Recursos · 03

Gobernanza de agentes de IA: una guía de preparación para la producción

Enmarcar permisos, datos, pruebas, supervisión y apagado antes de que se le confíe a un agente un proceso de negocio.

Actualizado · 5 min

Infraestructura privada de IA en un laboratorio vacío Ilustración editorial generada con IA

Lo que esta guía ayuda a lograr

  • Limitar el agente a lo que necesita
  • Probar fallos costosos antes de la producción
  • Mantener rastros útiles sin sobrecoleccionar
  • Mantener la rendición de cuentas humana efectiva

Comprobación rápida

  • ¿El agente puede desencadenar una acción irreversible?
  • ¿Están autorizados los datos enviados?
  • ¿Un umbral requiere aprobación humana?
  • ¿Las herramientas tienen permisos mínimos?
  • ¿Puede el sistema detenerse y retroceder rápidamente?

Método paso a paso

  1. 1

    Describir el sistema actual

    Propósito del documento, usuarios, entradas, modelos, herramientas, salidas, dependencias y personas afectadas.

    Entregable: tarjeta de sistema versionada.

  2. 2

    Clasificar acciones y datos

    Separar lectura, recomendación, redacción y ejecución. Identificar datos prohibidos, sensibles, personales y retenidos.

    Entregable: matriz de datos × acciones.

  3. 3

    Reducir permisos

    Utilice cuentas dedicadas, listas de herramientas permitidas, entornos aislados y aprobación antes de acciones de alto impacto.

    Entregable: política de autorización.

  4. 4

    Evaluaciones de compilación

    Test de casos normales, ambigüedad, inyección, datos faltantes, solicitudes fuera de alcance y errores irreversibles. Establecer umbrales ante el piloto.

    Entregable: conjunto de pruebas y resultados.

  5. 5

    Monitorear producción

    Registrar la versión del sistema, contexto necesario, llamadas de herramientas, aprobaciones y resultados minimizando los datos retenidos.

    Entregable: panel de seguimiento y alertas.

  6. 6

    Prepárate para el fracaso

    Definir criterios de parada, toma de control manual, notificación, análisis de incidencias y vuelta al servicio.

    Entregable: Runbook de incidentes de IA.

De la propuesta a la acción: ¿dónde se comprueban los permisos?

Un agente puede preparar una solicitud sin permiso para ejecutarla. El servicio ejecutor debe comprobar identidad, recurso y parámetros reales; la afirmación del modelo no demuestra una aprobación.

Taller ficticio: una política interna exige aprobar el envío de respuestas a clientes. Los casos ilustran esa política; no certifican ni comprueban su sistema.

Recorrido de una acción
  1. Datos recibidos

    Un documento aporta contexto, sin conceder nuevos permisos.

  2. Acción propuesta

    El agente prepara herramienta, destino y parámetros para revisión.

  3. Control independiente

    El servicio ejecutor verifica permisos y aprobación vinculada a esa acción.

  4. Resultado observado

    Un registro vincula la solicitud única con su resultado real, incluso un fallo.

Cuatro casos para ensayar

Cambió el destinatario

La vista aprobada indicaba una dirección interna; la llamada final usa una externa.

Decisión esperada

Suspender el envío y revisar el nuevo destino.

Evidencia que buscar

Comparar destinatario, contenido y adjuntos de la vista y la llamada final.

Otro espacio de cliente

La cuenta puede leer el expediente A; el agente solicita un archivo del B.

Decisión esperada

Denegar el acceso a B aunque el modelo lo considere necesario.

Evidencia que buscar

Comprobar el recurso exacto con la identidad del usuario.

Aprobación caducada

La acción coincide con la vista, pero el permiso de aprobación ha caducado.

Decisión esperada

Obtener una nueva aprobación y revisar los permisos actuales.

Evidencia que buscar

Conservar caducidad, identidad del aprobador y parámetros aprobados.

Se agotó el tiempo de espera

No llega respuesta del envío; se desconoce si se completó.

Decisión esperada

Comprobar el estado antes de reintentar.

Evidencia que buscar

Vincular la clave de idempotencia al mismo contenido y contrastar el recibo del servicio.

Referencias : OWASP · LLM06:2025 Excessive Agency · OWASP · AI Agent Security Cheat Sheet

Ejemplo trabajado ficticio

Situación ilustrativa

Un agente puede leer las solicitudes de los clientes y redactar una respuesta, pero no puede enviar un mensaje ni cambiar una cuenta sin aprobación. Las pruebas incluyen un documento fuente que intenta redirigir sus instrucciones.

Decisión y pruebas esperadas

El registro define herramientas permitidas, datos visibles, umbrales de escalada, registros necesarios y el punto en el que un humano toma el control.

