Cómo crear agentes de IA personalizados en Tongyi Qianwen: Guía de instrucciones, bases de conocimiento y plugins

Los profesionales y equipos de trabajo a menudo se enfrentan a un obstáculo recurrente al interactuar con modelos de lenguaje de propósito general: cada vez que inician una nueva sesión, se ven obligados a escribir repetidamente extensos contextos, normas corporativas y pautas de tono. Además, cuando consultan datos confidenciales de la empresa o detalles técnicos de productos internos, el modelo general tiende a generar respuestas imprecisas o alucinaciones, ya que carece de acceso a la documentación privada.

Tongyi Qianwen (impulsado por la familia de modelos Qwen de Alibaba Cloud) resuelve esta fricción mediante la arquitectura de Agentes Personalizados (Custom Agents). Al articular tres componentes fundamentales —instrucciones de sistema, bases de conocimiento privadas (RAG o Generación Aumentada por Recuperación) y plugins o herramientas de acción—, los equipos pueden convertir un asistente conversacional genérico en un colaborador digital persistente, especializado y alineado con los procesos de la organización.

Ya sea a través de la interfaz web de productividad de Tongyi Qianwen o escalando la solución mediante la consola empresarial Alibaba Cloud Model Studio (Bailian), aprender a configurar estos agentes permite automatizar flujos de trabajo con total fiabilidad operativa.

Los tres pilares de un agente personalizado en Tongyi Qianwen

Un agente de negocio no es simplemente un prompt guardado; es una estructura integral donde el razonamiento del modelo, la memoria documental privada y la capacidad de ejecutar herramientas externas trabajan de forma coordinada.

+-------------------------------------------------------------------+
|               Consulta del usuario / Entrada de la tarea          |
+---------------------------------+---------------------------------+
                                  |
                                  v
+-------------------------------------------------------------------+
|              Motor central del agente Tongyi Qianwen (Qwen)       |
|                                                                   |
|  +--------------------+  +--------------------+  +--------------+  |
|  |   Instrucciones    |  | Base de Conocimiento| | Plugins y    |  |
|  | Identidad y normas |  | RAG: Datos y Docs  | | Herramientas |  |
|  | de ejecución       |  | privados           | | APIs y código|  |
|  +--------------------+  +--------------------+  +--------------+  |
+---------------------------------+---------------------------------+
                                  |
                                  v
+-------------------------------------------------------------------+
|         Respuesta fundamentada, estructurada y lista para usar    |
+-------------------------------------------------------------------+

1. Instrucciones de sistema (System Instructions): La identidad y las normas

La instrucción de sistema es la directriz rectora del agente. Sin un marco de comportamiento explícito, el modelo recurre a respuestas genéricas e inconsistentes.

Una instrucción de nivel profesional debe detallar:

• Rol y personalidad: Especificar la especialidad técnica, el nivel de seniority y el público al que atiende (por ejemplo, arquitecto sénior de soluciones o auditor de cumplimiento normativo).
• Flujo de trabajo paso a paso: Indicar cómo debe procesar las peticiones (por ejemplo: primero interpretar la solicitud, luego consultar la base de conocimiento y finalmente estructurar el resultado).
• Límites estrictos y prevención de alucinaciones: Definir con claridad lo que no se debe hacer, como inventar especificaciones ausentes en los documentos adjuntos.
• Formato de entrega: Exigir formatos concretos como tablas Markdown, esquemas de puntos clave o resúmenes ejecutivos.

2. Bases de conocimiento (Knowledge Base / RAG): Evidencia real y privada

Aunque los modelos masivos poseen un vasto conocimiento general, desconocen los manuales de producto, contratos de clientes o normativas internas de su empresa.

La base de conocimiento recurre a la tecnología RAG:

• Al cargar archivos, la plataforma extrae el contenido, lo divide en fragmentos semánticos (chunks) y genera representaciones vectoriales (embeddings).
• Cuando un usuario formula una pregunta, el motor recupera los fragmentos con mayor relevancia semántica de los documentos privados.
• El agente inyecta esos fragmentos en su contexto de trabajo y elabora la respuesta apoyándose estrictamente en los hechos documentados.

