Cómo funcionan agentes y skills en AWS Quick: guía práctica para equipos

AWS Quick permite automatizar tareas repetitivas mediante agentes configurables y skills reutilizables que actúan sobre sus datos y aplicaciones. En este artículo explicamos conceptos clave —agentes, spaces, knowledge bases, datasets y conectores— y cómo aprovecharlos para su equipo.

Por Redaccion TD
Cómo funcionan agentes y skills en AWS Quick: guía práctica para equipos

Qué es AWS Quick y por qué importa para equipos

AWS Quick es un servicio potenciado por IA diseñado para automatizar tareas, analizar datos, crear aplicaciones web y apoyar investigación, todo a través de lenguaje natural. En lugar de repetir instrucciones una y otra vez —por ejemplo, cómo preparar el reporte semanal, redactar notas de lanzamiento o gestionar tickets— pueden codificarse como “skills” que los agentes ejecutan de forma consistente.

Para equipos en América Latina, esto representa una oportunidad para acelerar procesos internos, estandarizar respuestas a empleados y integrar fuentes de información locales y en español sin rediseñar flujos cada vez que surge una petición.

Conceptos fundamentales: agente, skill y datos

  • Agente: en Quick, un agente es una IA configurable con instrucciones propias, acceso a fuentes de conocimiento (spaces) y conectores que utiliza para responder y ejecutar tareas. Puede usarse en chat o correr de forma autónoma mediante una rutina. Importante: un agente solo puede acceder a los recursos y servicios a los que ustedes ya tienen permiso.

  • Skill: es un conjunto reutilizable de instrucciones que enseña al agente cómo realizar una tarea concreta. Las skills constituyen el comportamiento práctico del agente: desde generación de documentos hasta ejecución de código o investigación profunda.

  • Datos: los agentes fundamentan sus respuestas en los datos conectados a Quick —documents, dashboards, datasets y knowledge bases—, lo que permite respuestas mejor contextualizadas y accionables.

El agente integrado por defecto: Quick

Todo usuario dispone del agente integrado llamado Quick. No tiene un alcance fijo: en cada conversación usa los recursos a los que el usuario tiene acceso (spaces, knowledge bases, dashboards, conectores y skills). Esto facilita iniciar la mayoría de tareas sin preconfigurar qué datos o herramientas serán necesarios.

Si necesitan un comportamiento más limitado o especializado, pueden crear agentes personalizados configurando sus instrucciones, spaces y conectores, y luego publicarlos y compartirlos con grupos dentro de la cuenta de AWS Quick. Un ejemplo concreto que aparece con frecuencia es un agente de onboarding de Recursos Humanos que responde preguntas de nuevos empleados usando el space del equipo de HR.

Spaces: colecciones curadas de información

Un space es una colección curada de documentos y recursos de Quick que un agente usa como referencia. Pueden crear spaces para equipos, proyectos o unidades de negocio. A un space se le pueden subir archivos y carpetas, o añadir activos como dashboards, knowledge bases, action connectors y datasets.

Al iniciar una conversación con Quick es posible adjuntar un space para acotar la información que el agente considerará. Si añaden un space a la configuración de un agente, ese space pasa a formar parte del contexto permanente del agente.

Knowledge bases, datasets y dashboards

  • Knowledge base: colección organizada e indexada de documentos o contenidos optimizados para recuperación y preguntas. Quick puede sincronizar knowledge bases desde Google Drive, Microsoft OneDrive, Confluence, SharePoint, Amazon S3, un web crawler o Amazon Bedrock Managed Knowledge Bases, y las mantiene actualizadas según un cronograma de sincronización.

  • Datasets y dashboards: provienen de AWS QuickSight, la funcionalidad de inteligencia de negocios dentro de Quick (para cuentas aprovisionadas vía AWS Management Console). Un dataset es una colección de datos preparada para análisis; un dashboard es el resultado compartido de un análisis. Con datasets se puede construir metadata semántica sobre datos estructurados para permitir consultas analíticas en lenguaje natural.

