Flujos de Agente y Flujos de Trabajo en Microsoft Copilot Studio

---

🗂️ 1. Contexto inicial: Entornos de Power Platform

Antes de entrar al tema principal, se aclaró una duda recurrente sobre entornos (personal, citizen developer y producción):

• Un agente se despliega y vive en el entorno donde fue creado.
• Si se crea en el entorno personal, solo estará disponible ahí; si se crea en un entorno corporativo, se publica para todos los usuarios de ese entorno.
• A diferencia de Power Apps (donde ya no se pueden compartir apps creadas en el entorno personal), en Copilot Studio lo determinante es pertenecer al mismo tenant, no necesariamente al mismo entorno.

📖 Cada entorno puede tener distintos roles, requisitos de seguridad y público objetivo; se recomienda usar un entorno de producción (no el predeterminado) para agentes que irán a producción. [learn.microsoft.com]

---

⚙️ 2. Fundamentos: Flujo de Agente vs. Flujo de Trabajo

Característica	🔹 Flujo de Agente (Agent Flow)	🔸 Flujo de Trabajo (Workflow)
Naturaleza	Determinista (mismos pasos, mismo resultado siempre)	Combina pasos deterministas + Inteligencia Artificial
Uso típico	Consultar/actualizar SharePoint, enviar correos, validar datos	Clasificar texto libre, llamar agentes, pedir revisión humana
Similar a	Power Automate clásico	Power Automate + capacidades de IA generativa
Costo	Consumo de créditos más fijo y predecible	Consumo variable (depende del contexto/tokens procesados)
Se puede probar un solo nodo	No	Sí (prueba nodo por nodo)

📖 Documentación oficial:«Agent flows are deterministic… Workflows consuming Copilot Studio capacity… include AI capabilities (classify, run agent), human in the loop» [learn.microsoft.com], [learn.microsoft.com]

---

🧩 3. Componentes de un flujo

Todo flujo (agente o trabajo) se compone de:

1. Desencadenador (Trigger): evento que inicia el flujo (manual, por periodicidad o por evento externo, ej. «cuando un agente llama al flujo» o «cuando llega un correo»).
2. Entradas y salidas: parámetros que el agente envía al flujo y datos que el flujo devuelve al agente.
3. Acciones: cada bloque ejecuta una tarea específica.
4. Condiciones: nodos orquestadores que deciden qué rama ejecutar.
5. Conectores: integran el flujo con servicios de terceros (SharePoint, Outlook, etc.).
6. Respuesta al agente: paso final que retorna la salida estructurada al bot.

---

🔌 4. Conectores, conexiones y buenas prácticas

Se identificaron 3 tipos de conectores:

• Estándar ✅ – incluidos por defecto (SharePoint, Excel, Word, Outlook).
• Premium 💎 – requieren licencia adicional (ej. Azure AD, Flujo de escritorio).
• Personalizados 🛠️ – creados por el usuario para APIs REST/HTTP propias.

📖*»Standard connectors are included with all Copilot Studio plans; Premium connectors are available in select plans; Custom connectors connect to any publicly available API.»* [learn.microsoft.com]

Buena práctica destacada por el docente: aplicar el principio de mínimo privilegio al autorizar conexiones (ej. dar solo permiso de «enviar correo», no de «leer correo») para reducir la superficie de riesgo ante una pérdida de credenciales.

---

🃏 5. Tarjetas Adaptables (Adaptive Cards)

Se usaron para reemplazar preguntas en texto plano por formularios interactivos:

• Cada campo de entrada requiere un ID único (buena práctica) para mapear correctamente la respuesta del usuario.
• Se debe incluir siempre una acción de tipo Submit para poder recolectar los datos.
• Existe un repositorio de ejemplos oficial para inspirarse en el diseño.

