---
title: "Glosario de IA agéntica: 59 términos clave para la experiencia del cliente (CX) empresarial"
description: "Un glosario de IA agéntica para equipos empresariales de CX, ventas y soporte: 59 términos en lenguaje sencillo que deciden si un agente de IA puede mantener una conversación real."
canonical: "https://sleekflow.io/es/blog/agentic-ai-glossary"
html_lang: "es"
date_modified: "2026-10-27T18:16:45.790Z"
og_title: "Glosario de IA agéntica: 59 términos para equipos de CX"
og_description: "Un glosario de IA agéntica para equipos empresariales de CX, ventas y soporte: 59 términos en lenguaje sencillo que deciden si un agente de IA puede mantener una conversación real."
og_image: "https://images.ctfassets.net/tu2uwzoyozk8/3qiIPU5z3k99d0IJqH4ZAU/13945cade6b204ea2775405b907c19ab/Agentic_AI_glossary.jpg?fm=webp&q=90&w=1200"
---

```json
{
  "@context": "https://schema.org",
  "@type": "Article",
  "headline": "Glosario de IA agéntica: 59 términos para equipos de CX",
  "description": "Un glosario de IA agéntica para equipos empresariales de CX, ventas y soporte: 59 términos en lenguaje sencillo que deciden si un agente de IA puede mantener una conversación real.",
  "url": "https://sleekflow.io/es/blog/agentic-ai-glossary",
  "dateModified": "2026-10-27T18:16:45.790Z",
  "image": "https://images.ctfassets.net/tu2uwzoyozk8/3qiIPU5z3k99d0IJqH4ZAU/13945cade6b204ea2775405b907c19ab/Agentic_AI_glossary.jpg?fm=webp&q=90&w=1200",
  "breadcrumb": {
    "@type": "BreadcrumbList",
    "itemListElement": [
      {
        "@type": "ListItem",
        "position": 1,
        "name": "Home",
        "item": "https://sleekflow.io/es"
      },
      {
        "@type": "ListItem",
        "position": 2,
        "name": "Blog",
        "item": "https://sleekflow.io/es/blog"
      },
      {
        "@type": "ListItem",
        "position": 3,
        "name": "Glosario de IA agéntica: 59 términos para equipos de CX",
        "item": "https://sleekflow.io/es/blog/agentic-ai-glossary"
      }
    ]
  }
}
```

# Glosario de IA agéntica: 59 términos clave para la experiencia del cliente (CX) empresarial

*Renata Oliveira — Senior Marketing Specialist*

## ¿Qué es la IA agéntica?

La **IA agéntica** es un software que persigue un objetivo por sí solo. Razona, realiza una acción, verifica el resultado y decide el siguiente paso, iterando en bucle hasta completar el trabajo o transferirlo a una persona. En una conversación con un cliente, esto significa un **agente** que **califica a un lead** o resuelve un problema con un pedido, no uno que solo lee un guion.

La mayor parte del vocabulario a su alrededor fue escrito para ingenieros.

Este glosario no.

Es para las personas de medianas y grandes empresas que tienen que comprar, estructurar y responder por estos sistemas: líderes de **CX**, soporte, ventas y marketing; y para los operadores que gestionan el día a día.

La cifra del 80% proviene del [<u>**pronóstico de servicio al cliente de Gartner**</u>](https://www.gartner.com/en/newsroom/press-releases/2025-03-05-gartner-predicts-agentic-ai-will-autonomously-resolve-80-percent-of-common-customer-service-issues-without-human-intervention-by-20290), y es la razón por la que estos términos saltaron del canal de ingeniería a tu presentación de planificación.

Está diseñado para escanearse, no para leerse de principio a fin. Ve directo al grupo que necesites. Cada término tiene una definición en lenguaje sencillo y, donde sea útil, una línea sobre por qué importa en una conversación real.

## **Fundamentos: qué son estos sistemas**

**IA agéntica (Agentic AI):** Software que trabaja hacia un objetivo por sí solo. Piensa, hace algo, verifica lo que sucedió y luego decide qué hacer a continuación, iterando en bucle hasta terminar el trabajo. En lugar de seguir un guion fijo que escribiste de antemano, elige su propio paso siguiente. Esa es la clave: persigue un resultado en lugar de esperar a que le digan cada movimiento.

