--- title: "Habilidades de los agentes de IA: qué son y cómo crearlas" description: "Descubre qué son las habilidades de los agentes de IA, cómo funciona la divulgación progresiva y aprende a crear flujos de trabajo reutilizables y eficaces." canonical_url: "https://techvoyage.dev/es/article/ai-agent-skills-what-they-are-how-to-create-them" last_updated: "2026-10-20T09:53:45.382Z" --- ## ¿Qué es una habilidad de un agente de IA? Una habilidad de un agente (agent skill) es un **conjunto de instrucciones** reutilizable: un procedimiento estandarizado que le indica al agente cómo realizar correctamente un tipo específico de tarea. Consiste en un único archivo en formato Markdown, `SKILL.md`, y puede incluir cualquier otro archivo que requiera la tarea, como documentos de referencia, plantillas o scripts ejecutables. Tomemos como ejemplo la habilidad [`grill-me`](https://github.com/mattpocock/skills/blob/733d312884b3878a9a9cff693c5886943753a741/skills/productivity/grill-me/SKILL.md): ```yaml --- name: grill-me description: Interview the user relentlessly about a plan or design until reaching shared understanding, resolving each branch of the decision tree. Use when user wants to stress-test a plan, get grilled on their design, or mentions "grill me". --- Interview me relentlessly about every aspect of this plan until we reach a shared understanding. Walk down each branch of the design tree, resolving dependencies between decisions one-by-one. For each question, provide your recommended answer. Ask the questions one at a time. If a question can be answered by exploring the codebase, explore the codebase instead. ``` Un archivo `SKILL.md` contiene un pequeño bloque de metadatos y un cuerpo de instrucciones. Los metadatos incluyen el nombre y la descripción de la habilidad, que el agente de IA carga al iniciarse. ## Cómo funcionan las habilidades de agentes de IA: divulgación progresiva Inicialmente, solo se cargan en el contexto el nombre y la descripción de la habilidad. Cuando la solicitud del usuario coincide con la descripción de una habilidad, el cuerpo completo de instrucciones se carga en el mismo contexto. Veamos cómo se utiliza la habilidad [`grill-me`](https://github.com/mattpocock/skills/blob/733d312884b3878a9a9cff693c5886943753a741/skills/productivity/grill-me/SKILL.md). ![Diagrama de secuencia que ilustra el mecanismo de divulgación progresiva para la ejecución de habilidades de agentes de IA](https://inimages.techvoyage.dev/articles/AI%20Agent%20Skills%20What%20They%20Are%20%26%20How%20to%20Create%20Them/ai-agent-skill-progressive-disclosure-sequence-diagram.webp) ### Paso a paso 1. **Solicitud (Request)** — El usuario le pide algo al agente ("pon a prueba el diseño de mi flujo de trabajo"). 2. **Prompt de selección** — La solicitud del usuario, junto con las descripciones de todas las habilidades disponibles, se envía al LLM. 3. **Selección del LLM** — El LLM compara la solicitud con cada descripción y devuelve la habilidad o habilidades que coinciden. 4. **Confirmación** — El agente muestra la habilidad propuesta al usuario, quien confirma (or rechaza/ajusta) la elección. 5. **Carga de instrucciones** — El agente obtiene las instrucciones *completas* de la habilidad confirmada: el cuerpo de `SKILL.md`. 6. **Prompt de ejecución** — La solicitud del usuario **junto con las instrucciones de la habilidad seleccionada** se envía al LLM. 7. **Respuesta** — El LLM genera el resultado, que en este caso es la primera pregunta del interrogatorio. Ahora vamos a usar [`excalidraw-diagram-skill`](https://github.com/coleam00/excalidraw-diagram-skill) para ilustrar cómo se utiliza una *skill* con un documento de referencia: ![Diagrama de secuencia que muestra a un agente de IA ejecutando una habilidad cargada con archivos de referencia y plantillas externas](https://inimages.techvoyage.dev/articles/AI%20Agent%20Skills%20What%20They%20Are%20%26%20How%20to%20Create%20Them/ai-agent-skill-with-reference-files-sequence-diagram.webp) ### Paso a paso 1. **Solicitud (Request)** — El usuario le pide algo al agente ("dibuja el flujo de trabajo del proceso de despliegue"). 