Notion Custom Agents: así cambian la automatización en tu trabajo diario

App Guías » Guías » Notion Custom Agents: así cambian la automatización en tu trabajo diario

Los Notion Custom Agents apuntan a convertirse en una de las piezas clave de la nueva ola de automatización con IA en el entorno de trabajo digital. Lejos de ser solo otro asistente conversacional, este sistema combina disparadores, flujos de trabajo y modelos avanzados de lenguaje para encargarse de tareas de fondo sin que la persona usuaria tenga que estar pendiente todo el rato.

La compañía lleva tiempo posicionándose como una especie de centro neurálgico para organizaciones impulsadas por IA, y estos agentes personalizados encajan en esa estrategia: se integran con herramientas externas, usan la información ya almacenada en Notion y pueden ejecutarse a intervalos regulares o cuando ocurre un evento concreto, como un mensaje en Slack o la llegada de un correo con cierta etiqueta.

Qué son exactamente los Notion Custom Agents

Los Custom Agents son agentes autónomos de IA que ejecutan flujos de trabajo definidos por la empresa o el equipo. Una vez configurados, funcionan en segundo plano, respondiendo a disparadores (triggers) y a horarios, sin necesidad de que alguien los esté llamando cada vez.

Según Notion, estos agentes pueden gestionar tareas repetitivas aunque nadie esté conectado: desde responder preguntas frecuentes internas, hasta clasificar incidencias o preparar resúmenes periódicos. Todo ello aprovechando el contexto de documentos, bases de datos y espacios de trabajo ya existentes en la plataforma.

Cada agente puede personalizarse a nivel visual (nombre, icono, estilo) y también en cuanto al tono de respuesta, que puede ser más formal o más cercano según lo que encaje mejor con el equipo o el departamento. Esta capa de personalización ayuda a que diferentes áreas (soporte, ventas, producto, RR. HH., etc.) definan agentes con comportamientos y «personalidades» distintas.

Además, la empresa permite determinar quién puede crear, editar y utilizar estos agentes, algo clave para evitar que cada persona del equipo lance su propio invento y acabe rompiendo procesos que deberían estar más controlados.

Cómo funcionan: disparadores, horarios y fuentes de datos

En la práctica, un Custom Agent se monta como un flujo de trabajo automatizado que combina disparadores, acciones y acceso a diferentes fuentes de información. Notion ya ha mostrado ejemplos muy concretos de uso en equipos reales.

Uno de los casos más claros es el de un agente conectado a un canal de Slack. Cuando alguien pregunta por el estado de un proyecto en ese canal, el agente detecta el mensaje, revisa las conversaciones relevantes, consulta la base de datos de proyectos en Notion y responde al usuario en cuestión de segundos, sin que nadie tenga que intervenir directamente.

Otro ejemplo interesante es el pensado para desarrolladores: un agente que, al recibir un nuevo informe de error, asigna automáticamente una persona ingeniera responsable, registra la incidencia en una base de datos, la añade a un informe semanal y deja todo rastreable para futuras consultas. El equipo solo tiene que definir el flujo una vez.

Los agentes también pueden ejecutarse de forma programada, por ejemplo para elaborar reportes periódicos con métricas de la semana, recopilar comentarios de diferentes documentos o revisar el estado de tareas clave y enviar un resumen a un canal de equipo.

Todo esto se configura dentro de Notion con una lógica de «no-code» bastante familiar para quienes ya usan la plataforma: se seleccionan disparadores, fuentes de datos, condiciones y acciones, de forma visual e intuitiva, sin necesidad de programar.

Integraciones: Slack, correo, calendario y el ecosistema MCP

Uno de los puntos fuertes de Notion Custom Agents es su capacidad para conectarse con herramientas externas, más allá de las páginas y bases de datos de la propia aplicación. La compañía ha puesto especial énfasis en la integración con Slack, pero no es la única.

Los agentes pueden trabajar con correo electrónico y calendarios, lo que permite, por ejemplo, que un correo con una etiqueta concreta se convierta en una tarea, se incorpore a un flujo de aprobación o desencadene un proceso interno predefinido.

Además, los Custom Agents se apoyan en el Model Context Protocol (MCP) de Notion, que abre la puerta a integraciones con servicios como Figma, HubSpot, Stripe, GitHub y otros. En la práctica, esto significa que un agente puede consultar diseños, datos de clientes, movimientos de facturación o incidencias técnicas, y combinarlos en una misma respuesta o acción automatizada.