📖*»Con un nodo de Tarjeta adaptable, el agente puede mostrar una tarjeta que contenga uno o varios botones de envío y campos de entrada. El agente almacena la entrada del usuario en variables.»* — Sitio de referencia de esquemas: [learn.microsoft.com] [adaptiveca…rosoft.com]

---

🧪 6. Laboratorio 1 — Flujo de Agente: «Solicitud de Vacaciones»

Caso práctico construido en vivo:

1. Agente pregunta fecha inicio, fecha fin y justificación mediante una tarjeta adaptable.
2. Flujo de agente recibe esos datos + el correo del solicitante (User().Email).
3. Se crea un elemento en una lista de SharePoint («Vacaciones de trabajadores») con columnas: correo (título), fecha inicio, fecha fin, justificación y estado (opción: Pendiente/Aprobado/Rechazado, con «Pendiente» como valor por defecto).
4. El flujo responde al agente con el ID de la solicitud generado.
5. Se agregó un paso adicional de envío de correo electrónico de confirmación.

⚠️ Detalle técnico importante: al llamar al flujo desde el agente, las variables de fecha deben convertirse a texto (Text(Topic.InputFechaInicio)) en formato AAAA-MM-DD, ya que el conector espera string con formato estándar.

---

🤖 7. Flujos de Trabajo: Los 3 pilares

El docente explicó que un flujo de trabajo se diferencia por tres capacidades clave:

Pilar	Descripción
🏷️ Clasificación	Clasifica texto libre (ej. un correo) en categorías predefinidas para decidir la ruta a seguir
🤝 Llamado a Agentes	Puede invocar un agente existente o crear uno «inline» que solo vive dentro del flujo, con instrucciones, herramientas y conocimiento propio
👤 Revisión Humana	Pausa la ejecución para que una persona apruebe/corrija antes de continuar (crítico en decisiones sensibles, como rechazos)

📖*»Workflows… can classify free text and create branches according to meaning, call an existing agent, or create an agent that lives only in the flow.»* [learn.microsoft.com]

---

🧪 8. Laboratorio 2 — Flujo de Trabajo: Clasificación de Correos de Soporte

1. Desencadenador: llegada de un nuevo correo electrónico.
2. Nodo Clasificar: analiza asunto + cuerpo y lo categoriza en Consulta, Reclamo, Facturación u Otro (categoría automática de respaldo).
3. Según la categoría:
   • Consulta → se llama a un agente con conocimiento (documento de políticas subido a SharePoint) que responde en base a ese conocimiento (sin permitir búsqueda web).
   • Reclamo → se activa el nodo de Revisión Humana, que envía un correo al supervisor solicitando su respuesta antes de continuar.
   • Otro → se envía un correo de alerta interna indicando que no se pudo clasificar.
4. Se agrega un nodo final de enviar correo electrónico con la respuesta al remitente original.

📖*»Request information (RFI) lets you pause execution, collect input from designated human reviewers, and use that input in subsequent steps.»* [learn.microsoft.com], [learn.microsoft.com]

---

🐞 9. Depuración de errores

Técnica recomendada por el docente: en cualquier nodo, usar la opción**»Vista de código»** (los 3 puntos del nodo) y copiar ese JSON como contexto para pedirle ayuda a un modelo de IA (Copilot, ChatGPT o Gemini integrado en el navegador) — es más preciso que enviar capturas de pantalla, porque el LLM entiende directamente la configuración estructurada.

• La pestaña**»Actividad»** del lienzo muestra qué nodos se ejecutaron, cuáles se omitieron y en cuál falló el proceso.
• Se puede ejecutar y probar un solo nodo de forma independiente dentro de un flujo de trabajo (no disponible en flujo de agente).

---

💳 10. Créditos y licenciamiento

Punto clave surgido durante el laboratorio en vivo (el flujo falló por falta de créditos del tenant):

• Ambos tipos de flujo consumen Copilot Credits (antes solo los flujos con IA consumían de forma variable).
• El flujo de agente tiene un consumo más fijo y predecible por acción ejecutada.
• El flujo de trabajo tiene un consumo variable, ya que depende de la cantidad de texto/contexto procesado por el modelo de IA (a mayor contexto, mayor consumo).

