Ejecución paralela, pasos de bucle y condiciones: patrones de flujos de trabajo que realmente importan

Un flujo de trabajo que es solo una cadena lineal de recetas — el paso 1 alimenta al paso 2 que alimenta al paso 3 — maneja muchos casos de uso. Pero los procesos de negocio reales se ramifican, iteran, ejecutan cosas simultáneamente, requieren aprobación humana e interactúan con sistemas externos. Los ocho tipos de pasos de JieGou le permiten modelar estos patrones.

Pasos de receta: el bloque de construcción

Un paso de receta ejecuta una sola receta de IA con entradas mapeadas y salida estructurada. Es la unidad fundamental de trabajo en cualquier flujo de trabajo.

Cuándo usar: Cada vez que necesite que la IA haga algo — extraer datos, generar contenido, analizar entrada, clasificar elementos.

Decisión clave de diseño: Mapeos de entrada. Cada campo de entrada se mapea a una fuente: un valor estático, una entrada a nivel de flujo de trabajo, la salida de un paso anterior o un elemento de bucle. El mapeo step_1.company_overview significa “tomar el campo company_overview de la salida del paso 1.” Así es como fluyen los datos entre pasos.

Consejo: Use el modelo más barato que produzca salida aceptable. No use Opus para un paso de formateo simple que Haiku maneja bien.

Pasos de condición: lógica de ramificación

Un paso de condición evalúa un valor contra una comparación y se ramifica en thenSteps o elseSteps.

Hay ocho operadores disponibles: equals, not_equals, contains, not_contains, greater_than, less_than, is_empty, is_not_empty.

Cuándo usar:

• Enrutar leads calificados vs. no calificados a diferentes caminos
• Manejar errores diferente según la severidad
• Saltar pasos cuando faltan datos
• Condicionar pasos costosos detrás de una verificación de calidad

Ejemplo — Procesamiento de facturas:

Paso 1: Extraer datos de factura
Paso 2: Verificar discrepancias
Paso 3: Condición (discrepancy_count > 0)
  Entonces: Enrutar a aprobación del gerente
  Si no: Auto-archivar la factura

La condición verifica step_2.discrepancy_count contra 0 usando greater_than. No se necesita llamada a IA — es pura lógica.

Consejo: Use condiciones después de pasos de extracción para validar que la IA realmente encontró los datos que necesita. Verificar is_not_empty en un campo crítico previene que los pasos posteriores se ejecuten con datos incompletos.

Pasos de bucle: procesamiento de colecciones

Un paso de bucle itera sobre una colección, ejecutando sus loopSteps anidados para cada elemento. La fuente de la colección es un campo de la salida de un paso anterior — típicamente un array.

Cuándo usar:

• Procesar cada candidato en un lote de contratación
• Analizar cada línea de una factura
• Generar contenido para cada canal desde un plan de contenido
• Revisar cada cláusula de un contrato

Ejemplo — Evaluación por lotes de candidatos:

Paso 1: Parsear lista de candidatos → salida candidates[]
Paso 2: Bucle sobre candidates
  Paso 2.1: Evaluar currículum (entrada mapeada a loop_item)
  Paso 2.2: Generar preguntas de entrevista (si calificado)

Cada iteración obtiene el elemento actual vía mapeo loop_item. El bucle agrega todas las salidas de iteración en un solo resultado.

Consejo: Mantenga los cuerpos de bucle ligeros. Si ejecuta 50 iteraciones y cada una tiene 3 pasos de receta, son 150 llamadas a IA. Use el modelo más barato efectivo dentro de los bucles.

Pasos paralelos: ejecución concurrente

Un paso paralelo ejecuta múltiples ramas simultáneamente usando Promise.allSettled(). Cada rama es una secuencia independiente de pasos. Todas las ramas comienzan al mismo tiempo; el paso paralelo se completa cuando todas las ramas terminan (o fallan).

Cuándo usar:

• Generar contenido para múltiples canales simultáneamente
• Ejecutar análisis independientes que no dependen entre sí
• Procesar múltiples fuentes de datos a la vez
• Acelerar flujos de trabajo donde los pasos no tienen dependencias

Ejemplo — Generación de contenido multi-canal:

Paso 1: Analizar artículo de blog
Paso 2: Paralelo
  Rama A: Generar posts de LinkedIn
  Rama B: Generar hilo de Twitter
  Rama C: Generar sección de newsletter
  Rama D: Generar copy de campaña de email

Las Ramas A a D se ejecutan concurrentemente. Cada una obtiene una instantánea del mapa de salidas en el momento en que comienza el paso paralelo — pueden leer de pasos anteriores pero no pueden ver las salidas de las otras durante la ejecución.