En el caso de Slack, la integración va un poco más allá: no solo un mensaje puede disparar un flujo, sino que incluso una reacción con un emoji concreto puede iniciar un proceso. De momento, eso sí, esta integración se encuentra en fase beta y está limitada a canales públicos, con la promesa de extenderse más adelante a canales privados.

Esta combinación de conectores, junto con el acceso directo a todo el contenido de Notion, sitúa a los Custom Agents en un terreno a medio camino entre la automatización clásica y los agentes de IA más modernos, capaces de interpretar contexto y tomar decisiones sencillas sin intervención constante.

Esta combinación de conectores, junto con el acceso directo a todo el contenido de Notion, sitúa a los Custom Agents en un terreno a medio camino entre la automatización clásica y los agentes de IA más modernos, capaces de interpretar contexto y tomar decisiones sencillas sin intervención constante.

Seguridad, permisos y transparencia en la automatización

Más allá de las funciones, Notion ha hecho hincapié en la parte de control y transparencia, un aspecto que suele preocupar especialmente a empresas europeas por el marco regulatorio y las políticas internas de protección de datos.

Cada ejecución de un Custom Agent queda registrada en logs detallados, de modo que es posible ver qué ha hecho el agente, cuándo y sobre qué contenido. Si algo no encaja o se ha producido un cambio no deseado, la plataforma permite revertir las modificaciones y recuperar el estado anterior.

El sistema de permisos funciona en línea con el que ya existe para las páginas de Notion: los agentes solo pueden acceder a la información a la que tengan permiso, heredando las restricciones y visibilidad definidas por la organización. Esto reduce el riesgo de que un flujo de trabajo automatizado acabe leyendo o modificando contenido sensible fuera de su ámbito.

En cuanto a la privacidad de los datos, la compañía indica que Notion AI no utiliza la información de los clientes para entrenar sus modelos. En los planes Enterprise, además, se subraya que los datos no se conservan para ese tipo de fines, un punto relevante para organizaciones que operan bajo normativas estrictas como el RGPD en Europa.

En el terreno práctico, estos mecanismos de control y registro buscan ofrecer una automatización «de confianza», en la que el responsable de TI o de operaciones pueda justificar qué hace cada agente y auditar su comportamiento cuando sea necesario.

Casos de uso reales y ahorro de tiempo

Para ilustrar el impacto de los Custom Agents en el día a día, Notion ha compartido el testimonio de equipos que ya los están usando en fase temprana. En el caso de Remote, una plataforma de recursos humanos, su responsable de operaciones de TI, James Lawley, calcula que tras la adopción de estos agentes se están ahorrando más de 20 horas de trabajo semanales.

En este tipo de escenarios, los agentes se encargan de clasificar consultas entrantes, asignarlas a las personas responsables y preparar respuestas estándar apoyadas en la documentación interna. El resultado es una reducción notable del trabajo manual, manteniendo al mismo tiempo un nivel alto de precisión en la categorización de cada caso.

La compañía habla de niveles de exactitud superiores al 95 % en la clasificación de incidencias, una cifra que, sin ser una garantía universal, indica que el sistema puede manejar volúmenes de trabajo altos con un margen de error asumible para muchas organizaciones.

Aplicado a equipos en España o el resto de Europa, este enfoque encaja especialmente bien en departamentos de soporte, atención al cliente, operaciones y TI, donde las consultas repetitivas, los tickets similares y los reportes semanales se comen buena parte del tiempo disponible.

Más allá del soporte, también se vislumbran usos en áreas como finanzas, marketing o recursos humanos: desde agentes que elaboran resúmenes de gastos o campañas, hasta sistemas que preparan informes de seguimiento de procesos de selección a partir de datos repartidos entre distintas herramientas.

Del agente actual a los futuros «superagentes» de ordenador

Mientras la versión actual de Custom Agents se centra en flujos de trabajo dentro de Notion y conectores web, las últimas compilaciones de desarrollo de la plataforma apuntan a un salto más ambicioso: agentes capaces de interactuar directamente con el ordenador.

En esos builds de prueba se han detectado referencias a un «computer use connector», es decir, un conector específico que permitiría a los agentes operar un equipo de forma directa desde un entorno gestionado por Notion. La idea es configurar entornos controlados donde la IA pueda llevar a cabo tareas complejas de manera autónoma.

Esto supondría una evolución importante respecto al agente de Notion 3.0, introducido en 2025, que ya era capaz de realizar hasta 20 minutos de trabajo autónomo en múltiples pasos a través de centenares de páginas, pero sin esa capa de control directo sobre el sistema operativo.

