Google lanzó el Agent Development Kit (ADK) como la forma oficial de construir agentes sobre Vertex AI, y si vienes de armar bots con Dialogflow, el salto de modelo mental es más grande de lo que parece: pasas de diseñar intents y páginas a escribir el comportamiento del agente directamente en código, con control fino sobre cómo razona y qué herramientas puede usar.
De Dialogflow CX a agentes generativos
El Taller de Creación de Agentes Inteligentes con Google Cloud (11 horas, 4 sesiones, con certificado) arranca por Dialogflow CX: intents, páginas y entidades, el modelo clásico de agente conversacional con flujo definido. Es la base correcta para empezar porque buena parte de los casos de uso empresariales —atención al cliente con reglas claras— siguen resolviéndose mejor con un flujo estructurado que con un agente completamente abierto.
Cloud Functions: la lógica dinámica detrás del agente
Un agente de Dialogflow por sí solo solo conversa; para que haga algo —consultar un pedido, agendar una cita, validar un dato en una base externa— necesita un webhook. Ahí entran las Cloud Functions: reciben la petición del agente, ejecutan la lógica (una consulta a base de datos, una llamada a otra API) y devuelven una respuesta que Dialogflow convierte en texto natural para el usuario.
Vertex AI Agent Builder: el salto a agentes generativos
La segunda sesión del taller es donde cambia el paradigma: Vertex AI Agent Builder te permite crear agentes basados en modelos generativos (Gemini) en vez de flujos predefinidos. El agente ya no sigue un árbol de decisiones fijo, razona sobre la pregunta y decide qué hacer. Es el mismo salto conceptual que Bedrock Agents representa en AWS frente a Amazon Lex: menos control exacto del guion, más capacidad de responder a lo que no anticipaste.
RAG con Vertex AI Search
La tercera sesión conecta el agente con tus propios documentos mediante Vertex AI Search and Conversation, el servicio de búsqueda semántica de Google Cloud. En la práctica, esto es lo que convierte un agente genérico en uno que responde con la política de devoluciones de tu empresa, el manual técnico de tu producto o el historial de tickets de soporte, sin que tengas que entrenar ni ajustar el modelo base.
Agent Development Kit (ADK): control total del comportamiento
La cuarta y última sesión es la más avanzada: el ADK te deja definir el comportamiento del agente en código, con control sobre el ciclo de razonamiento, qué herramientas tiene disponibles y cómo se encadenan. Es el punto de entrada si tu objetivo final es un agente multi-herramienta que no solo responde preguntas, sino que ejecuta acciones en varios sistemas conectados.
- ▸Dialogflow CX para flujos conversacionales con reglas de negocio claras.
- ▸Cloud Functions como la lógica dinámica que conecta el agente con tus sistemas.
- ▸Vertex AI Agent Builder y Gemini para razonamiento generativo abierto.
- ▸Vertex AI Search para RAG sobre documentación propia.
- ▸ADK para agentes multi-herramienta con control de código.
El error más común al empezar
Saltarse Dialogflow CX por parecer 'la forma vieja de hacerlo'. En la práctica, muchos agentes de producción combinan ambos: Dialogflow maneja el flujo transaccional predecible, y delega a un agente generativo con ADK las preguntas abiertas que no calzan en ningún intent. Empezar directo por el ADK sin entender cómo se estructura un flujo conversacional en Dialogflow suele terminar en un agente que razona bien pero no sabe en qué momento debería simplemente seguir un proceso fijo.
Costos: por conversación vs por token
Dialogflow CX cobra por sesión o solicitud procesada, un modelo de costo predecible y fácil de proyectar si ya sabes cuántas conversaciones esperas al mes. Vertex AI Agent Builder y el ADK, al apoyarse en Gemini, cobran según los tokens que el modelo procesa en cada turno. Para un agente que responde consultas largas sobre documentos extensos vía Vertex AI Search, ese costo por token puede crecer rápido si no limitas cuánto contexto recuperas en cada búsqueda.
Para quién tiene sentido este taller
Si vienes de desarrollo web o backend y nunca has tocado un producto conversacional de Google Cloud, este taller te lleva de cero a tener un agente funcional sin necesitar experiencia previa en Dialogflow. Si ya administras Dialogflow en tu empresa y lo que buscas es dar el salto a agentes generativos con Gemini, puedes avanzar directo a la segunda sesión una vez que confirmes que el flujo de intents y páginas te es familiar, aunque igual conviene repasarlo porque el ADK asume ese vocabulario.
Si ya trabajas con el stack de Google Cloud y quieres profundizar en Gemini y Vertex AI más allá de agentes conversacionales, la Especialización en IA Generativa en Google Cloud es el siguiente paso natural. Y si tu meta es dominar agentes en cualquier nube —no solo GCP— la ruta AI Agentic Engineer conecta este taller con LangChain, LangGraph y CrewAI.