Estos componentes permiten que consultas complejas y análisis de negocio se formulen sin necesidad de escribir SQL, lo cual es relevante para equipos que necesiten respuestas rápidas sobre ventas, operaciones o métricas locales.

Conectores: unir Quick con aplicaciones externas

Los conectores vinculan Quick con aplicaciones externas o herramientas nativas para que los agentes puedan leer datos y ejecutar acciones. Hay dos tipos principales:

  • Cloud connectors: conectan Quick a servicios como Microsoft Outlook, Slack, Jira, Asana, Salesforce y a servidores MCP remotos. Están disponibles en cualquier dispositivo donde usen Quick.

  • Local connectors: ejecutan herramientas en su propia máquina, por ejemplo un servidor MCP auto-hospedado; esos conectores solo están disponibles cuando la máquina está encendida y conectada.

Gracias a los conectores, un agente puede no solo informar sino actuar: crear tickets, enviar correos, actualizar registros y más, siempre respetando los permisos del usuario.

Cómo funcionan las skills en la práctica

Una skill enseña al agente a realizar un trabajo de principio a fin. Los agentes de Quick se ejecutan dentro de un “harness” (bucle gestionado) que sigue el patrón de razonamiento y acción conocido como ReAct. Cuando entregan un prompt, el agente emplea sus herramientas, skills e instrucciones para alcanzar el objetivo y devolver una respuesta.

Muchas capacidades predeterminadas de Quick vienen empaquetadas como system skills. Por ejemplo, Quick puede generar documentos Word, presentaciones PowerPoint, hojas de cálculo Excel o PDFs; esas tareas las realiza una skill del sistema que crea o edita archivos mediante scripts incluidos en la misma. Otras system skills permiten navegar la web, ejecutar código, transcribir audio y video, generar imágenes o realizar investigaciones profundas.

Crear, probar y compartir agentes y skills

Pueden construir un agente personalizado definiendo sus instrucciones, seleccionando los spaces y conectores que necesitará, y asignándole skills existentes o nuevas. Después de probarlo y ajustarlo, el agente puede publicarse y compartirse con otros usuarios y grupos en la cuenta de Quick.

Este flujo permite que las organizaciones estandaricen procesos: por ejemplo, un equipo de soporte puede tener una skill que extrae información relevante de la knowledge base y crea tickets en Jira automáticamente; otro equipo puede tener un agente de análisis que genera dashboards desde datasets de QuickSight.

Catálogo oficial y agentes personalizados: combinarlos para mayor productividad

AWS Quick ofrece un catálogo oficial de skills y conectores que sirve como punto de partida. Pueden usar estas piezas para resolver necesidades comunes y luego extenderlas con skills personalizadas que contemplen los matices de su operación en la región: formatos de reporte propios, cumplimiento local o integraciones con herramientas populares en América Latina.

Los agentes personalizados permiten encapsular conocimiento institucional (manuales, políticas, plantillas) en skills reutilizables, reduciendo la curva de aprendizaje para nuevos empleados y minimizando la repetición manual de instrucciones.

Consideraciones prácticas para adopción en América Latina

  • Gobernanza: configuren permisos con cuidado: los agentes solo pueden acceder a lo que los usuarios ya tienen permitido, pero es clave definir qué agentes pueden actuar automáticamente y sobre qué conectores.

  • Lenguaje y contenido local: aprovechen spaces y knowledge bases para cargar documentación en español y materiales específicos de la región, mejorando la relevancia de las respuestas.

  • Integraciones comunes: muchas organizaciones latinoamericanas usan Outlook, Slack y herramientas de gestión de proyectos; los cloud connectors facilitan conectar esos sistemas a Quick sin desarrollos extensos.

Conclusión

AWS Quick combina agentes configurables, skills reutilizables y conectores para transformar instrucciones repetitivas en procesos automatizados y basados en datos. Para equipos y líderes en América Latina, Quick ofrece una vía para estandarizar tareas, acelerar respuestas y aprovechar información local mediante interfaces en lenguaje natural. Comenzar con el agente integrado Quick y luego diseñar agentes personalizados para casos específicos es una estrategia práctica para escalar automatización en la organización.

Fuente original: AWS ML Blog