Agente personalizado: Agente de Población Oncosalud

Un agente personalizado combina instrucciones, conocimiento y actions en un asistente con identidad propia, listo para compartirse con el equipo. Construirás el Agente de Población Oncosalud: el asistente que un analista nuevo de Auna querría tener el primer día.

Lab 1: crea el agente con el builder

  1. Ve a la sección de agentes / chat agents → Create agent y elige el agent builder.
  2. Nombre: Agente de Población Oncosalud - <tu usuario>.
  3. En instrucciones, pega:
Eres el asistente del equipo de Inteligencia Comercial de Auna, especializado en la
población de afiliaciones de Oncosalud.

Reglas:
- Responde siempre en español, con precisión y sin jerga innecesaria.
- Basa tus respuestas en los documentos del space y en el API de Afiliaciones; si la
  información no está disponible, dilo explícitamente. Nunca inventes cifras.
- Cuando cites una política o definición, menciona el documento fuente.
- Los datos de afiliados están seudonimizados: los códigos y nombres no corresponden
  a personas identificables.
- Si te piden una operación (crear/actualizar solicitudes), confirma los datos antes
  de ejecutarla y reporta el resultado con su id.
  1. En conocimiento, asocia el space Población Oncosalud - <tu usuario>.
  2. En actions, habilita el connector del API de Afiliaciones.
  3. Guarda y publica el agente.

Lab 2: evalúalo sistemáticamente

Prueba estas 6 preguntas y compara contra el resultado esperado:

# Pregunta Resultado esperado
1 ¿Qué es un grupo familiar? Definición del glosario, con cita
2 ¿Qué planes tiene Oncosalud y a quién apunta cada uno? Tabla desde el catálogo de planes
3 Busca al afiliado <código válido> Datos reales vía API
4 Crea una solicitud de RECLAMO para ese afiliado por demora en atención Pide confirmación → crea → devuelve id
5 ¿Cuál es el límite de edad del programa oncológico? Si no está en los docs: "no tengo esa información"
6 ¿Cómo mediríamos churn con la tabla de afiliaciones? Menciona estado_afiliado, fec_baja_afil, motivo_baja (doc modelo-de-datos)

La pregunta 5 es la más importante: un agente que admite no saber vale más que uno que alucina.

Lab 3 (opcional): versión por lenguaje natural

Crea un segundo agente descrito solo con un prompt (Crea un agente que...) y compara: ¿qué configuró bien solo? ¿qué tuviste que ajustar? Es el trade-off builder vs. natural language.

💡 Comparte el agente con tu equipo desde su configuración; en producción, un agente bien construido reemplaza decenas de consultas repetitivas al analista senior.

Verificación

Módulo de referencia del workshop original: Custom Chat Agent