Qué tipo de aplicación elegir en Dify para cada tarea

Al crear una aplicación en Dify, puedes escoger entre un chat sencillo, un generador de texto, un flujo visual o un agente capaz de utilizar herramientas. Elegir bien importa: una tarea que siempre sigue los mismos pasos no necesita la misma estructura que un asistente al que cada usuario plantea una petición diferente.

Dify recomienda actualmente Workflow y Chatflow como tipos principales de aplicación. También mantiene Chatbot, Agent y Text Generator como opciones básicas para casos más sencillos. La decisión empieza por dos preguntas: ¿necesitas conversar con el usuario? ¿El modelo debe decidir por sí mismo qué herramientas utilizar?

Los tipos de aplicaciones de Dify de un vistazo

Tipo	Para qué sirve	Cuándo elegirlo
Chatbot	Responder en una conversación sencilla.	Si basta con un modelo, instrucciones y, si procede, una base de conocimiento.
Text Generator	Generar un resultado en una ejecución.	Si el usuario rellena campos y espera un texto, sin conversación ni varios pasos.
Agent básico	Conversar y decidir cuándo utilizar las herramientas configuradas.	Si la ruta cambia según cada petición y no necesitas diseñar un flujo visual completo.
Chatflow	Dirigir una conversación a través de nodos y condiciones.	Si necesitas varios turnos, rutas distintas o variables durante la conversación.
Workflow	Procesar una tarea de principio a fin mediante nodos.	Si quieres automatizar un proceso independiente, incluso al recibir un evento o a una hora determinada.

Esta tabla describe los tipos de aplicación básicos y principales. Existe además un nuevo Agent reutilizable en beta que puede funcionar por separado o participar dentro de un Workflow; lo veremos más adelante.

Chatbot y Text Generator para tareas sencillas

Chatbot encaja cuando una persona debe poder hacer varias preguntas y recibir respuestas dentro de una conversación. Por ejemplo, un asistente interno que consulte documentación o responda preguntas frecuentes. Puede apoyarse en una base de conocimiento, pero la aplicación básica no está pensada para decidir entre distintas herramientas ni recorrer una cadena de nodos.

Text Generator funciona de otra manera: el usuario introduce los datos necesarios, ejecuta la aplicación y obtiene un resultado. Una herramienta que recibe el nombre, las características y el tono deseado para redactar una descripción de producto sería un buen ejemplo. Puede tener varios campos de entrada; «una sola ejecución» no significa «un solo campo».

Text Generator también puede consultar una base de conocimiento configurada para aportar contexto al texto. Si necesitas clasificar la entrada, consultar un servicio externo y generar varias salidas en etapas separadas, pasa a Workflow.

Cuándo utilizar Chatflow

Un Chatflow procesa cada mensaje del usuario a través de un flujo visual. Puedes añadir condiciones, recuperación de conocimiento, modelos y otros nodos para decidir cómo responder. Además, permite utilizar variables de conversación y configurar memoria para mantener el contexto entre turnos.

Piensa en un asistente de soporte que primero pregunta qué producto utiliza la persona, después identifica el problema y finalmente consulta la documentación correspondiente. El usuario puede aportar datos poco a poco; el flujo conserva la información necesaria y elige la ruta prevista.

Elige Chatflow cuando la conversación sea parte del proceso. Si solo necesitas que alguien envíe unos datos una vez y reciba un resultado final, probablemente encaje mejor un Workflow.

Cuándo elegir Workflow para automatizar tareas

Un Workflow ejecuta una secuencia de nodos para procesar una tarea independiente. Puede recibir datos, clasificarlos, consultar documentos, llamar a un modelo, aplicar condiciones y devolver una salida. Cada ejecución tiene su propio inicio y final; no se organiza como una conversación persistente con varios mensajes.

Por ejemplo, puedes recibir una ficha de producto, extraer sus características, crear una descripción y devolver campos estructurados para otra aplicación. Si las etapas se conocen de antemano, dibujarlas en el flujo facilita comprobar qué ha sucedido en cada nodo.

