In partnership with
The best prompt engineers aren't typing. They're talking.
Power users figured this out early: speaking a prompt gives you 10x more context in half the time. You include the edge cases, the examples, the tone you want — because talking is fast enough that you don't skip them.
Wispr Flow captures everything you say and turns it into clean, structured text for any AI tool. Speak messy. Get polished input. Paste into ChatGPT, Claude, Cursor, or wherever you work.
89% of messages sent with zero edits. 4x faster than typing. Works system-wide on Mac, Windows, and iPhone.
Agent Experience (AX)
Hay un cambio ocurriendo que casi nadie nombró con la claridad que merece. Durante una década, “usuario” quiso decir persona: alguien que hace scroll, que mira una pantalla, que se frustra si un botón no está donde lo espera. Toda la disciplina de UX asumió ese cuerpo del otro lado. Hoy un agente de IA llega a tu producto, no ve tu interfaz —lee tu estructura—, compara las herramientas que tiene a mano y elige cuáles usar y cuáles esquivar. Es un usuario nuevo, con reglas nuevas. En Prisma lo llamamos Agent Experience (AX): la disciplina de diseñar superficies que un agente prefiera, no solo que pueda usar. Este texto define qué es y, sobre todo, qué la mueve.
El usuario llega sin cuerpo
No hay puerta que se abra ni pantalla que se ilumine. El ritual que diseñamos para que un humano sienta algo —el empaque, la animación, la jerarquía visual— para el agente no existe. No es que no le guste: no lo ve. No tiene ojos para tu interfaz, ni manos para tus botones, ni una segunda visita para aprenderte con calma.
Tiene una sola cosa: tu estructura. El nombre de tus herramientas, la forma de tus datos, lo que devuelves cuando te llama. Con eso decide, en segundos, si eres la herramienta correcta para el trabajo que un humano le confió.
La infraestructura para que los agentes operen como actores económicos se está construyendo en paralelo: bancos que abren cuentas para agentes, protocolos de pago para que un agente transaccione solo, search pensado para agentes y no para personas. El agente dejó de ser un experimento. Es un usuario.
AX, una definición para el futuro
AX no es “hacer que el agente pueda usar tu producto”. Eso es el piso. AX es diseñar para que te prefiera cuando tiene alternativas que el modelo también conoce.
La diferencia es de mercado, no de detalle. El agente no es una tubería: cuando un humano le pide algo, mira su catálogo, compara las herramientas disponibles, decide cuáles llamar y cuáles saltar. Hay opciones. Elige. Y cuando te esquiva no protesta ni avisa —llama a otra herramienta y desapareces del flujo, aunque funciones, aunque tengas mejores docs, aunque cobres menos.
Por eso la pregunta competitiva de 2026 ya no sólo es “¿el humano me elige?”. Es: “¿el agente me prefiere?”. AX es la disciplina que responde esa pregunta.
Los levers que construyen la Agent Experience
Lo que inclina la preferencia de un agente no es magia. Son palancas concretas, y casi todas se trabajan a nivel de contenido y de forma, no de rediseño:
Comprensión barata. Cada palabra que el agente lee para entenderte la paga del mismo presupuesto que necesita para el trabajo, y tu HTML lleno de menús, footers y scripts es ruido que le cuesta tokens procesar. Por eso empieza a verse cada vez más la idea del
llms.txt: un archivo de texto simple que va en la raíz de tu website (tudominio.com/llms.txt) y le dice al agente, en lenguaje plano, qué hace tu producto y qué páginas importan —un mapa a la entrada, en vez de obligarlo a escarbar tu página entera.Prisma tiene el suyo en https://getprisma.lat/llms.txt y es una de las razones por la que aparece cuando uno busca sobre producto en alguna IA:
Legibilidad para elegir. El agente no navega tu landing: hace pattern-match sobre el nombre y la descripción de tus herramientas en el instante de decidir. Si el nombre dice qué eres, te llama; si es ambiguo, te salta.
Superficie nativa y del tamaño correcto. Forzar al agente a usar tu producto o web vía browser lo vuelve lento, frágil y caro en tokens. Un MCP o un CLI son deterministas y más baratos. Pero nativo no basta: un catálogo con sesenta tools lo confunde más que uno con diez bien elegidos. Nativo, sí; sobrecargado, no.
