Perplexity Research ha publicado la guía que su equipo utiliza internamente para diseñar, revisar y mantener lo que la compañía denomina Agent Skills, los módulos contextuales que respaldan agentes de IA como los que operan en Perplexity Computer. La guía, ahora accesible al público, no solo documenta prácticas internas sino que se ofrece explícitamente como referencia práctica para ingenieros, usuarios de Perplexity Computer y la comunidad de desarrolladores interesados en empaquetar conocimiento y experiencia de dominio para agentes autónomos.
Según la publicación, los Agent Skills constituyen una biblioteca cuidadosamente curada dentro de los entornos técnicos de Perplexity. Esa biblioteca incluye utilidades de propósito general que impulsan funcionalidades del producto, capacidades verticales enfocadas en sectores como finanzas, derecho y salud, y una larga cola de módulos orientados a necesidades concretas de usuarios. Perplexity subraya que, aunque algunos Skills se invocan con poca frecuencia, pueden resultar críticos en contextos específicos; por ello el equipo de Agents iguala la prioridad de calidad de los Skills a la calidad del propio código.
La guía enfatiza que desarrollar un buen Skill exige intuiciones distintas a las del software tradicional. En la práctica, el proceso de creación y revisión genera numerosos comentarios: el equipo revisa pull requests de ingenieros que construyen Skills y a menudo devuelve muchas observaciones. Patrones que resultan útiles en código convencional pueden convertirse en antipatrónes cuando el objetivo es proporcionar contexto y señales claras al modelo; por eso la iteración, la revisión exhaustiva y el ajuste fino son parte central del flujo de trabajo.
Para aclarar esas diferencias, Perplexity contrapone algunos principios de la Zen of Python con lo que bautizan como la 'Zen of Skills'. Los ejemplos que la guía recoge reformulan prioridades de diseño pensando en la interacción con modelos: frente a 'Simple es mejor que complejo', proponen 'Un Skill es una carpeta, no un archivo; la complejidad es la característica'. Frente a 'Explícito es mejor que implícito', señalan que 'La activación es un emparejamiento implícito; divulgación progresiva'. Estos contraejemplos no anulan las buenas prácticas de ingeniería, pero reorientan la toma de decisiones para optimizar señales, contexto y jerarquía de información para el modelo.
Un punto central y reiterado en la guía es que un Skill no debe ser un único archivo monolítico sino un directorio organizado en un modelo hub‑and‑spoke. Perplexity describe una estructura típica que incluye archivos y carpetas concretos: SKILL.md (con frontmatter e instrucciones de activación), scripts/ (el código que ejecuta el agente), references/ (documentación pesada que se carga condicionalmente), assets/ (plantillas, esquemas y datos) y config.json (la configuración inicial del usuario). Esta organización facilita Skills muy focalizados y, cuando corresponde, múltiples niveles de jerarquía para particionar y enrutar información.
La necesidad práctica de esa jerarquía queda ilustrada con un despliegue sobre las capacidades de impuestos sobre la renta de EE. UU. en Perplexity Computer. Allí, presentar al modelo una sola carpeta que contuviera las 1.945 secciones del Internal Revenue Code produjo peores resultados que no cargar el Skill en absoluto. La experiencia mostró que subdividir la información en áreas lógicas y temáticas fue crucial para permitir operaciones de lectura de alta precisión y reducir la confusión del modelo al localizar pasajes relevantes.
Perplexity advierte, no obstante, que introducir niveles de jerarquía incrementa los requisitos de curación de la arquitectura de la información. Para mitigar la indirección — es decir, la dificultad del modelo para localizar la pieza exacta de información dentro de una jerarquía profunda — la compañía desarrolló guías de referencia rápida, utilidades de búsqueda personalizadas y otras herramientas de soporte. En el ejemplo tributario, ese trabajo de curación y de diseño de señales fue lo que permitió mejorar el desempeño frente a enfoques más generales que sobrecargaban al modelo con volumen sin estructura.
La guía también especifica el formato esperado para el archivo raíz SKILL.md. El Skill debe tener nombre y descripción y el nombre debe coincidir exactamente con el del directorio; la convención exige minúsculas, sin espacios y permitiendo guiones. La descripción funciona en la práctica como un disparador de enrutamiento — suele aparecer como 'Load when'— y no como documentación interna dirigida a desarrolladores. El frontmatter admite campos como 'depends:' para declarar dependencias jerárquicas y 'metadata:' para revisiones y evaluaciones; Perplexity indica que distintos sistemas de agente pueden definir campos adicionales o empaquetar esos metadatos en JSON/YAML auxiliar.
¿Por qué importa esta publicación? Perplexity busca que sus prácticas internas — desde la organización de carpetas hasta las pautas de revisión y curación — beneficien a desarrolladores que crean Skills y a los usuarios que confían en ellos. Al mismo tiempo, la compañía reconoce limitaciones no resueltas: por ejemplo, hacer que un modelo elija correctamente entre cientos de temas sigue siendo un problema pendiente — elegir entre 300 temas sigue siendo desafiante— y por eso la guía promueve jerarquías, señales de enrutamiento y herramientas de soporte como estrategias compensatorias.
Fuentes
Respuestas (0)
Aún no hay respuestas en este tema.
