Un asistente que responde con tu propia documentación y no inventa
Un chat que contesta preguntas de clientes o del equipo usando solo tus manuales, políticas y catálogos, y que dice «no lo sé» cuando la respuesta no está ahí.
- Nivel
- Desarrollador
- Requiere integrar la API en un sistema propio.
- Tiempo
- Una semana para una versión que puedas mostrar
- Publicada
Cuánto cuesta
Es la receta más cara del recetario: días de desarrollo, una base de datos vectorial (hay opciones gratuitas para volúmenes pequeños) y consumo de API por cada pregunta. Antes de construirla, agota la ruta simple: un Proyecto de claude.ai con tus documentos subidos resuelve gran parte del caso sin programar.
modo guiado // te pregunto, tú respondes
listo para empezar
Hazla conmigo, paso a paso
Te haré 1 pregunta sobre tu negocio, con tus respuestas dejo el prompt listo para copiar, y después te acompaño en los 5 pasos, uno a la vez. Como una Thermomix: tú solo respondes y avanzas.
Para quién es
Empresas con manuales, políticas, catálogos o preguntas frecuentes extensas, donde el equipo responde lo mismo muchas veces buscando en documentos.
El problema
Las respuestas correctas existen, pero están repartidas en PDFs, correos viejos y la cabeza de dos personas. Un chatbot genérico contesta con seguridad cosas que no son de tu empresa. Y el miedo real es que invente una política de devolución que no existe.
Qué cambia
El asistente busca primero en tus documentos, responde citando de dónde sacó cada dato, y cuando no encuentra nada lo dice en vez de improvisar. El equipo deja de contestar lo repetido y el cliente obtiene la respuesta oficial, no una aproximación.
Ingredientes
- Tus documentos en texto: manuales, políticas, catálogo, preguntas frecuentes
- Una base de datos con búsqueda por similitud (vectores), o el servicio equivalente del proveedor
- Acceso a la API de un modelo
- Un proceso para actualizar los documentos cuando cambien, o el asistente se queda obsoleto
Paso a paso
- 1
Junta y limpia los documentos
Convierte todo a texto plano o Markdown. Elimina versiones viejas y duplicadas: si dos documentos se contradicen, el asistente también se contradecirá. Este paso es el 60 % del trabajo y nadie quiere hacerlo.
- 2
Corta en fragmentos con contexto
Divide cada documento en trozos de 300 a 800 palabras. Antepón a cada trozo una línea que diga de qué documento y sección viene. Anthropic midió que ese contexto añadido reduce los fallos de búsqueda en un 49 %; es la técnica llamada «contextual retrieval» de la fuente.
- 3
Guarda los fragmentos en una base con búsqueda semántica
Cada pregunta del usuario busca los 5 a 10 fragmentos más parecidos. Esos fragmentos, y solo esos, son lo que el modelo puede usar para responder.
- 4
Escribe el prompt que obliga a citar y a admitir vacíos
Usa el prompt de abajo. La regla clave es la de «no lo sé»: sin ella, el modelo rellena con conocimiento general y ahí nacen las políticas inventadas.
- 5
Prueba con las 30 preguntas más frecuentes reales
Sácalas de tus correos o WhatsApp. Anota cuántas responde bien, cuántas dice que no sabe correctamente, y cuántas inventa. Las inventadas son las únicas graves; ajusta hasta que sean cero.
El prompt
Reemplaza lo que va entre corchetes con los datos de tu empresa, o usa el modo guiado de arriba: te pregunta y lo rellena solo.
Eres el asistente de [NOMBRE DE LA EMPRESA]. Respondes preguntas de clientes usando ÚNICAMENTE la información que aparece en los documentos de referencia que te entrego abajo. Reglas estrictas: 1. Si la respuesta está en los documentos, respóndela con claridad y termina indicando de qué documento la sacaste, entre corchetes: [Fuente: nombre del documento]. 2. Si la respuesta NO está en los documentos, responde exactamente: «No tengo esa información en la documentación oficial. Te derivo con el equipo para confirmarlo.» No completes con conocimiento general ni supongas. 3. Si los documentos se contradicen, dilo y muestra ambas versiones. 4. Nunca inventes precios, plazos, políticas ni condiciones. 5. Responde en español de Chile, tono cercano y directo, máximo 120 palabras. Documentos de referencia: [AQUÍ SE INSERTAN AUTOMÁTICAMENTE LOS FRAGMENTOS RECUPERADOS] Pregunta del cliente: [PREGUNTA]
Lo que suele salir mal
- ✕Saltarse la limpieza de documentos. Un asistente sobre documentos contradictorios es peor que no tener asistente.
- ✕Fragmentos sin contexto. Un trozo que dice «el plazo es de 10 días» sin indicar de qué trata es inútil para la búsqueda.
- ✕Medir solo las respuestas correctas. Lo que hay que llevar a cero son las respuestas inventadas, aunque eso signifique más «no lo sé».
Cuándo no usar esta receta
Si tus documentos caben en un solo Proyecto de claude.ai o ChatGPT (decenas de páginas, no miles), no construyas nada: sube los archivos ahí y usa el mismo prompt. El RAG a medida se justifica con miles de páginas, actualizaciones frecuentes o integración con tu propio sistema.
Fuente y caso real
Soporte y conocimiento interno
La cifra del 49 % de reducción en fallos de búsqueda viene del artículo original de Anthropic sobre contextual retrieval, medido sobre sus propios conjuntos de prueba.
Artículo técnico con métricas:Contextual Retrieval in AI Systems · Anthropic
También:Customer support agent — Claude Platform Docs
Última verificación:Basada en el artículo de contextual retrieval y la guía de agente de soporte de Anthropic. La cifra del 49 % es de la fuente, no una medición de OlaDigital.
Compártelo
Si a alguien de tu equipo le sirve esta receta, mándasela en un clic. El texto sugerido se copia solo.
¿Quieres aplicarla en tu negocio? Escríbele directo a Cristián.
Telegram