Fallos que narran la salida. El agente prueba combinaciones que ningún humano intentaría, así que choca contra tus bordes todo el tiempo. Y como es un modelo de lenguaje, un código de error no le dice nada accionable: necesita prosa. Si una transacción falla por fondos insuficientes, no basta con devolver el error —hay que decir la causa y qué hacer después: qué método de pago usar, qué herramienta llamar, cómo recuperarse. El borde que narra la salida lo mantiene trabajando; el que solo devuelve
errorlo hace abandonarte. El fallo no es la periferia del AX: es su columna.Respuestas que encadenan. No existe la respuesta neutral: cada una sube o baja la incertidumbre del agente sobre qué hacer después. Devolver solo el dato lo obliga a adivinar —y a veces a inventar. Devolver el dato más qué es válido hacer ahora le da el riel para encadenar sin descarrilarse.
Los agentes tambien recuerdan: memoria del trabajo
Hasta hace poco el agente no tenía lealtad: cada sesión te re-evaluaba desde cero. Eso está cambiando —los agentes empezaron a guardar preferencias en archivos como agent.md, en archivos de memoria, en su contexto persistente. La amnesia que era el default cede, y ganarte la preferencia una vez empieza a componer.
Pero la forma más alta de AX no es que el agente te recuerde a ti. Es que recuerde el trabajo del humano al que sirve: su producto, sus decisiones, sus hipótesis, lo que ya descartó. Si esa memoria vive en una capa que el agente puede consultar —y que viaja con él cuando el humano cambia de Claude a Copilot a Cursor— el agente deja de ser un drafter brillante con amnesia y pasa a conocer el trabajo. El modelo se abarata cada release; el contexto que alguien entrenó sesión tras sesión, no. La superficie que sostiene esa memoria es la primera que el agente consulta, porque es la que le deja servir sin empezar de cero.
Diseñar para el agente es diseñar para su humano
Conviene no olvidar para quién es todo esto. El agente no llegó por tu producto: llegó porque una persona le confió algo, y tu superficie es una herramienta en su mano, no su destino.
Cada hint, cada error que lo sostiene, cada respuesta que le dice cómo seguir, baja por el agente y llega a un humano que siente que su trabajo de pronto fluye. Esa es la medida real de una buena Agent Experience: no que el agente pueda usarte, sino que cuando lo hace, el humano del otro extremo sienta lo que siente al entrar a una tienda de Apple —que todo está donde debe estar, y que en lugar de fricción hay claridad. Solo que ese sentimiento ya no pasa por una pantalla. Pasa por el agente.
Por qué esto definió nuestro producto
Definimos un modelo de ADX mientras creamos el MCP de Prisma, parte de la Prisma Pro. Construimos una capa que le da a cualquier cliente de IA —Claude, Copilot, ChatGPT— tres cosas:
Workflows con una opinión curada sobre cómo se hace bien, generando con metodología: diagramas de arquitectura, historias de usuario, definición de ICP y más.
Contexto persistente para no iniciar conversaciones desde cero, el agente siempre tiene contexto y puede escribir nuevo de ser necesario. A su vez, el humano puede entrar a su dashboard, y curar el contexto de su producto cuando lo necesite.
Tools de escritura, para que cuando quieras cambiar una definición o crear nuevo contexto, tu IA pueda actualizarlo directamente en su memoria persistente.
El MCP es una capa que cualquier IA puede usar para hacer producto mejor para su humano. Primero entendimos que el agente es un usuario que elige; después construimos para que nos prefiera.
Claude usando la memoria persistente de producto, e invocando indicaciones de product management directamente del MCP. No importa desde que IA hablo, siempre sabe que proyectos tengo, mis usuarios y donde estamos.
La declaración
El usuario ya no es solo una persona. Es, cada vez más, un agente que llega sin cuerpo, lee tu estructura y elige si te usa o te esquiva —y casi nadie está diseñando para él todavía.
A esa disciplina la llamamos Agent Experience Design. Hazlo fácil de entenderte. Sostenlo cuando falle. Dile cómo seguir. Préstale memoria del trabajo. Y recuerda que no vino por ti: vino por alguien, y tú eres la herramienta con la que va a cumplirle.
¿Cómo está tu empresa diseñando para el agente?
— Luis
Sobre Luis: Founder de Prisma, comunidad y newsletter para AI-Native PMs en LATAM. Prisma tiene Prisma Pro, una capa de contexto persistente y expertise PM, cross-client.
Si esto te suma, suscríbete al newsletter de Prisma. → getprisma.lat/newsletter
