Curso de Power Automate y Copilot Studio para Empresas

Criterios para separar automatizaciones con retorno claro de iniciativas vistosas pero difíciles de operar o gobernar.

Evaluación del proceso mediante volumen, frecuencia, repetición, error, coste humano, esperas y dependencia de sistemas.

Identificación de tareas donde IA puede resumir, clasificar, extraer, interpretar o decidir entre alternativas controladas.

Identificación de tareas donde resulta más fiable una automatización completamente determinista.

Selección entre conectores, cloud flow, desktop flow, Computer Use, agente o arquitectura híbrida.

Detección de cuellos de botella en aprobaciones, intercambio de información, backoffice y registro manual.

Identificación de procesos inestables o cargados de excepciones que deberían rediseñarse antes de automatizar.

Priorización mediante impacto, factibilidad, riesgo, calidad de los datos, esfuerzo y velocidad de obtención de valor.

Construcción de un backlog de automatización organizado por oleadas y dependencias.

Matriz de decisión proceso → datos → tecnología → IA → supervisión → criticidad → retorno esperado.

Organización de entornos de desarrollo, pruebas, validación y producción.

Uso de entornos Power Platform como fronteras de datos, seguridad, roles, componentes y ciclo de vida.

Papel de Dataverse en agentes, soluciones, datos y componentes compartidos.

Diferencia entre desarrollar componentes aislados y trabajar dentro de soluciones desde el inicio.

Naming, publishers, prefijos y convenciones comunes para evitar activos difíciles de identificar.

Variables de entorno para URLs, direcciones, IDs, parámetros y valores dependientes del entorno.

Referencias de conexión para desacoplar soluciones de credenciales concretas.

Gestión conjunta de cloud flows, desktop flows, agentes, prompts, tablas, conexiones y otros componentes.

Roles de Environment Maker, administradores, autores de agentes y usuarios finales.

Separación entre prototipo personal y solución preparada para mantenerse y desplegarse en una organización.

Diferencia entre conector, conexión y referencia de conexión.

Conectores estándar y premium y consecuencias funcionales y de licenciamiento.

Integración con Outlook, Teams, SharePoint, OneDrive, Excel, SQL, Dynamics 365, SAP y servicios externos.

Gestión de cuentas personales, cuentas técnicas y service identities.

Principio de mínimo privilegio sobre sistemas conectados.

Reutilización controlada de conexiones evitando crear duplicidades difíciles de auditar.

Uso de HTTP y conectores personalizados cuando no existe un conector estándar adecuado.

Autenticación, renovación de credenciales y problemas causados por cambios de propietario.

Documentación de sistema, identidad, finalidad y datos utilizados por cada integración.

Selección de un patrón de integración que equilibre simplicidad, seguridad, coste y mantenibilidad.

Construcción de flujos automatizados, instantáneos y programados.

Selección de triggers considerando latencia, fiabilidad, volumen y naturaleza del evento.

Diseño modular de captura, validación, transformación, decisión, acción y comunicación.

Uso de scopes para organizar bloques funcionales y tratamiento de errores.

Definición clara de entradas y salidas entre sistemas.

Idempotencia para evitar duplicar acciones cuando un evento vuelve a recibirse.

Procesamiento de listas, bucles y volúmenes elevados sin generar ejecuciones innecesarias.

Child flows y componentes reutilizables para encapsular lógica común.

Convenciones de nombres, documentación y comentarios para facilitar mantenimiento.

Diseño preparado para observabilidad, soporte, evolución y paso entre entornos.

Expresiones para implementar condiciones y transformaciones dinámicas.

Fechas, horas, zonas horarias, formatos regionales y vencimientos.

Variables y uso responsable de estado dentro de un flujo.

Objetos y arrays para estructurar información durante el procesamiento.

Parse JSON y validación de estructuras recibidas desde sistemas externos.

Gestión de nulos, campos opcionales, valores vacíos y datos incompletos.

Compose, Select, Filter array y otras operaciones para transformar información.

Normalización, mapeo, enriquecimiento y combinación de fuentes.

Preparación de salidas para Outlook, Teams, SharePoint, Dataverse, Power BI o agentes.

Criterios para decidir cuándo una transformación debe mantenerse en Power Automate y cuándo trasladarla a otra capa.

