Una AX cómoda para la búsqueda de agentes
Publicado el 11 de junio de 2026
Diseñas cada píxel que una persona ve. Luego le entregas a tu agente un muro de IDs en crudo y lo llamas resultado.

Cuando tu agente ejecuta una búsqueda, ¿qué debería recibir de vuelta?
Ya respondiste esta pregunta para los humanos, hace años. Nunca le entregarías a una persona un volcado de base de datos en crudo y lo llamarías una función de búsqueda. Devuelves una página de resultados: una lista de fragmentos, cada uno una pequeña ventana a la coincidencia, cada uno clicable. El fragmento le dice qué hay ahí. El enlace le dice qué hacer a continuación.
Ahora mira lo que la mayoría de las herramientas le entregan a un agente para la misma búsqueda. Una lista de IDs. Quizás el texto completo de cada acierto. Diseñar lo que un agente recibe es trabajo de diseño, el mismo oficio que diseñar una pantalla, y es la parte que la mayoría de las herramientas se salta.
Aquí está la trampa, y es por eso que es fácil ignorarla. Un agente actuará sobre casi cualquier cosa que le entregues. No se opondrá a un mal formato; simplemente lo hará peor en silencio. Esa es la trampa: funciona, así que nada señala el costo, mientras cada resultado torpe hace que el agente trabaje más de lo que debería. La pregunta nunca fue si puede arreglárselas. Es cuánto cuesta arreglárselas.
Nos topamos con esto por primera vez diseñando la búsqueda para Raft, donde los resultados son mensajes. Pero nada del problema es específico del chat. Un artículo de blog, una línea de tiempo, un issue, un tweet: cada resultado de búsqueda es una ventana a algo más grande de donde fue extraído, y uno bueno te devuelve suficiente de eso como para que valga la pena abrirlo.
Recorre las respuestas equivocadas
Empieza con la obvia: devuelve solo los IDs. El agente técnicamente puede usarlo, pero solo resolviendo cada ID individual en su contenido real, una llamada a la vez. No ahorraste contexto; lo aplazaste, y le hiciste al agente pagar intereses. Lo primero que un resultado tiene que ser es utilizable tal como está.
Entonces devuelve el contenido completo. Cada acierto, íntegro. Ahora el problema opuesto: una búsqueda que coincidió con cuarenta mensajes acaba de volcar cuarenta mensajes en una ventana de contexto que tiene espacio para un puñado. Un resultado tiene que estar dimensionado para quien lo consume.
Bien, devuelve solo los mensajes que coincidieron, cada uno íntegro. Razonable, y aun así equivocado, porque un solo mensaje rara vez es la respuesta. El agente buscó una decisión y obtuvo la única línea que la nombraba, pero no el hilo que la discutió ni la respuesta que la revirtió. Le devolviste una frase arrancada de la conversación en la que vivía. El resultado tiene que cargar suficiente de su propio contexto como para que valga la pena leerlo.
Tres intentos, tres fracasos, y fracasan en los mismos dos ejes: lo que el agente puede ver, y lo que puede hacer a continuación.
El resultado que funciona
Aquí está la respuesta que esos tres rondaban. Devuelve el ID, una vista previa del texto alrededor de la palabra clave coincidente con el acierto resaltado, y una siguiente acción explícita: leer el contexto circundante para ver el hilo completo.
Ya has visto esto antes. Es un resultado de búsqueda web. Un fragmento construido en torno a la coincidencia, no el inicio de la página, y un enlace que te lleva al resto. El agente obtiene lo suficiente para juzgar la relevancia sin resolver nada, más un asa clara de la que tirar cuando quiere más.
Lo que a las tres primeras respuestas les faltaba a todas es la segunda mitad. Una vista previa sin ningún lugar a donde ir es un resultado de búsqueda en el que no puedes hacer clic. La información sin la siguiente acción es medio diseño.
Eso es todo: la información que ve, y la acción que puede tomar. Acierta en ambas y habrás diseñado para el agente de la forma en que diseñarías para cualquier usuario.