Comportamiento clave: Si la Rama B falla, las Ramas A, C y D continúan y completan normalmente. Promise.allSettled significa que un fallo no mata al resto. Después del paso paralelo, puede verificar qué ramas tuvieron éxito.

Consejo: Los pasos paralelos son ideales cuando necesita la misma entrada procesada de múltiples maneras. La mejora de velocidad es significativa — cuatro ramas concurrentes se completan en aproximadamente el mismo tiempo que un paso secuencial.

Pasos de aprobación: puntos de verificación humanos

Un paso de aprobación pausa el flujo de trabajo y envía una notificación (típicamente email) a un aprobador. El flujo de trabajo se reanuda solo cuando el aprobador toma acción: aprobar, rechazar o proporcionar entrada.

Cuándo usar:

• Antes de enviar contenido dirigido al cliente
• Antes de ejecutar transacciones financieras
• Después de análisis generado por IA que informa una decisión de negocio
• Cualquier punto donde se requiere juicio humano antes de proceder

Ejemplo — Pipeline de publicación de contenido:

Paso 1: Generar borrador de artículo de blog
Paso 2: Aprobación (gerente de contenido revisa)
Paso 3: Generar posts de redes sociales del borrador aprobado
Paso 4: Aprobación (líder de marketing revisa paquete final)

Dos puertas de aprobación: una después de la generación del borrador, una antes de publicar. El gerente de contenido podría rechazar el borrador y proporcionar retroalimentación, causando que el flujo de trabajo se detenga. O aprueba, y el flujo de trabajo continúa para generar contenido derivado.

Restricción: Los pasos de aprobación no pueden anidarse dentro de pasos de bucle o condición. Funcionan en el nivel superior del flujo de trabajo o dentro de ramas paralelas. Esta es una decisión de diseño deliberada — pausar una iteración de bucle a mitad de ejecución crea complejidad de gestión de estado que raramente justifica el caso de uso.

Consejo: Los pasos de aprobación pueden incluir un esquema de entrada opcional. Use esto cuando el aprobador necesita proporcionar datos — notas de revisión, monto de presupuesto aprobado, opciones seleccionadas — que los pasos posteriores necesitan.

Pasos de escritura a KB: construyendo conocimiento institucional

Un paso de escritura a KB captura la salida de un paso anterior y la escribe en un documento de base de conocimiento. El flujo de trabajo continúa inmediatamente — es una escritura disparar-y-olvidar que no bloquea la ejecución.

Cuándo usar:

• Guardar resoluciones de tickets de soporte para que futuras ejecuciones las referencien vía RAG
• Construir una biblioteca creciente de contratos analizados, resúmenes de reuniones o briefs de investigación
• Crear registros buscables de salidas generadas por IA para auditoría o reutilización

Ejemplo — Base de conocimiento de resoluciones de soporte:

Paso 1: Triaje y clasificar ticket (receta)
Paso 2: Redactar resolución (receta)
Paso 3: Aprobación (líder de soporte revisa)
Paso 4: Escribir a KB (guardar resolución en KB "Resoluciones de Soporte")
Paso 5: Enviar respuesta al cliente (receta)

Después de que la resolución es aprobada, se escribe en una base de conocimiento. Futuras ejecuciones de triaje pueden recuperar resoluciones similares vía RAG, haciendo cada resolución más inteligente que la anterior.

Consejo: Combine pasos de escritura a KB con bases de conocimiento de auto-contexto. Cuando una KB está vinculada a una receta o departamento, sus documentos se incluyen automáticamente como contexto en futuras ejecuciones — sin cableado manual necesario.

Pasos de transferencia: notificación humana sin bloqueo

Un paso de transferencia envía una notificación (email y en la aplicación) a usuarios en un departamento objetivo. A diferencia de los pasos de aprobación, las transferencias no pausan el flujo de trabajo — alertan a alguien y continúan.

