Agent Canvas Board — QMetrika Labs

Fase 1 · Estratégica · Enterprise AI Adoption

Adopción de IA antes de construir

Mandato, gobernanza y gestión del cambio organizativo antes de elegir tecnología.

0% completado

B1 · Mandato

Mandato Ejecutivo

Sponsor ejecutivo

Mandato formal

Nivel de apoyo

B2 · Gobernanza

Modelo de Gobernanza

Estructura

¿Quién decide qué agentes se construyen?

Funciones en gobernanza

Legal/Compliance CISO/Seguridad RRHH Ética/Resp. IA

B3 · Valor Org.

Propuesta de Valor Organizativa

Nueva capacidad organizativa

Ventaja competitiva esperada

Horizonte

B4 · Stakeholders

Stakeholders Impactados

Dept./Rol

Posición

Dept./Rol

Posición

B5 · Urgencia

Urgencia Competitiva

Ventana de oportunidad

¿Qué hace la competencia?

Urgencia

Urgencia (1-10)

Riesgo de no actuar

B6 · Hoja de Ruta

Hoja de Ruta de Adopción

Piloto

Expansión

Escala

Gate de decisión entre fases

B7 · Cambio

Gestión del Cambio

Responsable del cambio

Resistencias principales

Plan de comunicación interna

Palancas activadas

Incentivos Embajadores Early adopters Liderazgo visible

B8 · Habilitación

Habilitación y Cultura

Plan de formación por perfil

Infraestructura de habilitación

Sandbox IA Comunidad práctica Biblioteca prompts Help desk IA

Acciones de cultura IA

B9 · Métricas

Métricas de Adopción

B10 · Revisión

Cadencia de Revisión

¿Quién revisa el portfolio de agentes?

Frecuencia ejecutiva

¿Qué puede pausar el programa?

Guardarraíles regulatorios

GDPR EU AI Act Revisión sesgos Plan rollback

Fase 2 · Cloud · Diseño del Agente

Agent Canvas Cloud Edition

Para agentes con Azure, AWS, GCP, Copilot Studio, LangChain o APIs gestionadas.

0%completado

B1 · Segmento

Segmento de Usuarios

¿Para quién es este agente?

Problema que resuelve

Volumen de usuarios

B2 · Propuesta

Propuesta de Valor

¿Qué hace este agente mejor que un humano o app?

KPI de éxito principal

Beneficio medible

B3 · Canales

Canales de Interacción

Interfaz principal

Integración con sistemas existentes

Canales adicionales

Email Mobile Widget embed Webhook

B4 · Personalidad

Relación y Personalidad

Nombre del agente

Tono de comunicación

Comportamiento en fallback

Idiomas

B5 · KPIs

Fuentes de Valor (KPIs)

Métricas de calidad

CSAT FCR Latencia Precisión Tasa escalación Coste/interacción

KPI norteño (north star)

Target a 3 meses

B6 · Recursos

Recursos Clave

Modelo base

Fuentes de conocimiento

RAG / Vector DB Fine-tuning Tool calling Memory

Cloud provider

B7 · Actividades

Actividades Clave

Control Flow Pattern

Skills / capacidades del agente

Pipeline principal

B8 · Socios

Socios e Integraciones

APIs externas

Servidores MCP

Filesystem Database Web search Code exec

Proveedores críticos

B9 · Costes y Riesgos

Estructura de Costes y Riesgos

Coste estimado (mensual)

Riesgos técnicos

Riesgos de negocio

B10 · Guardarraíles

Guardarraíles

Controles de seguridad

Anti-prompt injection Anonimización PII RAG confidence Human-in-the-loop Event sourcing GDPR

Política de escalación

Fase 2 · On-Prem · Diseño del Agente

Agent Canvas On-Prem Edition

Para agentes con Ollama, vLLM o LM Studio en entornos air-gap o alta privacidad.

0%completado

B1 · Segmento

Segmento de Usuarios

¿Para quién es este agente?

Requisito de privacidad

Regulación aplicable

B2 · Propuesta

Propuesta de Valor

¿Qué justifica la infraestructura on-prem?

Ventaja vs. cloud

B3 · Canales

Canales

Interfaz de acceso

Segmentación de red

B6 · Recursos

Recursos Clave (Hardware)

Modelo LLM local

Runtime de inferencia

GPU disponible

Hardware personalizado

B7 · Actividades

Actividades Clave

Control Flow Pattern

Optimización del modelo

Quantization (GGUF) LoRA fine-tuning RAG local KV-cache

B8 · Infraestructura

Infraestructura y Socios

Stack de despliegue

Docker/Podman Kubernetes Bare metal VM

Servidores MCP on-prem

Filesystem Database local Git local Knowledge base

B9 · Costes y Riesgos

Estructura de Costes y Riesgos

CAPEX estimado (hardware)

OPEX mensual

Riesgos específicos on-prem

B10 · Guardarraíles

Guardarraíles y Privacidad

Controles de seguridad

Sin salida de datos Cifrado en reposo Auditoría local Human-in-the-loop Event sourcing RBAC

Plan de continuidad

Fase 3 · Arquitectura · MCP Canvas

Arquitectura MCP

Diseña tu capa de Model Context Protocol: servidores, transporte, seguridad y observabilidad.

0%completado

M1 · Contexto

Contexto del Sistema MCP

¿Qué expone este servidor MCP?

Tipo de servidor

Cliente MCP

M2 · Herramientas

Herramientas (Tools)

Lista de tools expuestas

Tipo de operaciones

Read Write Exec/Run Search

M3 · Transporte

Transporte y Protocolo

Mecanismo de transporte

Lenguaje de implementación

Endpoint / comando

M4 · Recursos

Recursos y Prompts

Recursos expuestos (URI)

Prompts/templates del servidor

Capacidades del servidor

Sampling Roots Progress Logging

M5 · Seguridad

Seguridad y Control

Autenticación

Controles de seguridad

Rate limiting Allowlist tools Sandboxing Audit log

Política de confirmación humana

M6 · Observabilidad

Observabilidad y Logging

¿Qué se registra?

Todas las tool calls Errores Latencia Coste tokens

Destino de logs

Alertas definidas

M7 · Testing

Testing y Despliegue

Estrategia de testing

Unit tests tools Integration tests Mock MCP client E2E con LLM

Entorno de despliegue

Versionado del servidor

Exportar tablero completo

JSON con los 4 canvases · Word con todos los bloques