Respuesta breve
Trate la base de conocimiento como un conjunto de documentos que se mantienen, no como un modelo ingenioso. Asigne a cada documento un responsable y una fecha de revisión, sustituya en lugar de añadir cuando cambien los datos, ordene al asistente que cite su fuente y que diga cuándo no lo sabe, limite la recuperación por roles y repita una lista fija de preguntas de prueba después de cada actualización.
Un archivo caducado hace más daño que un modelo flojo
Un asistente que responde a partir de sus propios documentos no sabe cuál de ellos está vigente. Localiza los pasajes que mejor encajan con la pregunta y redacta alrededor una respuesta fluida. Si la lista de precios de la primavera pasada sigue en la carpeta junto a la de esta semana, puede volver cualquiera de las dos, y la respuesta sonará igual de segura en ambos casos.
Este montaje tiene nombre: generación aumentada por recuperación, en inglés retrieval-augmented generation. Amazon Web Services lo describe como una manera de lograr que un modelo de lenguaje consulte un cuerpo de conocimiento fiable, situado fuera de sus datos de entrenamiento, antes de contestar. El mismo resumen enumera lo que estos modelos hacen mal sin esa ayuda, entre otras cosas servir información desfasada a quien quería una respuesta precisa y al día. La recuperación solo lo corrige si los propios documentos están al día.
Para una empresa pequeña es una buena noticia. El mantenimiento de la base de conocimiento es sobre todo una cuestión de orden que cualquier propietario o responsable de oficina ya entiende, no de ciencia de datos. Las preguntas son sencillas: quién responde de cada documento, cuándo deja de ser cierto, cómo se sustituye, quién puede leerlo y cómo se comprueban las respuestas. El resto del artículo las recorre una a una.
Un responsable con nombre y apellidos para cada documento
Cada archivo que el asistente puede leer necesita una persona que responda de él. No un departamento ni «el equipo»: un nombre. El responsable confirma que el contenido es cierto hoy, lo cambia cuando cambian los hechos y lo retira cuando ya no hace falta. Sin ese nombre, una política de envíos desfasada no es de nadie y se queda un año en el índice.
La segunda regla es un solo lugar para cada dato. El precio estándar de un servicio vive en la lista de precios y en ningún otro sitio; la plantilla de propuestas y la guía de incorporación remiten a ella en vez de repetir la cifra. Cuando el mismo número está escrito en cinco documentos, alguno se quedará sin tocar en el siguiente cambio, y la recuperación no tiene forma de distinguir la copia olvidada de las corregidas.
Recoja el resultado en un registro, que puede ser una hoja de cálculo corriente: documento, responsable, de dónde salen los datos, fecha de la última confirmación, fecha límite de revisión y quién puede leerlo. El perfil de IA generativa publicado por el Instituto Nacional de Estándares y Tecnología de Estados Unidos (NIST AI 600-1) pide lo mismo en lenguaje institucional: funciones y responsabilidades claramente definidas, incluida la frecuencia de la revisión periódica. El marco es voluntario, y un registro de una página es una manera proporcionada de seguirlo para una empresa de diez personas.
La fecha de caducidad vuelve visibles los datos viejos
Un documento sin fecha se da por cierto para siempre. Asigne a cada uno una fecha límite de revisión acorde con la velocidad a la que cambia su contenido. Una lista de precios en plena temporada de subidas de proveedores quizá deba confirmarse cada semana; las condiciones de envío, cuando las cambie el transportista; la política de devoluciones, una vez por trimestre; la historia de la empresa, una vez al año. Los intervalos los decide usted. Lo importante es que cada uno exista y esté escrito.
Ponga la fecha en dos sitios. Dentro del documento, en una línea clara como «válido desde el 1 de marzo, revisar antes del 31 de marzo», para que el asistente pueda repetirla en su respuesta. Y en el registro o en las propiedades del archivo, para que un documento caducado pueda excluirse de la recuperación o marcarse hasta que su responsable lo confirme de nuevo. El perfil del NIST cita una definición de información de alta integridad que encaja a la perfección con una lista de precios: «crea expectativas razonables sobre cuándo puede expirar su validez».
Algunos datos caducan demasiado deprisa para cualquier documento. Las existencias, el tipo de cambio del día y los huecos de agenda varían cada hora, y un archivo que los copia es falso casi en cuanto se guarda. Conecte el asistente al sistema que contiene la cifra en vivo o indíquele que diga dónde se guarda y quién puede confirmarla. Una remisión honesta es más útil que un número exacto del martes pasado.
La rutina semanal de actualización: sustituir, retirar, reindexar
El mantenimiento de la base de conocimiento falla cuando depende de que alguien se acuerde. Fije un día y una rutina breve. Cada responsable repasa lo que cambió durante la semana, ya sea el precio de un proveedor, una política, el horario o un producto descatalogado, y edita el documento que contiene ese dato. Después, la versión antigua sale por completo de la carpeta indexada. Añadir el archivo nuevo junto al viejo es la forma más habitual de crear dos verdades.
