Ir al contenido
AI-SNS.IO — CHAT SUPPORTAI-SNS.IO — CHAT SUPPORT
Fundamentos de agentes IA

RAG en atención al cliente: guía práctica para WhatsApp y web

Redacción de AI SNS CHATPublicado 6 min de lectura

Qué es RAG, cómo se construye una respuesta, dónde falla y cómo preparar tu base de conocimiento para atender por WhatsApp, Instagram y chat web.

Tu equipo responde a diario las mismas preguntas por WhatsApp: horarios, plazos de envío, cómo se hace una devolución. Quieres que una IA lo haga sin inventarse nada y sin repetir lo que ya está escrito en tu web. RAG es la técnica que lo permite. Aquí vas a ver cómo funciona, dónde se rompe y cómo prepararla para que tus clientes reciban respuestas fiables.

Qué es RAG, en lenguaje sencillo

RAG significa generación aumentada por recuperación (en inglés, retrieval-augmented generation). El nombre asusta, pero la idea es muy simple: antes de responder, la IA busca en tus documentos los fragmentos que tratan sobre la pregunta y los usa para redactar la respuesta.

Piensa en un empleado nuevo con un manual delante. No se ha memorizado el manual, pero cuando un cliente pregunta por la garantía, abre la página correcta, la lee y contesta con sus propias palabras. Eso es RAG.

Tiene dos piezas:

  • Recuperación: un buscador interno encuentra los pasajes de tu contenido más parecidos a la pregunta.
  • Generación: el modelo de lenguaje redacta la respuesta apoyándose en esos pasajes, no en lo que "recuerda" de internet.

La consecuencia práctica es importante: si cambias el contenido, cambia la respuesta. No hay que volver a entrenar nada.

Por qué los equipos de soporte lo prefieren a otras opciones

Hay tres formas habituales de darle a una IA el conocimiento de tu negocio. Cada una resuelve un problema distinto.

Enfoque
Cómo se comporta en soporte
Pegar los documentos en las instrucciones
Funciona con negocios muy pequeños; se vuelve inmanejable cuando el contenido crece y es difícil de mantener
Reentrenar el modelo con tus datos
Es lento y costoso, y cada cambio de precio o política exige repetirlo; no es la opción habitual para datos que cambian
RAG
La IA consulta tu contenido en el momento de responder; actualizas un documento y la respuesta cambia al instante
Tres formas de dar a una IA el conocimiento de tu negocioEjemplo ilustrativo

Para soporte, RAG tiene tres ventajas claras:

  1. Información viva. Tus precios, promociones y plazos cambian. Con RAG basta con editar la fuente.
  2. Control. Sabes de qué documento sale cada respuesta, así que puedes corregir la causa y no solo el síntoma.
  3. Menos riesgo de inventar. Si le pides a la IA que conteste solo con lo recuperado, se reduce mucho el espacio para las "invenciones".

Cómo se construye una respuesta RAG, paso a paso

Imagina que una clienta escribe por WhatsApp a una tienda online: "¿Puedo cambiar unas zapatillas si no me valen?". Esto ocurre en segundos, entre bastidores:

  1. 01Llega la pregunta de la clienta
  2. 02Se buscan los pasajes más parecidos en tu contenido
  3. 03Se seleccionan los fragmentos relevantes
  4. 04El modelo redacta la respuesta con ese material
  5. 05La respuesta vuelve al mismo canal
El recorrido de una respuesta RAGEjemplo ilustrativo

1. La pregunta

El mensaje llega por el canal que sea: WhatsApp, Instagram o el chat de tu web. Al buscador interno le da igual de dónde venga.

2. La búsqueda

El sistema compara la pregunta con tu contenido, que previamente se ha dividido en fragmentos. No busca solo palabras idénticas: intenta captar el significado. Así, "cambiar" y "devolución" pueden llevar al mismo pasaje.

3. La selección

Se eligen los pocos fragmentos más relevantes. Aquí está el primer punto crítico: si el pasaje correcto no entra en la selección, el modelo no lo verá.

