Gobierno que sus agentes pueden seguir, a nivel de declaración
La mayoría de las plataformas añaden observabilidad sobre los resultados de los agentes. Dictiva hace que la propia política sea legible por máquina, aplicable por agentes y lista para auditoría, desde el esquema.
Gratis para siempre en Community · Acceso de agentes MCP en Business y superiores
Sus agentes toman decisiones. ¿Puede demostrar que siguen la política?
La mayoría de los equipos lanzan agentes de IA con salvaguardas repartidas entre prompts, listas de permitidos, filtros regex y comprobaciones de reglas a posteriori. Cuando los auditores preguntan «¿qué política siguió este agente cuando realizó esa acción?», la respuesta rara vez es satisfactoria.
La política vive en PDF, carpetas de SharePoint y páginas de Notion. Las salvaguardas viven en el código. Los flujos de aprobación viven en Jira o en ninguna parte. Los registros de auditoría viven en una docena de paneles de proveedores de LLM. No existe una única fuente de verdad sobre las políticas, y mucho menos una que sus agentes puedan leer.
La política como texto no basta. Necesita la política como datos.
Seis capacidades que hacen ejecutable la política
Cada una está disponible hoy y respaldada por una superficie concreta del producto. Lo que aún no está disponible tiene su propia sección más abajo, así que no hay carencias ocultas.
Política legible por máquina basada en declaraciones
Cada declaración de gobierno incluye modalidad, modo de aplicación y aplicabilidad por actor: persona, agente o ambos. Las políticas son ejecutables por diseño, no una guía interpretativa.
Disponible: columnas enforcementMode + actorApplicability en la tabla de declaraciones
Guía para agentes en cada política
Metadatos estructurados para agentes en cada declaración: allowedActions, prohibitedActions, requiredContext, requiredApprovals, evidenceRequirements, escalationRules y failureMode, todos consultables.
Disponible: columna JSONB agent_guidance en todo el esquema de declaraciones
Servidor de gobierno MCP en producción
Los agentes de IA externos (Claude Code, Cursor, ChatGPT, Claude web) se conectan a su corpus de políticas mediante el Model Context Protocol. Seis herramientas, doble transporte y autenticación separada para lectura y escritura.
Disponible: /api/mcp (HTTP) + transporte stdio, 6 herramientas activas
Registro de auditoría completo de agentes
Cada interacción de IA y de agentes queda registrada con prompts, respuestas, llamadas a herramientas, consumo de tokens, latencia y errores. Exportable en Scale y superiores. Preparado para el cumplimiento desde el primer día.
Disponible: tabla ai_audit_logs, 25 columnas, 4 índices
Capa de contexto de IA
Seis módulos de contexto (declaraciones, regulaciones, tenant, usuario, dominio, glosario) anclan el razonamiento de los agentes en su corpus real de políticas, no en conocimientos genéricos preentrenados.
Disponible: 6 proveedores de contexto en lib/ai/context/
Biblioteca + modelo de adopción
57 regulaciones, más de 600 requisitos extraídos y más de 1.300 términos de glosario tipados. Los agentes consultan una biblioteca curada; las divergencias respecto a las declaraciones adoptadas se registran automáticamente.
Disponible: seguimiento de adopción + divergencias en las declaraciones de la biblioteca
Lo que reconocemos que aún está pendiente
Estas capacidades ya tienen el esquema o las piezas base en el producto; la interfaz para los usuarios está en desarrollo. Preferimos avisarle cuando esté disponible antes que fingir que ya lo está.
Ejecución de SOP por agentes
Q3 2026Los procedimientos ya admiten pasos, condiciones, RACI, subprocesos y evidencias. Lo siguiente es el ejecutor que los pone en marcha (por personas o por agentes) con máquinas de estado por paso.
Interfaz de flujo de aprobación para agentes
Q3 2026Las declaraciones ya indican requiredApprovals. Lo siguiente es la interfaz que permite a los agentes solicitar aprobaciones y a las personas concederlas dentro del flujo.