Diferenciación entre error transitorio, error funcional, error de datos y fallo de integración.

Configure run after para controlar rutas posteriores a éxito, fallo, cancelación o timeout.

Scopes para implementar patrones Try/Catch/Finally.

Retry policies adaptadas al tipo de sistema y operación.

Prevención de duplicidades al reintentar operaciones no idempotentes.

Mensajes de error pensados para operación y soporte.

Registro de contexto suficiente para reconstruir un fallo.

Automatización de alertas y escalado cuando la recuperación automática no sea posible.

Identificación de errores recurrentes que requieren rediseño en lugar de nuevos parches.

Observabilidad como parte del diseño y no como una funcionalidad añadida después de publicar.

Uso del conector Approvals para incorporar decisión humana.

Aprobaciones simples, secuenciales y condicionadas.

Contexto suficiente para que el aprobador no tenga que reconstruir manualmente la solicitud.

Recordatorios, vencimientos y escalados.

Integración de aprobaciones con Teams, Outlook, SharePoint, Dataverse y otros sistemas.

Registro de respuestas, comentarios, fechas y responsables.

Human-in-the-Loop en procesos enriquecidos mediante IA generativa.

Diferencias entre aprobación de una propuesta de IA y una decisión ejecutada automáticamente.

Prevención de circuitos sin SLA, sin responsables o con escalados ambiguos.

Diseño de estados que permitan conocer con precisión dónde se encuentra una solicitud.

Arquitectura de desktop flows y relación con Power Automate cloud.

Captura de elementos UI y selección de estrategias robustas de automatización.

Automatización de aplicaciones web, escritorio y sistemas legacy.

Interacción con ventanas, formularios, tablas, aplicaciones empresariales y navegadores.

Variables, subflujos y bloques reutilizables.

Manejo de ficheros, Excel, PDF y operaciones habituales de backoffice.

Gestión de excepciones y recuperación controlada ante errores de interfaz.

Reducción de dependencias de coordenadas, resolución y elementos visuales frágiles.

Diferencias entre RPA atendida y desatendida.

Criterios para decidir cuándo utilizar API, conector, desktop flow o una tecnología agentic.

Escenarios donde la automatización desatendida aporta valor sin interacción del usuario.

Registro y administración de máquinas desde Power Automate.

Machine groups para distribuir ejecuciones entre varios equipos.

Colas y concurrencia en cargas de RPA.

Power Automate Process como capacidad para procesos empresariales y RPA desatendida.

Hosted Process como capacidad que añade infraestructura de máquina administrada por Microsoft. :chatgpt-content-reference{index="12"}

Hosted machines para crear, probar y ejecutar desktop flows sin mantener hardware físico propio. :chatgpt-content-reference{index="13"}

Gestión de identidades, perfiles, credenciales y accesos del robot.

Separación entre robots productivos, cargas de prueba y automatizaciones con diferentes prioridades.

Criterios técnicos y económicos para elegir entre máquinas propias y capacidad hospedada.

Computer Use como herramienta de Copilot Studio para que un agente pueda interactuar con una interfaz gráfica.

Uso de visión y razonamiento para seleccionar elementos, navegar y escribir mediante ratón y teclado virtuales.

Diferencia entre desktop flow determinista y Computer Use dirigido por un modelo de IA.

Selección de Computer Use cuando no existe API, conector o integración estructurada viable.

Ejecución sobre máquinas Windows registradas desde Power Automate.

Variables de entrada para adaptar la tarea a cada ejecución.

Integración de Computer Use como tool dentro de la orquestación de un agente.

Consumo mediante Copilot Credits y necesidad de tenerlo presente al estimar procesos de alto volumen.

Hosted browser y Cloud PC pools como opciones actuales en preview, además de Bring Your Own Machine. :chatgpt-content-reference{index="14"}

Límites, revisión humana y criterios de seguridad antes de permitir que un agente opere aplicaciones empresariales.

Papel del on-premises data gateway dentro de arquitecturas híbridas.

Acceso a bases de datos, shares, sistemas internos y otros recursos no expuestos públicamente.

Relación entre gateway y conectores de Power Platform.

Instalación, ubicación y mantenimiento del gateway.

Alta disponibilidad y continuidad de servicio.

Control de orígenes y permisos de acceso.