4. La redacción

El modelo recibe la pregunta, tus instrucciones (tono, límites, qué no debe hacer) y los fragmentos. Con eso escribe una respuesta natural, en el idioma de la clienta.

5. La entrega

La respuesta sale por el mismo canal. Si la situación lo requiere (un reclamo delicado, por ejemplo), puede derivarse a una persona.

Dónde falla RAG y cómo evitarlo

RAG reduce los errores, pero no los elimina. Estos son los fallos más frecuentes y su antídoto.

El contenido no existe

Si nadie ha escrito qué pasa con los pedidos a Canarias o a Puerto Rico, la IA no tiene de dónde sacar la respuesta. Solución: revisa las conversaciones en las que la IA dudó o se equivocó y convierte cada hueco en un documento o en una pregunta con respuesta.

El contenido se contradice

Si tu web dice 14 días de devolución y un PDF antiguo dice 30, la IA puede citar cualquiera de los dos. Solución: retira o actualiza lo obsoleto. Una sola fuente de verdad por tema.

La búsqueda trae el fragmento equivocado

Pasa cuando un documento mezcla temas distintos, o cuando el cliente usa palabras que tú no usas ("me lo cambiáis", "reembolso", "me devuelven la plata"). Solución: escribe secciones cortas con un tema cada una y añade las formas coloquiales de preguntar.

El modelo se sale del guion

Aunque tenga el pasaje correcto, puede añadir de su cosecha. Solución: define en las instrucciones que, si la información no aparece en la base de conocimiento, debe decirlo y ofrecer pasar con una persona. Prueba esos casos a propósito antes de publicar.

Preguntas que no son de documentación

"¿Dónde está mi pedido?" no se responde con un manual, sino consultando un sistema. Para eso necesitas integraciones o acciones, no más texto.

Cómo montar una base de conocimiento que se recupere bien

La calidad de las respuestas depende más de tu contenido que del modelo que elijas. Algunas pautas:

  • Empieza por lo que más se pregunta. Saca de tu historial de WhatsApp las diez o veinte consultas más repetidas y cúbrelas primero. Con eso ya resuelves una parte grande del volumen.
  • Un tema, un fragmento. "Plazos de envío", "Cómo devolver un producto" y "Métodos de pago" deben ser secciones separadas, con títulos claros.
  • Escribe como preguntan tus clientes. Incluye el titular en forma de pregunta y la respuesta directa en la primera frase.
  • Sé concreto. "Entregamos en 3 a 5 días hábiles en península" es mejor que "entregamos rápido".
  • Incluye excepciones. Productos sin cambio, zonas sin cobertura, fechas límite. Es justo lo que la IA necesita para no prometer de más.
  • Usa preguntas y respuestas para lo delicado. Cuando una respuesta debe salir casi literal (condiciones de garantía, requisitos legales), una pareja de pregunta y respuesta redactada por ti es más segura que un párrafo suelto.
  • Mantén una fecha de revisión. Pon a alguien a cargo de revisar el contenido cada vez que cambie una política o una promoción.

Un ejemplo hipotético: si una tienda recibe 300 chats al mes y 90 son sobre el estado del pedido, esa categoría merece su propio contenido y su propia integración antes que cualquier otra cosa.

Cómo hacerlo en AI SNS CHAT

En AI SNS CHAT el recorrido tiene cuatro pasos.

1. Crea el agente. Usa el asistente guiado y define la persona y los límites: tono, qué puede responder y qué debe derivar. Tienes personas de partida si no quieres empezar en blanco. Puedes elegir el modelo en Agente → Ajustes → IA; los modelos avanzados y la conmutación entre proveedores requieren el plan Hobby o superior.

