OpenAI lanza herramientas y API para que los desarrolladores construyan agentes de IA para empresas
OpenAI ha presentado nuevas herramientas de software para que los desarrolladores de aplicaciones empresariales puedan crear agentes de IA personalizados para atender las necesidades específicas de sus clientes. Las herramientas combinan múltiples funciones de toda la oferta de IA de OpenAI, lo que simplifica la programación de los agentes.
Los chatbots de IA como ChatGPT de OpenAI se han hecho populares porque pueden responder a las preguntas que les hace la gente. Sin embargo, estos chatbots se limitan sobre todo a preguntas sencillas que no requieren un pensamiento ni una investigación profundos, como "¿Cuál es la altura de la Torre de Tokio?" Por lo general, estos chatbots dependen de la información con la que fueron entrenados y tienen una capacidad limitada para sintetizar respuestas.
Las IA agenéticas pueden navegar por Internet en busca de información y utilizar el ordenador como un humano mientras investigan una pregunta compleja, como "Cree un plan de viaje a Tokio que incluya tiendas y lugares populares de anime con un presupuesto de 2.000 dólares" Estas IA pueden investigar en profundidad y luego pensar para resolver indicaciones complejas.
Para construir estos agentes de IA, OpenAI ha creado la API de Investigación para permitir a los programadores crear agentes con sólo unas pocas líneas de código. La nueva API se basa en su versión beta Assistants API, cuyos comentarios se han utilizado para mejorar su facilidad de uso y su velocidad. La API de investigación es un superconjunto de la actual API de finalización de chat, que crea respuestas de texto a partir de solicitudes, y es la nueva API que la empresa recomienda utilizar. La API de Asistentes dejará de utilizarse en 2026.
OpenAI también ha lanzado el SDK Agentes para ayudar a los desarrolladores a crear flujos de trabajo multiagente en los que un agente especializado trabaja con otros para gestionar las peticiones de los clientes. Por ejemplo, un agente puede dirigir las solicitudes de devolución de productos a un agente de devoluciones y las solicitudes de ideas de compra a un agente de compras.
11 de marzo de 2025
Producto
Nuevas herramientas para construir agentes
Estamos evolucionando nuestra plataforma para ayudar a desarrolladores y empresas a construir agentes útiles y fiables.
Pruébelo en Playground(se abre en una ventana nueva)
Una interfaz elegante y mínima que muestra una lista de tareas para un agente de IA, incluyendo 'triage_agent', 'guardrail' y 'update_salesforce_record', sobre un fondo abstracto azul fluido.
Hoy lanzamos el primer conjunto de bloques de construcción que ayudarán a los desarrolladores y a las empresas a crear agentes útiles y fiables. Consideramos los agentes como sistemas que realizan tareas de forma independiente en nombre de los usuarios. En el último año, hemos introducido nuevas capacidades de los modelos -como el razonamiento avanzado, las interacciones multimodales y las nuevas técnicas de seguridad- que han sentado las bases para que nuestros modelos puedan manejar las tareas complejas y de varios pasos necesarias para construir agentes. Sin embargo, los clientes han compartido que convertir estas capacidades en agentes listos para la producción puede ser todo un reto, ya que a menudo requiere una extensa iteración rápida y una lógica de orquestación personalizada sin la suficiente visibilidad o soporte incorporado.
Para hacer frente a estos retos, estamos lanzando un nuevo conjunto de API y herramientas diseñadas específicamente para simplificar el desarrollo de aplicaciones agénticas:
La nueva API de respuestas(se abre en una ventana nueva), que combina la sencillez de la API de finalización de chat con las capacidades de uso de herramientas de la API de asistentes para la creación de agentes
Herramientas integradas que incluyen la búsqueda en la web(se abre en una ventana nueva), la búsqueda de archivos(se abre en una ventana nueva) y el uso del ordenador(se abre en una ventana nueva)
El nuevo SDK de agentes(se abre en una ventana nueva) para orquestar flujos de trabajo de un solo agente y de varios agentes
Herramientas de observabilidad integradas(se abre en una nueva ventana) para rastrear e inspeccionar la ejecución del flujo de trabajo de los agentes
Estas nuevas herramientas agilizan la lógica central de los agentes, la orquestación y las interacciones, facilitando significativamente a los desarrolladores el inicio en la creación de agentes. En las próximas semanas y meses, tenemos previsto lanzar herramientas y capacidades adicionales para simplificar y acelerar aún más la creación de aplicaciones de agentes en nuestra plataforma.
