Saltar al contenido
Explorar conocimiento
Portafolio

concepto · intermedio · 2 min de lectura

Planning en Agentes IA

El planning permite a un agente IA descomponer un objetivo complejo en pasos, ejecutarlos en orden y ajustar el plan si algo falla.

No requiere conocimientos previos.

Alcance en breve

Cubre

  • Planning as a concept

No cubre

  • implementation details

Supone

  • The reader understands relevant fundamentals.

Resumen

Un LLM sin planning puede responder preguntas pero no ejecutar tareas multi-paso. El planning dota al agente de capacidad para: descomponer "reservar un vuelo y hotel dentro del presupuesto" en buscar vuelos, filtrar por precio, buscar hoteles cercanos, verificar disponibilidad y confirmar. Cada paso puede fallar, y el agente debe adaptar el plan.

Hay dos enfoques: planning explícito —el agente genera un plan completo antes de actuar— y planning reactivo —el agente decide el siguiente paso sobre la marcha (ReAct: Reason + Act)—. El primero es más eficiente; el segundo, más robusto ante imprevistos.

Alcance y supuestos

Cubre planning en agentes IA, ReAct y la diferencia con ejecución simple. Asume familiaridad con agentes IA.

Modelo mental

Un GPS que recalcula la ruta cuando te equivocás de salida. No te dice "bueno, arreglate". Recalcula desde tu posición actual. El planning es ese GPS para tareas complejas.

Uso práctico

  • ✅ Agentes que ejecutan tareas multi-paso, asistentes de coding, automatización.
  • ❌ Preguntas factuales simples: un LLM sin planning responde más rápido.

Ejemplo trabajado: agente de viajes

Usuario: "Quiero ir a Madrid del 10 al 15 de agosto, presupuesto $1500". El agente planifica: 1) buscar vuelos, 2) filtrar < $800, 3) buscar hoteles en el centro < $700, 4) verificar disponibilidad, 5) presentar opciones. Si no hay hoteles en ese rango, ajusta el paso 3 a "hoteles a < 15min del centro".

Evidencia

  • ReAct (2022) popularizó el ciclo Reason-Act. LangGraph y CrewAI implementan planning.

Fuentes citadas