Tutorial de Grok Bot: cómo crear un agente de investigación semanal de IA

¿Qué es Grok Bot?

Grok Bot es la app de agentes de SpaceXAI, disponible a través de Cursor, para crear Bots con nombre que conservan su rol y la conversación entre tareas. Es independiente de la app de chat Grok y de Grok Build, la CLI de programación.

El bucle de Grok Bot funciona de forma distinta a la de la mayoría de asistentes de IA. Tú defines un resultado, el bot trabaja en las apps y webs que toque la tarea y devuelve o bien el trabajo terminado o una pregunta que requiere tu criterio. Mantiene preferencias estables y contexto de rol entre conversaciones, aunque todo lo que cambie semana a semana debe estar en un archivo que el Bot lea, no en su memoria.

Para más contexto, te recomendamos leer nuestra guía de Grok Bot.

Cómo funcionan Bots, habilidades y rutinas en Grok Bot

Necesitamos cuatro términos para este tutorial de Grok Bot. La guía de SpaceXAI sobre Bots y ordenadores en la nube y las guías de producto los definen así:

• Bot: Un agente con nombre, una tarea, su propia conversación y contexto guardado.
• Ordenador en la nube: Una máquina persistente compartida por todos los Bots de tu cuenta, con su propio navegador, archivos y terminal. Sigue en ejecución aunque cierres el portátil.
• Habilidad: Un conjunto de instrucciones para realizar una tarea, comprobar el resultado y saber cuándo pedir aprobación.
• Rutina: Una asignación que indica a un Bot cuándo ejecutar una tarea, ya sea con una programación o tras un evento compatible.

Ese orden sigue la guía oficial de habilidades y rutinas, que prioriza probar antes de programar.

¿Los Grok Bots comparten un único ordenador en la nube?

Sí. Las FAQ de Grok Bot indican que el ordenador pertenece a tu cuenta, no a un Bot individual. Todos los Bots pueden ver las cookies del navegador, los inicios de sesión guardados y los archivos en ese ordenador, aunque cada Bot obtiene una pantalla separada para su propia tarea de navegador.

Primero mantendremos el flujo de trabajo de Scout en páginas públicas. Si después iniciamos sesión en DataCamp, Notion u otro servicio, cualquier Bot podrá usar esa sesión. Eliminar Scout no garantiza que se borren archivos compartidos o el estado de inicio de sesión, así que debemos cerrar sesión y limpiar todo lo que no queramos dejar accesible a otros Bots.

Una cuenta, un ordenador, muchos Bots. Imagen del autor.

Crear con Grok Bot un Scout de aprendizaje semanal de DataCamp

Scout lee un perfil del estudiante y el tiempo disponible, y devuelve un plan breve. Nuestro estudiante domina Python y conceptos básicos de LLM, es nuevo en la orquestación de agentes y tiene cuatro horas esta semana. Nuestro itinerario de Fundamentos de agentes de IA dura seis horas, así que el itinerario completo no cabe.

El límite de cuatro horas marca el corte; el formato de salida indica cuándo el plan está terminado.

¿Qué debe devolver el Bot Scout?

Para cada recurso, Scout debe devolver estos detalles desde la página del curso: 

• Título y enlace
• Tipo (curso, itinerario, proyecto o tutorial)
• Nivel (básico, intermedio o avanzado)
• Duración (si aparece en la página)
• Motivo de la selección
• Lugar en la secuencia

Debe terminar con el tiempo total y un objetivo semanal. Si una página omite la duración, la respuesta es "not listed", no una estimación.

Para nuestro estudiante, con tres recursos verificados basta. Scout puede devolver menos si el material disponible no encaja con el objetivo, el nivel o el tiempo.

Cada motivo debe referirse a este estudiante. "Parte del Python que ya conoce y amplía los conceptos del curso básico anterior" justifica la elección. "Cubre agentes de IA" no. El orden también necesita un motivo, como completar el curso básico antes de un proyecto que presupone las mismas ideas.

Por qué los fragmentos de búsqueda no bastan

Los fragmentos de búsqueda pueden estar desactualizados o no indicar el nivel y la duración. Scout puede usarlos para encontrar candidatos, pero debe leer la página de DataCamp antes de añadir un recurso al plan.

Tenemos que incluir esta regla en las instrucciones. Aun así, un sitio puede bloquear al Bot, exigir inicio de sesión o mostrar un CAPTCHA. En ese caso, el Bot debe pedirnos que tomemos el control.