El índice tiene que seguir el ritmo. El resumen de AWS plantea el problema de que los datos externos se queden obsoletos y responde que hay que renovar tanto los documentos como las representaciones almacenadas que se generan a partir de ellos, ya sea de forma continua mediante un proceso automático o por lotes a intervalos fijos. La documentación de Microsoft para su servicio de búsqueda coincide cuando presenta la indexación incremental como el medio de mantener el contenido actualizado. Use el producto que use, averigüe cuándo vuelve a leer sus archivos y si los eliminados desaparecen de verdad de las respuestas.
Busque duplicados como parte de la rutina. Los PDF antiguos de una unidad compartida, una lista de precios adjunta a un chat del año pasado y los archivos llamados «final-v2» son candidatos a aparecer en una respuesta si la herramienta llega hasta ellos. Archívelos fuera de las carpetas que lee el asistente. Termine anotando una línea en un registro de cambios: qué cambió, quién lo cambió y en qué fecha. Cuando más adelante se cuestione una respuesta, ese registro es el camino más corto para saber por qué.
Enseñe al asistente a decir que no lo sabe
La respuesta peligrosa no es la negativa, sino la conjetura segura de sí misma. El NIST la llama confabulación: la producción de contenido erróneo o falso expresado con seguridad, lo que coloquialmente se conoce como alucinación. AWS recurre a una imagen más doméstica y compara un modelo de lenguaje con un recién contratado muy entusiasta que no sigue la actualidad y, aun así, contesta a todo con plena seguridad. Una base de conocimiento solo reduce las conjeturas si al asistente se le dice qué hacer cuando la búsqueda vuelve vacía.
Escriba la regla en sus instrucciones con palabras llanas. Responder únicamente a partir de los documentos recuperados. Si ninguno cubre la pregunta, o si el que la cubre ha superado su fecha de revisión, decirlo e indicar a quién preguntar. No calcular nunca un precio, un descuento o un plazo a partir de conocimientos generales. En asuntos como contratos, conflictos laborales o devoluciones fuera de la política escrita, pasar la consulta a una persona en lugar de intentar contestar.
Pida siempre la fuente. Una respuesta que termina con el nombre del documento y su fecha se comprueba en diez segundos, y AWS señala que las respuestas con citas permiten a los usuarios consultar por sí mismos los documentos de origen. El NIST añade una advertencia que conviene recordar: un modelo también puede producir citas inventadas que parecen justificar su respuesta. Por eso la referencia debe ser un enlace a un archivo real de su base, no un título compuesto por el modelo.
Los permisos de acceso van antes que la comodidad
Un asistente que puede leerlo todo acabará contando a alguien algo que no debía ver. La documentación de Microsoft ofrece el caso de manual: los datos financieros, que deben quedarse en el equipo de finanzas aunque quien pregunte al chatbot sea un alto directivo. Enuncia el requisito con brevedad, las personas y los agentes de software solo deben poder recuperar aquello que están autorizados a ver, y entre los controles incluye el recorte de seguridad a nivel de documento, que filtra los resultados según los permisos de quien pregunta.
Una empresa pequeña rara vez necesita roles complicados. Suelen bastar tres o cuatro audiencias: toda la plantilla, los mandos, quienes llevan las finanzas y los expedientes de personal, y el propietario. Ordene los documentos en carpetas o colecciones con ese criterio y conecte cada grupo de usuarios solo con las suyas. Compruebe si su herramienta aplica los permisos del almacén de archivos original o hay que definirlos otra vez; son comportamientos distintos y la diferencia pasa fácilmente inadvertida.
Decida qué no entra nunca. Las nóminas, los contratos con personas concretas, las notas médicas, las reclamaciones de clientes con datos personales y las contraseñas no tienen sitio en una base de conocimiento general, por cómoda que resulte una respuesta rápida. Si también los clientes van a usar un asistente, dele una base aparte y mucho más pequeña, solo con lo que usted publicaría en su web. Retire el acceso de una persona el día que se marcha, igual que hace con el correo.
Una lista fija de preguntas de prueba tras cada cambio
Probar tres preguntas y quedarse satisfecho no es una prueba. El perfil del NIST lo dice a su manera: desaconseja extrapolar el rendimiento de un sistema a partir de evaluaciones limitadas, no sistemáticas y anecdóticas, y recomienda comparar sus resultados con un conjunto de datos de referencia conocidos. Para una pyme eso significa una lista escrita de preguntas, cada una con la respuesta correcta, el documento del que debe salir y la fecha que lleva ese documento.
Construya la lista con la vida real: las preguntas que el personal hizo el mes pasado, sacadas del chat y del correo. Veinte o treinta bastan para empezar. Añada tres tipos de trampa. La primera es una pregunta cuya respuesta cambió hace poco, que sirve para cazar un precio antiguo. La segunda es una pregunta que la base no puede responder, que muestra si el asistente se abstiene. La tercera es una pregunta sobre un documento restringido hecha desde una cuenta de usuario normal, que pone a prueba los permisos.