Presentación de la API Responses
La API Responses es nuestra nueva primitiva API para aprovechar las herramientas integradas de OpenAI para construir agentes. Combina la simplicidad de las finalizaciones de chat con las capacidades de uso de herramientas de la API de agentes. A medida que las capacidades del modelo sigan evolucionando, creemos que la API de respuestas proporcionará una base más flexible para los desarrolladores que construyan aplicaciones de agentes. Con una sola llamada a la API de Respuestas, los desarrolladores podrán resolver tareas cada vez más complejas utilizando múltiples herramientas y giros del modelo.
Para empezar, la API Responses admitirá nuevas herramientas integradas como la búsqueda en la web, la búsqueda de archivos y el uso del ordenador. Estas herramientas están diseñadas para trabajar juntas y conectar los modelos con el mundo real, haciéndolos más útiles a la hora de completar tareas. También trae consigo varias mejoras de usabilidad, como un diseño unificado basado en elementos, un polimorfismo más sencillo, eventos de transmisión intuitivos y ayudantes del SDK como response.output_text para acceder fácilmente a la salida de texto del modelo.
La API de respuestas está diseñada para los desarrolladores que deseen combinar fácilmente los modelos de OpenAI y las herramientas incorporadas en sus aplicaciones, sin la complejidad que supone integrar varias API o proveedores externos. La API también facilita el almacenamiento de datos en OpenAI para que los desarrolladores puedan evaluar el rendimiento de los agentes mediante funciones como el rastreo y las evaluaciones. Como recordatorio, por defecto no entrenamos nuestros modelos con datos comerciales, ni siquiera cuando los datos están almacenados en OpenAI. La API está disponible para todos los desarrolladores a partir de hoy y no se cobra por separado: las fichas y las herramientas se facturan según las tarifas estándar especificadas en nuestra página de precios(se abre en una ventana nueva). Consulte la guía de inicio rápido de la API de respuestas(se abre en una ventana nueva) para obtener más información.
Qué significa esto para las API existentes
API de finalizaciones de chat(se abre en una ventana nueva): Chat Completions sigue siendo nuestra API más ampliamente adoptada, y estamos plenamente comprometidos a apoyarla con nuevos modelos y capacidades. Los desarrolladores que no necesiten herramientas integradas pueden seguir utilizando Chat Completions con total confianza. Seguiremos lanzando nuevos modelos a Chat Completions siempre que sus capacidades no dependan de herramientas incorporadas o de múltiples llamadas a modelos. Sin embargo, la API de respuestas es un superconjunto(se abre en una ventana nueva) de Chat Completions con el mismo gran rendimiento, por lo que para nuevas integraciones, recomendamos empezar con la API de respuestas.
API de Asistentes(se abre en una ventana nueva): Basándonos en los comentarios de los desarrolladores de la beta de la API de Asistentes, hemos incorporado mejoras clave en la API de Respuestas, haciéndola más flexible, rápida y fácil de usar. Estamos trabajando para lograr la plena paridad de características entre la API de Asistentes y la de Respuestas, incluyendo la compatibilidad con objetos tipo Asistente y tipo Hilo, y la herramienta Intérprete de código. Una vez que esto se haya completado, tenemos previsto anunciar formalmente la desaparición de la API de Asistentes con una fecha prevista de extinción a mediados de 2026. Una vez obsoleta, proporcionaremos una guía de migración clara de la API de Asistentes a la API de Respuestas que permita a los desarrolladores conservar todos sus datos y migrar sus aplicaciones. Hasta que anunciemos formalmente la depreciación, seguiremos entregando nuevos modelos a la API de Asistentes. La API Responses representa la dirección futura para la construcción de agentes en OpenAI.