Cómo acceder a Grok Bot

Debido a la colaboración entre SpaceXAI y Cursor, hay dos maneras de acceder a Grok Bot

Planes de Grok Bot

Grok Bot no tiene un nivel gratuito permanente. Actualmente Cursor ofrece una prueba limitada como crédito de uso. El acceso de pago llega a través de un plan de Cursor compatible o una suscripción a SuperGrok. En ambos casos, inicia sesión con Cursor.

La cuenta oficial de Grok Bot indica ahora que todos los suscriptores de SuperGrok y Cursor Pro tienen acceso, y que se han reiniciado los límites de uso semanales para todos los usuarios. Cuando lo comprobamos, la página de ayuda de Cursor aún no reflejaba todo ese anuncio, así que confirma el estado actual en la página de planes o dentro de la app cuando estés leyendo esto.

Para cuentas que vinculan SuperGrok, la Ayuda de Cursor aún describe el vínculo como una concesión de uso permanente que no cambia el plan de Cursor. Cursor contabiliza pasos del agente y tokens, no mensajes, así que revisa Uso y facturación antes de la investigación y de la prueba de la Rutina.

Ajustes de privacidad y plataformas compatibles

Grok Bot requiere almacenamiento de datos en la nube. No se iniciará si tu cuenta de Cursor usa el modo de privacidad heredado (Legacy Privacy Mode). Cambia ese ajuste en el panel de privacidad de Cursor.

Grok Bot es compatible con macOS en Apple silicon o Intel, Windows en x64 o Arm64 y iPhone con iOS 18 o posterior. Si usas Linux, Android o iPad, consulta la lista de plataformas actual cuando leas esto porque el soporte puede haber cambiado.

Las suscripciones incluyen uso semanal, pero Cursor no publica una única cifra que aplique a todos los planes. La prueba ofrece crédito de uso durante 7 días y una única tarea grande puede agotarlo.

Paso 1: instala Grok Bot y crea el Bot

No necesitamos claves de API, un entorno local de desarrollo ni un inicio de sesión en DataCamp para la investigación en sí. Empezar los cursos es otra cosa y puede requerir cuenta. La instalación son solo unos pasos, pero la descripción del Bot merece más atención que el instalador.

Instala e inicia sesión

Descarga la aplicación de escritorio desde la página de incorporación de Grok Bot y elige la versión para tu máquina. Inicia sesión en el navegador con tu cuenta de Cursor. Si tu organización usa inicio de sesión único, sigue su pantalla habitual.

El primer arranque termina en una pantalla de "Conoce a un futuro compañero" mientras se inicia el ordenador en la nube. Si se queda atascado, cierra Grok Bot por completo y vuelve a abrirlo antes de probar nada más. Si el problema persiste, actualiza la app de escritorio, ciérrala completamente y vuelve a abrirla; después abre Agent Computer y dale tiempo a terminar. Usa Recover y Reset solo como último recurso, porque Reset puede descartar trabajo que no se haya sincronizado.

App de escritorio de Grok Bot tras iniciar sesión. Imagen del autor.

Redacta una descripción que perdure más allá de esta semana

Crea el Bot con New o Cmd/Ctrl+N, elige Create new agent y abre Bot actions → Edit Profile. Ponle el nombre Scout y el título DataCamp Learning Scout.

La descripción recoge reglas válidas todas las semanas. El tema de esta semana va en otro sitio. Añade reglas como estas:

• Selecciona contenido de aprendizaje de DataCamp y ajústalo al nivel de competencia y tiempo disponibles.
• Trata este perfil como contexto permanente, no como una tarea. Espera un mensaje aparte antes de iniciar la investigación.
• Usa solo el tema y el tiempo del encargo actual. No reutilices el tema de una conversación anterior.
• Abre la página de DataCamp de cada candidato antes de recomendarlo.
• Cita nivel y duración exactamente como aparecen en la página y escribe "not listed" cuando la página omita un valor.
• Mantén intactos los enlaces a las fuentes y nunca inventes detalles de los cursos.
• Prioriza material práctico cuando dos recursos cubran el mismo concepto.

En nuestro primer intento, Scout trató el perfil como una tarea activa y empezó un plan de ETL no relacionado. Lo detuve, creé un Scout nuevo y añadí estas dos reglas de espera: 

• Haz una pregunta aclaratoria cuando el objetivo de aprendizaje sea ambiguo, en vez de adivinar.
• Nunca crees cuentas, te matricules ni compres nada.

