Matar una variante temprano es la forma más común de perder a la ganadora
Las reglas de optimización bajan el costo por clic una vez alcanzado un número fijo de impresiones. En volumen bajo, ese umbral queda bien adentro del ruido, así que la regla mata con fiabilidad variantes antes de que tengan chance de mostrar lo que son.
La primera decisión es si hay datos suficientes para juzgar, y las reglas no pueden tomar esa decisión. Una diferencia que se ve decisiva en doscientas impresiones con frecuencia no es nada.
La segunda decisión es qué tienen en común las perdedoras. Tres variantes que fallan por el mismo motivo es un hallazgo sobre la audiencia. Tres que fallan por separado es un hallazgo sobre el copy, y llevan a siguientes pasos distintos.
La tercera decisión es la llamada estratégica: iterar dentro de la hipótesis ganadora, o abandonarla y probar un argumento distinto. Las reglas solo hacen lo primero.
Cómo se construye el agent en Agent Studio
La muestra mínima se declara en el system prompt como un piso duro, junto con la instrucción de responder «todavía no» en lugar de producir un veredicto con datos delgados.
Los prompt skills incluyen tu taxonomía de hipótesis, la misma que se usó cuando se armó el set de prueba, para que el agent interprete los resultados por argumento y no por fila.
Un flujo Start Scheduled arma los datos. Un nodo HTTP Request trae el rendimiento de las variantes, un nodo Google Sheets aporta las hipótesis originales y el nodo Agent Chat pasa ambos al agent.
Las recomendaciones se envían a Slack. El agent no pausa ni reasigna el presupuesto de forma automática. Un agent con autoridad de gasto cae en una categoría de riesgo distinta de un agent que solo tiene una opinión.
Google Sheets registra cada decisión con su razonamiento, y arma un registro que con el tiempo muestra una hipótesis que funciona a lo largo de campañas, no dentro de una sola.
Las variantes retiradas se conservan en lugar de eliminarse. Un argumento que falló un trimestre a veces funciona en el siguiente, y solo el archivo hace que eso se pueda descubrir.
De qué está hecho este agent
- System prompt: establece una muestra mínima dura y permiso de responder «todavía no».
- Prompt skills: llevan la taxonomía de hipótesis usada cuando se armó el set de prueba.
- HTTP Request (Util): trae el rendimiento en vivo de las variantes.
- Google Sheets (Integration): aporta las hipótesis originales y guarda cada decisión con el razonamiento.
- Agent Chat (Util): un flujo programado que entrega rendimiento e hipótesis juntos.
- Slack (Communication): recibe recomendaciones. Ningún movimiento de presupuesto sin una persona.
- Cuando un ActionFlow basta: Pausar por reglas es un flujo de trabajo que funciona bien en volumen alto, donde el problema del ruido desaparece.
Preguntas frecuentes
Empieza a crear flujos de IA
Crea una cuenta gratuita, abre una plantilla o un lienzo en blanco y ejecuta tu primer ActionFlow.
Boletín
Recibe actualizaciones del producto
Nodos nuevos, agents y notas de producto. Solo enviamos correo cuando merece la pena abrirlo.