Indicadores de gestión

IndicadorQué midePrimera acción
Tasa de éxito útilTareas correctas según un criterio empresarial, no solo respuestas plausiblesRevisar fallas por familia de casos
Escalada humanaCasos entregados correctamente a una personaAjustar umbrales cuando el agente tiene exceso de confianza
Acciones canceladasAcciones bloqueadas o recuperadas antes del impactoEncuentra permisos excesivos y escenarios no probados
DerivaDiferencia de rendimiento por versión, datos o poblaciónComparar con un conjunto estable en cada cambio

Errores comunes

  • Medición únicamente de la calidad de escritura
  • Otorgar al agente todos los derechos de usuario final
  • Reteniendo todas las conversaciones por defecto
  • Cambiar modelo o solicitud sin volver a ejecutar evaluaciones

Preguntas frecuentes

¿En qué se diferencia un agente de IA de un chatbot?

Un agente planifica o encadena acciones y puede llamar a herramientas. Ese poder necesita permisos, aprobaciones, rastreos y controles de apagado más estrictos.

¿Se requiere siempre la aprobación humana?

Importa más cuando una acción es irreversible, sensible, regulada, financiera o de difícil detección posterior. El nivel debe seguir el riesgo.

¿Qué se debe registrar?

Versión del sistema, contexto estrictamente necesario, llamadas de herramientas, aprobaciones, resultados y errores, con un periodo de conservación justificado.

Referencias: datos, usos y límites

Documentación consultada el .

Las notas detalladas de esta edición están disponibles en inglés.

Referencias: datos, usos y límites
Fuente y finalidadDato o referencia verificadaCómo utilizarlaLímite que debe conservarse
MITRE ATLAS

Examine documented tactics, techniques and cases involving AI systems.

The official repository publishes ATLAS tactics, techniques and case-study data. They support analysis of the actual deployed system. Select scenarios matching your application’s data, interfaces and tools. Test permissions and consequences, not only model responses.

Profundizar en el método →

A technique catalogue is neither an exhaustive coverage guarantee nor a test result for your system.
NIST · AI Risk Management Framework

Organise management of AI-related risks.

The AI RMF Core is organised around Govern, Map, Measure and Manage. It is a voluntary risk-management framework. Define intended use, affected people and error consequences. Connect each risk to an evaluation, owner and stop or recovery mechanism.

Profundizar en el método →

The framework certifies neither a model nor an application. Using it does not remove the need to examine applicable requirements.
OWASP · LLM Top 10

Prepare tests for language-model application risks.

The 2025 edition includes Prompt Injection, Sensitive Information Disclosure and Excessive Agency. Turn a risk into an observable scenario: hostile document, restricted data or out-of-scope tool. Record expected behaviour and evidence of refusal.

Profundizar en el método →

A risk list is not a complete assessment. Input filtering alone does not establish authorisation for every action.

RAG: permisos, citas y cachés

Las notas detalladas de esta edición están disponibles en inglés.

Describe the authority of every agent tool

A tool’s authority depends on identity, objects and permitted operations. A document source, including an internal one, cannot expand that scope. The agent should accomplish the legitimate task with limited rights.

  • Build an identity, object and operation matrix.
  • Verify connector denials and absence of effects.
  • Replay positive controls after each restriction.

Explore the RAG access matrix and replay cases →

References consulted on · OWASP · LLM06:2025 Excessive Agency OWASP · API1:2023 Broken Object Level Authorization NIST AI 100-2 E2025 · Adversarial Machine Learning

OAuth/OIDC: audiencia y acceso

Las notas detalladas de esta edición están disponibles en inglés.

An AI agent retains each tool’s authorisation boundaries

A model instruction does not create a grant. For every tool, identify the calling client, resource server, audience and object policy.

  • Restrict permissions to the operation and recipient needed for the use case.
  • Do not forward one tool’s token to another API merely for convenience.
  • Test that an agent cannot read another tenant’s objects despite having a read scope.

See token recipients and the ten OAuth/OIDC cases →

Sources reviewed on · IETF · RFC 9700 · OAuth 2.0 Security BCP · IETF · RFC 9068 · JWT access token profile · OpenID Foundation · OpenID Connect Core 1.0 · IETF · RFC 8725 · JWT Best Current Practices · IETF · RFC 6749 · OAuth 2.0 framework

SSRF: URL y conexiones

Las notas detalladas de esta edición están disponibles en inglés.

An AI agent tool keeps bounded network access

Text produced by a model, retrieved document or search result must not expand an allowed tool destination. Defining the connector by operation and service makes the agent’s actual network reach controllable.

  • Reconstruct requests from business identifiers when the service is known.
  • Enforce resolution, connection, proxy and each redirect at the egress component.
  • Keep a traceable decision and response limits, including after retry or fallback.

Read the 12 cases and connection controls →

Sources reviewed on · OWASP · SSRF Prevention Cheat Sheet · WHATWG · URL Living Standard · AWS EC2 · Instance metadata options · IETF · RFC 3849

Referencias oficiales

Las referencias respaldan el método. Adapte los controles a su contexto; no constituyen certificación. Los títulos de referencia originales y los documentos fuente pueden estar en otro idioma.

Referencias consultadas el .