El nuevo Bot esperó una tarea aparte en lugar de empezar a trabajar desde su perfil.

Un Scout dedicado también mantiene la rutina semanal fuera de un chat general largo, de modo que cada ejecución lleva solo el contexto necesario para los planes de aprendizaje.

Es importante fijar límites en el perfil para que también apliquen cuando una rutina se ejecute sin que estemos mirando. Además, mantén el perfil lo bastante corto como para revisarlo cuando cambie el cometido de Scout. El paso 2 cubre el tema y el límite de tiempo.

El perfil de Scout guarda reglas de investigación duraderas. Vídeo del autor.

Si prefieres no empezar desde un perfil en blanco, puedes añadir nuestra plantilla de Scout con el mismo rol y descripción de partida. Aquí he creado el perfil manualmente para que cada regla sea visible antes de que Scout reciba su primera tarea. Elijas la vía que elijas, revisa la descripción antes de continuar.

Paso 2: redacta la primera tarea de investigación del Bot

Podemos dar a Scout una tarea en lenguaje natural, pero la petición sigue necesitando detalles. La documentación sugiere nombrar el resultado, las fuentes, los límites, la salida y el punto en el que el Bot debe parar para revisión.

¿Qué va en el perfil y qué en el mensaje?

Perfil y mensaje responden a preguntas distintas:

• El perfil dice cómo trabaja Scout. 
• El mensaje dice qué debe hacer esta semana. 

Después, la habilidad guarda los pasos y cada ejecución de la rutina lee las entradas más recientes.

El perfil ya cubre las comprobaciones de página y los enlaces a fuentes. En el mensaje, indica el nivel del estudiante y la tarea de esta semana, pide unos pocos recursos dentro de las cuatro horas y detén el Bot para revisión.

Enviamos la primera tarea como un único mensaje y no añadimos restricciones mientras Scout trabajaba:

Build me a weekly DataCamp learning plan.

The learner is comfortable with Python, understands basic LLM concepts, is new to AI agent orchestration, and has 4 hours available this week. 
They prefer practical, hands-on material over theory.

Search current DataCamp content on AI agents. 
Open each candidate's resource page before you consider it. 
Pick a small number of resources whose page-listed durations total 4 hours or less, and order them from foundations toward practical application.
For each resource, return the title, the content type, the level and duration exactly as printed on the page, the link, one sentence on why it fits this learner, and its position in the order. 
Then give me the total time and one learning objective for the week.

Do not use search snippets as evidence. 
If a page does not list a duration or a level, write "not listed" instead of estimating. 
If the goal is too broad to plan against, ask me before you continue.

Stop after the plan. 
Do not enroll me in anything.

Scout inició la búsqueda con el navegador y devolvió un plan para revisión. La primera respuesta usó un nivel incorrecto para un curso, que corregí en el paso 4.

Crea el archivo semanal del estudiante

La memoria del Bot no es un registro fiable de detalles cambiantes. Crea /workspace/learner-profile.md en el ordenador compartido y úsalo como fuente de la verdad para cada ejecución semanal.

# Learner profile

Current goal: AI agent orchestration
Weekly budget: 4 hours
Background: Comfortable with Python and basic LLM concepts
Preference: Practical, hands-on resources
Completed resources: None

Actualiza este archivo cuando cambien el objetivo, el tiempo o la lista de completados. Scout debe leerlo antes de cada plan y detenerse si falta o está desactualizado.

Paso 3: revisa la investigación en el Agent Computer de Grok Bot

La conversación muestra herramientas, archivos, preguntas y aprobaciones. Agent Computer muestra clics, escritura, navegación y estado. Salir de cualquiera de las vistas no detiene el trabajo.

Qué vigilar en Agent Computer

Comprueba que Scout abre cada página de curso en lugar de confiar en un fragmento de búsqueda. Anota también un recurso que descarte y el motivo del descarte.

Si se atasca, revisa los problemas de inicio de sesión, CAPTCHA y aprobaciones mencionados antes. Completa solo el paso bloqueado antes de devolverle el control. No pegues contraseñas en el chat; usa la solicitud segura de secretos.

La vista del ordenador muestra que se visitó una página, pero no prueba que la respuesta final sea correcta. Conserva la transcripción de la conversación porque muestra qué páginas usó el Bot y si cambió de rumbo.