Integración cloud/on-premises manteniendo separación de responsabilidades.

Diagnóstico de errores de conectividad diferenciándolos de fallos del flujo.

Consideraciones de latencia, volumen y capacidad.

Documentación de las dependencias híbridas que condicionan procesos críticos.

Process Mining como mecanismo para observar el funcionamiento real de un proceso.

Preparación de event logs y fuentes necesarias para reconstruir recorridos.

Descubrimiento de variantes, cuellos de botella y retrabajos.

Análisis de tiempos, frecuencias y rutas alternativas.

Comparación entre proceso documentado y ejecución real.

Identificación de excepciones que condicionan la automatización.

Priorización de oportunidades según evidencia.

Complementariedad entre análisis cuantitativo y conocimiento funcional.

Transformación de hallazgos en backlog de mejora y automatización.

Prevención de automatizar procesos deficientes sin eliminar previamente actividades innecesarias.

Copilot Studio como plataforma low-code empresarial para crear, ampliar, publicar y gobernar agentes.

Diferencia entre chatbot clásico y agente capaz de utilizar conocimiento, herramientas y procesos.

Agents, topics, knowledge, tools, prompts, agent flows y triggers como componentes principales.

Generative orchestration para seleccionar dinámicamente las capacidades apropiadas.

Relación entre Copilot Studio y Power Automate.

Relación entre agentes creados en Copilot Studio y Microsoft 365 Copilot.

Agentes internos, agentes para clientes y agentes publicados en distintos canales.

Escenarios de soporte, autoservicio, operaciones, RR. HH., finanzas y backoffice.

Definición de propósito, límites, ownership y audiencia antes de empezar a construir.

Diseño basado en comportamiento y capacidades frente a árboles conversacionales excesivamente rígidos.

Topics como unidades de comportamiento conversacional controlado.

Topic triggers y mecanismos de activación.

Preguntas de aclaración para obtener información que falta.

Variables y contexto de la conversación.

Desvíos, interrupciones y retorno a un proceso anterior.

Topics informativos, transaccionales y de escalado.

Descripciones claras para facilitar la selección mediante orquestación generativa.

Confirmaciones antes de ejecutar acciones relevantes.

Mensajes de cierre indicando resultado, estado y siguientes pasos.

Uso de topics cuando el control explícito aporta más seguridad que una decisión completamente generativa.

Knowledge sources para fundamentar respuestas en información empresarial.

Conocimiento global del agente frente a fuentes utilizadas en contextos específicos.

SharePoint, Dataverse, sitios web, archivos y otras fuentes compatibles.

Organización y limpieza documental antes de conectar grandes repositorios.

Generative answers como respuesta fundamentada sobre conocimiento.

Control de respuestas cuando existen documentos contradictorios o desactualizados.

Respeto de los permisos aplicables sobre las fuentes consultadas.

Conocimiento acotado por tema cuando la precisión es prioritaria.

Mantenimiento del conocimiento durante el ciclo de vida del agente.

Riesgo de asumir que una base documental desorganizada se convierte automáticamente en conocimiento fiable.

Instrucciones de agente para definir propósito, restricciones, tono y comportamiento.

Diferencia entre instrucciones globales y prompt utilizado dentro de una acción concreta.

Prompt Builder para crear capacidades generativas reutilizables.

Descripciones de alta calidad para tools, topics y knowledge sources.

Orquestación generativa de consultas multiintención.

Obtención de contexto adicional antes de ejecutar acciones.

Prevención de sobreorquestación cuando una regla determinista resulta más fiable.

Structured outputs cuando el resultado debe consumirse posteriormente por un proceso.

Comparación sistemática de formulaciones antes de considerar estable un prompt.

Control de cambios sobre instrucciones y prompts como parte del mantenimiento del agente.

Tools como capacidades que permiten al agente consultar o modificar sistemas externos.

Conectores de Power Platform como herramientas de acceso a servicios Microsoft y de terceros. :chatgpt-content-reference{index="17"}

Acciones de conectores estándar, premium y personalizados.

Diferencia entre tool de lectura y tool capaz de modificar el estado de un sistema.

Agent flows y workflows como herramientas para ejecutar procesos multietapa deterministas.

