Prompts como código y reportes programados con agentes de IA

Cómo registrar un prompt como archivo del repositorio, correrlo con horario, elegir el modelo según el trabajo y publicar cada reporte en un enlace estable.

Prompts como código es guardar cada prompt como un archivo versionado del repositorio, con su horario, su modelo y su dueño declarados, para que corra siempre tal como está escrito. El reporte programado es su uso más sencillo: el mismo prompt corre a la misma hora y el resultado llega a un solo enlace estable, con las versiones anteriores guardadas detrás.

En mis ensayos, esos archivos se llaman prompts registrados. Prompts como código es el nombre común de la misma práctica.

Qué significa prompts como código

Casi todos obtienen reportes de un asistente de IA igual que de un colega: alguien se acuerda de pedirlos. La respuesta depende de quién preguntó y de qué se acordó de incluir. A la semana siguiente el formato es otro y los números no se pueden comparar.

Un prompt registrado quita esa dependencia. El prompt es un archivo con identificador, historial y dueño, y cambiar la pregunta es un cambio que alguien revisa.

Trabajo en un agente de IA que opera en producción para un grupo de educación superior. El proyecto necesitaba las mismas preguntas, hechas de la misma forma y a la misma hora, con respuestas comparables semana con semana.

Cómo funciona un prompt registrado

El archivo tiene un encabezado corto y un cuerpo. El encabezado declara el identificador, la cadencia con su expresión cron y su zona horaria, el modelo y el nivel de esfuerzo, la audiencia, las fuentes que el prompt puede leer, el archivo de salida, el destino, el contrato que fija intención y formato, y el dueño, que es una persona.

El cuerpo dice qué medir, en qué orden y cómo redactar. Dos reglas hacen casi todo el trabajo.

  • Medir, no recordar. Cada cifra sale de un sistema vivo y declara su ventana de tiempo. Una fuente que no respondió se reporta como faltante, nunca como cero.
  • Escribir la nota y detenerse. El prompt nunca publica solo. Una persona lee la nota primero.

Un experimento anterior, con un solo prompt largo para un agente de programación, me dejó dos consejos que sirven aquí. Termina el prompt con el entregable que esperas. Di qué hay que verificar, para que el agente no dé el trabajo por terminado antes de tiempo.

Cómo correr un prompt con horario

Claude Code ofrece dos mecanismos. Un /loop resuelve lo que se repite dentro de una sesión. Una tarea calendarizada resuelve la cadencia real. La tarea abre el archivo del prompt y lo ejecuta tal cual.

Cada corrida deja un archivo nuevo con el número de versión siguiente. Una versión publicada nunca se edita. Se publica la siguiente.

Cuando se escribió el ensayo, el proyecto no tenía una máquina siempre encendida, así que una persona disparaba la corrida y revisaba la nota. Cuando esa máquina exista, la corrida y la publicación serán automáticas y la revisión pasará a los comentarios de la página publicada.

Qué modelo usar en un prompt programado

No todo reporte merece el modelo más caro. La regla de esa práctica sigue el tipo de trabajo.

  • Acción programática o agéntica. El prompt corre pruebas, mide sistemas vivos, escribe notas o publica. Corre en Opus con esfuerzo alto o máximo.
  • Documentar o inspeccionar sin generar acciones. Sonnet con esfuerzo alto.
  • Trabajo complejo, incierto o urgente. El mejor modelo disponible, con esfuerzo alto.

Esa elección deja la rutina lo bastante barata para correrla dos veces por semana.

Cuándo registrar un prompt y cuándo basta un loop

Estas reglas son consejo general que sale de la práctica.

  • Si la misma pregunta se tiene que hacer igual más de una vez, registra el prompt.
  • Si el trabajo se repite solo dentro de una sesión, basta un loop.
  • Si el trabajo debe ocurrir en días y horas fijos, usa una tarea calendarizada.
  • Si el trabajo empieza cuando algo cambia, por ejemplo un ticket nuevo, hace falta un monitor y no un horario.