Este enfoque centrado en el navegador encaja con nuestro flujo de DataCamp porque la propia página es la evidencia. En servicios con conector compatible, usa el conector para datos estructurados y abre el navegador solo cuando la página requiera una comprobación visual.

En nuestra ejecución, Agent Computer abrió la página canónica de Introduction to AI Agents. Su cabecera mostraba Basic y 1 hr 30 min. La duración coincidía con la respuesta de Scout, pero el nivel no.

Agent Computer abierto en una página de DataCamp. Imagen del autor.

Paso 4: verifica y corrige la salida del Bot

Aquí vamos con calma. Ponemos el plan junto a las páginas de DataCamp antes de aceptarlo.

Revisa enlaces, niveles, prerrequisitos y tiempo

Lee el plan línea a línea. Un formato limpio puede ocultar un nivel incorrecto, un enlace roto o un total mal calculado. Comprueba lo siguiente:

• ¿Los enlaces llevan a páginas reales de DataCamp con esos títulos exactos?
• ¿El nivel indicado coincide con lo que muestra la página?
• ¿El estudiante cumple todos los prerrequisitos listados?
• ¿La aritmética da ≤ cuatro horas usando las duraciones de las páginas?
• ¿Hay una progresión real o tres cursos de iniciación intercambiables?
• ¿Entró algo solo por coincidir una palabra clave?

Sumemos las duraciones de las páginas en lugar de fiarnos del total del plan. Si excede 4 horas, pedimos a Scout que quite lo menos relevante y recalcule.

El primer plan de Scout incluía Introduction to AI Agents, Building AI Agents with CrewAI y Building AI Agents with Google ADK. Las duraciones impresas sumaban 3 horas y 30 minutos, así que el plan encajaba en el tiempo y dejaba 30 minutos libres.

El problema era el nivel del primer curso. Scout escribió Beginner, mientras que la página canónica mostraba Basic. Enviamos una única corrección:

Please revise the plan using the exact level labels shown on each course page.

The Introduction to AI Agents page lists its level as Basic, not Beginner. Reopen all three pages and verify each title, level, duration, and canonical URL.

Return the same plan with only the verified corrections. Keep the total at or below 4 hours.

Scout reabrió las tres páginas, cambió solo el primer nivel y mantuvo el total de 3 horas y 30 minutos. La corrección fue pequeña, pero confirmó que un enlace válido y una etiqueta verosímil no bastan.

Primer plan junto al plan corregido. Imagen del autor.

Gestiona duraciones faltantes

No debemos convertir XP, vídeos o ejercicios en horas. Si los campos de duración discrepan, conservamos cada valor impreso, nombramos su campo y usamos solo el límite superior para la comprobación del tiempo.

Guarda reglas recurrentes en el perfil del Bot

Tras corregir nuestro plan, añadí al perfil del Bot solo la regla que debe aplicar cada semana. Un tema o límite de tiempo puntuales se quedan en nuestro archivo semanal de entrada.

Paso 5: guarda el flujo del Bot como una habilidad

Dos buenas prácticas para guardar flujos como habilidades:

• No guardes el proceso hasta que la versión manual funcione. De lo contrario, la habilidad repetirá el mismo problema.
• Mantén la habilidad acotada: una familia de fuentes, un formato de salida y un límite de aprobación. Si debe adivinar qué sistemas usar o qué devolver, puede dispersarse y consumir más uso.

Qué debe incluir la habilidad

Pide a Scout que guarde una habilidad llamada Weekly DataCamp Learning Plan. Debe leer /workspace/learner-profile.md, comprobar cada prerrequisito con el historial y los completados del estudiante, sumar las duraciones de las páginas, devolver los campos acordados y detenerse antes de cualquier acción que requiera aprobación.

Una vez guardada, haz referencia a ella con / en el editor. Si no aparece, actívala en Settings → Plugins → Yours.

Habilidad guardada con entradas y validación. Imagen del autor.

Prueba la habilidad con un objetivo distinto

Cambié el objetivo del estudiante a evaluación de LLM, reduje el tiempo a 3 horas e invoqué la habilidad guardada con una única petición breve: "Build this week's plan using the current learner profile."

Scout usó Agent Computer y devolvió un curso, LLM Application Evaluation with LangSmith, sin arrastrar recomendaciones del plan de agentes de IA. También excluyó páginas fuera de tema y tutoriales sin duración impresa.

