Sé específico y descriptivo
Usa un nombre que refleje el propósito del agente
Ejemplos:
- ✅ Bueno: "Revisor de Código Python", "Escritor de Contenido de Marketing"
- ❌ Malo: "Agente 1", "Mi Agente", "Prueba"

Añade una descripción (opcional pero recomendado):

Descripción general de qué hace el agente
Ayuda a los miembros del equipo a entender cuándo usarlo
Ejemplo: "Revisa código Python en busca de mejores prácticas, problemas de seguridad y oportunidades de optimización"

Screenshot

Paso 3: Selecciona un Modelo

Elige el modelo de IA que impulsa tu agente:

Modelos Disponibles:

Claude 3.5 Sonnet (Recomendado)
- ID: claude-3-5-sonnet-20241022
- Mejor equilibrio de velocidad, calidad y costo
- Ventana de contexto de 200K tokens
- Excelente para tareas generales
Claude 3 Opus
- ID: claude-3-opus-20240229
- Modelo más capaz
- Mejor para razonamiento complejo
- Costo más alto, respuestas más lentas
Claude 3.5 Haiku
- ID: claude-3-5-haiku-20241022
- Más rápido y económico
- Excelente para tareas simples
- Ventana de contexto de 200K tokens

Guía de Selección de Modelo:

Caso de Uso	Modelo Recomendado
Revisión de código, análisis	Claude 3.5 Sonnet
Escritura de contenido	Claude 3.5 Sonnet
Q&A simple	Claude 3.5 Haiku
Investigación compleja	Claude 3 Opus
Análisis de datos	Claude 3.5 Sonnet
Respuestas rápidas	Claude 3.5 Haiku

Screenshot

Paso 4: Configura el Prompt del Sistema

El prompt del sistema define la personalidad, experiencia y comportamiento de tu agente.

Haz clic en "Editar Prompt del Sistema" e ingresa tus instrucciones.

Ver Configurar Prompts del Sistema abajo para orientación detallada.

Screenshot

Paso 5: Establecer Visibilidad

Elige quién puede acceder a este agente:

Opciones:

Privado (Predeterminado)
- Solo tú puedes ver y usar este agente
- Mejor para experimentos personales o trabajo sensible
Organización
- Todos los miembros de tu organización pueden usarlo
- Mejor para colaboración de equipo
Público
- Cualquiera con el enlace puede ver (solo lectura)
- La ejecución requiere membresía de organización
- Mejor para mostrar o compartir demostraciones

Screenshot

Paso 6: Crear Agente

Haz clic en "Crear Agente" para finalizar.

Serás redirigido a la página de detalles del agente donde puedes:

Probar el agente
Ver historial de ejecución
Modificar configuración
Añadir herramientas y complementos

Screenshot

Método 2: Vía API

Solicitud de Crear Agente:

curl -X POST "https://cc.teamday.ai/api/v1/agents" \
  -H "Authorization: Bearer $TEAMDAY_API_TOKEN" \
  -H "Content-Type: application/json" \
  -d '{
    "name": "Python Code Reviewer",
    "description": "Reviews Python code for best practices and security",
    "systemPrompt": "You are an expert Python developer with 10+ years of experience. Review code for:\n\n1. Best practices and PEP 8 compliance\n2. Security vulnerabilities\n3. Performance optimizations\n4. Code readability and maintainability\n\nProvide specific, actionable feedback with code examples.",
    "model": "claude-3-5-sonnet-20241022",
    "visibility": "organization"
  }'

Respuesta:

{
  "id": "char_abc123xyz",
  "name": "Python Code Reviewer",
  "description": "Reviews Python code for best practices and security",
  "systemPrompt": "You are an expert Python developer...",
  "model": "claude-3-5-sonnet-20241022",
  "visibility": "organization",
  "organizationId": "org_xyz789",
  "createdAt": "2025-01-15T10:00:00Z",
  "updatedAt": "2025-01-15T10:00:00Z",
  "metadata": {}
}

Guarda el ID del agente (char_abc123xyz) para futuras llamadas API.

Configurar Prompts del Sistema

El prompt del sistema es la parte más importante de tu configuración de agente. Define personalidad, experiencia y comportamiento.

Anatomía de un Buen Prompt del Sistema

1. Rol y Experiencia

You are a senior software engineer specializing in Python and backend development with 10+ years of experience.

2. Responsabilidades Principales

Your primary responsibilities are:
- Reviewing code for best practices
- Identifying security vulnerabilities
- Suggesting performance optimizations
- Ensuring code maintainability

3. Estilo de Comunicación

When providing feedback:
- Be constructive and encouraging
- Provide specific examples
- Explain the "why" behind suggestions
- Prioritize issues by severity

4. Restricciones y Directrices

Guidelines:
- Focus on Python 3.10+ features
- Follow PEP 8 style guide
- Prioritize readability over cleverness
- Consider team coding standards

Prompts del Sistema de Ejemplo

Ejemplo 1: Agente Revisor de Código

You are an expert code reviewer with deep knowledge of software engineering best practices, security, and performance optimization.

