Skills, SubAgents y Agent Teams: cómo ampliar agentes de IA en 2026

"Le explico el mismo procedimiento a mi agente de IA una y otra vez." "Cuando le encargo una tarea grande, el contexto se ensucia y la calidad baja." Cualquiera que use agentes de IA en serio se topa tarde o temprano con estos muros.

En esta guía recorremos los tres mecanismos para ampliar agentes de IA — Skills (añadir conocimiento y procedimientos), SubAgents (delegar tareas especializadas) y Agent Teams (ejecución en paralelo) — desde el concepto hasta las reglas prácticas de decisión. El contenido se basa en el material de formación que usamos en nuestros cursos corporativos y online.

Qué aprenderás en este artículo

1. Qué es un Skill: entregar a tu IA un "manual de trabajo"
2. Los componentes de SKILL.md y sus ámbitos (proyecto vs. usuario)
3. Qué es un SubAgent: delegación de tareas y aislamiento de contexto
4. Cómo definir un SubAgent personalizado (modelo, restricción de herramientas, memoria)
5. Agent Teams: patrones paralelos y secuenciales con varios agentes
6. Guía de decisión y la combinación más potente: SubAgents con Skills
7. Buenas prácticas de SKILL.md y ejemplos para perfiles no técnicos

Qué es un Skill: un manual de trabajo para tu IA

Un Skill es un documento de instrucciones personalizado que define conocimiento de dominio y procedimientos de ejecución para un agente de IA. Se coloca como archivo SKILL.md dentro de .claude/skills/ (Claude Code) o .cursor/skills/ (Cursor).

La imagen es la de un empleado nuevo al que entregas un manual de trabajo. El manual explica cuándo usarlo, qué pasos seguir y qué precauciones tomar. La capacidad del empleado (el modelo) no cambia, pero al disponer de conocimiento y procedimientos organizados, la calidad y la consistencia de su trabajo mejoran de forma notable.

La mayor ventaja: la IA deja de buscar información por su cuenta. Como el conocimiento y los pasos necesarios están organizados de antemano, el agente produce resultados consistentes con la misma calidad cada vez.

Componentes de SKILL.md

La estructura de directorios es simple: una carpeta por skill con su SKILL.md dentro.

.claude/skills/
├── banner-creator/
│   └── SKILL.md     # pasos y parámetros de generación de banners
├── data-analyst/
│   └── SKILL.md     # flujo de análisis de datos
└── seo-audit/
    └── SKILL.md     # procedimiento de auditoría SEO

Ámbitos del Skill: proyecto y usuario

Los flujos compartidos como "cómo elabora facturas nuestro equipo" van a nivel de proyecto; las preferencias personales como "mi estilo de redacción" van a nivel de usuario.

Qué es un SubAgent: delegar tareas especializadas

Un SubAgent es un agente hijo que ejecuta una tarea especializada delegada por el agente principal, con su propia ventana de contexto (la cantidad de información que una IA puede procesar a la vez) y su propio system prompt personalizado.

Imagina a un jefe de proyecto que, en lugar de hacerlo todo, delega en especialistas: la investigación al investigador, la revisión de código al revisor, el diseño al diseñador. Cada especialista trabaja en su propio espacio y solo reporta los resultados al jefe.

Ventajas de los SubAgents

1. Aislamiento de contexto: los registros detallados de la investigación quedan dentro del SubAgent; al hilo principal solo vuelve un resumen, así el contexto principal no se ensucia
2. Contexto de ejecución limpio: sin historial irrelevante, la precisión es más estable
3. Ejecución en paralelo: varias investigaciones simultáneas ahorran tiempo
4. Ideal para investigación: la lectura masiva de archivos queda fuera del hilo principal

SubAgents integrados (ejemplo de Claude Code)

Existen dos modos de ejecución: primer plano (el agente principal espera el resultado; adecuado para cadenas secuenciales) y segundo plano (el agente principal sigue trabajando sin esperar; adecuado para patrones de Agent Team en paralelo).

Definir un SubAgent personalizado

Coloca un archivo Markdown en .claude/agents/ (o .cursor/agents/ en Cursor) con frontmatter YAML:

# .claude/agents/code-reviewer.md
---
name: code-reviewer
description: Agente especialista en revisión de código
model: sonnet              # haiku / sonnet / opus
tools:
  - Read                   # restringir herramientas disponibles
  - Grep
  - Glob
skills:
  - coding-standards       # Skills a los que hace referencia
memory:
  scope: project           # user / project / local
---

## Eres un especialista en revisión de código
Revisa el código desde estos ángulos:
1. Legibilidad y mantenibilidad
2. Problemas de seguridad

Agent Teams: combinar varios SubAgents

Un Agent Team es un patrón que combina varios SubAgents en paralelo o en secuencia para procesar con eficiencia tareas grandes y complejas. En lugar de que una sola persona avance un gran proyecto, varios especialistas trabajan a la vez y un líder integra los resultados: ese equipo de proyecto, reproducido con IA.

Precauciones importantes:

1. Los agentes no se comunican directamente entre sí (el líder hace de intermediario)
2. Cuanto más paralelismo, mayor coste de API
3. Las tareas con dependencias no se pueden paralelizar
4. Para tareas simples puede ser sobre-ingeniería

En la práctica, de 3 a 5 SubAgents simultáneos es el rango manejable.

Guía de decisión: ¿cuál usar?

