Subagentes

La era de una sola IA quemándose las pestañas con 100 000 filas de comentarios terminó. WeJot ahora pone a trabajar a todo un equipo de investigación de IA al mismo tiempo.

Subagentes lleva el análisis colaborativo con SubAgent al análisis de datos en WeJot. En lugar de que un solo agente procese a solas conjuntos de datos enormes, el agente principal ahora trabaja como un equipo de investigación: divide el trabajo entre varios “subagentes” que trabajan en paralelo y luego consolida sus hallazgos en una sola respuesta.

Por qué existen los subagentes

En la práctica descubrimos que muchas tareas complejas simplemente no caben en un solo agente:

• Decenas de miles de comentarios de usuarios, grandes volúmenes de respuestas abiertas y océanos de reseñas y conversación social.
• Cuantos más datos ingiere un agente, más se infla su contexto: la atención se dispersa y el modelo puede simplemente fallar.
• Una sola perspectiva también pierde señales marginales: los mismos comentarios pueden necesitar lectura de sentimiento, puntos de dolor, etiquetas y tendencias a la vez.

Subagentes permite que el sistema opere como un equipo real: alguien analiza, alguien clasifica, alguien resume y un líder consolida al final.

Dónde lo verás

• El menú de acciones rápidas / del chat

  Escribe / en el campo de entrada. El popover de Skills lista Subagentes como entrada integrada arriba. Una vez seleccionada, aparece una etiqueta “Subagentes” en el campo de entrada para indicar que este turno delegará las subtareas paralelizables a los subagentes.

  

• El grupo “Subagentes at work” en el flujo del chat

  Cuando el agente principal despliega a los subagentes, aparece un bloque de Batch Analysis en el chat. Cada lote corresponde a un subagente:

  • Cada subagente tiene su propio número, avatar y apodo (p. ej. “Subagente 01 · Searcher”).
  • Mientras trabaja, un spinner muestra qué está haciendo en ese momento (“Ejecutando análisis de texto”, “Lectura de datos completada: continúa”).
  • Al terminar, el subagente recibe una marca de verificación y su lista de subtareas se colapsa automáticamente, pasando el relevo al agente principal para la síntesis.
  • Pasa el cursor sobre el avatar para abrir una tarjeta de información del subagente con la lista de verificación de la subtarea actual y el estado de cada paso (Pending / In progress / Done).

  

Cómo funciona

Subagentes es un patrón de ejecución colaborativo multiagente:

1. El agente principal descompone la tarea: divide un análisis grande en subtareas paralelizables y elige el rol de subagente adecuado para cada una.
2. Delegación en paralelo: cada subagente procesa su parte en su propio contexto aislado, lo que evita la inflamación del contexto y la dispersión de la atención que ocurrirían si un solo agente hiciera todo.
3. Progreso visible: las llamadas a herramientas y las actualizaciones de etapa de cada subagente se transmiten al chat en tiempo real.
4. Síntesis unificada: cuando los subagentes terminan, el agente principal fusiona los resultados y genera conclusiones, gráficos e incluso un informe completo.

Tomemos 100 000 filas de comentarios VOC como ejemplo: un subagente se encarga del análisis de sentimiento, otro extrae los puntos de dolor, otro asigna etiquetas, otro detecta anomalías y otro resume los cambios de tendencia; el agente principal une su trabajo para revelar tendencias, puntos de dolor y necesidades latentes a partir del texto crudo.

Tú decides quién hace qué

Subagentes no es un flujo fijo. Puedes decirle al agente principal cómo dividir el trabajo, por ejemplo:

• “Analiza desde la perspectiva de un gerente de producto”.
• “Céntrate solo en los motivos de abandono”.
• “Concéntrate en las necesidades de los usuarios de alto valor”.
• “Encuentra necesidades no cubiertas que la competencia ignora”.

El agente principal dividirá la tarea, definirá los roles adecuados y los delegará en subagentes que trabajan en paralelo.

Detalles cuidados

• Identidad estable de los subagentes: dentro del mismo proyecto, los subagentes con el mismo nombre comparten el mismo avatar; al actualizar la página o volver a la sesión, los avatares y los números se mantienen.
• Los proyectos se mantienen independientes: cada encuesta tiene su propia secuencia de avatares aleatorizada, que se vuelve a aleatorizar en la primera aparición, de modo que los subagentes del mismo proyecto nunca duplican avatares.
• Transmisión estable: cada lote se renderiza con un ID estable, así que los subagentes no parpadean ni cambian de identidad a mitad de la transmisión.
• Colapso automático al completar: cuando todos los subagentes terminan, sus listas de subtareas se colapsan para mantener el chat ordenado.

Para quién es

Si trabajas en:

• Investigación de usuarios / análisis VOC: respuestas abiertas, transcripciones de entrevistas y comentarios de usuarios a escala.
• Investigación de mercado o de competidores: muchas dimensiones o muchos competidores analizados en paralelo.
• Análisis de datos: el mismo conjunto de datos que necesita dividirse entre varios puntos de vista a la vez.
• Monitoreo de opiniones: grandes volúmenes de comentarios multiplataforma, sentimiento y agrupación de temas.

Entrega el trabajo a Subagentes y deja que todo un equipo de investigación de IA trabaje en paralelo: mucho más eficiente que un solo modelo trasnochando sobre 100 000 filas.

Cómo se relaciona con otras capacidades

• Se combina con Aclaración: usa Aclaración primero para fijar la intención de investigación y luego deja que Subagentes ejecute el análisis en paralelo.
• Se combina con Skills Management: los subagentes siguen invocando las Skills oficiales y personalizadas habilitadas (Text Analysis, Data Analysis, Document Generation, etc.) mientras trabajan: tú controlas el límite de lo que pueden hacer mediante Skills Management.

WeJot no solo deja que la IA maneje tus datos: hace que varias IAs trabajen como un equipo de investigación real, dividiendo el trabajo, colaborando, verificando en cruz y terminando el análisis juntas.