Funciones de IA y agentes

Qué es

Polargate construye funciones de IA que hacen trabajo real dentro de tu producto. Tres formas cubren casi todo: un asistente que responde desde tu propia base de conocimiento y reconoce cuando no lo sabe, un agente que actúa con herramientas (abre una incidencia, toma un pedido, reserva una mesa, actualiza un registro) y un clasificador que ordena y prioriza lo que entra para que las personas solo toquen lo que exige criterio. Todo funciona en los idiomas en los que escriben tus clientes.

Cómo lo hacemos

Empezamos por la recuperación, no por el modelo. Tu contenido se trocea, se convierte en vectores y se guarda en Postgres con pgvector, acotado para que una pregunta solo alcance los datos de quien la hace; si no hay contexto, no hay respuesta. Los prompts viven en el servidor, dentro de una edge function, nunca en el navegador. Las herramientas se declaran una a una, con esquemas tipados y validación en servidor, así un agente puede crear una reserva pero no inventarla. Cuando esas herramientas deben servir a varios clientes, las exponemos por Model Context Protocol, igual que nuestro servidor MCP interno expone más de cien herramientas a Claude.

Después llega la parte poco lucida, la que decide si la función aguanta el contacto con usuarios reales. Montamos un set de evaluación con preguntas reales, incluidas las que deben rechazarse, y lo pasamos antes de cada entrega. Añadimos verificación de identidad (el conserje de Estevano comprueba habitación y PIN antes de actuar), límite de peticiones por IP hasheada, tope de gasto diario y registro de uso por modelo y precio. Los límites duros viven en la base de datos, no en el prompt: nuestro agente de mantenimiento AutoFix no puede responder a un cliente ni desplegar por su cuenta, y una persona aprueba cada diff.

Qué te llevas

Una función en producción sobre tu propio stack, no un piloto en la plataforma de otro. El código queda en tu organización de GitHub, los datos en tu proyecto de Supabase, y los prompts y las evaluaciones versionados junto al código. Te llevas el pipeline de recuperación, la capa de herramientas, las barreras, una vista de administración con lo que se preguntó y lo que se respondió, y el coste por conversación. También un mapa honesto de lo que esa función todavía no debería hacer, que suele ser la página más útil de la entrega.

Cuánto cuesta

El Discovery Sprint parte de 4.900 euros y termina con alcance, arquitectura, plan de evaluación y precio cerrado. La primera función de IA en producción parte de 9.900 euros, a precio fijo y por hitos. Después, tu proveedor de modelo factura el consumo a coste, y la función puede pasar a una cuota mensual de Care desde 850 euros al mes que cubre monitorización, evaluaciones y evolución. Sin facturación por horas y sin presupuestos abiertos.