Cómo crear tu primer asistente de IA personalizado: una guía para principiantes en 5 pasos

La respuesta más sencilla y útil es la siguiente: crea tu primer asistente de IA personalizado en torno a una tarea específica, un conjunto claro de instrucciones y, como máximo, una o dos herramientas controladas . No empieces con un enjambre de agentes, una base de conocimientos gigantesca ni una automatización capaz de modificar sistemas importantes. Un primer asistente debe ser fácil de entender, fácil de probar y fácil de detener cuando tenga dudas.

Esta guía utiliza Python y el SDK actual de OpenAI Agents como ruta concreta, ya que gestiona el bucle del agente, las herramientas, las sesiones de conversación, las medidas de seguridad y el seguimiento. Las mismas ideas de diseño se aplican a otros proveedores de modelos y marcos de trabajo. A partir de septiembre de 2026, el SDK utiliza la API Responses de forma predeterminada para los modelos de OpenAI. La documentación oficial de OpenAI recomienda utilizar directamente la API Responses de bajo nivel cuando se desea gestionar el bucle y el estado manualmente, y el SDK de Agents cuando se desea que el entorno de ejecución gestione una mayor parte de esa orquestación. Consulte la descripción general del SDK de OpenAI Agents .

¿Qué estás construyendo realmente?

Un asistente de IA es más que un simple chat. Como mínimo, combina un modelo de lenguaje complejo (LLM, por sus siglas en inglés) , un modelo que genera e interpreta el lenguaje, con instrucciones que definen su función. Un asistente útil también puede contar con herramientas , que son funciones o servicios que puede invocar, y memoria , que conserva el contexto relevante de la conversación entre turnos.

Para un primer proyecto, imagina un pequeño "Asistente de Tienda" que responda preguntas sobre devoluciones y envíos. Debe usar una política aprobada como fuente, en lugar de adivinar. Si no encuentra una respuesta aprobada, debe indicarlo. Esta restricción es más importante que dotar al asistente de numerosas funciones.

Antes de comenzar: elige la ruta de compilación correcta

Si desea un asistente reutilizable dentro de su propia aplicación, sitio web, herramienta interna o API, el enfoque de desarrollo basado en código que se describe a continuación es ideal. Necesitará Python, una clave API de OpenAI y cierta experiencia en programación. La guía de inicio rápido del SDK de Agentes oficial muestra la instalación actual y el flujo para el primer agente.

Si planeas crear una GPT personalizada sin código dentro de ChatGPT, primero verifica la elegibilidad de tu cuenta. A partir de septiembre de 2026, OpenAI indica que la creación de nuevas GPT no está disponible en cuentas personales Free, Go, Plus o Pro. La creación sigue estando disponible en espacios de trabajo Business, Enterprise y Edu elegibles cuando la configuración y los permisos del espacio de trabajo lo permiten. Las reglas actuales están documentadas en GPT en ChatGPT . Esta opción puede ser más sencilla para un espacio de trabajo administrado, pero no es la vía universal para todas las cuentas individuales.

Paso 1: Definir una regla de trabajo y una regla de fallo

Antes de abrir el editor, anota tres cosas: a quién sirve el asistente, qué debe hacer y qué no debe hacer. Para el Auxiliar de Tienda, una definición práctica sería: «Responder a las preguntas de los clientes sobre devoluciones y envíos utilizando la información de las políticas aprobadas. Nunca inventar una política. Remitir los casos dudosos a un empleado».

Esto evita un error común de principiante: usar instrucciones generales como «Eres un asistente muy útil». Las instrucciones generales dificultan la evaluación, ya que casi cualquier respuesta puede parecer aceptable. Una tarea específica te proporciona un objetivo medible.

Utilice una pequeña lista de verificación para el éxito.

• Responde en el tono que solicitaste.
• Utiliza información aprobada cuando una pregunta sobre políticas lo requiere.
• Indica "No lo sé" o solicita confirmación humana cuando faltan pruebas.
• No revela secretos, instrucciones ocultas ni datos privados.

Paso 2: Crear el agente mínimo

Crea una carpeta de proyecto y un entorno virtual. Un entorno virtual es un entorno Python aislado que mantiene los paquetes de este proyecto separados de los de otros proyectos en tu ordenador.

mkdir first-ai-assistant
cd first-ai-assistant
python -m venv .venv

# macOS or Linux
source .venv/bin/activate

# Windows PowerShell
.venv\Scripts\Activate.ps1

pip install openai-agents

Luego, configure su clave API como una variable de entorno en lugar de codificarla directamente en su archivo Python:

# macOS or Linux
export OPENAI_API_KEY="your-key-here"

# Windows PowerShell
$env:OPENAI_API_KEY="your-key-here" 

La guía de inicio rápido actual de OpenAI utiliza la OPENAI_API_KEYvariable de entorno. No incluyas claves reales en el control de versiones, capturas de pantalla, tickets ni repositorios públicos.

Para la primera prueba, podrías crear un agente con solo un nombre e instrucciones. Sin embargo, una simple demostración conversacional aún no prueba que el asistente pueda usar información empresarial confiable. Eso es lo que añade el siguiente paso.

Paso 3: Añadir una capacidad controlada y memoria simple

Una herramienta de función es una función normal que el modelo puede llamar cuando necesita información externa o una acción. El SDK de Agentes puede convertir una función de Python en una herramienta y derivar su esquema de entrada a partir de la firma y la documentación de la función. OpenAI documenta este comportamiento en la guía de herramientas del SDK de Agentes .