Model Context Protocol como estándar para exponer herramientas y recursos desde servicios externos. :chatgpt-content-reference{index="18"}

MCP servers para incorporar APIs internas, datos o servicios especializados al catálogo de herramientas del agente.

Parámetros, descripciones y contratos claros para facilitar una selección correcta por parte del orquestador.

Aprobaciones y controles antes de ejecutar acciones sensibles.

Trazabilidad de usuario, tool seleccionada, parámetros, sistema afectado y resultado obtenido.

Agent flows como secuencias automatizadas creadas de forma nativa en Copilot Studio.

Creación mediante lenguaje natural o diseñador visual.

Triggers manuales, programados, basados en eventos y procedentes de otros agentes.

Entradas y salidas diseñadas específicamente para interacción entre flujo y agente.

Agent flows como tools reutilizables.

Diferencias entre agent flow y cloud flow tradicional.

Procesos deterministas encapsulados dentro de una experiencia agentic.

Reutilización de un mismo agent flow por varios agentes cuando procede.

Monitorización de ejecuciones y tratamiento de errores.

Diseño modular para evitar flows gigantescos difíciles de probar y gobernar.

Event triggers para que un agente reaccione sin esperar una conversación iniciada por el usuario.

Eventos procedentes de aplicaciones y sistemas empresariales.

Payload del evento como contexto inicial del agente.

Instrucciones que determinan cómo debe interpretar y responder al evento.

Diferencia entre trigger de cloud flow y trigger agentic.

Automatización de clasificación, triage, alertas y preparación de acciones.

Selección dinámica de tools después de recibir el evento.

Human-in-the-Loop antes de operaciones con impacto elevado.

Impacto de los triggers autónomos sobre consumo y Copilot Credits.

Pruebas, límites y monitorización antes de permitir ejecución autónoma en producción.

AI Builder como conjunto de capacidades de IA integrables en Power Apps, Power Automate y Copilot Studio.

Procesamiento de documentos e imágenes.

Extracción de campos y datos estructurados.

Clasificación y categorización automática.

Prompts generativos incorporados en procesos.

Selección entre prompt, modelo de AI Builder, agente y lógica determinista.

Validación de documentos y calidad de las entradas antes de procesarlos.

Human-in-the-Loop cuando la extracción alimenta decisiones financieras, legales o de cumplimiento.

Utilización del resultado por cloud flows, apps o agentes.

Modelo actual de consumo basado progresivamente en Copilot Credits, manteniéndose créditos heredados de AI Builder durante su periodo de transición.

Canales como superficies de distribución de una misma solución agentic.

Publicación en Microsoft Teams.

Integración con Microsoft 365 Copilot.

Publicación web según el escenario y licencia utilizados.

Diferencia entre agentes internos y experiencias destinadas a público externo.

Autenticación como requisito para agentes que acceden a información corporativa.

Control de canales permitidos por parte del administrador.

Validación específica de comportamiento y seguridad en cada canal.

Ciclo publicar → validar → modificar → republicar.

Documentación y adopción para que el usuario conozca alcance, limitaciones y forma correcta de utilizar el agente.

Data policies/DLP como guardrails para impedir combinaciones de conectores y servicios no autorizadas.

Clasificación de conectores en grupos Business, Non-Business y Blocked.

Aplicación de políticas a Power Automate y Copilot Studio.

Gobierno de knowledge sources, tools, canales y conectores.

Microsoft Entra Agent ID como identidad propia asignada automáticamente a los nuevos agentes de Copilot Studio. :chatgpt-content-reference{index="22"}

Autenticación mediante Microsoft Entra ID y políticas de acceso coherentes con el riesgo del agente.

Mínimo privilegio para datos, acciones y herramientas.

Managed Environments y environment groups para aplicar gobierno consistente a escala. :chatgpt-content-reference{index="23"}

Auditoría de quién creó, modificó, publicó o compartió un agente.

Seguridad diferenciada para experimentación, validación y producción.

Soluciones como unidad principal de ALM en Power Platform y Copilot Studio.

Soluciones unmanaged en desarrollo y managed en entornos posteriores según la estrategia establecida.

Desarrollo, test y producción como entornos separados.

Variables de entorno y referencias de conexión.

Gestión de dependencias entre agentes, flows, prompts, tablas y conectores.

Pipelines de Power Platform para promocionar soluciones entre entornos.

