Qué hace
Un agente de IA basado en un modelo de lenguaje se conecta a tu repositorio de GitHub y/o instancia de Jira y procesa cada nueva incidencia en el momento de su creación.
El sistema extrae el significado del texto no estructurado del título y la descripción, clasifica el ticket según la taxonomía interna del equipo y ejecuta las acciones estándar de triaje sin intervención del ingeniero.
Lo que hace la automatización en la práctica:
- Recibe la nueva incidencia a través de un webhook (GitHub Issues API o Jira Webhooks) inmediatamente después de su creación.
- Extrae las entidades clave de la descripción: tipo (error/funcionalidad/pregunta), componente o módulo afectado, versiones mencionadas, entorno, traza de la pila.
- Determina la prioridad según las reglas del equipo: gravedad, usuarios afectados, impacto en el negocio.
- Asigna etiquetas y componentes de acuerdo con la taxonomía aprobada.
- Busca duplicados: búsqueda semántica en las incidencias ya abiertas de los últimos 6-12 meses.
- Asigna un responsable: por componente, por responsable del módulo, por turno rotatorio dentro del equipo.
- Deja un comentario con un resumen breve y estructurado para el ingeniero: qué falló, dónde, cómo reproducirlo, tickets similares.
- Escala al canal de Slack del equipo si la incidencia está marcada como crítica o se parece a un incidente en producción.
Resultado según el caso que Cotera publicó sobre su propio equipo: un ingeniero sénior dedicaba 3 horas a la semana al triaje manual y pasó a unos 20 minutos de revisiones puntuales. El tiempo medio hasta la primera etiqueta bajó de 18 horas a 4 minutos. Los duplicados que pasaban más de una semana sin detectarse (antes, unos 4 al mes) desaparecieron en los tres meses siguientes.
Lo que la automatización NO hace
Los límites reales de responsabilidad del agente de IA:
- No toma decisiones de ingeniería. El triaje aplica el etiquetado y asigna un responsable, pero no decide «corregirlo ahora o no» ni «en qué sprint»: eso queda en manos del líder técnico.
- No cierra incidencias. Incluso los duplicados evidentes el agente los marca y enlaza, pero el cierre definitivo lo hace una persona: es una salvaguarda contra falsos positivos.
- No trabaja con arquitectura privada sin contexto. El agente necesita una taxonomía de etiquetas completa, un mapa de responsables de módulos y ejemplos de tickets correctamente etiquetados.
Cómo funciona
Arquitectónicamente, la automatización se construye como un servicio ligero entre el gestor de incidencias y el LLM: el webhook captura el evento, se recopila el contexto (texto de la incidencia, tickets abiertos similares, responsables de módulos, ejemplos previamente etiquetados), el LLM devuelve un JSON estructurado con la clasificación, la respuesta se aplica a la incidencia a través de la API de la plataforma. Todo está envuelto en lógica de reintentos y revisión humana para los casos dudosos.
Secuencia técnica
- El webhook de GitHub o Jira llega al servicio de triaje (FastAPI o Node) ante los eventos
issues.openedyissues.edited. - El servicio recopila el contexto: título, descripción, autor, etiquetas existentes, lista de posibles duplicados (los 5 más parecidos por similitud semántica en el índice vectorial).
- El servicio construye el prompt para el modelo de lenguaje: se transmite la taxonomía de etiquetas, el mapa de responsables de módulos, ejemplos few-shot de incidencias previamente etiquetadas correctamente y el propio texto del nuevo ticket.
- El modelo devuelve un JSON:
{ labels, priority, component, owner, duplicate_candidates, summary, confidence }. - El servicio valida el JSON según el esquema: si el nivel de confianza está por debajo del umbral (por ejemplo, 0,75), marca la incidencia con la etiqueta
needs-human-triagey no asigna propietario. - Para los casos con confianza suficiente, el servicio aplica etiquetas y responsable a través de la API de GitHub o Jira, deja un comentario con el resumen y los enlaces a tickets similares.
- Las incidencias críticas se escalan al canal de Slack del equipo a través de un webhook entrante.
- Cada acción se registra en el registro de auditoría: se puede rastrear qué y por qué modificó el agente.
Componentes de la solución
Componente | Rol |
|---|---|
Receptor de webhooks | Recepción de eventos de GitHub Issues y Jira Webhooks |
Generador de contexto | Recopilación de la descripción, tickets similares, mapa de responsables |
Índice vectorial | Almacenamiento de vectores de las incidencias abiertas para la búsqueda de duplicados |
Cliente LLM (modelo de lenguaje) | Clasificación y extracción de entidades |
Validador de esquema | Validación de la respuesta JSON y del nivel de confianza |
Ejecutor de acciones | Registro de etiquetas, responsable y comentario a través de la API |
Notificador de Slack | Escalado de tickets críticos |
Registro de auditoría | Historial completo de decisiones del agente |
Por qué custom-code y no no-code listo para usar
Para el triaje de incidencias son importantes tres cosas que los constructores prefabricados cubren de forma deficiente: control preciso sobre el prompt y los ejemplos few-shot (tu taxonomía es específica), el índice vectorial de duplicados con almacenamiento persistente de vectores y un registro de auditoría transparente. Todo esto se resuelve en ~500-800 líneas de Python o TypeScript con un cliente LLM, una BD vectorial (pgvector, Qdrant) y dos integraciones API. Stack típico: FastAPI + PostgreSQL con pgvector + un modelo de Anthropic a través de su SDK + Octokit o Jira REST.