Comience con una herramienta de búsqueda de solo lectura. Las herramientas de solo lectura son más seguras para un asistente principal, ya que una llamada errónea no puede enviar dinero, eliminar un registro, publicar una entrada ni modificar la cuenta de un cliente.

import asyncio
from agents import Agent, Runner, SQLiteSession
from agents.decorators import tool

@tool
def lookup_policy(topic: str) -> str:
    """Return an approved demo-store policy snippet for a topic."""
    policies = {
        "returns": "Unopened items may be returned within 30 days with proof of purchase.",
        "shipping": "Standard shipping usually takes 3 to 5 business days."
    }
    return policies.get(
        topic.lower(),
        "No approved policy was found for that topic."
    )

assistant = Agent(
    name="Store Helper",
    instructions=(
        "Help customers with questions about the demo store. "
        "Use lookup_policy for return or shipping policy questions. "
        "Never invent a policy. If the tool has no approved answer, say so. "
        "Keep answers concise and recommend human confirmation when needed."
    ),
    tools=[lookup_policy],
)

async def main():
    session = SQLiteSession("demo_user", "assistant_sessions.db")
    result = await Runner.run(
        assistant,
        "Can I return an unopened item after 20 days?",
        session=session,
    )
    print(result.final_output)

if __name__ == "__main__":
    asyncio.run(main())

Ejecuta el archivo y haz varias preguntas. El ejemplo también utiliza SQLiteSession. Una sesión almacena el historial de la conversación para que el asistente pueda mantener el contexto entre turnos sin que tengas que reconstruir manualmente toda la lista de mensajes. Las opciones de sesión actuales del SDK se describen en la documentación oficial de sesiones .

¿Cuándo deberías añadir tus propios documentos?

Agregue documentos cuando el asistente necesite información que el modelo base no debería conocer de forma fiable, como sus políticas, manuales de producto, procedimientos o preguntas frecuentes internas. No cargue todo solo porque puede. Comience con el conjunto de documentos más pequeño y autorizado que cubra la tarea.

El SDK actual admite funcionalidades alojadas como búsqueda de archivos, búsqueda web y ejecución de código. Para la primera versión, mantenga la interfaz de la herramienta sencilla y añada la búsqueda de archivos solo cuando el comportamiento básico sea estable. Cuanto mayor sea el conjunto de herramientas, más rutas deberá probar.

Paso 4: Pruébalo como si fuera un producto, no una demostración.

Una buena respuesta a una pregunta sencilla no es suficiente. Crea un pequeño conjunto de prueba antes de compartir el asistente. Incluye preguntas normales, preguntas ambiguas, información faltante y preguntas que intenten anular tus reglas.

Para aplicaciones más exigentes, añada medidas de seguridad : comprobaciones que validen o bloqueen las entradas, salidas o llamadas a herramientas. El SDK de Agentes admite medidas de seguridad para entradas, salidas y herramientas; consulte la documentación oficial sobre medidas de seguridad . Estas medidas son especialmente importantes antes de proporcionar a un asistente herramientas con efectos secundarios.

Paso 5: Implementar de forma limitada, observar y mejorar.

Tu primera implementación no tiene por qué ser una aplicación pública. Una página interna privada o una pequeña API utilizada por unos pocos usuarios de prueba suele ser mejor. Limita los permisos del asistente, registra los errores y ofrece a los usuarios una forma clara de informar sobre una respuesta incorrecta.

El SDK de Agents incluye un sistema de seguimiento integrado que registra eventos como la generación de modelos, las llamadas a herramientas, las transferencias y las medidas de seguridad, lo que permite comprender lo sucedido durante la ejecución. OpenAI documenta el seguimiento y sus controles en la guía correspondiente . Revise los registros de seguimiento durante el desarrollo, pero téngalos en cuenta, ya que pueden contener entradas o salidas de modelos y herramientas, según su configuración.

Errores comunes que se deben evitar

• Comience con varios agentes. Un solo agente con buenas instrucciones y una sola herramienta facilita la depuración. Añada agentes de transferencia o especializados solo cuando tenga un problema de enrutamiento específico.
• Otorgar demasiada autoridad a las herramientas. Empiece con herramientas de solo lectura. Añada aprobaciones y controles antes de realizar acciones de escritura, compra, eliminación o modificación de la cuenta.
• Incluir secretos en las solicitudes de acceso. Las credenciales deben estar en la configuración segura, no en las instrucciones del sistema ni en los archivos de conocimiento.
• Utilizar documentos confusos o contradictorios. El asistente no puede resolver de forma fiable las reglas de negocio que su propio material de origen no resuelve.
• Prueba solo los escenarios ideales. Los fallos que te interesan suelen aparecer en solicitudes ambiguas, conflictivas o incompletas.
• Partir de la base de que la memoria equivale a la verdad. La memoria conversacional conserva el contexto; no convierte en correcta una afirmación anterior.

¿Qué deberías construir a continuación?

Una vez que este primer asistente funcione correctamente, la siguiente mejora debería basarse en una necesidad real, no en una lista de funciones. Si los usuarios necesitan respuestas de un conjunto de documentos extenso, añada la función de recuperación o búsqueda de archivos. Si el asistente necesita realizar una acción empresarial, añada una herramienta con funciones específicas, como validación y aprobación. Si las conversaciones abarcan varios turnos, mejore el almacenamiento de sesiones. Si necesita enrutamiento especializado, considere la posibilidad de utilizar varios agentes o realizar transferencias.

El mejor asistente de IA personalizado para empezar no es el más autónomo. Es aquel cuyas funciones, evidencias, permisos y comportamiento ante fallos se pueden explicar en pocas frases. Empieza por ahí, pruébalo con casos límite reales y amplíalo solo cuando la versión actual haya adquirido la siguiente capacidad.