Panel de evidencias listo para auditoría
Q4 2026Todas las piezas base (registro de auditoría, atestaciones, enlaces de evidencia) ya existen. Lo siguiente es el panel orientado al cumplimiento que las agrupa en un paquete de evidencias.
Conecte cualquier agente compatible con MCP
Seis herramientas de gobierno expuestas mediante stdio y Streamable HTTP. Autenticación Bearer con claves de API con alcance. Funciona con Claude Code, Cursor, ChatGPT, Claude web y cualquier cliente personalizado que hable MCP.
Claude Code (stdio)
Desarrollo local: la IA puede consultar directamente las políticas de su tenant.
{
"dictiva": {
"command": "npx",
"args": ["@dictiva/mcp-server"],
"env": { "DICTIVA_API_KEY": "dv_live_..." }
}
}Cursor / Claude Code remoto (HTTP)
MCP remoto: las mismas herramientas, accesibles mediante Streamable HTTP.
{
"mcpServers": {
"dictiva": {
"url": appUrl("/api/mcp"),
"headers": { "Authorization": "Bearer dv_live_..." }
}
}
}ChatGPT / Claude web (MCP remoto)
Pegue la URL y el token Bearer en la configuración del conector MCP.
URL: https://dictiva.com/api/mcp
Auth: Bearer dv_live_...
Scopes: statement:read, glossary:read, assembly:readObservabilidad de IA frente a gobierno de agentes de IA
La observabilidad analiza lo que hicieron los agentes a posteriori. El gobierno convierte lo que se les permite hacer en un recurso direccionable, consultable y versionado.
| Dimensión | Herramientas de observabilidad de IA | Dictiva |
|---|---|---|
| Unidad principal de política | Salida o traza del modelo | Declaración (modalidad, actor, aplicación) |
| Dónde reside la política | Su prompt | Corpus de políticas versionado (biblioteca + tenant) |
| Conocimiento del agente | Registros a posteriori | Consulta previa a la acción vía MCP |
| Aplicación | Comprobación de reglas sobre la salida a posteriori | Consulta de política previa a la acción + flujo de aprobación |
| Registro de auditoría | Trazas y uso del modelo | Prompts + herramientas + resultados + versión de la política |
| Aplicabilidad por actor | Sin diferenciar | Persona / agente / ambos, por declaración |
| Mapeo regulatorio | Manual | Por declaración, con 57 regulaciones |
Diseñado para los equipos que despliegan agentes
Si alguno de estos problemas le resulta familiar, el resto de esta página es para usted.
Responsables de producto de IA
Problema: Lanzan agentes con salvaguardas repartidas entre prompts, filtros y comprobaciones a posteriori
Con Dictiva: Un único corpus de políticas que consulta cada agente, con aplicación legible por máquina y un registro de auditoría completo
CISO y responsables de seguridad
Problema: No hay forma de demostrar qué políticas siguieron realmente los sistemas autónomos en el momento de decidir
Con Dictiva: Registro de auditoría por acción vinculado a versiones concretas de las declaraciones, defendible en auditorías e investigaciones
Cumplimiento y legal
Problema: Ley de IA de la UE, Ley de IA de Colorado, OWASP Top 10 para aplicaciones agénticas: obligaciones sin herramientas
Con Dictiva: Políticas vinculadas a obligaciones regulatorias; los agentes consultan lo que aplica a cada contexto de actor
Ingenieros de plataforma
Problema: Cada equipo de agentes construye su propia consulta de políticas a medias
Con Dictiva: Servidor MCP listo para usar con 6 herramientas de gobierno, autenticación, límites de uso y control de acceso por plan incluidos
Preguntas frecuentes
¿Qué es el gobierno de agentes de IA?+
El gobierno de agentes de IA es la disciplina de aplicar políticas, procedimientos y registros de auditoría a los sistemas de IA que actúan en su nombre, no solo a las personas que les dan instrucciones. Abarca qué puede hacer un agente, qué debe escalar, qué evidencias debe recopilar y cómo se registra cada acción. OWASP publicó un Top 10 para aplicaciones agénticas en diciembre de 2025; las obligaciones de alto riesgo de la Ley de IA de la UE entran en vigor en agosto de 2026; la Ley de IA de Colorado es efectiva desde junio de 2026. La categoría se está formando ahora.