2. **Prompt de selección** — La solicitud del usuario, junto con las descripciones de todas las habilidades disponibles, se envía al LLM. 3. **Selección del LLM** — El LLM compara la solicitud con cada descripción y devuelve la habilidad o habilidades que coinciden. En este caso, "dibuja el flujo de trabajo" coincide con la descripción de `excalidraw-diagram`, por lo que se selecciona. 4. **Confirmación** — El agente muestra la habilidad propuesta al usuario, quien confirma (or rechaza/ajusta) la elección. 5. **Carga de instrucciones** — El agente obtiene las instrucciones *completas* de la habilidad confirmada: el cuerpo de `SKILL.md` y cualquier archivo de referencia (para `excalidraw-diagram`, esto incluye la paleta de colores, el esquema JSON y las plantillas de elementos). 6. **Prompt de ejecución** — La solicitud del usuario **junto con las instrucciones de la habilidad seleccionada** se envía al LLM. El modelo dispone ahora de la metodología detallada que necesita. 7. **Respuesta** — El LLM genera el resultado (un archivo JSON `.excalidraw`), que el agente devuelve al usuario. ## Habilidades de agentes de IA frente a herramientas y MCP Las habilidades no sustituyen a los prompts, a las herramientas ni al Model Context Protocol (MCP). Las herramientas y las integraciones MCP amplían el alcance de un agente hacia sistemas externos (como consultar una base de datos, llamar a una API, etc.). Las habilidades, por su parte, profundizan el conocimiento del agente para completar una tarea. Un MCP como el [Configuración de NetSuite MCP en ChatGPT y Claude](/article/setup-netsuite-mcp-on-chatgpt-claude) permite que un agente responda a preguntas de los usuarios accediendo a datos financieros y operativos en tiempo real en NetSuite. A su vez, una habilidad de informes operativos de NetSuite guiará al agente sobre cómo redactar ese informe y presentar la respuesta de forma clara al usuario. Algunos escenarios habituales para usar habilidades son: - Flujos de trabajo de varios pasos - Procesamiento de documentos, como la extracción de datos de archivos PDF - Estándares de generación de código ## Cómo crear habilidades de agentes de IA 1. **Crea una carpeta** con el nombre de la habilidad (por ejemplo, `netsuite-operation-report/`). 2. **Escribe SKILL.md** con un campo `name`, una `description` clara y concisa, y un cuerpo de instrucciones breve (menos de 200 palabras). 3. **Añade recursos** que la tarea necesite (documentos de referencia, plantillas, scripts). Mantén el archivo `SKILL.md` corto y enlaza los detalles externos. 4. **Instálala** en un lugar donde los agentes puedan descubrirla. Consulta [Centralizar las habilidades de los agentes](/article/centralised-the-skills-for-agents) para saber cómo gestionar habilidades en múltiples agentes. Consejos para escribir buenas habilidades: - Escribe la descripción pensando en el disparador del sistema (trigger), no en un lector humano. - Mantén `SKILL.md` ligero (menos de 200 palabras). Describe el caso general en el cuerpo e introduce los casos extremos en documentos de referencia. - Utiliza scripts para cualquier tarea determinista. No le pidas al LLM que realice operaciones aritméticas. - Controla las versiones. Guárdalo en tu repositorio de git. ## Conclusión A diferencia de las herramientas y MCP, que definen *con qué conectarse*, las habilidades de los agentes empaquetan *cómo hacer el trabajo*. Son un complemento esencial, no un sustituto. Al aprovechar la divulgación progresiva, las habilidades mantienen la ventana de contexto del agente limpia y eficiente, cargando instrucciones detalladas, documentos de referencia y scripts ejecutables únicamente cuando la solicitud del usuario los activa.