En vivo 18.11 · Cohorte 318 nov, 19:00 MSK — taller práctico gratuito de agentes IA · Cohorte 3 en vivo inicia 23.11Taller 18 nov →Cohorte 3 (23.11)
LanzamientoAnálisis · En radarHabr AI→ original

Un arquitecto de sistemas de IA crea un «Canon» para analistas: 17 documentos de requisitos de negocio en 8 días

Nikolái Karpov, arquitecto de sistemas de IA, creó para un departamento de analistas un «Canon» común: un conjunto de roles, habilidades, herramientas y reglas para agentes. Se probó con una fecha límite real en un producto de pagos y, en lugar de dos semanas de trabajo manual, el equipo entregó el conjunto de documentos en 8 días laborables. Lo que dio resultado no fue la generación de texto, sino las reglas de confianza en ella.

Procesado por IA desde Habr AI; editado por Hamidun News
Un arquitecto de sistemas de IA crea un «Canon» para analistas: 17 documentos de requisitos de negocio en 8 días
Fuente: Habr AI. Collage: Hamidun News.
Escuchar artículo
Ficha técnica y cifras clave
ParámetroDatos
Fuente originalHabr AI ↗
Editor jefe
Dato clave #1El rol fija los límites, la habilidad aporta la metodología, el script ejecuta la operación
Dato clave #2Al digitalizar, las tablas se guardan solo en HTML; de lo contrario se pierde la jerarquía
Dato clave #3Las lagunas de datos el agente las anota en open-questions.md en lugar de inventarlas

La mayoría de las historias sobre agentes de IA en el trabajo terminan en la productividad personal: un entusiasta configuró sus prompts y a él todo le funciona de maravilla. Nikolái Karpov, arquitecto de sistemas de IA, contó en Habr qué ocurre después, cuando hay que dar el mismo resultado a todo un departamento de analistas sin obligar a cada uno a hacer un curso de ingeniería de prompts.

Prueba de fuego en lugar de presentación

La primera prueba real no tuvo lugar en un entorno de pruebas. Un analista debía entregar al cliente un conjunto de requisitos de negocio para un nuevo producto de pagos, justo cuando se habían actualizado las fuentes regulatorias. Hacerlo a mano, según la estimación del propio analista, habría llevado más de dos semanas. Un conjunto mínimo de plantilla, roles, habilidades y herramientas se montó sobre la marcha, y durante una semana el autor trabajó como copiloto del analista y ajustó el canon directamente para la tarea.

La conclusión clave: la mayor parte del tiempo no se fue en generar, sino en las condiciones de confianza. Con qué plantilla construir el documento, de dónde sacar los datos, cómo buscar colisiones, qué hacer cuando faltan datos. Cuando el agente empezó a inventar, ayudó no solo bajar la temperatura a 0,2 y el top-p a 0,85, sino también las reglas para tratar los datos ausentes. Por cierto, los parámetros eran distintos para otros especialistas: a ellos les bastaba una temperatura de 0,6. Resultado: 14 documentos en 8 días laborables; después el conjunto creció hasta 17, cada uno revisado por una persona y publicado en Confluence.

Cómo está organizado el canon

El autor separó cuatro entidades. El rol se encarga de los límites de autoridad y del trabajo con la incertidumbre. La habilidad describe una metodología: un caso de uso, una interfaz y una API requieren comprobaciones distintas. La herramienta es un script para una operación repetible, por ejemplo generar un DOCX o validar un XML. La plantilla define la forma. Las instrucciones detalladas se cargan solo cuando hacen falta, así que el contexto no se satura.

La estructura de los proyectos también hubo que rehacerla tras los comentarios de los compañeros. Al principio había tres capas: fuentes, borradores, artefactos. Luego resultó que un documento pasa por muchas iteraciones y aparecieron directorios por tipo de documento, con md/ y docx/ uno junto al otro. El contrato es simple: todo lo que está en los directorios de trabajo es un borrador, aunque la compilación haya salido bien. Las versiones aceptadas por el especialista pasan a un directorio de publicación aparte.

Los detalles que deciden

La digitalización de las fuentes se considera el cimiento: si el agente lee mal una tabla, el error se filtra a los requisitos. Las tablas complejas de los reguladores, con filas anidadas, perdían la jerarquía en una representación plana, así que la regla se volvió estricta: tablas solo en HTML. Los esquemas se convierten a PlantUML, draw.io o BPMN, pero se cotejan con el original, pues un esquema sintácticamente correcto no garantiza conexiones correctas.

Las lagunas de datos el agente las registra en open-questions.md con un identificador y un estado, y en el documento deja una marca explícita con un enlace. Está prohibido inventar una respuesta, y en la siguiente sesión el agente lee el registro y continúa.

Qué llevarse de todo esto

Si vas a implantar agentes en un equipo, empieza no por elegir el modelo, sino por los contratos: quién responde de qué, dónde están los borradores y dónde lo aceptado, cómo se registran las incógnitas. Los errores de los usuarios conviene convertirlos en correcciones del canon, no dejarlos en el chat. Y no confundas una solución urgente con una permanente: el autor califica abiertamente el cambio entre modelos por los límites de la suscripción como una decisión bajo presión, no como una recomendación.

El artículo se interrumpe a la mitad, así que sobre el soporte mediante mensajeros y la memoria solo se puede juzgar por el índice, pero la base ya es útil para quienes construyen este tipo de infraestructura.

Historia

Preguntas frecuentes sobre la noticia

¿Qué se sabe sobre Prueba de fuego en lugar de presentación?

La primera prueba real no tuvo lugar en un entorno de pruebas. Un analista debía entregar al cliente un conjunto de requisitos de negocio para un nuevo producto de pagos, justo cuando se habían actualizado las fuentes regulatorias. Hacerlo a mano, según la estimación del propio analista, habría llevado más de dos semanas.

Cómo está organizado el canon?

El autor separó cuatro entidades. El rol se encarga de los límites de autoridad y del trabajo con la incertidumbre. La habilidad describe una metodología: un caso de uso, una interfaz y una API requieren comprobaciones distintas. La herramienta es un script para una operación repetible, por ejemplo generar un DOCX o validar un XML. La plantilla define la forma. Las instrucciones detalladas se cargan solo cuando hacen falta, así que el contexto no se satura.

¿Qué se sabe sobre Los detalles que deciden?

La digitalización de las fuentes se considera el cimiento: si el agente lee mal una tabla, el error se filtra a los requisitos. Las tablas complejas de los reguladores, con filas anidadas, perdían la jerarquía en una representación plana, así que la regla se volvió estricta: tablas solo en HTML. Los esquemas se convierten a PlantUML, draw.io o BPMN, pero se cotejan con el original, pues un esquema sintácticamente correcto no garantiza conexiones correctas.

ZK
Zhemal Khamidun — CPO de Alpina Digital, product manager de AlpinaGPT. Crea productos de IA desde 2019. Hamidun News es un proyecto personal que creció hasta ser un agregador en producción con más de 6.000 lectores.
✦ Private AI Builders Community · Vibe Club

Ship AI Faster with Founders, Engineers & Weekly Architecture Reviews

Inside Vibe Club (hamidun.com/club) — weekly live masterminds with Zhemal Khamidun, Tech Radar, full LMS access, and 370+ production Claude Code skills.

Join Vibe Club →Explore Hamidun Academy
¿Qué te parece?
Cargando comentarios…