**Agente de IA (AI agent):** Una versión funcional de ese bucle: un cerebro de IA, las herramientas que tiene permitido usar, un objetivo y la lógica que los conecta. El agente es lo que realmente enciendes y pones a trabajar. Un sistema se considera agéntico cuando un agente, y no un guion fijo, toma las decisiones.

**Autonomía (Autonomy):** Cuánta libertad tiene un agente para tomar sus propias decisiones. Piensa en ello como una perilla de ajuste, no como un interruptor de encendido/apagado: en un extremo sigue un guion estricto; en el otro actúa ampliamente con una supervisión ligera. Más libertad te da flexibilidad, pero te cuesta en dinero, impredecibilidad y en el tamaño del problema si se equivoca.

**IA generativa (Generative AI):** IA que recibe información y produce una respuesta de una sola vez, como convertir una pregunta en un párrafo o un *brief* en una imagen. La **IA agéntica** es este mismo tipo de IA, envuelta en un bucle con herramientas y un objetivo. Mismo motor, diferente máquina construida a su alrededor.

**Modelo de lenguaje grande (LLM):** La IA en el corazón de un agente, entrenada en enormes cantidades de texto para entender el lenguaje y responder por escrito. Hace el procesamiento y la redacción, y los más nuevos también pueden decidir cuándo recurrir a una herramienta. Por sí solo solo produce palabras; el software a su alrededor es el que realmente ejecuta las tareas.

**Sistema multiagente (Multi-agent system):** Una configuración donde varios agentes especializados se dividen un trabajo y colaboran: uno **califica un lead**, otro verifica un pedido y un tercero redacta la respuesta. Dividir el trabajo suele superar a pedirle a un solo agente que haga todo, especialmente en tareas largas o complejas.

**Ingeniería de prompts (Prompt engineering):** Escribir y perfeccionar las instrucciones que le das a un agente para que se comporte como quieres. No se trata de redactar con elocuencia, sino de ser específico: detallar la tarea, el tono, los ejemplos a copiar y los límites que no debe cruzar. Pequeños cambios en las instrucciones pueden cambiar drásticamente la calidad de cada respuesta posterior.

**System prompt:** El conjunto de instrucciones permanentes que se cargan antes de cada conversación, definiendo el rol del agente, su tono, lo que puede hacer y lo que jamás debe hacer. Piensa en esto como la descripción del puesto del agente. Si lo defines bien, el agente se mantiene alineado a la marca y a la tarea; si lo dejas vago, se desviará.

**Composibilidad (Composability):** La facilidad con la que un agente se puede construir a partir de piezas intercambiables: el cerebro de IA, las herramientas, la memoria y las reglas, en lugar de un bloque cerrado. Mayor composibilidad significa que puedes cambiar una pieza sin reconstruirlo todo, algo muy importante cuando tus necesidades cambian.

**Framework de agente (Agent framework):** El conjunto de herramientas de ingeniería utilizado para ensamblar un agente a partir de esas piezas. Los equipos que construyen su propio agente comienzan aquí; los equipos que compran una plataforma obtienen las piezas preensambladas. Esta es la bifurcación detrás de la decisión de construir frente a comprar (*build vs. buy*).

### 

## **Cómo entienden el lenguaje los agentes**

**Comprensión del lenguaje natural (NLU):** La capacidad del agente para captar lo que un cliente realmente quiere decir, no solo las palabras exactas que escribió. Una **NLU** sólida es lo que permite que "¿dónde está mi pedido?" y "compré el martes y aún no se ha enviado" lleguen a la misma respuesta de estado del pedido.

**Generación de lenguaje natural (NLG):** Convertir la decisión del agente en una respuesta que una persona realmente quiera leer, con la voz de tu marca. Una **NLG** débil es la razón por la que terminas con respuestas técnicamente correctas pero notoriamente robóticas.

**Reconocimiento de intención (Intent recognition):** Descubrir lo que el cliente intenta hacer con cada mensaje: rastrear un pedido, comparar dos productos, cancelar o presentar una queja. Acertar con la intención es lo que impulsa el enrutamiento y la resolución correctos, por lo que vale la pena probarlo a fondo antes del lanzamiento.

**Análisis de sentimiento (Sentiment analysis):** Leer el estado de ánimo de un mensaje, desde la calma hasta la frustración o la disposición a comprar. Funciona como un disparador útil: envía una conversación molesta a un humano o impulsa una positiva hacia el *checkout*.