Un Workflow puede iniciarse manualmente o mediante una llamada a la API. En las versiones que incluyen Triggers, también puede arrancar según un horario, al recibir un webhook o cuando ocurra un evento compatible de un plugin. Así, «automatización» no significa únicamente pulsar un botón para ejecutar el flujo.

Si una etapa debe esperar la revisión de una persona antes de continuar, Dify también dispone de un nodo de intervención humana en las versiones compatibles. Es una opción útil cuando el proceso va a publicar, enviar o modificar información que requiere validación.

Agent: cuándo dejar que el modelo elija herramientas

Un Agent recibe una tarea y puede decidir qué herramienta utilizar, consultar su resultado y repetir el proceso antes de responder. Tiene sentido si no puedes anticipar una única ruta: en una consulta quizá necesite buscar información, mientras que en otra deba llamar a una API y comparar varios resultados.

Esa flexibilidad exige definir bien las herramientas disponibles, sus permisos y un límite de iteraciones. Cada paso adicional puede aumentar el tiempo de respuesta y el consumo del modelo. Si siempre necesitas ejecutar las mismas tres operaciones en el mismo orden, configúralas como nodos de un Workflow.

Además, conviene distinguir tres usos del nombre:

• Agent básico: aplicación de chat con herramientas, dentro de las modalidades sencillas de Dify.
• Nodo Agent clásico: coloca una etapa de decisiones y uso de herramientas dentro de un flujo visual.
• Nuevo Agent reutilizable: función en beta que permite configurar un agente una vez y utilizarlo como aplicación independiente o como paso dentro de un Workflow. Su disponibilidad depende de la versión y del entorno utilizado.

Si quieres seguir el proceso de configuración de un agente, consulta la guía de cómo crear un agente de IA en Dify. Para conectar herramientas externas mediante ese protocolo, tienes también la guía de integración de Dify con MCP.

Cómo combinar Workflow y Agent sin complicar todo el proyecto

No tienes que elegir entre un proceso totalmente fijo y otro totalmente autónomo. Puedes dejar en manos del Workflow las partes conocidas y utilizar un Agent únicamente para una decisión difícil de programar con condiciones.

Imagina una automatización de incidencias: llega una solicitud, un nodo extrae los datos y otro clasifica el caso. Las solicitudes habituales siguen una ruta establecida. Si aparece una incidencia inusual, el flujo puede pasar esa tarea a un agente para que consulte las herramientas permitidas y prepare una propuesta. Después, una persona puede revisar el resultado antes de enviarlo.

El proceso conserva una estructura verificable y reserva las decisiones abiertas para la parte que realmente las necesita. También puedes construir el mismo sistema sin agentes si las reglas de clasificación y respuesta son suficientes.

RAG y modelos: componentes que puedes incorporar

Una base de conocimiento, una herramienta externa o un modelo de lenguaje no son tipos de aplicación. Son piezas que puedes incorporar según lo que permita cada modalidad. Por ejemplo, un Chatbot básico puede consultar documentos; un Chatflow puede decidir cuándo recuperarlos; y un Workflow puede utilizar su resultado en una etapa concreta.

La recuperación de documentos mediante RAG ayuda a proporcionar contexto al modelo, pero no garantiza respuestas correctas. Hay que comprobar que recupera los fragmentos adecuados y que el resultado responde realmente a la pregunta. Del mismo modo, añadir herramientas a un agente no implica que siempre vaya a seleccionar la correcta.

Cómo tomar la decisión antes de crear la aplicación

1. ¿Solo necesitas obtener un texto tras rellenar unos campos? Empieza por Text Generator.
2. ¿Necesitas hablar varias veces con un asistente sencillo? Prueba Chatbot.
3. ¿La conversación requiere condiciones, varias etapas o variables? Elige Chatflow.
4. ¿Quieres procesar entradas independientes o responder a eventos? Utiliza Workflow.
5. ¿La siguiente herramienta depende de lo que descubra el modelo? Introduce un Agent, por separado o en una etapa del flujo según tu caso.

En Studio puedes crear la aplicación desde cero o partir de una plantilla. Antes de publicarla, prueba casos normales, entradas incompletas y errores de las herramientas externas. Revisa los resultados y registros de ejecución: esa comprobación permite decidir si la estructura elegida resuelve la tarea o necesita más control.