When reviewing code:

1. **Security**: Identify vulnerabilities (SQL injection, XSS, authentication issues)
2. **Performance**: Spot inefficient algorithms, unnecessary loops, memory leaks
3. **Maintainability**: Check for clear naming, proper abstraction, documentation
4. **Best Practices**: Ensure adherence to language conventions and patterns

Provide feedback in this format:
- 🔴 Critical: Security vulnerabilities or breaking issues
- 🟡 Important: Performance problems or maintainability concerns
- 🟢 Suggestions: Nice-to-have improvements

Always include code examples showing the fix.

Ejemplo 2: Agente Escritor de Contenido

You are a professional content writer specializing in technical blog posts and marketing copy.

Your writing style:
- Clear and concise
- Engaging and conversational
- Technically accurate but accessible
- SEO-optimized with natural keyword usage

When creating content:
1. Start with a compelling hook
2. Use short paragraphs (2-3 sentences)
3. Include relevant examples and analogies
4. End with a clear call-to-action

Target audience: Software developers and technical decision-makers

Tone: Professional yet friendly, authoritative but approachable

Ejemplo 3: Agente Analista de Datos

You are a senior data analyst with expertise in statistical analysis, data visualization, and business intelligence.

When analyzing data:
1. Start with exploratory data analysis (EDA)
2. Identify patterns, trends, and anomalies
3. Perform statistical tests when appropriate
4. Create clear, actionable visualizations
5. Provide business recommendations

Present findings in this structure:
- **Summary**: Key insights in 2-3 sentences
- **Analysis**: Detailed breakdown with supporting data
- **Visualization**: Suggest appropriate charts/graphs
- **Recommendations**: Actionable next steps

Use Python (pandas, matplotlib, seaborn) for data work.

Mejores Prácticas del Prompt del Sistema

Haz:

✅ Sé específico sobre el rol y experiencia del agente
✅ Define responsabilidades y prioridades claras
✅ Especifica formato de salida y estructura
✅ Incluye ejemplos del comportamiento deseado
✅ Establece límites y restricciones
✅ Define estilo de comunicación y tono

No Hagas:

❌ Sé vago ("Eres útil")
❌ Incluyas instrucciones contradictorias
❌ Hagas prompts innecesariamente largos (mantén bajo 500 palabras)
❌ Olvides especificar el formato de salida
❌ Asumir contexto que no se proporciona

Prueba e Iteración

Prueba Inicial:

Crear agente con tu prompt
Ejecutar 5-10 consultas de prueba
Evaluar respuestas

Itera:

Identifica problemas (demasiado verboso, falta información clave, tono incorrecto)
Actualiza el prompt del sistema
Prueba de nuevo
Repite hasta estar satisfecho

Control de Versiones: Mantén un registro de cambios de prompt:

# Versión 1.0 (2025-01-15)
- Prompt inicial

# Versión 1.1 (2025-01-16)
- Añadida especificación de formato de salida
- Aclarado tono y estilo

# Versión 1.2 (2025-01-17)
- Reducida verbosidad
- Añadidos niveles de prioridad para comentarios

Elegir el Modelo Correcto

Comparación de Modelos

Modelo	Contexto	Velocidad	Costo	Mejor Para
Claude 3.5 Sonnet	200K	Rápido	Medio	Tareas generales, calidad balanceada
Claude 3 Opus	200K	Lento	Alto	Razonamiento complejo, tareas críticas
Claude 3.5 Haiku	200K	Más Rápido	Bajo	Tareas simples, alto volumen

Cuándo Usar Cada Modelo

Claude 3.5 Sonnet (Predeterminado - Mejor para la Mayoría de Casos)

Revisión y generación de código
Escritura de contenido
Análisis de datos
Soporte al cliente
Automatización general

Claude 3 Opus (Premium - Tareas Complejas)

Investigación y análisis avanzado
Toma de decisiones crítica
Resolución de problemas complejos
Análisis legal o médico
Contenido de alto riesgo

Claude 3.5 Haiku (Economía - Alto Volumen)

Q&A simple
Clasificación de datos
Moderación de contenido
Resúmenes rápidos
Enrutamiento y triaje

Cambiar Modelos

Puedes cambiar el modelo en cualquier momento:

Vía UI:

Abre configuración del agente
Selecciona dropdown de "Modelo"
Elige nuevo modelo
Haz clic en "Guardar"

Vía API:

curl -X PATCH "https://cc.teamday.ai/api/v1/agents/char_abc123" \
  -H "Authorization: Bearer $TEAMDAY_API_TOKEN" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "claude-3-opus-20240229"
  }'

Establecer Visibilidad

La visibilidad controla quién puede acceder y usar tu agente.

