerce en el blog y nuestro AI Automation Lab.
¿Qué automatizarías
primero en tu tienda?
Pide la Radiografía gratuita de Sellencia: en 30 segundos ves dónde se escapa el margen y por dónde empezar.
Pedir la Radiografía →