2. Carga tu conocimiento. En la barra lateral, Fuentes de datos (Data sources) reúne archivos, fragmentos de texto, sitio web, preguntas y respuestas, Notion, redes sociales, tickets y sugerencias. Si tu documentación vive en otra herramienta, en Canales encontrarás conectores como Confluence, GitBook, Zendesk Guide, Google Drive, OneDrive, Dropbox, SharePoint o Notion. En los conectores de wiki hay un límite de 1,5 millones de caracteres y 400 páginas por sincronización, y si se trunca, se te avisa. El almacenamiento también depende del plan, desde 30 MB en Free hasta 500 MB en Standard o 1 GB en Pro.

3. Prueba antes de publicar. En Playground puedes hacer las preguntas incómodas y ver cómo responde el agente. También hay una comparación A/B de modelos. Los pasajes de la base de conocimiento que se muestran a desconocidos pasan por un filtro que oculta datos personales.

4. Despliega y mejora. Desde Canales conectas el chat para la web, WhatsApp, Messenger e Instagram, entre otros; consulta las conexiones disponibles. Cada respuesta del agente consume 1 crédito. Luego, en Actividad → Registros de chat, revisa las conversaciones, valora respuestas con el pulgar arriba o abajo y, cuando una respuesta sea mejorable, edítala para convertirla en la respuesta ideal y entrenar al agente.

Sobre la búsqueda web: la respuesta desde la web cuando la base no tiene información está disponible solo en LINE WORKS. Si quieres búsqueda en tiempo real en otro canal, existe la acción Tavily (las integraciones requieren Hobby o superior). Para soporte de tu propio negocio, tu base de conocimiento sigue siendo la fuente principal.

Puedes ver todas las funciones, comparar los planes o crear una cuenta y probar con el plan Free.

Conclusión

RAG no es magia: es un buscador bien hecho más un redactor que se atiene a lo que encuentra. Lo que marca la diferencia es tu contenido: claro, actual, sin contradicciones y escrito con las palabras de tus clientes. Empieza pequeño, prueba con preguntas reales, revisa las conversaciones y corrige los huecos. En pocas semanas tendrás un agente que responde con criterio por WhatsApp, Instagram o tu web, y que sabe cuándo pasar la conversación a una persona.

Preguntas frecuentes

¿RAG es lo mismo que entrenar una IA con mis datos?

No. Entrenar o ajustar un modelo cambia el modelo en sí y es un proceso lento. Con RAG el modelo no se modifica: consulta tu contenido en el momento de responder. Por eso, si editas un documento, la respuesta cambia sin repetir ningún proceso.

¿RAG puede dar respuestas equivocadas?

Sí. Puede fallar si falta contenido, si hay documentos contradictorios o si la búsqueda trae el fragmento equivocado. Se reduce con contenido ordenado, instrucciones claras sobre qué hacer cuando no hay información, pruebas previas y revisión periódica de las conversaciones.

¿Cuánto contenido necesito para empezar?

Menos de lo que imaginas. Basta con cubrir las preguntas más repetidas de tu atención al cliente: envíos, devoluciones, pagos, horarios. Lanza con eso, observa qué no sabe responder el agente y amplía la base poco a poco.

¿La misma base de conocimiento sirve para el chat web, WhatsApp y Messenger?

Sí. El conocimiento se asocia al agente, y ese mismo agente se despliega en los canales que elijas desde la sección Canales. Así mantienes un único conjunto de documentos y no uno por cada canal.

¿Debería usar búsqueda web en lugar de construir una base de conocimiento?

No para temas de tu negocio. La web no sabe tus precios, plazos ni políticas, y puede devolver información ajena. En AI SNS CHAT la respuesta desde la web cuando falta información solo existe en LINE WORKS, y la acción Tavily permite búsqueda en tiempo real en otros agentes, como complemento y no como sustituto.

#RAG#base de conocimiento#atención al cliente#WhatsApp#agentes de IA

Ponlo en práctica con AI SNS CHAT

Crea un agente de IA entrenado con tu propio contenido y conéctalo a tu web, WhatsApp, Messenger y más. Gratis para empezar, sin tarjeta de crédito.