## **Cómo saben y recuerdan cosas los agentes**

**Base de conocimientos (Knowledge base):** La colección de contenido comercial del que un agente extrae sus respuestas: detalles de productos, políticas, preguntas frecuentes (FAQs), fichas técnicas. El agente es tan preciso como la información que le has conectado y mantenido al día, por lo que una **base de conocimientos** desactualizada se nota rápidamente en respuestas incorrectas.

**Generación aumentada por recuperación (RAG):** Un método que busca las partes más relevantes de tu **base de conocimientos** y se las entrega al agente antes de responder, para que las respuestas se basen en tu contenido real en lugar de suposiciones del agente. Es la principal defensa contra respuestas inventadas con total seguridad.

**Grounding (Fundamentación):** Vincular una respuesta a una fuente verificada en lugar de dejar que el agente improvise. Un agente respaldado con *grounding* puede mostrar de qué documento o política extrajo la información, lo que genera confianza a gran escala.

**Embeddings (Incrustaciones):** Una forma de convertir texto en números para que el agente pueda identificar qué fragmentos de contenido significan cosas similares, incluso cuando no comparten las mismas palabras. Es la forma en que una búsqueda de "devolver un artículo roto" encuentra tu política de "reembolso por mercancía dañada". Los **embeddings** son los que hacen que este tipo de coincidencia funcione en segundo plano.

**Ventana de contexto (Context window):** Cuánta información puede tener presente el agente al mismo tiempo, algo así como la memoria de trabajo a corto plazo. Un historial de chat largo, un gran fragmento de conocimiento y las instrucciones permanentes compiten por ese espacio, lo que afecta tanto la calidad de la respuesta como el costo.

**Memoria del agente (Agent memory):** Lo que un agente retiene, dividido entre corto plazo (la conversación que ocurre ahora) y largo plazo (el historial y las preferencias de un cliente recurrente). La **memoria** es lo que permite que la segunda conversación continúe donde se quedó en lugar de empezar desde cero.

**Alucinación (Hallucination):** Cuando una IA da una respuesta segura que es incorrecta o completamente inventada. En un chat con un cliente, esto puede ser prometer un reembolso que no existe o citar una política de forma incorrecta, por lo cual existen el *grounding*, el **RAG** y las pruebas: para mantenerlas como un evento raro.

### 

## **Cómo ejecutan acciones los agentes en una conversación**

**Orquestación (Orchestration):** Coordinar todas las partes móviles —qué agente se ejecuta, qué herramienta se usa, en qué orden y qué sucede cuando algo falla— en un solo flujo confiable. La **orquestación** es lo que transforma a una IA inteligente en un sistema que puedes poner con seguridad frente a tus clientes.

**Llamada a herramientas / funciones (Tool calling / Function calling):** La capacidad del agente para acceder a otro sistema y ejecutar una tarea, como consultar un pedido o agendar una cita. Solicita la acción y tu software la ejecuta. La **llamada a herramientas** es la diferencia entre un agente que solo habla y uno que realmente hace cosas.

**Protocolo de Contexto de Modelo (MCP - Model Context Protocol):** Un estándar abierto y compartido para conectar un agente a herramientas y datos externos, parecido a cómo un puerto USB permite conectar cualquier dispositivo sin un cable personalizado para cada uno. Una plataforma que soporta **MCP** puede conectarse con cualquier otro sistema que también lo soporte, en lugar de construir una conexión única cada vez. Es una infraestructura bastante nueva, así que pregunta si un proveedor realmente lo usa o solo menciona el término.

**Acciones (Actions):** Las tareas concretas que un agente puede hacer más allá de responder: actualizar un registro, enviar un enlace de pago, crear un ticket o agendar una reunión. La lista de acciones que permites también es un límite de seguridad, ya que un agente solo puede hacer aquello que le hayas autorizado.

**Integración de datos de clientes (Customer data integration):** Conectar al agente con los sistemas que contienen tus registros de clientes, embudo de ventas e historial de pedidos, para que pueda personalizar respuestas y actuar basándose en información real en lugar de adivinar. Es lo que permite al agente saludar por su nombre a un comprador recurrente y verificar su último pedido.

