Conocimiento específico de tu empresa
Añade políticas, manuales, preguntas frecuentes y documentación de producto para que formen parte del contexto disponible para la IA.
Base de conocimiento para respuestas con contexto
Convierte PDF, archivos de texto y páginas web en una base de conocimiento para tu asistente. Cuando llega una pregunta, ChatCol recupera los fragmentos relacionados y los incorpora como contexto antes de generar la respuesta.
RAG añade una fase de recuperación antes de generar la respuesta para que el asistente pueda utilizar el contenido que hayas indexado, en lugar de depender únicamente de conocimiento general.
Añade políticas, manuales, preguntas frecuentes y documentación de producto para que formen parte del contexto disponible para la IA.
Sube documentos PDF o TXT, indexa una URL HTTPS pública o utiliza un sitemap para incorporar varias páginas.
El contenido se divide y vectoriza para buscar los fragmentos más próximos a la pregunta antes de construir el contexto.
El asistente adapta la información recuperada al idioma detectado en el último mensaje, aunque la fuente relevante esté escrita en otro idioma.
Preparación paso a paso
La calidad de las respuestas depende de fuentes claras, actuales y coherentes. Empieza con un conjunto pequeño y comprueba preguntas reales antes de ampliarlo.
Reúne políticas, fichas de producto, instrucciones o preguntas frecuentes que estén vigentes y no se contradigan.
Sube un PDF o TXT, introduce una página HTTPS pública o añade un sitemap compatible desde la sección Inteligencia.
ChatCol extrae el texto, lo divide en fragmentos y genera las representaciones necesarias para recuperar contexto relacionado.
Consulta casos habituales, revisa si la información recuperada es suficiente y ajusta las fuentes o instrucciones cuando sea necesario.
La implementación actual prioriza formatos de texto controlables y una ingesta acotada para que puedas revisar qué información entra en la base.
Elige contenido que tenga respuestas concretas y pueda mantenerse actualizado. Las consultas sensibles o ambiguas deben conservar una salida hacia una persona.
Responde preguntas sobre cambios, condiciones, cobertura o procesos utilizando las políticas que hayas indexado.
Ayuda a localizar características, compatibilidades o instrucciones presentes en fichas técnicas y páginas de ayuda.
Reutiliza guías y respuestas aprobadas para orientar al contacto y derivar al equipo cuando el contenido no sea suficiente.
Respuestas para entender las fuentes, la recuperación y los límites de una base de conocimiento conectada a la IA.
RAG combina recuperación y generación. Antes de redactar una respuesta, el sistema busca fragmentos relacionados en el contenido indexado y los añade al contexto que recibe el modelo de IA.
La implementación actual de ChatCol acepta archivos PDF y TXT de hasta 10 MB. También puedes indexar páginas HTTPS públicas y sitemaps XML compatibles.
Puedes añadir una página individual o un sitemap. ChatCol intenta procesar como máximo las primeras 15 entradas de cada sitemap y solo indexa las que sean URLs HTTPS públicas válidas.
No actualmente. La base refleja el contenido capturado durante la indexación. Si una política, archivo o página cambia, elimina la fuente anterior y vuelve a indexar su versión vigente.
No. RAG aporta contexto relevante y reduce la dependencia de conocimiento general, pero no garantiza respuestas perfectas. Debes probar preguntas reales, mantener las fuentes actualizadas y derivar los casos sensibles o insuficientes a una persona.
Necesitas conectar un canal compatible de WhatsApp Business Platform y cumplir los requisitos aplicables de Meta. Las ventanas de conversación y el uso de plantillas aprobadas siguen aplicándose cuando corresponda.