Cuándo usar:

• Escalar un problema a otro equipo sin detener el pipeline
• Notificar a un departamento que el trabajo está listo para ser recogido
• Alertar a partes interesadas sobre algo que el flujo de trabajo encontró

Ejemplo — Detección de incidentes con transferencia a ingeniería:

Paso 1: Analizar logs de error (receta)
Paso 2: Clasificar severidad (receta)
Paso 3: Condición (severity == "critical")
  Entonces:
    Paso 3a: Transferencia a Ingeniería (notificación)
    Paso 3b: Generar informe de incidente (receta)
  Si no:
    Paso 3c: Registrar en panel de monitoreo (receta)

La transferencia notifica al equipo de ingeniería inmediatamente, pero el flujo de trabajo no espera a que respondan — continúa generando el informe de incidente en paralelo con la respuesta humana.

Consejo: Use transferencias para notificaciones “FYI” y aprobaciones para “por favor decida.” Si los pasos posteriores dependen del juicio humano, use una aprobación. Si no, una transferencia mantiene las cosas en movimiento.

Pasos de acción de navegador: interactuando con aplicaciones web

Un paso de acción de navegador ejecuta una llamada a herramienta MCP vía la extensión de navegador de JieGou. Puede hacer clic en botones, llenar formularios, leer contenido de páginas, tomar capturas de pantalla e interactuar con funcionalidades específicas de plataforma en Gmail, Slack, Jira y otras aplicaciones web.

Cuándo usar:

• Llenar un formulario en una herramienta interna basándose en datos del flujo de trabajo
• Leer datos de una página web que no tiene API
• Tomar una captura de pantalla de un panel para un informe
• Interactuar con sistemas legados que solo tienen interfaz web

Ejemplo — Actualización de CRM después de calificación de leads:

Paso 1: Investigar prospecto (receta)
Paso 2: Calificar lead (receta)
Paso 3: Acción de navegador (actualizar registro de Salesforce con datos de calificación)
Paso 4: Acción de navegador (agregar nota al contacto de HubSpot)

La extensión de navegador se ejecuta en una ventana de automatización dedicada, para que no interfiera con su sesión activa del navegador. Los argumentos de plantilla mapean datos del flujo de trabajo a la llamada de herramienta — {{step.step_2.qualification_score}} se convierte en el valor llenado en el campo del CRM.

Consejo: Los pasos de acción de navegador funcionan mejor para la última milla — empujar datos generados por IA a sistemas que carecen de acceso API. Para sistemas con integraciones API (vía servidores MCP como Salesforce, HubSpot, Jira), use pasos de receta con herramientas MCP en su lugar, ya que son más rápidos y confiables.

Combinando patrones

Los flujos de trabajo más efectivos combinan múltiples tipos de pasos:

Procesamiento de leads con alcance paralelo:

Paso 1: Investigar prospecto (receta)
Paso 2: Calificar lead (receta)
Paso 3: Condición (qualification_score >= threshold)
  Entonces:
    Paso 3a: Paralelo
      Rama A: Redactar email (receta)
      Rama B: Redactar mensaje de LinkedIn (receta)
    Paso 3b: Revisión de ventas (aprobación)
  Si no:
    Paso 3c: Archivar lead (receta)

Procesamiento por lotes de facturas:

Paso 1: Parsear lote de facturas → invoices[] (receta)
Paso 2: Bucle sobre facturas
  Paso 2.1: Extraer datos (receta)
  Paso 2.2: Verificar discrepancias (receta)
  Paso 2.3: Condición (tiene discrepancias)
    Entonces: Marcar para revisión (receta)
    Si no: Marcar como limpia (receta)
Paso 3: Generar informe resumen (receta)
Paso 4: Aprobación del gerente de finanzas (aprobación)

Estos patrones se componen naturalmente porque cada tipo de paso tiene semántica clara: las recetas hacen trabajo de IA, las condiciones ramifican, los bucles iteran, los paralelos se despliegan y las aprobaciones pausan.

El mapeo de entrada es el pegamento

Los tipos de pasos son los verbos. Los mapeos de entrada son el tejido conectivo. Cada entrada de paso de receta se mapea a una de cuatro fuentes:

• static — Un valor hardcodeado
• workflow_input — Un valor de las entradas de nivel superior del flujo de trabajo
• step_output — Un campo de la salida de un paso anterior (ej., step_1.summary)
• loop_item — El elemento actual en una iteración de bucle

Lograr los mapeos de entrada correctos es la parte más importante del diseño de flujos de trabajo. JieGou incluye auto-mapeo que coincide campos por nombre y tipo, pero revisar y ajustar los mapeos manualmente asegura que los datos fluyan correctamente.