Inicio › El Arsenal › Glosario: observabilidad
Glosario – Observabilidad

Qué es la observabilidad de un agente de IA: ver qué hizo, con qué y cuánto gastó

Por IActn – escrita con ayuda de IA y revisada por una persona antes de publicarla. Fuentes al final.

Un agente de IA que falla casi nunca avisa con un error claro: simplemente responde raro, tarda de más o se queda callado. La observabilidad es el registro que te deja reconstruir qué pasó en lugar de adivinarlo. Aquí va qué es, qué se registra, en qué se diferencia de un eval y de un gate, y cómo empezar con lo mínimo.

Lo que vas a ver
  1. 01Qué esQué es la observabilidad
  2. 02Qué esTrazas, métricas y registros
  3. 03Qué esQué mirar en un agente de IA
  4. 04EjemplosLo que nos ha servido a nosotros
  5. 05Paso a pasoCómo empezar con lo mínimo
  6. 06PromptsUn prompt para añadir registro a tu agente
  7. 07CuidadoLo que falta confirmar
01 – qué es

Qué es la observabilidad

OpenTelemetry, un estándar abierto para esto, la describe como la capacidad de hacer preguntas sobre un sistema sin conocer sus entrañas. Lo que el sistema va emitiendo (sus anotaciones) se llama telemetría. Su gran ventaja es que sirve para problemas que no esperabas: si el sistema deja suficientes señales, puedes hacer preguntas nuevas después, en vez de tener que añadir registro cuando el problema ya ocurrió. (OpenTelemetry – observability primer)

Piensa en la caja negra de un avión. No evita el fallo: guarda lo que ocurrió para que, después, nadie tenga que adivinar. Y solo sirve si estaba grabando antes de que algo saliera mal.

02 – qué es

Trazas, métricas y registros: las tres señales

OpenTelemetry agrupa lo que se anota en tres tipos. Cada uno responde algo distinto:

SeñalQué esEjemplo en un agente
Traza (trace)El camino que recorre una peticiónQué herramientas usó el agente y en qué orden
Métrica (metric)Una medición tomada mientras correCuántos tokens se gastaron hoy
Registro (log)La anotación de un evento«A las 10:32 la llamada al modelo falló»

No hace falta tener las tres para empezar. Un buen registro por cada llamada ya responde la mayoría de las preguntas. (OpenTelemetry – señales)

03 – qué es

Qué mirar en un agente de IA

Un agente de IA toma decisiones por su cuenta, así que el mismo pedido puede salir distinto cada vez. Por eso conviene anotar, en cada llamada al modelo:

  • Cuánto entró y cuánto salió: los tokens (trozos de palabra que el modelo lee y escribe; de ahí sale lo que gasta tu cuenta).
  • Cuánto tardó: una respuesta lenta suele ser la primera señal de un problema.
  • Si falló y por qué: el mensaje de error, tal cual.
  • Qué herramientas usó: para saber si el fallo vino del modelo o de algo que el agente intentó hacer.

Un ejemplo de cómo se ve esto en una herramienta real: Claude Code puede exportar su actividad con OpenTelemetry. Está apagado por defecto; se activa con una variable de entorno, y entonces emite métricas (por ejemplo, tokens usados y costo) y eventos como cada petición a la API (con costo, tokens y duración) y cada error de una petición. El texto de tus prompts va oculto salvo que lo pidas expresamente. (Claude Code – monitoring usage)

04 – ejemplos

Lo que nos ha servido a nosotros

Nuestro agente de WhatsApp guarda un registro de cada llamada al modelo: cuántas palabras (tokens) entraron y salieron, cuánto costó y si falló. Dos cosas que salieron de ahí:

Nuestro ejemplo real - medir en vez de opinar

Con ese registro supimos cuánto gasta de verdad cada mensaje, y pudimos comparar dos modelos con datos en lugar de con opiniones.

Nuestro ejemplo real - el saldo agotado

Una vez se acabó el saldo de la API. El registro mostró la llamada fallida, y la causa se vio en minutos, sin revisar el agente entero a ciegas.