En Promptear la arquitectura separo dos mecanismos: un monitor pregunta si un cambio requiere respuesta, y un loop pregunta si hay trabajo útil por hacer. "Siempre encuentra algo que hacer" es una mala política para un loop, porque convierte la capacidad ociosa en cambios innecesarios.

Cómo versionar los prompts de un agente en producción

La misma idea aplica a los prompts que viven dentro de un agente, con una revisión más estricta. Un agente es un modelo de lenguaje envuelto en prompts, herramientas y reglas de negocio. Cambia cualquiera de esas piezas y su comportamiento se mueve.

En el harness de evaluación que construí para ese grupo de educación superior, que atiende a más de 700,000 estudiantes, los casos de referencia se versionan en el repositorio junto al código que prueban. El cambio de comportamiento y el de sus expectativas llegan en el mismo pull request. Una compuerta de evaluación corre en el pipeline y puede decir que no.

Así, la nota de un prompt de reporte la revisa una persona, y el cambio a un prompt del agente lo decide una compuerta. La guía sobre integridad de workflows agénticos explica cómo lograr que la versión evaluada y la desplegada sean la misma.

Cómo montar un reporte programado paso a paso

  1. Elige un reporte que la gente ya pide a mano.
  2. Escribe su contrato: para qué sirve, quién lo lee y qué formato tiene.
  3. Crea el archivo del prompt en el repositorio, con el encabezado descrito arriba.
  4. Escribe el cuerpo: qué medir, en qué orden y cómo redactar.
  5. Córrelo a mano dos veces para que el formato se asiente.
  6. Elige el modelo y el nivel de esfuerzo según el tipo de trabajo.
  7. Prográmalo, con la expresión cron y la zona horaria en el encabezado.
  8. Publica cada versión en una sola página estable después de que una persona la lea.
  9. Agrega una fila al registro de rutinas.

Cómo publicar un reporte en un solo enlace y conservar sus versiones

Cada reporte tiene exactamente una página. En la práctica que describo, esa página vive en Notion. Su cuerpo se reemplaza con la versión vigente. Una cabecera dice qué versión es, qué ventana cubre, cuándo se actualizó y qué prompt la produjo. Las versiones anteriores quedan debajo como subpáginas. El enlace que cada lector tiene en sus marcadores nunca cambia.

Junto a las páginas hay una base de datos pequeña, el registro de rutinas. Tiene una fila por rutina, con su estado, su cadencia, la versión vigente, la última corrida, la próxima y el dueño.

Qué sale mal con los prompts programados

  • Una fuente que faltó se vuelve un cero. La fuente no respondió y el reporte imprime un número de todos modos.
  • El prompt publica lo que nadie leyó. Una nota que sale sin lectura lleva sus errores a todos los lectores a la vez.
  • La rutina se detiene en silencio. El registro guarda la próxima corrida, así que un monitor puede ver el hueco.
  • Una instrucción se confunde con un control. El prompt expresa el comportamiento buscado. Los permisos y los requisitos de revisión no pueden depender de que un agente se acuerde de respetarlos.

Un ejemplo resuelto: un corte de trabajo dos veces por semana

Uno de los reportes registrados de ese proyecto es el corte de trabajo. Parte de su encabezado dice así:

id: prompt-corte-de-trabajo
cadencia: martes y jueves, 17:30 hora local
cron: 30 17 * * 2,4
zona_horaria: America/Mexico_City
modelo: Opus
esfuerzo: xhigh
fuentes: Azure DevOps (PRs, builds), Jira (tickets), centro de pruebas (veredictos, bugs), cortes anteriores
destino: la página estable de Notion, publicada después de que una persona la lee
dueño: una persona

El reporte dice qué aterrizó, qué sigue abierto y quién tiene la siguiente acción, en bloques numerados.

El martes al final del día, el prompt corre tal cual. El modelo es Opus porque el prompt mide sistemas vivos y decide qué entra al reporte. La salida es un archivo nuevo con el número de versión siguiente. Una persona lee la nota. Después, el cuerpo de la página estable se reemplaza con ella y el corte anterior queda debajo como subpágina.

Otros dos reportes corren igual: lo que frena al proyecto y un estado completo una vez por semana.