3. Plugins y herramientas (Plugins / Tools): Capacidad de interacción externa

Un modelo de texto solo puede comunicarse mediante palabras; los plugins le proporcionan la capacidad de interactuar con el entorno exterior:

• Herramientas nativas de la plataforma: Búsqueda en la web para consultar novedades y mercados en tiempo real; intérprete de código (entorno aislado de Python) para cálculos matemáticos complejos y generación de gráficos; y generación visual mediante Wanx (Tongyi Wanxiang).
• Plugins de API personalizados: Conexión con servicios internos como CRM, plataformas de incidencias o inventarios ERP mediante llamadas REST.
• Soporte de Model Context Protocol (MCP): Integración estandarizada con servidores de datos locales y herramientas de desarrollo avanzadas.

Comparativa: Chat genérico frente a Agente en Tongyi Qianwen

Guía práctica: Creación de un agente paso a paso

Paso 1: Configurar el perfil y seleccionar el modelo base

1. Acceda a la sección de creación de agentes en la interfaz web de Tongyi Qianwen o en la consola de Alibaba Cloud Model Studio.
2. Seleccione Crear Agente (o Crear Aplicación).
3. Establezca la información inicial:
   • Nombre: Un título funcional claro (por ejemplo, Especialista en RFP de Soluciones Cloud o Auditor de Gastos y Viajes).
   • Descripción: Un resumen que explique el propósito del asistente a los miembros del equipo.
   • Icono: Asigne una imagen representativa.
4. Selección del modelo de IA:
   • Qwen-Max: Recomendado para tareas de razonamiento avanzado, orquestación de herramientas complejas y decisiones de alto impacto.
   • Qwen-Plus: Excelente equilibrio entre velocidad y coste; ideal para redacción de documentos corporativos, soporte a clientes y consultas estándar.
   • Qwen-Long: Diseñado para procesar contextos masivos, como auditorías de informes financieros extensos o análisis integral de normativas.

Paso 2: Redactar instrucciones de sistema profesionales

Evite las instrucciones breves de una sola frase. Utilice una estructura en formato Markdown:

# Rol
Eres el Asistente Técnico Sénior de Preventa para soluciones empresariales. Tu objetivo principal es ayudar al equipo comercial a responder pliegos técnicos (RFP) con precisión absoluta.

# Capacidades y Herramientas
1. Tienes acceso directo a la Base de Conocimiento de Documentación Técnica y Certificaciones de Seguridad.
2. Puedes activar la Búsqueda Web cuando necesites contrastar referencias públicas de competidores.

# Reglas de Funcionamiento
- Prioridad Documental: Ante cualquier consulta sobre especificaciones técnicas, precios o SLAs, debes consultar en primer lugar la Base de Conocimiento. Cita siempre el documento y la sección correspondiente.
- Honestidad Estricta: Si una función o certificación no figura en los documentos privados, responde expresamente: "Esta característica no se encuentra documentada en el repositorio oficial de la empresa." Jamás inventes detalles.
- Tono: Profesional, directo y riguroso. Elimina cortesías innecesarias.
- Formato de Salida: Organiza la respuesta en puntos clave estructurados y utiliza tablas Markdown siempre que compares planes o requisitos.

Paso 3: Subir y vincular la base de conocimiento privada

1. En el panel de configuración del agente, seleccione el apartado Base de Conocimiento y haga clic en Añadir Base de Conocimiento.
2. Cargue sus documentos en formatos estándar como .pdf, .docx, .txt, .md o .csv.
3. Ajuste los parámetros de división (chunking) y recuperación:
   • Estrategia de fragmentación: Seleccione partición semántica para textos descriptivos y partición orientada a filas o tablas en datos estructurados.
   • Umbral de relevancia: Configure el umbral de similitud y el número de fragmentos a recuperar (Top-K) para evitar que fragmentos irrelevantes contaminen la respuesta.
4. Refuerce en la instrucción la obligación de citar la fuente del documento para facilitar la validación humana.

Paso 4: Habilitar plugins nativos e integrar APIs personalizadas

1. Activar herramientas del sistema:
   • Búsqueda Web: Indispensable para recopilar información de mercado o noticias sectoriales recientes.
   • Intérprete de Código (Python Sandbox): Fundamental si el agente debe analizar hojas de cálculo, realizar operaciones financieras o trazar gráficos.
2. Configurar plugins de API personalizados (Opcional):
   • Haga clic en Crear Plugin Personalizado e ingrese la URL base de su servicio y el método de autenticación (por ejemplo, Bearer Token en cabecera).
   • Defina los endpoints específicos (como /consultar_stock o /registrar_ticket) y describa detalladamente cada parámetro en lenguaje natural. El modelo Qwen utiliza estas descripciones para saber cuándo y cómo ejecutar la llamada.
   • Realice una llamada de prueba en la consola para confirmar que la respuesta JSON coincide con el esquema definido.