**Automatización de flujos de trabajo (Workflow automation):** Ejecutar un proceso de negocio de principio a fin sin pasos manuales, como capturar un **lead**, calificarlo y enrutarlo al representante adecuado. Los flujos de trabajo agénticos van más allá de las reglas rígidas (*if-this-then-that*) porque el agente puede adaptarse cuando un paso no sale según lo planeado. Puedes mapear esto visualmente y sin código en una herramienta como [**<u>Flow Builder</u>**](https://sleekflow.io/es/flow-builder)**.**

**Traspaso a humano (Handoff):** Pasar una conversación del agente a una persona, idealmente con el historial completo y un resumen adjunto, para que el cliente nunca tenga que repetirse. Un **traspaso** impecable es una de las señales más claras de un sistema profesional.

**Ruta de escalación (Escalation path):** Las reglas que deciden cuándo una conversación debe salir del agente: baja confianza de la IA, un cliente molesto, un trato de alto valor o un tema marcado como fuera de límites. Una buena escalación equilibra la automatización con los momentos que realmente necesitan intervención humana.

**Interacción proactiva (Proactive outreach):** El agente inicia la conversación en lugar de esperar a que le escriban, para recuperar un **lead** estancado, dar seguimiento tras una compra o enviar un aviso de retención. Con el consentimiento del cliente, aquí es donde la automatización pasa de ahorrar dinero a generarlo.

## **Canales y ventas por chat**

**Canales de mensajería (Messaging channels):** Los lugares donde realmente ocurren estas conversaciones: **WhatsApp**, **Instagram**, **Facebook Messenger**, **SMS** y **live chat** web. Un agente que funciona en múltiples canales y mantiene un solo perfil de cliente supera a 5 chatbots desconectados, por lo que una cobertura amplia de canales importa más que cualquier integración individual.

**WhatsApp Business API:** El sistema oficial de Meta que permite a las empresas enviar y recibir mensajes de WhatsApp a escala, ejecutar flujos interactivos y conectar automatizaciones, algo que una cuenta personal no puede hacer. Es la columna vertebral para la mayoría del soporte y las ventas profesionales en WhatsApp. Meta lo documenta en su [<u>**documentación de la plataforma WhatsApp Business**</u>](https://developers.facebook.com/docs/whatsapp/cloud-api)**<u>.</u>**

**Checkout en el chat (In-chat checkout):** Permitir que un cliente explore productos y complete una compra directamente dentro de la conversación, sin desviarse a un sitio web. Cada redirección es una oportunidad de perder la venta, por lo que acortar el camino de compra impulsa directamente la conversión.

**Pagos en el chat (In-chat payments):** Enviar un enlace de pago o procesar el pago dentro del chat y confirmarlo al cliente, haciendo que todo el recorrido, desde la duda hasta el pago, ocurra en un solo lugar. Cobra en el chat y un canal que abriste para soporte comenzará a cerrar ventas.

**Recomendaciones de productos (Product recommendations):** El agente sugiere artículos relevantes basándose en lo que el cliente preguntó, compró antes o navegó. En un chat, una sugerencia oportuna se percibe como ayuda en lugar de un anuncio publicitario, lo que hace que convierta mejor.

**Calificación y scoring de leads (Lead qualification and scoring):** Lograr que el agente haga las preguntas correctas, evalúe qué tan interesado está un prospecto y los clasifique para que tu equipo invierta tiempo en quienes tienen mayor probabilidad de comprar. La velocidad de respuesta y la calidad de la calificación mueven los ingresos, y aquí es donde un agente demuestra su valor para el equipo de ventas.

**Agente de voz (Voice agent):** Un agente de IA que funciona por llamada telefónica o voz en lugar de texto: escucha al usuario, comprende lo que necesita y responde en voz alta con un tono natural. La misma lógica que un agente de chat, pero en un canal diferente. Puede responder llamadas, gestionar solicitudes rutinarias y pasar las complejas a una persona.

### 

## **Confianza, seguridad y gobernanza**

**Límites de seguridad (Guardrails):** Las reglas que mantienen a un agente dentro de un comportamiento seguro, alineado con la marca y en cumplimiento normativo: temas que no tocará, acciones que no puede realizar y afirmaciones que no debe hacer. Los **guardrails** te permiten delegar autoridad real a un agente sin desvelarte por ello.