Azure DevOps y GitHub Actions para automatización CI/CD.

Integración nativa de soluciones Power Platform con Git para versionado y trazabilidad. :chatgpt-content-reference{index="24"}

GitHub como proveedor adicional en la integración actual, teniendo en cuenta el estado de disponibilidad de las funciones concretas utilizadas. :chatgpt-content-reference{index="25"}

Smoke testing y comprobaciones posteriores al despliegue para verificar configuración, permisos y conexiones.

Power Automate Premium como licencia orientada a makers y automatización individual avanzada.

Power Automate Process para automatizaciones empresariales y RPA desatendida.

Power Automate Hosted Process cuando además se necesita capacidad de máquina alojada por Microsoft. :chatgpt-content-reference{index="26"}

Copilot Studio standalone frente a Microsoft 365 Copilot según canal, capacidades y audiencia.

Copilot Credits como unidad común de consumo de Copilot Studio.

Consumo diferenciado de respuestas, acciones, agent flows, grounding y capacidades de IA.

Capacidad prepago frente a Pay-As-You-Go.

Asignación de Copilot Credits por entorno desde Power Platform Admin Center. :chatgpt-content-reference{index="27"}

Transición progresiva desde créditos de AI Builder hacia Copilot Credits.

Diseño de presupuestos, alertas y límites para relacionar consumo con valor generado por el proceso.

Históricos de ejecución de cloud flows y desktop flows.

Fallos, tiempos, reintentos y tendencias operativas.

Métricas funcionales: tiempo ahorrado, SLA, errores evitados y porcentaje de intervención humana.

Analytics de Copilot Studio para comprender uso y rendimiento de agentes.

Evaluaciones mediante test sets reutilizables para comprobar el comportamiento antes y después de una modificación. :chatgpt-content-reference{index="29"}

Métodos de evaluación para calidad general, seguridad de contenido, similitud, tool use y criterios personalizados. :chatgpt-content-reference{index="30"}

Comparación de resultados entre versiones del agente para detectar regresiones.

Medición del tiempo de respuesta incluyendo razonamiento, tools, conectores y workflows. :chatgpt-content-reference{index="31"}

Identificación de agentes o automatizaciones que consumen recursos sin entregar valor suficiente.

Ciclo observar → evaluar → corregir → volver a probar → desplegar → monitorizar.

Aprobaciones y validación documental en procesos financieros.

Procesamiento de facturas y documentación mediante AI Builder y prompts.

Onboarding y autoservicio en RR. HH.

Consultas internas fundamentadas en políticas corporativas.

Agentes en Teams y Microsoft 365 Copilot para soporte interno.

Clasificación y routing inteligente de solicitudes.

Automatización de backoffice mediante conectores, RPA o Computer Use.

Integración con sistemas legacy cuando no existe API adecuada.

Human-in-the-Loop en decisiones sensibles o excepcionales.

Catálogo de patrones reutilizables para evitar construir desde cero soluciones equivalentes en cada departamento.

Definición del proceso empresarial, objetivo, actores, sistemas, riesgos y resultado esperado.

Análisis del proceso actual y selección justificada entre cloud flow, desktop flow, Computer Use, agente o arquitectura híbrida.

Arquitectura de la solución dentro de un entorno y solución Power Platform.

Variables de entorno, referencias de conexión, permisos y políticas necesarias para desplegarla.

Flujo de nube con tratamiento de errores, idempotencia y observabilidad.

Componente de IA para extracción, clasificación, síntesis o decisión asistida cuando el proceso lo requiere.

Agente Copilot Studio con instrucciones, conocimiento y tools claramente delimitadas.

Agent flow o workflow para encapsular una operación empresarial reutilizable.

Integración de MCP, conector o sistema externo cuando resulte necesario para el alcance definido.

Human-in-the-Loop y approval gate para operaciones que no deben ejecutarse autónomamente.

Política DLP, autenticación y modelo de identidad apropiados para el riesgo del proceso.

Test set y criterios de evaluación que permitan comprobar el comportamiento del agente.

Estrategia ALM para promoción entre desarrollo, validación y producción.

Dimensionamiento de licencias, Copilot Credits, RPA y capacidad requerida.

Modelo final de monitorización, soporte, ownership, mejora continua y evolución del proceso.