Resumido en una regla simple:

1. Quieres cambiar lo que la IA sabe → crea un Skill
2. Quieres separar quién hace el trabajo → lanza un SubAgent
3. Quieres que el equipo trabaje a la vez → ejecuta un Agent Team
4. Quieres especialización + aislamiento + paralelismo a la vez → compón un Agent Team con SubAgents equipados con Skills

Buenas prácticas para escribir SKILL.md

Puntos clave de la guía oficial de Anthropic, tal como los enseñamos en el curso:

1. Concisión ante todo: el contexto es un recurso compartido. Escribe solo los procedimientos y restricciones que el modelo aún no conoce
2. name y description concretos: name usa minúsculas, dígitos y guiones (máximo 64 caracteres); description se escribe en tercera persona indicando qué hace y cuándo usarlo, incluyendo las palabras clave que deben activarlo
3. Cuerpo de unas 500 líneas como máximo: si crece, divide en archivos separados y usa SKILL.md como índice; mantén las referencias a un solo nivel de profundidad
4. Convierte los procesos de varios pasos en checklists: incorpora el bucle verificar → corregir; para operaciones destructivas o por lotes, usa la secuencia archivo de plan → validación → ejecución
5. Define un procedimiento por defecto: no acumules alternativas; usa siempre barras (/) en las rutas de archivos
6. Itera con uso real: evalúa con tareas representativas y mejora a partir de los patrones de fallo; no busques la perfección desde el inicio

También importa el grado de libertad: los procesos frágiles requieren baja libertad (comandos fijos con validación) y el trabajo exploratorio admite alta libertad.

Ejemplos para perfiles no técnicos

Los SubAgents y Agent Teams no son solo para programar. Ejemplos de nuestro material de curso:

• "Analiza a la vez las webs de tres competidores y crea una tabla comparativa" → tres SubAgents investigan en paralelo y consolidan un único informe
• "Redacta los posts para redes sociales mientras diseñas el banner" → multitarea simultánea
• "Prepara el informe de ventas de este mes" → análisis de datos, gráficos y redacción repartidos por roles
• Componer un Agent Team de marketing donde cuatro SubAgents especializados producen borradores de copy, dirección visual, posts para redes y un resumen de prensa en una sola ejecución

Define como Skill los procedimientos repetidos, delega las tareas grandes a SubAgents y paraleliza la investigación independiente: solo con estos tres hábitos la productividad con agentes cambia por completo. Para formar a todo tu equipo de forma práctica, consulta nuestra formación corporativa en agentes de IA.

Preguntas frecuentes

Q. ¿Cuál es la diferencia entre un Skill y un SubAgent? A. Un Skill es un documento de instrucciones (SKILL.md) que añade conocimiento y procedimientos, y la IA lo consulta de forma autónoma según la tarea. Un SubAgent es un agente hijo con su propia ventana de contexto que ejecuta tareas especializadas delegadas por el agente principal. Si quieres cambiar lo que la IA sabe, escribe un Skill; si quieres separar quién hace el trabajo, usa un SubAgent. Son complementarios: un SubAgent que consulta Skills es la combinación más potente.

Q. ¿Cuál es la mayor ventaja de los SubAgents? A. El aislamiento de contexto. Cuando delegas a un SubAgent una investigación que requiere leer muchos archivos, los registros detallados quedan dentro del SubAgent y a tu conversación principal solo vuelve un resumen. El contexto principal se mantiene limpio y la precisión no se degrada; además, lanzar varios SubAgents en paralelo acorta el tiempo de investigación. Asignar un modelo rápido y económico tipo Haiku a las tareas de búsqueda también optimiza el coste.

Q. ¿Qué debo escribir en un SKILL.md? A. Tres elementos esenciales: nombre, condición de activación (description) y procedimiento detallado. En el cuerpo, enumera cuándo usarlo, los pasos, los formatos de entrada/salida y las acciones prohibidas. Mantenlo conciso (unas 500 líneas como máximo), escribe solo lo que el modelo no sabe, incluye palabras clave concretas en la description y prueba con una tarea real para detectar instrucciones que falten antes de refinarlo.

Q. ¿Cuántos SubAgents pueden ejecutarse en paralelo en un Agent Team? A. Nuestro material indica que es posible lanzar hasta 10 SubAgents simultáneos, pero el rango práctico es de 3 a 5. Más paralelismo aumenta el coste de API, y las tareas con dependencias directamente no se pueden paralelizar. El patrón estándar es lanzar unas tres investigaciones independientes (mercado, competencia, necesidades del usuario) en paralelo y que el líder integre los resultados.

Q. ¿Puede una persona sin perfil técnico crear Skills y SubAgents? A. Sí. Tanto SKILL.md como las definiciones de SubAgent son archivos Markdown: no hace falta programar. La vía más rápida es elegir una tarea repetitiva ("explico este mismo procedimiento cada vez") y pedirle al propio agente que la organice como borrador de SKILL.md. Prueba el borrador con una tarea real, añade los pasos que falten y pronto madurará hasta convertirse en un skill listo para producción.

Artículos relacionados

• Qué es RAG: pasos, bases de datos vectoriales y casos de uso
• Tokens y ventana de contexto: guía de costes de LLM
• Prompt Injection y seguridad de LLM
• Alucinaciones de la IA: causas y soluciones
• Formación corporativa en agentes de IA (práctica)

Última revisión: 2026-06-10