**Humano en el bucle (Human-in-the-loop):** Una configuración donde una persona revisa o aprueba el trabajo del agente antes de enviarse, común al inicio de una implementación o para acciones difíciles de revertir. Sacrifica un poco de velocidad a cambio de mucha confianza.

**Humano sobre el bucle (Human-on-the-loop):** Una configuración más ligera donde las personas supervisan e intervienen solo cuando se cruza un límite, en lugar de revisar cada acción. Es la forma de escalar una vez que el agente se ha ganado la confianza.

**Explicabilidad (Explainability):** La capacidad de ver y explicar por qué un agente hizo lo que hizo. Cuando una respuesta falla, la explicabilidad te permite corregir la causa raíz en lugar de encogerte de hombros ante una caja negra.

**Registro de auditoría (Audit log):** Un registro duradero de lo que el agente hizo y decidió, útil para el cumplimiento normativo, la depuración y la rendición de cuentas. Si trabajas en un mercado regulado, considera esto como un requisito indispensable, no como algo opcional.

**Privacidad de datos (Data privacy):** Proteger los datos comerciales y de los clientes que toca el agente: cómo se almacenan, quién los ve y si se utilizan para entrenar modelos de IA externos. Para la mayoría de los compradores, confirmar que los datos no se usarán para entrenar modelos públicos es una pregunta que vale la pena hacer en voz alta.

**Control de acceso (Access control):** Gestionar quién y qué tiene permitido acceder a ciertos datos y acciones, generalmente mediante permisos basados en roles. Un control de acceso estricto limita los daños si algo sale mal.

**Inyección de prompts (Prompt injection):** Un truco donde alguien oculta instrucciones dentro de un mensaje normal para que el agente ignore sus reglas, filtre información o haga algo indebido, parecido a la ingeniería social pero dirigida a la IA en lugar de a una persona. Pregunta a tu proveedor cómo se defiende contra esto, porque un agente con permisos reales es un objetivo atractivo.

## **Pruebas y mejora de un agente**

**Evaluación (Eval):** Medir la precisión, calidad e impacto comercial de un agente de forma intencionada, en lugar de esperar a que las quejas te lo digan. Las evaluaciones deben ser continuas, ya que un agente que funcionaba bien el mes pasado puede desviarse a medida que cambia tu contenido o tus clientes.

**Pruebas en Sandbox (Sandbox testing):** Probar al agente en escenarios reales dentro de un entorno cerrado y seguro antes de que interactúe con clientes reales, incluyendo mensajes hostiles, casos límite y diferentes idiomas. Saltarse esto es la razón por la que ocurren fallas evitables en público.

**Visibilidad de la fuente de conocimiento (Knowledge-source visibility):** Ver exactamente qué artículo, política o paso utilizó un agente para una respuesta determinada. Cuando puedes rastrear una respuesta hasta su fuente, puedes corregir la fuente en lugar de adivinar qué le pasó a la IA.

**Pruebas A/B (A/B testing):** Probar dos versiones de un agente o de un mensaje entre sí para ver cuál funciona mejor y quedarse con la ganadora. Transforma el "creemos que este texto es mejor" en evidencia real.

**Bucle de retroalimentación (Feedback loop):** Retroalimentar los resultados reales y las correcciones humanas al agente para que mejore con el tiempo. Un buen bucle evita que el mismo error se repita continuamente.

**Puntuación de confianza (Confidence scoring):** La estimación del propio agente sobre qué tan seguro está de una respuesta, la cual puedes conectar directamente a una regla de escalación. Una baja confianza se convierte en una señal clara para incorporar a un humano antes de que salga una mala respuesta.

## **Métricas, ROI y decisiones de compra**

**Resolución en el primer contacto (FCR - First Contact Resolution):** El porcentaje de problemas resueltos en una sola interacción, sin seguimientos. Un **FCR** alto suele traducirse en menores costos y clientes más satisfechos al mismo tiempo, razón por la cual los equipos de CX lo adoran.

**Resolución autónoma (Autonomous resolution):** El porcentaje de conversaciones que un agente finaliza por completo por sí solo, sin intervención humana. Es la cifra detrás de la mayoría de las promesas de ROI de la **IA agéntica**, así que lee con atención si un proveedor se refiere a una resolución genuina o solo a una desviación.