Introducción de herramientas integradas en la API Responses
Búsqueda web
Ahora los desarrolladores pueden obtener respuestas rápidas y actualizadas con citas claras y relevantes de la web. En la API Responses, la búsqueda en la web está disponible como herramienta cuando se utiliza gpt-4o y gpt-4o-mini, y puede emparejarse con otras herramientas o llamadas a funciones.
JavaScript
1
const response = await openai.responses.create({
2
modelo "gpt-4o",
3
herramientas: [ { tipo: "web_search_preview" } ],
4
input: "¿Qué noticia positiva ha ocurrido hoy?",
5
});
6
7
console.log(response.output_text);
Durante las primeras pruebas, hemos visto a desarrolladores construir con la búsqueda web para una gran variedad de casos de uso, como asistentes de compras, agentes de investigación y agentes de reservas de viajes: cualquier aplicación que requiera información puntual de la web.
Por ejemplo, Hebbia(opens in a new window) aprovecha la herramienta de búsqueda web para ayudar a los gestores de activos, a las empresas de capital riesgo y de crédito, y a los bufetes de abogados a extraer rápidamente información procesable de amplios conjuntos de datos públicos y privados. Al integrar las capacidades de búsqueda en tiempo real en sus flujos de trabajo de investigación, Hebbia ofrece una inteligencia de mercado más rica y específica para cada contexto, y mejora continuamente la precisión y relevancia de sus análisis, superando a las referencias actuales.
La búsqueda web en la API está impulsada por el mismo modelo utilizado para la búsqueda ChatGPT. En SimpleQA, un punto de referencia que evalúa la precisión de los LLM a la hora de responder a preguntas cortas y objetivas, la vista previa de búsqueda de GPT-4o y la vista previa de búsqueda de GPT-4o mini obtienen una puntuación del 90% y el 88% respectivamente.
Precisión en SimpleQA (cuanto mayor sea, mejor)
63%
38%
47%
15%
90%
88%
0
20
40
60
80
100
Precisión
GPT-4,5
GPT-4o
OpenAI o1
OpenAI o3-mini
GPT-4o
vista previa de búsqueda
GPT-4o mini
vista previa de búsqueda
Las respuestas generadas con la búsqueda web en la API incluyen enlaces a fuentes, como artículos de noticias y entradas de blog, lo que ofrece a los usuarios una forma de obtener más información. Con estas citas claras y en línea, los usuarios pueden relacionarse con la información de una forma nueva, mientras que los propietarios de contenidos obtienen nuevas oportunidades de llegar a un público más amplio.
Cualquier sitio web o editor puede optar por aparecer(se abre en una nueva ventana) en la búsqueda web en la API.
La herramienta de búsqueda web está disponible para todos los desarrolladores en versión preliminar en la API de respuestas. También estamos dando a los desarrolladores acceso directo a nuestros modelos de búsqueda afinados en la API de finalizaciones de chat a través de gpt-4o-search-preview y gpt-4o-mini-search-preview. Los precios(se abre en una nueva ventana) comienzan respectivamente en 30 y 25 dólares por cada mil consultas para GPT-4o search y 4o-mini search respectivamente. Eche un vistazo a la búsqueda web en el Playground(se abre en una ventana nueva) y obtenga más información en nuestra documentación(se abre en una ventana nueva).
Búsqueda de archivos
Los desarrolladores pueden ahora recuperar fácilmente información relevante de grandes volúmenes de documentos utilizando la herramienta mejorada de búsqueda de archivos. Con soporte para múltiples tipos de archivos, optimización de consultas, filtrado de metadatos y reordenación personalizada, puede ofrecer resultados de búsqueda rápidos y precisos. Y de nuevo, con la API de respuestas, sólo se necesitan unas pocas líneas de código para integrarla.