Paso 5: Pruebas y depuración en el entorno de pruebas

Antes de desplegar el agente en producción, evalúe su comportamiento en el panel interactivo:

• Precisión de recuperación documental: Realice preguntas sobre aspectos técnicos muy específicos para comprobar si localiza el fragmento correcto.
• Comprobación de límites: Pregunte deliberadamente sobre características inexistentes para cerciorarse de que rechaza especular.
• Ejecución de herramientas: Formule peticiones que requieran cálculos o llamadas a servicios para revisar los registros de ejecución de las herramientas.

Paso 6: Publicación y despliegue en la organización

1. Haga clic en Publicar.
2. Seleccione el nivel de visibilidad:
   • Privado: Para uso individual y ganancia de productividad personal.
   • Espacio de trabajo del equipo: Para que todos los miembros del departamento compartan el mismo estándar de trabajo.
   • Enlace público: Para habilitar consultas externas o demostraciones.
3. Si requiere integrar el agente con sistemas corporativos como plataformas de mensajería interna o portales web, utilice el App ID asignado y el SDK de DashScope para implementarlo de forma programática.

Tres arquetipos de agentes listos para el entorno laboral

Arquetipo 1: Auditor de licitaciones y cumplimiento técnico (RFP)

• Perfil de usuario: Ingenieros de preventa y responsables de ofertas comerciales.
• Enfoque de la instrucción: Cotejar requisitos de pliegos con certificaciones internas y marcar discrepancias.
• Base de conocimiento: Informes SOC2, certificaciones ISO27001, contratos marco y catálogos de producto.
• Plugins: Intérprete de código (para calcular compromisos de disponibilidad y costes).
• Resultado habitual: Tabla comparativa que refleja el grado de conformidad (Cumple, Parcialmente, No Cumple) junto a la página de referencia.

Arquetipo 2: Asistente de control de gestión y finanzas

• Perfil de usuario: Directores financieros y analistas de operaciones.
• Enfoque de la instrucción: Priorizar el rigor contable, detectar desviaciones presupuestarias y evitar estimaciones ambiguas.
• Base de conocimiento: Políticas de gastos y viajes, presupuestos anuales y directrices contables.
• Plugins: Intérprete de código (procesamiento de archivos CSV de transacciones) y Búsqueda Web (tipos de cambio actuales).
• Resultado habitual: Informes de variación presupuestaria y resumen ejecutivo de alertas de gasto.

Arquetipo 3: Estratega de comunicación y marketing de producto

• Perfil de usuario: Creadores de contenido y responsables de marketing digital.
• Enfoque de la instrucción: Mantener la voz corporativa y adaptar el formato a diferentes canales.
• Base de conocimiento: Guía de estilo de marca, casos de éxito anteriores y perfiles de cliente ideal.
• Plugins: Búsqueda Web (tendencias y hashtags del sector) y Wanx (generación de conceptos visuales).
• Resultado habitual: Paquetes de contenido multicanal con artículos para blog, publicaciones para redes sociales y resúmenes para boletines.

Recomendaciones y errores frecuentes

1. Limpieza previa de los documentos: Documentos PDF escaneados con errores de OCR o tablas con múltiples celdas combinadas reducen la eficacia de la recuperación semántica. Convierta tablas complejas a Markdown o CSV limpios antes de incorporarlas a la base de conocimiento.
2. Claridad en la definición de parámetros de APIs: Describa el formato exacto requerido por cada parámetro en los plugins personalizados (por ejemplo, explicitando que la fecha debe seguir el formato AAAA-MM-DD) para evitar errores en las llamadas automáticas.
3. Diseñar una respuesta estándar de contingencia: Indique explícitamente cómo debe responder el agente cuando no localice información. En el ámbito corporativo, reconocer que un dato no está disponible es infinitamente más seguro y profesional que una respuesta ficticia.
4. Gestión del ciclo de vida del conocimiento: Cuando cambien las condiciones comerciales o las políticas internas, actualice de inmediato los archivos de la base de conocimiento para evitar que el agente difunda información obsoleta.

Referencias

• 千问-阿里 AI 助手
• 通义实验室
• Qwen offers comprehensive functionality spanning chatbot, image and video understanding, image generation, document processing, web search integration, tool utilization, and artifacts.
• GitHub - QwenLM/Qwen-Agent: Agent framework and applications built upon Qwen>=3.0, featuring Function Calling, MCP, Code Interpreter, RAG, Chrome extension, etc.