**Desviación (Deflection):** Evitar que un problema se convierta en un ticket gestionado por un humano respondiéndolo antes en autoservicio. La desviación reduce costos, pero por sí sola no prueba que el cliente realmente haya recibido ayuda, por lo que debes combinarla con una medida de satisfacción.

**Latencia (Latency):** El tiempo de espera entre que un cliente envía un mensaje y el agente responde. En un chat en vivo, un par de segundos se siente fluido y una larga pausa se siente rota, por lo que la velocidad es parte de la experiencia, no solo una estadística técnica. Cuando compares proveedores, pregunta por el tiempo de respuesta bajo carga real, no en una demostración preparada.

**Puntuación de satisfacción del cliente (CSAT - Customer Satisfaction Score):** Una lectura rápida de qué tan satisfechos están los clientes, generalmente a través de una encuesta de una sola pregunta después de una conversación ("¿cómo calificarías esta atención?"). Es el contrapeso a las cifras de desviación y resolución: un agente puede cerrar muchos tickets y aun así dejar a la gente molesta, y el **CSAT** es lo que detecta eso.

**Construir vs. Comprar (Build vs Buy):** La elección entre ensamblar tu propio agente a partir de frameworks o adoptar una plataforma que ya maneja las partes difíciles. Construir te da control, pero te cuesta tiempo de ingeniería y mantenimiento continuo. Comprar intercambia parte de ese control por velocidad.

**Plataforma vs. herramientas puntuales (Platform vs point tools):** Estandarizar en un solo sistema para lanzar, gobernar y medir tus agentes, versus conectar varias herramientas especializadas. Una plataforma reduce la sobrecarga de integración y te da un solo lugar para ver qué está sucediendo. Las herramientas puntuales pueden adaptarse a una necesidad reducida, pero agregan fricciones.

**Agent washing:** Reetiquetar un chatbot antiguo o una automatización simple como **IA agéntica** sin la autonomía que la respalde. Gartner lo ha señalado directamente: en el mismo pronóstico donde señala que [<u>más del 40 % de los proyectos de IA agente se cancelarán para finales de 2027</u>](https://www.gartner.com/en/newsroom/press-releases/2025-06-25-gartner-predicts-over-40-percent-of-agentic-ai-projects-will-be-canceled-by-end-of-2027) , estimó que solo unas 130 de las miles de empresas que se autodenominan agénticas lo son verdaderamente. Conocer los términos de este glosario es la forma de detectar la brecha entre la etiqueta y el producto real.

### **Chatbot vs. Agente de IA vs. IA agéntica**

A menudo estos tres términos se usan como si significaran lo mismo. No es así, y la diferencia determina lo que una conversación con un cliente realmente puede lograr.

| **Criterio** | **Chatbot** | **Agente de IA** | **IA agéntica** |
| --- | --- | --- | --- |
| Cómo funciona | Sigue reglas preestablecidas y árboles de decisión | Utiliza un LLM para entender y responder, puede recurrir a una o dos herramientas | Planifica y ejecuta un bucle de varios pasos, selecciona herramientas y verifica sus propios resultados |
| Qué gestiona | Preguntas conocidas basadas en un guion | Preguntas en texto libre y una tarea definida | Un objetivo a través de varios sistemas, adaptándose cuando un paso falla |
| Tareas de varios pasos | Se interrumpe si se sale del guion | Gestiona variaciones dentro de una sola tarea | Diseñada para flujos ramificados y trabajo de varios pasos |
| Tareas de varios pasos | Solo responde | Responde y realiza acciones limitadas | Actúa en función de un resultado, escala la conversación si se estanca |
| Ideal para | Preguntas frecuentes (FAQs) simples, enrutamiento por menús | Captura de leads, estado de pedidos, tareas individuales | Calificación y enrutamiento de leads, resolución de principio a fin, ventas en el chat |

La versión corta: un chatbot responde, un agente de IA responde y hace una cosa, y la **IA agéntica** persigue un objetivo hasta completarlo o transferirlo a una persona.