Qué muestran estas fuentes y qué no

  • La práctica viene de un solo proyecto. El ensayo no mide el tiempo ahorrado ni la calidad de los reportes.
  • Cuando se escribió el ensayo, una persona disparaba cada corrida. La corrida y la publicación automáticas se describen como la etapa siguiente.
  • La regla de modelos nombra los modelos disponibles cuando se escribió el ensayo. Conserva el criterio, no los nombres.
  • El horario corría en Claude Code y el destino era Notion. Las fuentes no prueban otra combinación.
  • La compuerta de evaluación del caso de estudio cubre cambios a un agente en producción. No prueba los prompts de reporte.
  • La lista de fallas se deriva de las reglas de la práctica. El ensayo no reporta un incidente por cada punto.

Qué leer después

Preguntas frecuentes

¿Qué significa prompts como código?

Significa guardar cada prompt como un archivo del repositorio, con su propósito, su horario, su modelo y su dueño escritos en un encabezado corto. El archivo se versiona y se revisa igual que el resto del código. A ese archivo yo le digo prompt registrado, y prompts como código es el nombre común de la misma práctica.

¿Cómo programo un prompt para que corra cada semana?

Escribe la cadencia, la expresión cron y la zona horaria en el encabezado del archivo. En Claude Code, un loop resuelve lo que se repite dentro de una sesión y una tarea calendarizada resuelve la cadencia real. La tarea abre el archivo y lo ejecuta tal cual, y cada corrida deja un archivo nuevo con el siguiente número de versión.

¿Qué modelo conviene para un reporte programado?

Elígelo por el tipo de trabajo que hace el prompt. En la práctica que describo, un prompt que actúa, es decir, que corre pruebas, mide sistemas vivos o publica, corre en Opus con esfuerzo alto o máximo. Uno que solo documenta o inspecciona corre en Sonnet con esfuerzo alto. El trabajo complejo, incierto o urgente se lleva el mejor modelo disponible.

¿Un prompt programado debe publicar su reporte en automático?

Al principio no. Un prompt registrado escribe la nota y se detiene, y una persona la lee antes de publicarla. La publicación automática llega después, cuando existe una máquina siempre encendida, y entonces la revisión pasa a los comentarios de la página publicada.

¿Cómo sé que un reporte programado dejó de correr?

Lleva un registro de rutinas: una fila por rutina con su estado, su cadencia, su última corrida y la próxima. Un monitor puede leer esa tabla y decir qué debería estar corriendo y qué se detuvo en silencio. Sin ese registro, un reporte que falta solo se nota cuando alguien lo busca.

Trabajo y evidencia

Evaluation gates for a multi-agent education system (se abre en una pestaña nueva)

Mi contribución: Construcción del harness de evaluación, calibración del juez LLM, aislamiento de casos y controles por ambiente.

Qué respalda: El caso público describe casos de referencia como código, un juez LLM calibrado y el harness de evaluación que los ejecuta, sobre agentes en Google Cloud.

Qué no demuestra: La cifra de más de 700,000 estudiantes describe la población atendida por el sistema. No mide usuarios simultáneos, solicitudes por segundo ni autoría individual de toda la plataforma. El código y los datos del cliente son privados.

Fuente revisada:

From Traceability to Justifiability (se abre en una pestaña nueva)

Mi contribución: Autor de un preprint público sobre estructuras de responsabilidad en ingeniería de software agéntico, con código y registros enlazados desde el índice de investigación.

Qué respalda: Investigación sobre la vinculación entre comportamiento evaluado y desplegado y la evidencia que respalda una promoción.

Qué no demuestra: Preprint con un estudio fechado de material público; no certifica ningún sistema de producción.

Fuente revisada:

The Agent Graph Runtime (se abre en una pestaña nueva)

Mi contribución: Autor del modelo de runtime que separa construcción del grafo, calificación, admisión, ejecución y evidencia.

Qué respalda: Modelo conceptual publicado para razonar sobre identidad ejecutable y ciclo de vida de workflows.

Qué no demuestra: Modelo y representación de referencia; no garantiza rendimiento ni fiabilidad.

Fuente revisada:

Guías técnicas