JavaScript
1 const productDocs = await openai.vectorStores.create({
2 nombre: "Documentación del producto
3 file_ids: [file1.id, file2.id, file3.id],
4 });
5
6 const response = await openai.responses.create({
7 modelo: "gpt-4o-mini",
8 herramientas: [{
9 tipo: "búsqueda_archivos",
10 vector_store_ids: [productDocs.id],
11 }],
12 entrada: "¿Qué es la investigación profunda de OpenAI?",
13 });
14
15 console.log(response.output_text);
La herramienta de búsqueda de archivos puede utilizarse para diversos casos de uso en el mundo real, como permitir que un agente de atención al cliente acceda fácilmente a las preguntas más frecuentes, ayudar a un asistente jurídico a consultar rápidamente casos anteriores para un profesional cualificado y asistir a un agente de codificación en la consulta de documentación técnica. Por ejemplo, Navan(opens in a new window) utiliza la búsqueda de archivos en su agente de viajes impulsado por IA para proporcionar rápidamente a sus usuarios respuestas precisas a partir de artículos de la base de conocimientos (como la política de viajes de su empresa). Con la optimización de consultas y el reordenamiento incorporados, son capaces de establecer una potente canalización RAG (generación aumentada de recuperación) sin necesidad de ajustes o configuraciones adicionales. Con almacenes de vectores dedicados para cada grupo de usuarios, Navan puede adaptar las respuestas a la configuración de cada cuenta y a las funciones de cada usuario, lo que ahorra tiempo a los clientes y a su personal a la vez que ayuda a proporcionar una asistencia precisa y personalizada.
Esta herramienta está disponible en la API de respuestas para todos los desarrolladores. El uso tiene un precio(opens in a new window) de 2,50 $ por cada mil consultas y el almacenamiento de archivos de 0,10 $/GB/día, con el primer GB gratuito. La herramienta sigue estando disponible en la API de asistentes. Por último, también hemos añadido un nuevo punto final de búsqueda a los objetos de la API Vector Store para consultar directamente sus datos y utilizarlos en otras aplicaciones y API. Obtenga más información en nuestra documentación (se abre en una ventana nueva) y empiece a probarla en el Playground (se abre en una ventana nueva).
Uso informático
Para construir agentes capaces de completar tareas en un ordenador, los desarrolladores pueden utilizar ahora la herramienta de uso del ordenador en la API de respuestas, impulsada por el mismo modelo de agente de uso del ordenador (CUA) que permite el operador. Este modelo preliminar de investigación estableció un nuevo récord en el estado de la técnica, logrando un 38,1% de éxito en OSWorld(se abre en una ventana nueva) para tareas completas de uso del ordenador, un 58,1% en WebArena(se abre en una ventana nueva) y un 87% en WebVoyager(se abre en una ventana nueva) para interacciones basadas en la web.
La herramienta integrada de uso del ordenador captura las acciones del ratón y del teclado generadas por el modelo, lo que permite a los desarrolladores automatizar las tareas de uso del ordenador traduciendo directamente estas acciones en comandos ejecutables dentro de sus entornos.
JavaScript
1 const response = await openai.responses.create({
2 modelo: "uso-ordenador-prevista
3 herramientas: [{
4 tipo: "computer_use_preview",
5 ancho_visualización: 1024,
6 display_height: 768,
7 entorno: "navegador",
8 }],
9 truncamiento: "auto",
10 entrada: "Estoy buscando una cámara nueva. Ayúdame a encontrar la mejor",
11 });
12
13 console.log(respuesta.salida);
Los desarrolladores pueden utilizar la herramienta de uso informático para automatizar flujos de trabajo basados en el navegador, como la realización de controles de calidad en aplicaciones web o la ejecución de tareas de introducción de datos en sistemas heredados. Por ejemplo, Unify(se abre en una ventana nueva) es un sistema de acción para aumentar los ingresos que utiliza agentes para identificar la intención, investigar las cuentas y comprometerse con los compradores. Mediante la herramienta de uso informático de OpenAI, los agentes de Unify pueden acceder a información que antes era inalcanzable a través de las API, como permitir a una empresa de gestión inmobiliaria verificar a través de mapas en línea si un negocio ha ampliado su huella inmobiliaria. Esta investigación actúa como una señal personalizada para desencadenar el alcance personalizado -empoderando a los equipos de salida al mercado para atraer a los compradores con precisión y escala.