Lo mismo vale para lo que corre solo. Las tareas automáticas que se ejecutan cada día dejan un resumen de lo que hicieron, y un vigilante avisa si falta el resultado de alguna. Es la parte fácil de olvidar: una tarea que no corre no da error, simplemente calla.

05 – paso a paso

Cómo empezar con lo mínimo

  1. Anota una fila por cada llamada al modelo. Fecha, tokens de entrada y salida, duración y si salió bien o mal.
  2. Guarda también el error tal cual. «Falló» no ayuda; el mensaje exacto sí.
  3. Cuida lo que anotas. No guardes datos personales de tus clientes si no hace falta: el registro es otro sitio donde pueden filtrarse.
  4. Vigila también el silencio. Para lo que debería ocurrir todos los días, no basta con registrar lo que pasa: hay que avisar cuando no pasa.
  5. Revísalo con una pregunta concreta. «¿Cuánto cuesta un mensaje?», «¿qué falló ayer?». Un registro que nadie consulta es solo ocupar espacio.

Recuerda el reparto: un eval prueba la IA antes de publicar con casos que tú preparaste; un gate decide si algo sale; la observabilidad te cuenta qué pasa con usuarios reales. Cuando un fallo aparece en producción, lo ideal es que acabe también como un caso nuevo en tu eval.

06 – prompts

Un prompt para añadir registro a tu agente

Es nuestro, no de Anthropic.

De «no sé qué pasó» a un registro útil

Cuándo usarlo: cuando tu agente ya funciona pero, si falla, no tienes forma de saber por qué ni cuánto gasta.

Dónde se pega: Claude Code
Prompt
Mi agente [describe qué hace] llama a un modelo de IA y hoy no deja ningún registro. Quiero añadirle observabilidad básica: 1. Después de cada llamada al modelo, guarda una fila con: fecha y hora, modelo usado, tokens de entrada, tokens de salida, duración y si salió bien o falló. 2. Si falla, guarda el mensaje de error completo. 3. No guardes el texto de las conversaciones ni datos personales de mis clientes; dime qué decidiste omitir. 4. Dime dónde queda guardado y escríbeme la consulta para saber cuánto gasta en promedio cada mensaje. 5. Si hay tareas que deben correr solas cada día, propón un aviso para cuando falte el resultado de alguna. Antes de tocar nada, resúmeme el plan en 5 líneas.
07 – cuidado

Lo que falta confirmar

  • «Observabilidad» tiene definiciones distintas según la fuente. Aquí usamos la de OpenTelemetry; en otros sitios se mezcla con «monitoreo».
  • Lo de Claude Code puede cambiar. Los nombres de métricas y eventos son los de su documentación al 21-10-2026; las trazas figuran allí como función en beta.
  • Lo nuestro es un caso, no una receta universal. Cómo guarda el registro cada agente depende de cómo esté construido.
  • Registrar tiene un costo en privacidad. Si guardas conversaciones, tratas datos de personas: decide qué anotas antes de empezar.
Si te llevas una sola cosa

El eval prueba antes y la observabilidad mira después. Anota cada llamada de tu agente (tokens, duración, error) y vigila también lo que debería pasar y no pasa: así un fallo se explica en minutos y las decisiones, como qué modelo usar, se toman con datos.

¿Y ahora qué?

Tres formas de seguir, según lo que prefieras.

Recibe las guías nuevas en tu correo

Un correo cuando sale una guía nueva o una novedad que te sirva para tu negocio.

El mensaje para tu grupo

¿Le sirve a alguien de tu equipo o de tu grupo? Cópialo tal cual o ábrelo directo en WhatsApp.

Te paso esta guía: Observabilidad de un agente de IA. Ver qué hizo tu agente y cuánto gastó, sin adivinar. https://iactn.com/arsenal/que-es-la-observabilidad/
Abrir en WhatsApp
Cuándo se verificó esto

Fuentes, leídas el 21-10-2026

  1. Observability primer – OpenTelemetry. La definición de observabilidad, qué es la telemetría y por qué sirve para problemas imprevistos.
  2. Signals – OpenTelemetry. Qué son las trazas, las métricas y los registros.
  3. Monitoring – Claude Code Docs. Que la telemetría está apagada por defecto, qué métricas y eventos exporta y que el texto de los prompts va oculto.