Lo que aprendimos operando nuestro propio portafolio con agentes, escrito para dueños y directores de operaciones de agencias. Todo con fecha y fuente; nada de «según estudios».
Dato propio: ocho estudios con la cifra literal, la muestra, el país, la fecha y el enlace primario, qué mide cada uno y por qué las 12,5 y las 15 horas que circulan no son mediciones. Rango: 2,2 horas por semana con muestra representativa; 4 a 7,5 en autorreporte.
El primer harness que conviene construir: extracción por API, cálculo en código, narrativa sobre la tabla, compuerta que verifica cada cifra y aprobación del account manager. Con horas de referencia publicadas.
La guía de reportes empaquetada como archivo (Markdown y JSON): flujo de diez pasos con quién firma, campos con su nombre exacto en las APIs de Google Ads, Meta Ads, GA4 y Search Console, especificación de la compuerta que valida cada cifra antes y después del modelo, prompt de narrativa en español y checklist anti-alucinación. Con una prueba de la compuerta en el navegador.
Un script de Google Ads que compara los últimos siete días contra los veintiocho previos por campaña (costo, conversiones, CPA, CTR), marca anomalías con umbral y mínimo de datos configurables, redacta el resumen semanal con un modelo bajo compuerta de cifras y lo manda a la persona de cuentas como cola de aprobación. No toca pujas ni presupuestos. Con la variante para cuentas de administrador, los límites de la plataforma y el costo del modelo con fecha.
El harness del área donde más agencias prueban IA y más se equivocan: escucha por API con fecha, clasificación con reglas primero y modelo después (lo sensible escala sin borrador), borradores verificados contra la ficha del cliente, cola de aprobación humana y publicación con registro y tope de costo. Las siete clases de mensaje y su ruta, lo que sigue siendo humano, el tablero de seis métricas y por qué no publicamos sueldos.
Tres fases de treinta días: medir horas y elegir un flujo con dueño; construirlo como harness con compuertas y correrlo tres ciclos en paralelo; pasarlo a operación, elegir el segundo flujo y firmar la decisión del día 90. Tareas para dirección, dueño interno, cuentas, equipo e implementador, entregables, compuertas de salida, el tablero de seis métricas y lo que la hoja de ruta no promete.
Cifras inventadas en reportes, tokens sin tope, permisos de cuentas de clientes en manos del agente, sin dueño interno, piloto eterno, proceso equivocado, publicar sin revisión, contenido a escala, outbound automatizado en LinkedIn, bajar precios, sin evaluaciones, dependencia del proveedor. Síntoma, causa y compuerta verificable de cada una, con las doce preguntas de auditoría.
El repositorio como memoria operativa, políticas en Markdown, un skill por proceso, subagentes por cliente con permisos acotados, conectores MCP para GA4 y Meta Ads (Search Console va por script), crons con Routines o GitHub Actions y costos con fecha. Cada característica citada con la documentación oficial verificada.
Diez compuertas, desde la intención hasta el ritmo de publicación gobernado por la indexación. Qué dice Google sobre contenido con IA y qué formato citan los motores generativos, con números de nuestro propio portafolio.
Qué sanciona exactamente la política de scaled content abuse de Google (cita literal, 05-03-2024), las cinco condiciones de entrada con un ejemplo que pasa y uno que no, la compuerta por ratio de indexación con la tabla de lotes, los ratios reales de nuestros seis dominios nuevos, cómo leer Search Console para decidir y qué prometerle al cliente.
Precios publicados por proveedores de México, Argentina, Colombia, España y EE.UU., ordenados del lado del comprador: setup, retainer, servicios para agencias, qué encarece un flujo y cómo leer una promesa de ROI.
Las siete piezas, la diferencia con una automatización y con un agente autónomo, los patrones que recomienda Anthropic y diez preguntas para saber si tenés uno.
El diagnóstico de capacidad estima cuántas horas por semana de tu equipo puede absorber un harness, por rol y por área, con supuestos públicos. Y el caso Aurora muestra cómo se ve todo esto funcionando, con los números buenos y los malos.