Base de Conocimiento y RAG

Base de Conocimiento y RAG

La Base de Conocimiento es el fundamento de tu bot de IA. Sube los documentos reales de tu organización — el bot aprende de estos datos y responde preguntas utilizando un pipeline RAG (Generación Aumentada por Recuperación) inteligente.

Subir Documentos

1. Ve a Base de Conocimiento en el menú de la izquierda.

2. Haz clic en Subir Documento y selecciona un archivo (PDF, DOCX o TXT).

3. Espera a que el sistema procese e indexe el documento. El estado mostrará Listo cuando esté completo.

4. Prueba el bot en el panel Probar Bot a la derecha para verificar que puede responder preguntas del documento subido.

Límites del Plan

Cada plan tiene diferentes límites de carga de documentos. El tamaño máximo de archivo es 10 MB por documento en todos los planes. Consulta los límites de tu plan actual en Facturación y Suscripción.

• Gratuito: Hasta 3 documentos
• Starter: Hasta 10 documentos
• Growth: Hasta 100 documentos
• Plus: Hasta 200 documentos
• Pro: Hasta 500 documentos
• Scale: Hasta 2,000 documentos
• Enterprise: Hasta 5,000 documentos

Crear desde Texto

Además de subir archivos, puedes crear entradas en la base de conocimiento directamente desde texto:

1. Haz clic en Crear desde Texto
2. Ingresa un Título para fácil referencia
3. Pega o escribe el contenido en el editor de texto
4. Haz clic en Guardar — el sistema indexará de inmediato

Esto es útil para preguntas frecuentes, políticas o cualquier contenido que quieras escribir directamente sin un archivo.

Pipeline RAG

Cuando un usuario hace una pregunta, el sistema la procesa a través de un pipeline RAG de 4 pasos:

1. Búsqueda Híbrida — Busca en todos los documentos usando búsqueda por palabras clave y búsqueda vectorial semántica simultáneamente, asegurando que no se pierda contenido relevante.

2. Reescritura de Consulta — Reescribe la pregunta del usuario para que sea más precisa y apta para la búsqueda, mejorando la precisión de recuperación incluso cuando las preguntas son vagas.

3. Reordenamiento — Puntúa y reordena los fragmentos de documentos recuperados por relevancia, de modo que el contenido más relevante se pase primero al modelo de IA.

4. Generar Respuesta — El modelo de IA genera una respuesta en lenguaje natural basada en el contenido recuperado, con referencias a las fuentes.

Características RAG

Característica	Descripción
Búsqueda Híbrida	Combina búsqueda por palabras clave + búsqueda vectorial semántica para mayor cobertura
Reescritura de Consulta	Reformula automáticamente las preguntas del usuario para mejorar la precisión de recuperación
Reordenamiento	Reordenamiento por codificador cruzado para mostrar los fragmentos más relevantes
Enrutamiento Inteligente de Modelo	Dirige las consultas al modelo adecuado según la complejidad y el costo

Modos de Guardarriel

Controla qué tan estrictamente el bot se mantiene dentro de la base de conocimiento:

Modo	Comportamiento
Estricto	El bot responde únicamente a partir de los documentos subidos. Se niega a responder si no encuentra contenido relevante.
Híbrido	El bot utiliza principalmente la base de conocimiento pero puede complementar con conocimiento general cuando sea necesario.
Abierto	El bot usa la base de conocimiento como contexto pero puede responder libremente desde sus datos de entrenamiento.

Consejo

Para soporte al cliente y mesas de ayuda internas, se recomienda el modo Estricto para evitar que el bot alucine o se desvíe del tema.

Probar Bot

Usa el panel Probar Bot para verificar tu base de conocimiento antes de publicarla:

• Escribe preguntas como lo haría un usuario
• Verifica que las respuestas estén basadas en tus documentos
• Usa la vista Fuente para ver qué fragmentos de documentos recuperó el bot
• Ajusta el modo de guardarriel y vuelve a probar si es necesario

Los cambios en la base de conocimiento tienen efecto inmediato en el Bot de Prueba — no se requiere redespliegue.

Borradores de Auto-Sugerencia KB

v1.6.0

La función de auto-sugerencia analiza las preguntas sin respuesta del panel de Análisis y genera automáticamente borradores de artículos para la base de conocimiento con el fin de llenar vacíos de contenido:

1. El sistema identifica temas de preguntas sin respuesta que no tienen ningún documento relacionado
2. Genera un borrador de documento con contenido sugerido basado en los patrones de preguntas
3. Los borradores aparecen en la sección Análisis → Sin Respuesta con una insignia de “Borrador Sugerido”
4. Revisa, edita y publica el borrador para mejorar de inmediato la cobertura del bot

Búsqueda Multilingüe

v1.6.10

El pipeline RAG admite recuperación multilingüe — los visitantes pueden hacer preguntas en un idioma y recibir respuestas extraídas de documentos escritos en un idioma diferente.

Esto funciona a través de dos mecanismos:

1. Traducción de consulta — El servicio de reescritura de consultas traduce automáticamente las consultas en idiomas distintos al inglés antes de buscar, de modo que los documentos en inglés sean localizables independientemente del idioma del visitante.
2. Red de búsqueda más amplia — Cuando el reordenador está habilitado, el sistema usa un umbral de similitud inicial más bajo para garantizar que las consultas multilingües y coloquiales con menor similitud coseno pero alta relevancia semántica no sean filtradas antes de que el reordenador pueda evaluarlas.

No se necesita configuración — la búsqueda multilingüe está habilitada de forma predeterminada cuando las funciones de reescritura de consultas y reordenamiento del pipeline RAG están activas. Si la traducción de consultas no está disponible, el sistema recurre a buscar con la consulta original. La mejora es especialmente notable para organizaciones con bases de conocimiento en inglés que atienden a visitantes multilingües.

Consejo

Para obtener los mejores resultados multilingües, mantén los documentos de tu base de conocimiento claros y bien estructurados. El reescritor de consultas funciona mejor cuando el contenido de los documentos utiliza terminología estándar.