Software Insights

Cómo crear un agente de IA personalizado en monday.com

Escrito por Equipo de redacción de Drew Tech | Sep 14, 2026, 8:00:01 PM

Qué necesitás antes de empezar

Confirmá estos tres puntos antes de empezar:

  • Acceso a Agent Factory. Es un producto independiente del monday.com "clásico", con su propio inicio de sesión; no requiere que ya tengas cuenta de monday.com.
  • Permisos de administrador sobre los tableros y canales que el agente va a leer o donde va a publicar (Slack, Gmail, Google Calendar).
  • Claridad sobre el caso de uso. Un agente sin objetivo acotado tiende a producir resultados genéricos.

Un dato clave para presupuestar: Agent Factory funciona con un modelo de créditos por uso.

 

Paso 1: Definí el objetivo del agente

Antes de escribir una sola instrucción, respondé tres preguntas:

  • ¿Qué tarea repetitiva vas a delegarle? (armar un informe, responder consultas, enviar un resumen)
  • ¿Con qué frecuencia debe actuar? (diaria, semanal, a demanda)
  • ¿Quién recibe el resultado y en qué canal?

Un objetivo acotado —"resumir el estado de un proyecto todos los viernes y publicarlo en un canal de Slack"— da mejores resultados que uno amplio como "ayudar con la gestión de proyectos". Cuanto más específico el objetivo, más fácil es traducirlo en instrucciones concretas.

<<<Agents en monday.com: 15 casos de uso para optimizar tus procesos>>>

 

Paso 2: Redactá las instrucciones (el prompt)

Las instrucciones se escriben en el chat al crear el agente en Agent Factory, y se ajustan después en la pestaña Instrucciones. Una buena instrucción incluye:

  • La acción exacta que debe ejecutar el agente.
  • Los recursos o tableros que puede usar como fuente.
  • El tono y estilo de la respuesta.
  • Cualquier restricción (qué no debe hacer, qué formato evitar).

Evitá instrucciones ambiguas como "mantené informado al equipo". Una instrucción operativa se ve así:

"Todos los viernes a las 9:00, leé el tablero 'Proyecto X', identificá las tareas completadas, atrasadas y en curso, y publicá un resumen de máximo 150 palabras en el canal #proyecto-x de Slack, con el formato: Completadas / En curso / Atrasadas".

El agente muestra una vista previa apenas cargás la instrucción, así que conviene iterar ahí antes de avanzar.

 

 

Paso 3: Elegí las fuentes de datos y los tableros a los que accede

En la pestaña Capacidades, habilitá solo las integraciones que el agente necesita: monday.com, Gmail, Google Calendar, Slack o SMS. Con Slack, tené en cuenta que solo puede publicar en canales públicos o ya conectados a monday.com.

Si el agente necesita contexto adicional —manuales internos, criterios de priorización—, subilo en la pestaña Conocimiento, que acepta PDF y CSV. Esta es la fuente que consulta para tomar decisiones o responder lo que no surge directamente del tablero.

Buena práctica: habilitá solo el tablero estrictamente necesario. Dar acceso amplio "por las dudas" es una de las causas más comunes de errores en producción.

 

 

Paso 4: Configurá las acciones y herramientas que puede ejecutar

Con la capacidad de monday.com habilitada, el agente lee el estado de tareas, columnas y actualizaciones del tablero elegido. Sumá acciones de forma progresiva:

  • En Entradas, definí las variables que necesita (por ejemplo, el nombre del tablero).
  • En Resultados, especificá qué información concreta debe recopilar o generar.
  • En Disparadores, elegí cuándo se activa: por cronograma, con un widget embebido o desde un sitio propio del agente.

Cuantas más herramientas tenga habilitadas un agente, mayor es la superficie de error si una instrucción es ambigua. Empezá con el mínimo necesario y sumá capacidades solo cuando funcione de forma confiable.

<<<Agentes autónomos: Transformando la automatización empresarial>>>

 

Paso 5: Probá el agente antes de pasarlo a producción

Antes de activar cualquier agente, usá el botón Probar [nombre del agente], en la esquina superior derecha. Podés cargar datos reales o hacer clic en Completar datos de muestra.

Agent Factory muestra el resultado en la pestaña Qué ocurrió. Si no es el esperado, podés Volver a ejecutar prueba o Mejorar agente para ajustar las instrucciones. Recién cuando el resultado es consistente conviene hacer clic en Configurar activación.

 

 

Ejemplo completo: agente de resumen semanal de proyecto en Slack

Así se arma, de principio a fin, un agente que resume el estado semanal de un proyecto y lo publica en un canal:

  1. Objetivo: informar cada viernes el avance del tablero "Lanzamiento Q4" sin que un responsable tenga que armarlo manualmente.
  2. Instrucción: "Todos los viernes a las 9:00, leé el tablero 'Lanzamiento Q4'. Agrupá las tareas en Completadas, En curso y Atrasadas. Redactá un resumen de hasta 150 palabras, tono profesional y directo, y publicalo en el canal #lanzamiento-q4 de Slack. Si hay tareas atrasadas, mencioná el responsable de cada una."
  3. Capacidades: monday.com (para leer el tablero) + Slack (para publicar).
  4. Entradas: nombre del tablero, canal de destino.
  5. Resultados: cantidad de tareas por estado, lista de responsables con tareas atrasadas.
  6. Disparador: cronograma semanal, viernes 9:00.
  7. Prueba: se ejecuta con Completar datos de muestra, se revisa el resumen generado en Qué ocurrió y se ajusta el largo del texto con Mejorar agente.
  8. Activación: una vez que el resumen sale consistente en tres pruebas seguidas, se hace clic en Configurar activación.

Este esquema —objetivo acotado, instrucción específica, capacidades mínimas y testing previo— sirve como plantilla para otros agentes: reportes de ventas o seguimiento de tickets.

 

 

Errores comunes que hay que evitar

  • Instrucciones ambiguas. Frases como "mantené al equipo al tanto" dejan demasiado margen de interpretación. Cuanto más operativa la instrucción, más predecible el resultado.
  • Exceso de permisos. Habilitar todos los tableros o canales "por las dudas" aumenta el riesgo de que el agente actúe sobre información que no correspondía.
  • Falta de testing. Activar un agente sin pasar por Probar [agente] con datos de muestra es la causa más frecuente de resultados inesperados en producción.
  • Falta de supervisión humana. Los propios términos de uso de Agent Factory recomiendan mantener revisión humana en tareas con impacto legal, financiero u operativo.

 

Conclusión

Un agente de IA personalizado funciona mejor cuando parte de un objetivo acotado, instrucciones operativas y permisos mínimos. Seguir el orden objetivo → instrucciones → fuentes de datos → acciones → testing evita la mayoría de los errores que suelen aparecer recién en producción. 

El valor real de estos agentes no está en reemplazar al equipo, sino en sacarle el trabajo repetitivo: armar el mismo reporte cada semana, revisar decenas de tareas o repetir el mismo mensaje en distintos canales. Un agente bien configurado hace eso de forma consistente, sin errores de copiado y sin depender de que alguien se acuerde de hacerlo, lo que libera tiempo para lo que sí necesita criterio humano: priorizar, negociar y resolver bloqueos.