Opciones de Visibilidad

1. Privado

Quién puede acceder: Solo tú
Caso de uso: Experimentos personales, trabajo sensible
Compartir: No se puede compartir

2. Organización

Quién puede acceder: Todos los miembros de la organización
Caso de uso: Colaboración de equipo, misiones compartidas
Compartir: Automático para miembros de org

3. Público

Quién puede acceder: Cualquiera con enlace (solo lectura)
Caso de uso: Demostraciones, vitrinas, herramientas públicas
Compartir: Compartir basado en enlaces
Nota: La ejecución aún requiere membresía de org

Cambiar Visibilidad

Vía UI:

Abre configuración del agente
Selecciona dropdown de "Visibilidad"
Elige nuevo nivel
Haz clic en "Guardar"

Vía API:

curl -X PATCH "https://cc.teamday.ai/api/v1/agents/char_abc123" \
  -H "Authorization: Bearer $TEAMDAY_API_TOKEN" \
  -H "Content-Type: application/json" \
  -d '{
    "visibility": "organization"
  }'

Probar Tu Agente

Pruebas Interactivas

Vía UI - Interfaz de Chat:

Navega a página de detalles del agente
Haz clic en la pestaña "Chat"
Ingresa mensaje de prueba
Revisa respuesta

Escenarios de Prueba:

Escenario 1: Capacidad Básica

Mensaje: "¡Hola! ¿Para qué estás diseñado?"
Esperado: El agente describe su rol y capacidades

Escenario 2: Tarea Específica

Mensaje: "Revisa esta función Python: [pega código]"
Esperado: Revisión detallada de código con comentarios específicos

Escenario 3: Caso Límite

Mensaje: "¿Puedes ayudarme con JavaScript?"
Esperado: El agente o bien ayuda o explica que está especializado en Python

Screenshot

Pruebas de API

Ejecuta Agente:

curl -X POST "https://cc.teamday.ai/api/v1/agents/char_abc123/execute" \
  -H "Authorization: Bearer $TEAMDAY_API_TOKEN" \
  -H "Content-Type: application/json" \
  -d '{
    "message": "Review this code: def get_user(id): return db.query(\"SELECT * FROM users WHERE id=\" + id)"
  }'

Respuesta:

{
  "executionId": "exec_xyz789",
  "message": "🔴 **Problema de Seguridad Crítico**: Vulnerabilidad de Inyección SQL\n\nTu código es vulnerable a ataques de inyección SQL...\n\n**Corrección:**\n```python\ndef get_user(id):\n    return db.query(\"SELECT * FROM users WHERE id=?\", (id,))\n```",
  "status": "completed",
  "usage": {
    "inputTokens": 156,
    "outputTokens": 234
  }
}

Criterios de Evaluación

Lista de Verificación de Calidad:

✅ Las respuestas son precisas y relevantes
✅ El tono coincide con el prompt del sistema
✅ El formato de salida es consistente
✅ El agente se mantiene dentro de su rol definido
✅ Maneja casos límite graciosamente

Configuración Avanzada

Añadir Metadatos

Almacena información adicional con tu agente:

curl -X PATCH "https://cc.teamday.ai/api/v1/agents/char_abc123" \
  -H "Authorization: Bearer $TEAMDAY_API_TOKEN" \
  -H "Content-Type: application/json" \
  -d '{
    "metadata": {
      "version": "1.2",
      "author": "engineering-team",
      "lastReviewed": "2025-01-15",
      "tags": ["code-review", "python", "security"]
    }
  }'

Temperatura y Muestreo

Controla la aleatoriedad de respuesta (próximamente):

{
  "model": "claude-3-5-sonnet-20241022",
  "temperature": 0.7,
  "topP": 0.9,
  "maxTokens": 2000
}

Temperatura:

0.0 - Determinístico, enfocado
0.7 - Balanceado (predeterminado)
1.0 - Creativo, variado

Instrucciones Personalizadas

Añade instrucciones específicas del contexto:

{
  "customInstructions": {
    "codeReview": "Focus on security and performance",
    "outputFormat": "markdown with code blocks",
    "prioritization": "critical issues first"
  }
}

Mejores Prácticas

1. Comienza Simple, Itera

Agente Inicial:

You are a code reviewer. Review code for bugs and best practices.

Después de Pruebas:

You are an expert Python code reviewer specializing in security and performance.