La página canónica del curso mostraba dos formatos de duración: una 2 hr estimada en el resumen y una 1 hr - 3 hr en una etiqueta de duración. Scout copió la etiqueta pero trató su límite superior como un total fijo de tres horas. Le pedimos que nombrara el campo usado, conservara ambos valores impresos y usara solo el límite superior para el control del tiempo.

Una comprobación posterior de prerrequisitos halló un problema más importante: el curso requiere LLM Application Fundamentals with LangChain, que nuestro estudiante no había completado. Abrir la página canónica era necesario, pero la habilidad también debía comparar los prerrequisitos con el perfil del estudiante antes de recomendar un curso.

Actualicé la habilidad para comparar cada prerrequisito con el perfil del estudiante y para informar de todos los campos de duración en conflicto antes de elegir recursos.

Paso 6: programa la habilidad como una rutina semanal de Grok Bot

Como el ordenador en la nube sigue en ejecución como se describió, una rutina puede ejecutarse con el portátil cerrado. La probamos antes de depender de la programación del lunes.

Una programación semanal es deliberada aquí. Ejecutar la misma investigación cada pocos minutos consumiría uso incluso cuando los datos del estudiante y las páginas de DataCamp no hayan cambiado.

Configura la programación, la zona horaria y los límites

Definimos nuestra zona horaria en Settings → General → Agent y luego creamos la Rutina con cinco detalles: 

• La programación
• Dónde leer el objetivo y el tiempo
• Qué debe devolver
• Qué requiere aprobación
• Qué hacer si falta una fuente

Si /workspace/learner-profile.md falta o Scout no puede avanzar, la rutina debe informar del problema y detenerse en lugar de reintentar en bucle. Hereda las acciones bloqueadas de Scout, mientras que la aprobación aplica solo si más adelante añadimos otra acción externa. Gestiona las Rutinas desde View conversation details → Routines.

Rutina de lunes con programación y zona horaria. Imagen del autor.

Ejecuta ahora en vez de esperar al lunes

En lugar de esperar al lunes, inicié una prueba con la habilidad actualizada y el mismo perfil de evaluación de LLM. La Rutina abrió las páginas candidatas, informó de todos los campos de duración de LangSmith y marcó su prerrequisito de LangChain como not met.

Si no arranca, comprueba si está activada y luego sus detalles (programación, zona horaria, Bot, fuente del estudiante, sesión del navegador) y, por último, el uso restante. Detalles faltantes del estudiante o una sesión expirada pueden detener la ejecución.

La rutina dejó LangSmith fuera del plan, excluyó otros candidatos por estar fuera de tema, tener prerrequisitos no cumplidos o carecer de duración listada, y devolvió Total: 0. Rellenar por rellenar habría roto las reglas de validación.

La ejecución apareció en el Run history con marca de finalización, y el resultado quedó en la conversación de Scout. Esta prueba final confirmó que la programación, la habilidad guardada, la política de duración y la comprobación de prerrequisitos funcionaban en conjunto.

La prueba de la rutina termina y muestra el historial. Vídeo del autor.

Reflexiones finales

En este tutorial, construimos un Scout de aprendizaje de DataCamp alrededor de una fuente actual del estudiante, comprobaciones de fuente, una habilidad reutilizable y una rutina semanal. El perfil mantuvo las reglas fijas, la habilidad conservó el método de investigación y la rutina aportó la programación de los lunes.

Como ves, llegar a una ejecución semanal programada que haga exactamente lo que debe implica algo de prueba y error. Las pruebas sacaron a la luz tres fallos que una respuesta pulida podría ocultar: Beginner en lugar de Basic, un rango de duración tratado como un total fijo y un prerrequisito no cumplido. Los dos primeros se corrigieron reabriendo las páginas canónicas. La habilidad actualizada detectó el tercero y la rutina final no devolvió recomendaciones en lugar de relajar las reglas.

A partir de aquí, podemos añadir un historial de completados para evitar recomendaciones repetidas o crear un Bot Study Coach que convierta los recursos elegidos por Scout en un horario de estudio. Si aparece Teach a task en la app, también podremos usarlo para grabar un flujo en el navegador y crear un borrador de habilidad.

La nueva conexión de Grok Bot con X podría ampliar la fase de descubrimiento de Scout. Conectar un perfil de X ahora crea una cuenta de desarrollador con créditos incluidos. Para un Scout solo de investigación, mantén bloqueadas las acciones de escritura en X y verifica cada candidato en su página de DataCamp antes de añadirlo al plan.