¿En qué se diferencia de las herramientas de observabilidad de IA (Fiddler, Arthur, Credo AI)?+
Las herramientas de observabilidad analizan las salidas y trazas de los modelos a posteriori. Dictiva convierte la política en la unidad principal: cada declaración de gobierno incluye modo de aplicación y aplicabilidad por actor, y los agentes consultan ese corpus de políticas antes de actuar mediante el servidor MCP. Sigue teniendo un registro de auditoría completo, pero vinculado a versiones concretas de las declaraciones de política, no solo a la telemetría del modelo.
¿Qué es el servidor MCP y qué clientes pueden conectarse?+
El servidor Model Context Protocol (MCP) expone 6 herramientas de gobierno mediante dos transportes: stdio (para Claude Code / Cursor en local) y Streamable HTTP (para ChatGPT, Claude web y Cursor remoto). Las herramientas incluyen search_statements, get_statement_guidance, list_applicable_policies_for_actor, search_glossary, get_assembly_bundle y export_ontology. El acceso MCP está disponible en los planes Business y Enterprise.
¿Dictiva sustituye a una plataforma GRC tradicional?+
Hoy no, y tampoco es el objetivo. Dictiva es la capa de políticas y procedimientos del gobierno, optimizada para que personas y agentes de IA lean, sigan y sean auditados frente al mismo corpus. Los registros de riesgos, las pruebas de controles y los paneles de evidencias de auditoría están en la hoja de ruta de 2026. En lo que ya está disponible, Dictiva es más útil que una suite GRC completa; en lo que no, lo decimos en esta página.
¿Qué tiene de legible por máquina una declaración de Dictiva?+
Cada declaración tiene campos estructurados sobre los que un agente puede razonar: modalidad (must, should, may), modo de aplicación (informational, human_review_required, machine_readable, machine_enforceable), aplicabilidad por actor (human, agent, both), además de un JSONB agent_guidance con allowedActions, prohibitedActions, requiredApprovals, evidenceRequirements, escalationRules y failureMode. Los agentes no tienen que analizar un PDF de 30 páginas; consultan la política estructurada.
¿Cómo funcionan los precios con un uso intensivo de agentes?+
Hoy: suscripción por usuario con créditos de IA incluidos en cada plan. T3 2026: un modelo híbrido de consumo con las «acciones de gobierno» como medida, en el que distintas clases de acción (consulta de política, comprobación de política, auditoría regulatoria profunda) descuentan importes diferentes. El objetivo interno de margen es ≥5x el coste combinado de tokens; los clientes ven recuentos de acciones, no tokens. Sin sorpresas en la factura por salidas extensas del modelo.
Preparado para empresas desde el primer día
Explore la pila de gobierno
Software de gestión de políticas
El sistema basado en declaraciones del que leen sus agentes: gestión del ciclo de vida de las políticas pensada para máquinas y personas.
Servidor de gobierno MCP
Dé a los agentes acceso de lectura y escritura a sus declaraciones de gobierno mediante el Model Context Protocol.
Agentes gestionados frente a llamadas sueltas a LLM
Por qué las llamadas a LLM sin gobierno se convierten en un riesgo de cumplimiento y cómo lo evitan los agentes vinculados.
¿Qué es el gobierno basado en declaraciones?
La unidad de gobierno atómica y legible por máquina que hace posible aplicar políticas a los agentes.
Declaraciones de gobierno frente a políticas
Por qué las declaraciones atómicas superan a los documentos de política monolíticos, tanto para personas como para agentes de IA.
Las mejores herramientas GRC en 2026
Dónde encaja el gobierno de agentes de IA en el conjunto moderno de herramientas GRC: una comparativa para compradores.
Gobierno que sus agentes
pueden seguir de verdad.
Empiece con el plan Community. Pase a Business cuando sus agentes necesiten acceso MCP. Sin llamadas de ventas.
Sin tarjeta de crédito · Acceso MCP en Business y superiores