Como otro ejemplo, Luminai(opens in a new window) integró la herramienta de uso informático para automatizar flujos de trabajo operativos complejos para grandes empresas con sistemas heredados que carecen de disponibilidad de API y datos estandarizados. En un proyecto piloto reciente con una importante organización de servicios comunitarios, Luminai automatizó el proceso de tramitación de solicitudes y de inscripción de usuarios en tan sólo unos días, algo que la automatización robótica de procesos (RPA) tradicional tuvo dificultades para conseguir tras meses de esfuerzo.
Antes de lanzar CUA en Operator el año pasado, llevamos a cabo extensas pruebas de seguridad y red teaming, abordando tres áreas clave de riesgo: uso indebido, errores de modelo y riesgos de frontera. Para abordar los riesgos asociados a la ampliación de las capacidades de Operator a los sistemas operativos locales a través de CUA en la API, realizamos evaluaciones de seguridad adicionales y red teaming. También añadimos mitigaciones para los desarrolladores, incluyendo comprobaciones de seguridad para protegerse contra inyecciones puntuales, avisos de confirmación para tareas sensibles, herramientas para ayudar a los desarrolladores a aislar sus entornos y una detección mejorada de posibles violaciones de las políticas. Aunque estas mitigaciones ayudan a reducir el riesgo, el modelo sigue siendo susceptible de cometer errores involuntarios, especialmente en entornos sin navegador. Por ejemplo, el rendimiento de CUA en OSWorld, un punto de referencia diseñado para medir el rendimiento de los agentes de IA en tareas reales, es actualmente del 38,1%, lo que indica que el modelo aún no es muy fiable para automatizar tareas en sistemas operativos. Se recomienda la supervisión humana en estos escenarios. Encontrará más detalles sobre nuestro trabajo de seguridad específico de la API en nuestra ficha actualizada del sistema.
Tipo de punto de referencia Punto de referencia Uso del ordenador (interfaz universal) Agentes de navegación web Humano
OpenAI CUA SOTA anterior SOTA anterior
Uso del ordenador OSWorld 38,1% 22,0% - 72,4%
Uso del navegador WebArena 58,1% 36,2% 57,1% 78,2%
WebVoyager 87,0% 56,0% 87,0% -
Los detalles de la evaluación se describen aquí
A partir de hoy, la herramienta de uso informático está disponible como vista previa de investigación en la API de respuestas para desarrolladores seleccionados en los niveles de uso 3-5(se abre en una nueva ventana). El uso tiene un precio(se abre en una nueva ventana) de 3 $/1 millón de tokens de entrada y 12 $/1 millón de tokens de salida. Obtenga más información en nuestra documentación(se abre en una ventana nueva) y consulte la aplicación de ejemplo(se abre en una ventana nueva) que ilustra cómo construir con esta herramienta.
SDK de agentes
Además de construir la lógica central de los agentes y darles acceso a las herramientas para que sean útiles, los desarrolladores también necesitan orquestar los flujos de trabajo de los agentes. Nuestro nuevo SDK de Agentes de código abierto simplifica la orquestación de flujos de trabajo multiagente y ofrece mejoras significativas con respecto a Swarm(opens in a new window), un SDK experimental que lanzamos el año pasado y que fue ampliamente adoptado por la comunidad de desarrolladores e implantado con éxito por múltiples clientes.
Las mejoras incluyen:
Agentes: LLMs fácilmente configurables con instrucciones claras y herramientas integradas.
Traspasos: Transferencia inteligente del control entre agentes.
Barandillas: Comprobaciones de seguridad configurables para la validación de entradas y salidas.
Rastreo y observabilidad: Visualice las trazas de ejecución de los agentes para depurar y optimizar el rendimiento.
