Guía de Usuario de Modassembly
Tipos de Agentes
Modassembly tiene 3 tipos de agentes (esto cambiará a medida que la plataforma evolucione):
- Super Agente: El tipo más potente. Puede ser entrenado por ti y puede entrenar a otros agentes.
- Agente externo: Un agente expuesto a stakeholders fuera de la empresa, p. ej. clientes. Por esa razón, debemos tener mucho cuidado con el acceso que le damos. No puede ser entrenado por la persona que habla con él. Solo puede ser entrenado por un Super Agente.
- Agente interno: Igual que el Super Agente pero no puede entrenar a otros agentes. Pensado para stakeholders internos.
Cómo entrenar a tu agente
“Entrenar a un agente” significa 2 cosas en realidad:
- Mostrarle al agente cómo haces las cosas.
- Ayudar al agente a mapear eso en su propio framework.
Memoria
¿Cómo recuerda la IA lo que le dijiste?
Memoria de corto plazo
Los modelos de lenguaje grandes (como Claude o ChatGPT) tienen una “ventana de contexto”. Piénsalo como una cubeta. Esta memoria de corto plazo es limitada. El tamaño de la ventana de contexto del Super Agente es de 200,000 tokens o 150,000 palabras o 1 libro de Harry Potter. Cuando se llena, la información empieza a desbordarse. Piénsalo como un límite de hardware.
Memoria de largo plazo
En Modassembly, el agente puede “recordar” más allá de los 200,000 tokens de 2 formas:
Mirar hacia atrás
Los agentes Super/internos pueden literalmente buscar en conversaciones pasadas. De esa forma, pueden “recordar” información que se ha caído de la cubeta.
Base de conocimiento
Estos son artículos que el agente escribe en su “workspace”. Piénsalo como una nota para el agente.
Los agentes externos dependen exclusivamente de bases de conocimiento. La base de conocimiento es como su manual de operaciones.
“ADVERTENCIA: Límite de contexto alcanzado”
Cuando ves esta advertencia, significa que el agente ha llenado ~90% de sus 200,000 tokens y necesita tirar algo fuera de la cubeta; de lo contrario, se detendría por completo.
Aunque puedes seguir trabajando en la misma sesión de conversación, puedes ver cómo varias de estas “compactaciones”, inevitablemente, hacen que olvide cosas. La forma de salir de esto es:
- Escribe:
/save. - Espera a que el agente actualice su workspace. Cuando termine, te pedirá que escribas
/new. - Escribe:
/new. - Reiniciará su memoria de corto plazo (ahora dependemos de la memoria de largo plazo).
Skills
Una “skill” es un estándar entre los Agentes de IA (Claude, OpenClaw, etc.). Una skill es como una receta de cómo hacer algo. Piénsalo como una base de conocimiento para hacer cosas.
Donde se vuelven diferentes de una base de conocimiento normal es que el agente puede escribir código junto con las instrucciones. Este código (escrito 100% por IA) es cómo el agente se conecta a APIs, etc.
El “workspace”
El workspace en Modassembly es simplemente el lugar donde el agente guarda su base de conocimiento y sus skills.
En resumen
Para entrenar a un agente, necesitas:
- Mostrarle tus procesos.
- Ayudarlo a estructurar su memoria y a recordar cosas.
- Ayudarlo a escribir sus skills.
Consejos para mejorar tu agente
Cómo darle instrucciones
Lamentablemente, no hay prompts mágicos. Modassembly no cree que los prompts que circulan por ahí de los “influencers” realmente funcionen.
Puedes pensar en la IA moderna como un Ferrari. Puede hacer mucho, pero no es necesariamente fácil de manejar.
Modassembly cree que la mejor forma de darle instrucciones a tu agente es: siendo curioso, lanzándole cosas y entendiendo los fundamentos (memoria y skills).
Mejora su memoria
Si notas que tu agente no está recordando algo, empújalo a recordar, empújalo a buscar en sus conversaciones pasadas y/o en su base de conocimiento. Trata de entender por qué no recuerda.
Mejora su calidad
Una vez que le has mostrado cómo hacer algo que será recurrente, o que has corregido un paso en cómo hace las cosas, pídele que lo “guarde como una skill”. Esto mejorará el rendimiento de la tarea porque queda integrado en su framework.
Revisa su resultado
Lamentablemente, la IA comete errores. No tomes su resultado como verdad absoluta. Haz una pasada, revisa si se ve correcto.
“Mi agente se está volviendo tonto”
El motor de tu Ferrari es tan bueno como su carrocería. La IA es el motor, Modassembly es la carrocería.
Si sientes que tu agente está actuando torpe, hay una posibilidad legítima de que haya un bug en Modassembly. Contacta a Luis.
Créditos de IA
El gasto de IA se calcula con base en 3 factores:
- Inteligencia del modelo. Al momento de escribir esto, Modassembly usa Claude (de Anthropic) exclusivamente. Modassembly ofrece los siguientes modelos de Claude:
Modelo Notas Opus 4.6 Inteligencia máxima, usado por el Super Agente. Sonnet 4.6 Inteligencia moderada, usado por los agentes internos/externos. Haiku 4.5 La inteligencia más baja, normalmente no se usa, pero está disponible. Opus 5 El modelo más inteligente y más caro, lanzado el 9 de junio de 2026. Experimental pero disponible. - Tokens de entrada. Qué tan larga es la conversación actual + tu nuevo mensaje + la nueva información que el agente lee mientras corre.
- Tokens de salida. Cuántos tokens genera el agente. Incluye el uso de “skills”.
Los créditos de IA se pagan directamente a Anthropic. Puedes encontrar sus precios aquí: platform.claude.com/docs/en/about-claude/pricing.
Cómo ahorrar en créditos de IA
1. Corre seguido: /new
El consejo es correr /new cada vez que cambias a una tarea completamente nueva. Ejemplo: estabas entrenando a tu agente para generar un reporte y ahora quieres construir una presentación. Son, en su mayoría, dos tareas no relacionadas. Escribe: /save y luego: /new.
Un consejo más simple es correr /new una vez al día.
2. Mantén un workspace ordenado
La mejor forma de ayudar a tu agente a generar menos tokens es exactamente la misma forma en que lo ayudas a ser mejor en su trabajo: mantén su base de conocimiento y sus skills actualizadas y organizadas.