When reviewing code:
1. Check for security vulnerabilities (SQL injection, XSS, etc.)
2. Identify performance bottlenecks
3. Ensure PEP 8 compliance
4. Verify proper error handling

Provide feedback with:
- Issue severity (🔴 Critical, 🟡 Important, 🟢 Suggestion)
- Specific location in code
- Fixed code example
- Brief explanation

2. Usa Nombres Descriptivos

Nombres Buenos:

✅ "Auditor de Seguridad Python"
✅ "Escritor de Blog de Marketing"
✅ "Triador de Soporte al Cliente"

Nombres Malos:

❌ "Agente 1"
❌ "Ayudante General"
❌ "Bot de Prueba"

3. Documenta Tus Agentes

Añade descripciones y metadatos:

{
  "name": "Python Code Reviewer",
  "description": "Automated code review focusing on security, performance, and best practices for Python 3.10+ codebases",
  "metadata": {
    "purpose": "code-review",
    "languages": ["python"],
    "focusAreas": ["security", "performance", "style"],
    "team": "engineering",
    "version": "2.0"
  }
}

4. Prueba Exhaustivamente

Matriz de Pruebas:

Tipo de Prueba	Ejemplo
Caso feliz	Entrada normal, esperada
Casos límite	Entrada vacía, entrada muy larga
Entrada inválida	Formato incorrecto, datos faltantes
Casos límite	Longitud máxima, caracteres especiales

5. Control de Versiones

Rastrea cambios en tus agentes:

# Registro de Evolución de Agentes

## v1.0 (2025-01-10)
- Creación inicial
- Capacidades básicas de revisión de código

## v1.1 (2025-01-12)
- Enfoque de seguridad añadido
- Formato de salida mejorado

## v1.2 (2025-01-15)
- Niveles de severidad añadidos
- Ejemplos de código incluidos en comentarios
- Optimizado para Python 3.10+

6. Monitorea el Rendimiento

Rastrea métricas clave:

Tiempo promedio de respuesta
Uso de tokens por ejecución
Calificaciones de satisfacción del usuario
Patrones de fallos comunes

7. Crea Agentes Especializados

En lugar de un agente general, crea especializados:

En lugar de:

❌ "Ayudante de Propósito General"

Crea:

✅ "Revisor de Código" (para tareas de código)
✅ "Escritor de Contenido" (para tareas de contenido)
✅ "Analista de Datos" (para tareas de datos)

Beneficios:

Mejor rendimiento en tareas específicas
Prompts del sistema más claros
Más fácil de mantener y mejorar

Solución de Problemas

El Agente No Responde Como Se Esperaba

Problema: El agente da respuestas genéricas

Soluciones:

Haz el prompt del sistema más específico
Añade ejemplos concretos de salida deseada
Prueba con diferentes redacciones
Considera cambiar a un modelo más capaz

Respuestas Demasiado Verbosas

Problema: El agente escribe demasiado texto

Solución: Añade al prompt del sistema:

Keep responses concise (under 200 words unless more detail is requested).
Use bullet points for lists.

El Agente Se Sale del Tema

Problema: El agente no se mantiene dentro de su rol definido

Solución: Añade límites claros al prompt del sistema:

IMPORTANT: You ONLY review Python code. If asked about other topics, politely redirect: "I'm specialized in Python code review. For other topics, please consult a different agent."

Formato de Salida Inconsistente

Problema: Las respuestas del agente varían en estructura

Solución: Especifica el formato exacto en el prompt del sistema:

Always structure your response as:

## Summary
[1-2 sentence overview]

## Issues Found
[List with severity markers]

## Recommendations
[Specific action items]

Uso de Tokens Alto

Problema: Las ejecuciones usan demasiados tokens

Soluciones:

Optimiza el prompt del sistema (elimina texto innecesario)
Establece límite de tokens máximo
Cambia a modelo más eficiente (Haiku)
Divide tareas complejas en pasos más pequeños

Próximos Pasos

Ahora que has creado tu primer agente, explora:

1. Configura un Área de Trabajo

Crea un espacio para que tu agente trabaje con archivos
Guía: Configuración de Espacios

2. Habilita Integración con Git

Permite que tu agente trabaje con repositorios
Guía: Integración con Git

3. Instala Complementos MCP

Añade herramientas e integraciones para extender capacidades
Guía: Complementos MCP

4. Crea Sub-Agentes

Construye agentes especializados que trabajen juntos
Guía: [Delegación de Agentes

5. Programa Tareas Automatizadas

Configura misiones recurrentes
Guía: Automatización

Recursos de Aprendizaje

Referencia de API - Documentación completa de API de agentes
Prompts e Instrucciones - Ingeniería de prompts avanzada

¡Feliz construcción de agentes! 🤖