Revisión humana por defecto
El agente no opera con plena confianza. Dos mecanismos garantizan la seguridad:
- Umbral de confianza: cuando el nivel está por debajo del umbral, la decisión se marca como
needs-human-triage, no se asignan etiquetas. - Revisión semanal: una vez a la semana el líder técnico coteja 20 decisiones aleatorias del agente con la realidad, los ejemplos few-shot se actualizan, la calidad no se degrada.
Conclusión: la mayor parte de las incidencias se etiqueta sin participación del ingeniero, los casos dudosos pasan al triaje manual, pero ya con un resumen preparado por el agente y candidatos a duplicados, lo que igualmente agiliza el trabajo.
Requisitos previos
Para iniciar el triaje, el equipo necesita datos preparados, accesos y una preparación organizativa mínima.
Datos y accesos:
- Personal Access Token de GitHub (alcance
repo) o token de API de Jira con permisos de escritura de etiquetas, responsable y comentarios. - Taxonomía de etiquetas aprobada: lista de tipos (error/funcionalidad/tarea), prioridades y componentes. Habitualmente 15-40 categorías.
- Mapa de responsables de módulos: qué persona o equipo es responsable de qué componente o módulo.
- 100-200 incidencias correctamente etiquetadas en los últimos 6-12 meses, para ejemplos few-shot y la construcción del índice vectorial de duplicados.
- Clave API de Anthropic (u otro proveedor de modelos de lenguaje).
Infraestructura:
- Servidor o plataforma gestionada para el servicio de triaje (VPS, Render, Railway, AWS Lambda; cualquier opción es válida).
- PostgreSQL con pgvector o Qdrant/Weaviate para el índice vectorial.
- Espacio de trabajo de Slack y webhook entrante si se requiere la escalación de incidencias críticas.
Preparación del equipo:
- Líder técnico o ingeniero sénior como responsable de la automatización: coordina la taxonomía y verifica la calidad las primeras 2-3 semanas.
- 30-40 minutos por semana del responsable para la revisión semanal de las decisiones del agente en el primer mes, luego 15 minutos.
- El equipo acepta las reglas: los duplicados se enlazan automáticamente, pero los cierra una persona.
Cronograma de implantación:
El plazo esperado es de 2-4 semanas. Semana 1: coordinación de la taxonomía y preparación del conjunto de ejemplos few-shot. Semana 2: implementación del servicio y conexión de webhooks. Semana 3: modo sombra (el agente anota las decisiones en el registro, pero no las aplica), calibración del umbral de confianza. Semana 4: transición a producción con revisión humana.
Problemas
- Errores en operaciones manuales
- Tareas rutinarias repetitivas
- Cambio constante de contexto
FAQ
¿Cuánto lleva la implantación del inicio a producción?
Para un equipo con taxonomía de etiquetas lista y accesos a la API: 2-4 semanas. Semana 1: alineación de categorías y recopilación del conjunto de ejemplos few-shot; semana 2: implementación del servicio y webhooks; semana 3: modo sombra para calibración; semana 4: lanzamiento con revisión humana. Sin taxonomía, añade 1-2 semanas para formalizarla con el líder técnico.
¿Qué hacer si no hay una taxonomía de etiquetas definida?
Situación normal en equipos que han crecido orgánicamente. Antes de lanzar la automatización se realiza un breve taller de etiquetado: 2-3 reuniones de una hora con el líder técnico y los ingenieros sénior, donde se formaliza la lista de tipos, prioridades y componentes. La cobertura se verifica con los últimas 200-300 incidencias. Sin este paso, el agente de IA no dará resultados de clasificación estables.
¿Cuáles son los riesgos y qué falla con una configuración incorrecta?
Tres riesgos principales: clasificación incorrecta con taxonomía débil (se corrige con ejemplos few-shot y revisión semanal), falsos positivos en duplicados (se resuelve con el umbral de confianza, ya que el cierre siempre lo hace una persona), sobrecarga de Slack ante una escalación demasiado agresiva. Los tres se mitigan con el modo sombra la primera semana: el agente escribe las decisiones en el registro, pero no las aplica hasta que el líder técnico confirme la calidad.
¿Es aplicable la automatización a equipos no-SaaS (agencias, IT interno, equipos de producto en corporaciones)?
Sí. El triaje funciona donde hay un gestor de incidencias con flujo activo de tickets: GitHub Issues, Jira, Linear, GitLab. Los equipos SaaS y de producto obtienen el máximo efecto por el volumen entrante, pero las agencias con varios proyectos de cliente y los departamentos de TI interna adoptan un enfoque similar: la taxonomía simplemente se vuelve de dos niveles (cliente + categoría).
¿Se puede usar con Linear o GitLab en lugar de GitHub/Jira?
Sí, la arquitectura no depende del gestor de incidencias. Linear y GitLab ofrecen webhooks y API REST/GraphQL similares para registrar etiquetas, responsables y comentarios. Se requerirá adaptar el receptor de webhooks y el ejecutor de acciones: 1-2 días de trabajo adicional. La semántica del umbral de confianza, la plantilla del prompt y el índice vectorial de duplicados se reutilizan sin cambios.
¿Qué ocurre con los datos privados en las incidencias? ¿Puede la información filtrarse al exterior?
Los datos se transmiten al modelo a través de la API de Anthropic según su política de uso de datos para la API comercial. Para requisitos estrictos de cumplimiento normativo se añade un paso de enmascaramiento: el servicio elimina los campos sensibles (emails, tokens, trazas de pila con PII) antes del envío al LLM. El registro de auditoría completo de las acciones del agente se escribe localmente en tu infraestructura y está disponible para auditoría.
¿Quieres esto en tu negocio?
Reserva una auditoría gratuita: te mostraremos cómo funcionará esta automatización para ti.