Pase la lista completa después de cada actualización de los documentos y después de cualquier cambio de modelo, de ajustes o de instrucciones, porque cada uno puede alterar respuestas que antes eran correctas. El perfil recomienda reevaluar los riesgos una vez incorporada la recuperación y revisar fuentes y citas tanto antes del despliegue como durante el seguimiento continuo. Puntúe cada respuesta en tres aspectos, si el dato, la fuente y la fecha son correctos, y no publique la actualización hasta haber explicado los fallos.
Cómo detectar la deriva y cuándo pausar el asistente
Entre prueba y prueba, el control más barato son las personas que usan el asistente. Deles una vía evidente para avisar de una respuesta errónea, sea un botón, un canal compartido o una dirección de correo, y asegúrese de que cada aviso llega al responsable del documento afectado. El NIST lo incluye entre sus acciones sugeridas: evaluar el contenido problemático que comunican los usuarios e integrar sus comentarios en las actualizaciones. Cada aviso se convierte en una línea nueva de la lista de pruebas.
Lea también las negativas. Un registro de las preguntas que recibieron un «no lo sé» es un mapa de lo que le falta a la base de conocimiento y le indica qué documento escribir a continuación. Cuente cada semana los documentos caducados; si el número crece, la rutina ha dejado de funcionar, parezcan lo que parezcan las respuestas. Revise de vez en cuando unas cuantas respuestas reales, porque un sistema que suele acertar es justo el que la gente deja de comprobar. El NIST llama a ese hábito sesgo de automatización: una deferencia excesiva hacia los sistemas automáticos.
Resérvese el derecho de desactivar un tema. Durante un cambio de precios, un inventario o la reescritura de una política, es más seguro que el asistente diga que la información se está actualizando y dé un contacto que responder con documentos en transición. Empiece por un ámbito estrecho en el que los datos estén bien cuidados, como precios y envíos, y amplíe el alcance solo cuando el registro, la rutina y las pruebas lleven unas semanas funcionando sin sobresaltos. En una pyme, una base de conocimiento con IA triunfa como hábito de mantenimiento mucho antes que como tecnología.
Lista práctica
- Enumere todos los documentos que el asistente puede leer y anote junto a cada uno el nombre de su responsable y una fecha de revisión.
- Guarde cada dato en un único documento y saque la versión anterior de la carpeta indexada cada vez que la sustituya.
- Escriba la regla de abstención en las instrucciones del asistente: sin fuente no hay respuesta, y sí el nombre de alguien a quien preguntar.
- Ordene los documentos por audiencia, conecte cada grupo solo con sus carpetas y deje fuera nóminas y expedientes personales.
- Mantenga una lista de preguntas de prueba con respuestas, fuentes y fechas esperadas, y pásela después de cada actualización.
Preguntas frecuentes
¿Qué es una base de conocimiento con IA en una empresa pequeña?
Es un conjunto de documentos de la propia empresa que un asistente de IA consulta antes de contestar, de modo que la respuesta procede de su lista de precios o de su política y no del entrenamiento general del modelo. La técnica se llama generación aumentada por recuperación. El asistente es tan exacto como esos documentos, y por eso los responsables, las fechas y las actualizaciones pesan más que el programa.
¿Cada cuánto hay que actualizar los documentos de un asistente de IA?
Con la frecuencia con que cambien los datos que contienen, que varía de un documento a otro. Los precios y la disponibilidad pueden pedir una comprobación semanal, las políticas una trimestral y el material de contexto una anual. Fije una fecha de revisión para cada documento, confírmelo o sustitúyalo ese día y elimine a la vez la versión antigua de la carpeta indexada.
¿Qué debe hacer el asistente si la respuesta no está en los documentos?
Decir que no dispone de fuente para esa pregunta e indicar a quién acudir. Ese comportamiento tiene que figurar en sus instrucciones, porque un modelo de lenguaje abandonado a sí mismo tiende a producir en su lugar un texto verosímil. Compruébelo con regularidad mediante preguntas que usted sabe que la base no puede contestar y trate cualquier respuesta inventada como un defecto que se corrige antes de ampliar el uso.
¿Pueden empleados con distintos roles compartir un mismo asistente interno?
Sí, siempre que la recuperación respete los permisos. Cada persona debe recibir respuestas solo de los documentos que tiene derecho a abrir, lo que en la práctica supone clasificar los archivos por audiencia y confirmar cómo aplica su herramienta los derechos de acceso. Los registros sensibles, como nóminas y datos personales, es mejor dejarlos fuera. Póngalo a prueba pidiendo un documento restringido desde una cuenta de usuario normal.
¿Cómo comprueba las respuestas un propietario sin perfil técnico?
Con una lista escrita de preguntas reales y de las respuestas que espera, incluidos el documento y la fecha que cada una debe citar. Formúlelas todas tras cada cambio y compare las respuestas a mano; para una lista de unas decenas no hace falta ningún programa especial. Incluya preguntas que deban rechazarse. Si una respuesta falla, averigüe si la causa está en el documento, en el índice o en la instrucción antes de tocar nada más.