Para una visión más amplia de la categoría, consulta el [<u>resumen de plataformas de IA conversacional de SleekFlow</u>](https://sleekflow.io/blog/conversational-ai)<u>.</u>

### 

## **Cómo encaja SleekFlow**

SleekFlow es una suite de IA para conversaciones que generan ingresos. [<u>AgentFlow</u> ](https://sleekflow.io/agentflow)es su plataforma de **IA agéntica** para ventas, marketing y [**<u>atención al cliente a través de canales de mensajería.</u>**](https://sleekflow.io/blog/ai-agent-for-support)

Puedes construir un agente desde una plantilla o desde cero, entrenarlo con tu propio contenido rastreando tu sitio web y cargando archivos, y establecer **guardrails** sobre lo que puede decir y hacer. Se conecta a Shopify, HubSpot y Salesforce para obtener datos de clientes en tiempo real, y cuando una herramienta no cuenta con soporte nativo, simplemente describes lo que necesitas y el sistema construye la integración por ti.

En un chat, lee la intención, responde desde tu **base de conocimientos** y realiza acciones reales: **calificar un lead**, verificar un pedido o gestionar una reserva y un pago en una sola conversación. Cada respuesta muestra su fuente, el artículo que utilizó y el paso del playbook que siguió, para que puedas auditar en lugar de adivinar.

Transfiere las conversaciones a un humano con el historial completo adjunto en canales como [<u>**WhatsApp**</u>](https://sleekflow.io/es/channels/whatsapp-business-api), **Instagram** y **Messenger**, y cuenta con las certificaciones ISO/IEC 42001 (el estándar de gestión de IA), ISO 27001 y SOC 2 Tipo II, manteniendo tus datos fuera del entrenamiento de modelos públicos.

<u>****</u>[<u>**Checkmob**</u>](https://sleekflow.io/customer-stories/checkmob)<u>**,**</u> una empresa brasileña de software de ventas y operaciones de campo con equipos en varios mercados, invertía demasiado tiempo en chats de ventas iniciales solo para **calificar leads** y agendar demos. Con AgentFlow, automatizaron el primer contacto, calificaron **leads entrantes** con IA y programaron demos antes de pasar las conversaciones con alta intención al equipo de ventas.

¿El resultado?

- **70% más rápido** en tiempo de respuesta a leads entrantes en WhatsApp
- **20% de aumento** en reservas de demos
- **30% de ahorro de tiempo** para el equipo de ventas en tareas repetitivas

**<u></u>**[**<u>Mira cómo lo logró Checkmob</u>**](https://sleekflow.io/customer-stories/checkmob)**<u>.</u>**

Si quieres ver cómo los términos de este glosario se traducen en un agente funcional, [**<u>explora AgentFlow</u>**](https://sleekflow.io/agentflow)**<u>.</u>**

## **Cómo usar este glosario**

No necesitas los 59 términos para comenzar. Si estás definiendo tu primer agente, los términos de fundamentos y de acciones son suficientes. Si estás evaluando proveedores, los términos de pruebas, gobernanza y métricas son tu lista de verificación esencial, y el término *agent washing* es el que conviene tener siempre a la mano.

El vocabulario continuará cambiando a medida que el sector madure, así que trata esta guía como una referencia viva. Cuando un proveedor use una palabra que no logres precisar, esa suele ser la primera palabra que vale la pena aclarar.

### What's the difference between a chatbot and an AI agent?

A chatbot follows pre-set rules and answers known questions from a script, so it breaks the moment a conversation goes off the expected path. An AI agent uses a language model to understand free text, fetch a real answer, and complete a defined task like checking an order. The agent reasons; the chatbot recites.

### What does agentic AI mean for sales and marketing, not just support?

Plenty. An agent can qualify and score inbound leads, recommend products in chat, send a payment link, and run consent-based follow-ups to recover stalled deals. For marketing and sales teams, that's faster speed-to-lead and more conversations turned into revenue, not only fewer support tickets.

### Do I need to know all 59 terms to deploy an AI agent?

No. The foundations and the action terms are enough to evaluate and launch a first agent. The governance, testing, and metrics groups matter more as you move from a pilot to production, which is also where most projects either mature or stall.

### What is "agent washing" and how do I avoid it?

Agent washing is marketing a scripted chatbot or simple automation as agentic AI without real autonomy behind it. Avoid it by asking for specifics: can it take actions across systems, does it adapt when a step fails, can it show its sources, and how does it escalate. The definitions in this glossary give you the checklist.

### How is agentic AI different from generative AI?

Generative AI produces an output in one pass, like drafting a reply or an image. Agentic AI wraps that same kind of model in a loop with tools and a goal, so it can act, see the result, and decide the next step. Generative writes; agentic does.