La presencia en esas mismas secciones de un conector específico para Claude Code, la herramienta de línea de comandos de Anthropic orientada al desarrollo, abre la puerta a escenarios aún más avanzados: agentes capaces de lanzar instancias de Claude Code, instalar dependencias, ejecutar scripts y, potencialmente, controlar un navegador dentro de un entorno seguro.

En conjunto, esta combinación acercaría a Notion a un modelo de entorno de desarrollo y automatización integrado, en el que los agentes no solo gestionan información y flujos, sino que también pueden poner en marcha pipelines técnicos complejos bajo la infraestructura gestionada de la propia plataforma.

Infraestructura de IA: Claude, GPT-5.2, Gemini 3.1 y modelo organizacional

Para sostener estas capacidades, Notion se apoya en una arquitectura de IA multicapa. Claude ya actúa como uno de los pilares principales de su sistema, al que se han sumado modelos recientes como GPT-5.2 y Gemini 3.1, disponibles para quienes quieren alternar entre diferentes enfoques de generación y razonamiento.

Esta mezcla permite que cada organización pueda elegir el modelo que mejor encaje con su caso de uso, ya sea por calidad en el lenguaje, capacidad de análisis de código o cumplimiento de políticas internas. La flexibilidad también facilita adaptarse a futuras regulaciones europeas que puedan afectar al uso de ciertos proveedores de IA.

En cuanto al enfoque de producto, la empresa parece orientarse hacia un rol de plataforma centralizada para equipos que quieren trabajar con agentes. Custom Agents pueden compartirse entre distintas personas, asumir papeles bien definidos (por ejemplo, «agente de informes» o «agente de clasificación de tickets») y coordinarse para ejecutar tareas colectivas.

Esto encaja con la idea de que Notion sea el «hub» desde el que se orquesta buena parte de la actividad digital de una organización, conectando comunicaciones, documentación, herramientas de diseño, servicios de pago o repositorios de código bajo una misma capa de automatización e IA.

Aunque la compañía no ha fijado una fecha cerrada para las capacidades más avanzadas de estos agentes, el nivel de implementación visto en las versiones internas sugiere que el trabajo de desarrollo está bastante encaminado y que podríamos ver novedades significativas a medio plazo.

Modelo de precios y disponibilidad para empresas

En el plano comercial, Notion ha optado por un sistema de créditos para el uso de Custom Agents, en lugar de incluirlos sin más dentro de un plan concreto. De entrada, las organizaciones con planes Business y Enterprise pueden probarlos mediante un periodo limitado sin coste adicional, pensado para definir y ajustar los flujos.

Pasada esa fase, cada ejecución de agente consumirá créditos, de modo que la compañía recomienda empezar creando los agentes más importantes (los que aportan más valor en términos de ahorro de tiempo o reducción de errores) y, a partir de ahí, ampliar el catálogo en función del presupuesto y las necesidades.

Los créditos no se acumulan de un mes a otro, por lo que quienes gestionen la herramienta deberán calibrar el volumen de automatizaciones que realmente merece la pena mantener en marcha, aprovechando los paneles de control que Notion ha añadido para monitorizar el consumo.

Custom Agents se encuentran en beta pública para clientes de empresa, y la propia plataforma anima a los equipos a experimentar con ellos durante este periodo para identificar patrones de uso reales. Para organizaciones europeas, este enfoque de prueba controlada puede ser útil para evaluar el encaje con sus procesos internos y requisitos de cumplimiento.

La combinación de un modelo de pago por uso con pruebas iniciales sin coste apunta a un cambio en la manera en que Notion espera monetizar sus capacidades de IA, reforzando la idea de que estos agentes no son un añadido menor, sino un componente central de su propuesta de valor futura.

En conjunto, Notion Custom Agents representan un salto cualitativo en la manera de automatizar trabajo del conocimiento: hoy ya permiten enlazar Slack, correo, calendario y bases de datos para quitarse de encima tareas repetitivas y organizar tareas y notas, y las referencias técnicas a conectores de uso de ordenador y herramientas como Claude Code apuntan a una siguiente fase donde estos agentes podrían manejar entornos completos de desarrollo y operaciones bajo supervisión. Para empresas en España y el resto de Europa, la clave estará en combinar ese potencial con una buena gestión de permisos, auditorías y créditos, de forma que la automatización se traduzca en eficiencia real sin perder de vista la seguridad y el control sobre los datos.