📖 Tarifas oficiales:«Acciones de flujo del agente por 100 acciones: 13 créditos de Copilot. Herramientas de texto e IA generativa: desde 0.1 hasta 10 créditos por cada 1K tokens, según el nivel (básico/estándar/premium).» — El consumo se puede visualizar en la página de Monitor de cada agente. [learn.microsoft.com] [learn.microsoft.com]

---

❓ Preguntas y respuestas más destacadas de la clase

#	Pregunta del alumno	Respuesta del docente	Refuerzo con documentación oficial
1	«Si creo un agente en mi entorno personal, ¿hacia dónde se publica? ¿Solo yo lo veo o todo el tenant?»	Se publica en el entorno donde fue creado; si es personal, solo tú lo usas; si es corporativo, todos los usuarios de ese entorno pueden acceder, siempre que pertenezcan al mismo tenant.	Los entornos determinan roles, seguridad y audiencia; se recomienda un entorno de producción para despliegues formales [learn.microsoft.com]
2	«¿Cuál es la diferencia entre flujo de agente y flujo de trabajo?»	El flujo de agente es 100% determinista y no requiere licencia premium (solo créditos de Copilot Studio); el flujo de trabajo combina IA con lógica determinista y consume más créditos, variables según el uso.	Confirmado en la documentación oficial de Agent flows y Workflows [learn.microsoft.com], [learn.microsoft.com]
3	«¿Por qué el clasificador devuelve null y falla el switch?»	Se agotaron los créditos de Copilot Studio del tenant; al no poder ejecutar el modelo de IA, el nodo no clasificó nada y devolvió null.	El consumo de créditos se rige por tarifas específicas por acción/token y se visualiza en la página de Monitor [learn.microsoft.com], [learn.microsoft.com]
4	«¿Ambos tipos de flujo consumen créditos o solo el de trabajo?»	Actualmente ambos consumen créditos; antes solo los flujos con IA (workflows) los consumían de forma variable.	Tabla de tarifas de facturación de Copilot Credits [learn.microsoft.com]
5	«¿Qué hace exactamente el nodo de revisión humana?»	Pausa el flujo, envía una notificación (por correo o Teams) al revisor definido, espera su respuesta y reanuda automáticamente el flujo con esa información.	Request for information pausa la ejecución, recoge la entrada de revisores humanos y la usa en pasos posteriores [learn.microsoft.com], [learn.microsoft.com]
6	«¿Cómo depurar un error sin enviar solo capturas de pantalla?»	Usar la «vista de código» del nodo (JSON) y pasarlo como contexto a un LLM (Copilot, ChatGPT, Gemini) — mucho más preciso para el diagnóstico.	La pestaña de Actividad del flujo permite ver qué nodos se ejecutaron/omitieron y su salida detallada [learn.microsoft.com]

---

✅ Conclusiones y recomendaciones

• Elegir el tipo de flujo correcto según la naturaleza del proceso: si es 100% predecible (consultas, actualizaciones, notificaciones), usar flujo de agente; si requiere juicio, clasificación de texto libre o intervención humana condicional, usar flujo de trabajo.
• Diseñar siempre una rama «Otro» en los nodos de clasificación, para evitar procesos huérfanos cuando la IA no logra categorizar la entrada.
• Incorporar revisión humana en decisiones críticas o de alto impacto (rechazos, reclamos, aprobaciones financieras), tal como recomienda la propia documentación de Microsoft para casos de cumplimiento y auditoría.
• Aplicar el principio de mínimo privilegio en cada conexión/conector para reducir riesgos de seguridad.
• Monitorear el consumo de créditos de Copilot de forma proactiva (especialmente en flujos de trabajo con IA), ya que su costo es variable y puede agotarse sin previo aviso, interrumpiendo la ejecución en producción.
• Aprovechar la vista de código de cada nodo como mecanismo eficiente de depuración asistida por IA, en lugar de depender únicamente de capturas de pantalla.
• Quedó pendiente para la próxima clase completar la ejecución del Laboratorio 2 una vez restablecidos los créditos del tenant.

---

📚 Referencias oficiales de Microsoft Copilot Studio

1. Agent flows overview [learn.microsoft.com]
2. Workflows overview [learn.microsoft.com]
3. Tarifas de facturación y créditos de Copilot [learn.microsoft.com]
4. Ver el consumo de facturación del agente [learn.microsoft.com]
5. Tarjetas adaptables – información general [learn.microsoft.com]
6. Solicitar información con Tarjetas adaptables [learn.microsoft.com]
7. Uso de conectores en Copilot Studio [learn.microsoft.com]
8. Request information (revisión humana) en workflows [learn.microsoft.com]
9. Request information en agent flows [learn.microsoft.com]
10. Trabajar con entornos de Power Platform en Copilot Studio [learn.microsoft.com]

---