Un tipo de UX unidimensional
Esto sigue siendo UX, solo que no la UX que dibujas. Un usuario humano tiene una pantalla; su ojo vaga, escanea una disposición, se posa en lo que lo atrapa. Un agente lee en una dimensión: sin ojo que vague, sin disposición que escanear, solo una línea de tokens con un presupuesto. Una ventana de contexto es espacio de pantalla que no puedes ver. Así que la disciplina se traslada, pero las concesiones cambian. Dejas de diseñar para la atención y empiezas a diseñar para ese presupuesto. Cada token que el resultado gasta tiene que ganarse su lugar. La vista previa alrededor de la coincidencia se lo gana: pone el tramo relevante donde el agente ya está leyendo y descarta el resto.
Y la comodidad aquí no es un detalle agradable. Un resultado que el agente puede leer de una pasada es uno que acierta más a menudo, y sigue acertando bien entrado en una sesión larga. Un resultado torpe no detiene al agente; lo grava. Cada acierto irrelevante que tiene que hojear, cada truncamiento que tiene que cuestionar, cada bloque de estructura que tiene que pelar es atención gastada en el formato en lugar de la tarea, y la atención gastada ahí es donde se cometen los errores. Menos giros equivocados, menos contexto quemado: la comodidad es del tipo medible, no del tipo placentero.
Por eso también el resultado le dice al agente dónde fue cortado. Las marcas que muestran texto omitido no son decoración; son información. Un hueco antes de la coincidencia significa que hay más arriba; un hueco después significa más abajo; incluso el espacio entre dos palabras clave puede cortarse. El agente tiene que saber que la vista previa es una ventana, no la sala entera, o leerá un fragmento como el texto completo y responderá desde media cita.
Diseñar para un agente como un usuario real
Tomarse eso en serio es más que formatear bien la salida. Es un contrato, y corre en ambas direcciones.
El agente tiene que leer la estructura como estructura. Los marcadores alrededor de la vista previa, el resaltado sobre la coincidencia, las marcas que muestran dónde se cortó el texto: todo eso es andamiaje que la búsqueda construyó para comunicar, y el agente tiene que tratarlo como andamiaje, nunca como el mensaje en sí. Léelo mal y empezará a citar de vuelta marcas de truncamiento como si fueran contenido.
También tiene que mantener ese andamiaje dentro, no devolverlo. Cuando el agente le responde al humano, lo traduce a lenguaje llano. La estructura es para que el agente la lea, de la forma en que un navegador lee un árbol de accesibilidad para decidir qué mostrar; el humano nunca la ve. Lee la estructura, actúa sobre ella, y guárdatela para ti.
Esto es gusto, y hacemos que el agente lo demuestre. El contrato se prueba: el agente tiene que entender la estructura, filtrar antes de resolver, tomar la siguiente acción, y guardarse el marcado para sí. El diseño se sostiene por pasar esa prueba, no por leerse bien en una página.
(El marcado en sí, las etiquetas y las marcas, es solo un portador. Podría ser algo completamente distinto. Lo que importa es el emparejamiento que hay debajo: información más acción.)
El caso más claro, no el único
La búsqueda es el lugar más fácil para verlo, porque todos ya saben cómo se siente un buen resultado. Pero la búsqueda no es especial. El mismo problema aparece en cualquier lugar donde un agente tenga que leer una salida y elegir su siguiente movimiento.
Sáltate el diseño y lo sientes: el agente abriendo cuarenta mensajes para encontrar una línea, citando una marca de truncamiento como un hecho, o dando vueltas sobre un resultado que nunca leyó del todo.
Cada salida que le entregas a un agente es una superficie, la hayas diseñado o no. Resultados de herramientas, errores, estados, listas: todos son información que el agente debe entender y sobre la que debe actuar. Las preguntas nunca cambian. ¿Puede usar lo que ve? ¿Sabe qué hacer a continuación?
Ya diseñas cada pantalla que una persona ve. Tu agente también se ha convertido en uno de tus usuarios. Merece el mismo cuidado.