Python
1 from agentes import Agent, Runner, WebSearchTool, function_tool, guardrail
2
3 @function_tool
4 def submit_refund_request(item_id: str, reason: str):
5 # Su lógica de reembolso va aquí
6 return "éxito
7
8 agente_soporte = Agente(
9 name="Soporte y devoluciones",
10 instructions="Usted es un agente de soporte que puede enviar reembolsos [...]",
11 tools=[submit_refund_request],
12 )
13
14 shopping_agent = Agente(
15 name="Asistente de compras",
16 instructions="Eres un asistente de compras que puede buscar en la web [...]",
17 herramientas=[WebSearchTool()],
18 )
19
20 agente_triaje = Agente(
21 name="Agente de triaje",
22 instructions="Dirija al usuario al agente correcto",
23 handoffs=[agente_compra, agente_soporte],
24 )
25
26 salida = Runner.run_sync(
27 agente_de_compra=agente_de_triage,
28 input="¿Qué zapatos podrían ir mejor con mi atuendo hasta ahora?",
29 )
El SDK de agentes es adecuado para diversas aplicaciones del mundo real, como la automatización de la atención al cliente, la investigación en varios pasos, la generación de contenidos, la revisión de código y la prospección de ventas. Por ejemplo, Coinbase(opens in a new window) utilizó el SDK de Agents para crear rápidamente un prototipo y desplegar AgentKit, un conjunto de herramientas que permite a los agentes de IA interactuar sin problemas con las criptocarteras y diversas actividades en la cadena. En sólo unas horas, Coinbase integró acciones personalizadas de su SDK de la plataforma para desarrolladores en un agente totalmente funcional. La arquitectura optimizada de AgentKit simplificó el proceso de añadir nuevas acciones de agente, permitiendo a los desarrolladores centrarse más en integraciones significativas y menos en navegar por complejas configuraciones de agentes.
En un par de días, Box(opens in a new window) pudo crear rápidamente agentes que aprovechan la búsqueda web y el SDK de Agents para permitir a las empresas buscar, consultar y extraer información de datos no estructurados almacenados en Box y en fuentes públicas de Internet. Este enfoque permite a los clientes no sólo acceder a la información más reciente, sino también buscar en sus datos internos y patentados de una forma segura que obedece a sus permisos internos y políticas de seguridad. Por ejemplo, una empresa de servicios financieros puede crear un agente personalizado que recurra al agente de IA de Box para integrar sus análisis de mercado internos almacenados en Box con noticias en tiempo real y datos económicos de la web, proporcionando a sus analistas una visión completa para la toma de decisiones de inversión.
El SDK de agentes funciona con la API de respuestas y la API de finalización de conversaciones. El SDK también funcionará con modelos de otros proveedores, siempre que proporcionen un punto final de API del estilo de Chat Completions. Los desarrolladores pueden integrarlo inmediatamente en sus bases de código Python, con soporte Node.js próximamente. Obtenga más información en nuestra documentación (se abre en una ventana nueva).
Al diseñar el SDK de Agentes, nuestro equipo se inspiró en el excelente trabajo de otros miembros de la comunidad, como Pydantic(se abre en una ventana nueva), Griffe(se abre en una ventana nueva) y MkDocs(se abre en una ventana nueva). Nos comprometemos a seguir construyendo el SDK de Agentes como un marco de código abierto para que otros miembros de la comunidad puedan ampliar nuestro enfoque.
Lo que viene: construir la plataforma para agentes
Creemos que los agentes pronto se convertirán en parte integral de la fuerza de trabajo, mejorando significativamente la productividad en todas las industrias. A medida que las empresas tratan de aprovechar cada vez más la IA para tareas complejas, nos comprometemos a proporcionar los bloques de construcción que permitan a los desarrolladores y a las empresas crear con eficacia sistemas autónomos que tengan un impacto en el mundo real.
Con los lanzamientos de hoy, estamos introduciendo los primeros bloques de construcción para permitir a los desarrolladores y a las empresas construir, desplegar y escalar más fácilmente agentes de IA fiables y de alto rendimiento. A medida que las capacidades de los modelos se vuelvan más y más agénticas, seguiremos invirtiendo en integraciones más profundas a través de nuestras API y nuevas herramientas para ayudar a desplegar, evaluar y optimizar los agentes en producción. Nuestro objetivo es ofrecer a los desarrolladores una experiencia de plataforma sin fisuras para crear agentes que puedan ayudar en una gran variedad de tareas en cualquier sector. Nos entusiasma ver lo que los desarrolladores construyen a continuación. Para empezar, explore nuestra documentación (se abre en una nueva ventana) y permanezca atento a las próximas actualizaciones.
