Anthropic ha publicado el código de Claude Commerce Agents, un plano completo para montar agentes de compra y de venta que salió el 2 de septiembre. Está en GitHub, funciona tal cual y trae implementaciones de referencia en cuatro sectores, con la afirmación de la propia Anthropic de que sus pruebas dan carritos hasta un 35% más grandes.
Puntos clave
- El repositorio está en `github.com/anthropics/commerce-agents` y contiene implementaciones que ya corren, desplegables con la Messages API, el Agent SDK o los Claude Managed Agents.
- Cubre los dos lados de la operación: un agente que compra en nombre del cliente y otro que gestiona la tienda por el comerciante.
- Sectores con implementación de referencia y demo en vivo: retail, viajes, telecomunicaciones y venta de entradas.
- Corre sobre la API de Claude, Amazon Bedrock, Microsoft Foundry y Google Cloud Vertex AI. Entre los socios citados aparecen Shopify, Square, Wix, Klaviyo, Visa, Mastercard, Intuit, Priceline, Zomato y Accenture.
Qué hace cada uno de los dos agentes
El agente de compra busca en el catálogo, junta varios artículos en un mismo pedido, personaliza según lo que ya sabe del cliente, enseña comparativas de producto dentro de la propia conversación, monta el carrito y se conecta con la pasarela de pago. Después sigue trabajando: rastrea pedidos, tramita devoluciones y gestiona reembolsos.
El agente de comercio mira hacia dentro. Analiza el rendimiento de ventas, vigila el stock y avisa cuando algo se agota, recomienda precios y promociones, y redacta campañas de marketing. Aquí Anthropic pone un freno explícito: cualquier cambio que vaya a salir en vivo necesita aprobación de una persona.
Esa separación es la parte más útil del diseño. Un agente lee y propone; otro ejecuta contra el cliente. El que puede hacer daño a la caja es el segundo, y es el que lleva el humano delante.
Los guardarraíles, que son la letra pequeña que importa
Hay tres decisiones técnicas en el código que valen más que el titular.
La primera: los precios que da el agente salen del catálogo real, no del modelo. Un asistente que se inventa un precio y luego el cliente lo reclama es un problema de consumo, y por ahí es por donde revientan la mayoría de los pilotos de chatbot en tienda.
La segunda: el código evita de forma deliberada los patrones de venta manipuladores. Un agente comercial optimizado a lo bruto acaba haciendo presión y urgencia falsa, y eso quema la marca más rápido de lo que sube el ticket medio.
La tercera es de coste: usa caché de prompts y topes de iteración de herramientas. Sin un tope, un agente que se atasca comparando productos se come la factura de API en una tarde, que es exactamente el problema del coste por tarea completada del que se ha hablado esta semana con Gemini y Muse Spark.
Dónde se despliega y quién está detrás
El plano corre sobre cuatro sitios: la API de Claude, Amazon Bedrock, Microsoft Foundry y Google Cloud Vertex AI. Para una empresa que ya tiene contrato con AWS, Azure o Google Cloud, eso significa que el proveedor de nube no cambia y la conversación con compras tampoco.
La lista de socios que cita Anthropic dice bastante sobre a quién apunta esto: Shopify, Square y Wix por el lado de las tiendas, Klaviyo por el de marketing, Visa y Mastercard por el de los pagos, más Intuit, Priceline, Zomato, Fetch y Accenture.
Que estén las dos redes de tarjetas es la señal a la que hay que prestar atención. Un agente que pasa por caja necesita que alguien resuelva quién autoriza el pago cuando el que teclea no es una persona, y ese problema es de Visa y Mastercard antes que de Anthropic.
Las cifras hay que leerlas como techo
Los dos números que circulan, carritos un 35% más grandes y compradores un 60% más propensos a terminar la compra, son de Anthropic y de sus propias pruebas. No hay medición independiente ni detalle de la muestra.
Sirven para ver la dirección, no para meterlos en un plan de negocio. Cualquiera que monte esto va a tener que medirlo contra su propio embudo, y esa medición es precisamente el trabajo que separa un piloto de un despliegue.
Por qué importa
Si vendes online, el cambio real es que la parte cara de este proyecto ha dejado de ser el desarrollo.
Hasta ahora, montar un agente que buscase en tu catálogo, comparase productos y llegase a la caja era un proyecto de meses con un equipo técnico. El plano está publicado, corre, y encima está en abierto, así que tu responsable de tecnología puede leerlo entero antes de decidir si lo mete en la tienda.
Lo que queda por hacer sigue siendo tuyo y no lo resuelve el código de nadie: tener el catálogo limpio, con las fichas de producto completas y los atributos bien puestos. Un agente comparador es tan bueno como los datos que le das. Si tu ficha no dice el material, la talla real y el plazo de envío, el agente del comprador va a elegir la ficha del competidor que sí lo dice.
Y ese es el punto incómodo. El agente de compra no lee tu copy emocional ni mira tu foto de campaña. Lee campos. Un catálogo con atributos completos deja de ser una tarea de mantenimiento aburrida y pasa a ser lo que decide si apareces en la comparativa.
Para una tienda pequeña, el primer paso barato es auditar veinte fichas de producto y comprobar cuántas responden solas a las cinco preguntas que haría un comprador. Eso se puede hacer esta semana, sin tocar el repositorio de Anthropic, y es lo que va a determinar el resultado cuando alguien sí lo monte.
Fuente original: claude.com
Relacionado
