Una base de conocimiento es la información de tu negocio que el asistente de IA consulta antes de contestar: horarios, servicios, precios, políticas y a quién pasar cada caso. El modelo sabe redactar, pero no sabe cuánto cobras ni si abres el sábado. Si un dato no está en la base, el asistente tiene que decir que no lo sabe y pasar la conversación a una persona, no inventarlo. Por eso la base decide más que el modelo elegido.
Qué es una base de conocimiento y qué no es
Es un conjunto de fichas cortas y verificadas sobre tu negocio, escritas para responder preguntas de clientes. No es tu web entera, ni la carpeta compartida del equipo, ni el historial de WhatsApp. Es lo que tú darías por bueno si una recepcionista nueva lo dijera en tu nombre.
Anthropic lo resume con el ejemplo de la atención al cliente en su artículo sobre recuperación contextual (19 de septiembre de 2024): para que un modelo sea útil en un contexto concreto necesita conocimiento de fondo, y un chatbot de atención al cliente necesita saber cosas del negocio concreto para el que trabaja. Ese conocimiento de fondo es la base.
Conviene separarla de otras dos piezas del asistente, porque se confunden a menudo:
- Las instrucciones. Dicen cómo hablar, qué tono usar y qué no hacer nunca. No son datos del negocio. Cómo se escriben bien lo contamos en qué sobra en el prompt de tu asistente.
- Los datos en vivo. Los huecos libres de la agenda o el estado de un pedido cambian cada minuto. No se copian en la base: el asistente los consulta en el sistema que los tiene en el momento de responder.
- La base de conocimiento. Lo que es verdad durante semanas o meses y responde una pregunta que un cliente hace de verdad.
Cómo la usa el asistente para responder
Hay dos formas: meter la base entera en cada consulta o buscar solo los trozos relevantes, y para una pyme casi siempre basta la primera. La segunda se llama RAG, generación aumentada por recuperación.
Anthropic describe el RAG en ese mismo artículo como un método que recupera información relevante de una base de conocimiento y la añade a la pregunta del usuario antes de que el modelo responda. Es lo que hace, por ejemplo, la herramienta de búsqueda de archivos de OpenAI: según su documentación, permite al modelo recuperar información de una base de conocimiento de archivos subidos previamente mediante búsqueda semántica y por palabras clave.
La otra vía es más sencilla. El mismo artículo de Anthropic dice que, si la base ocupa menos de 200.000 tokens (unas 500 páginas de material), se puede incluir entera en la instrucción que recibe el modelo, sin necesidad de RAG ni métodos parecidos.
Esto es estimación nuestra, no un dato de Anthropic: la base de una clínica, un centro de estética o un taller rara vez pasa de unas decenas de fichas, que caben en pocas páginas. Lejos de ese límite. La consecuencia práctica es que el problema de una pyme casi nunca es técnico (cómo buscar en miles de documentos), sino editorial: qué fichas escribir y mantenerlas al día.
Qué va dentro y qué se queda fuera
Dentro va lo que un cliente pregunta y tú puedes contestar siempre igual; fuera, lo que cambia cada día, lo personal y lo que no quieres que se diga sin una persona delante.
Lo que suele ir dentro:
- Horarios, festivos y cómo llegar.
- Servicios, con lo que incluyen y lo que no.
- Precios o rangos que ya publicas, con la fecha de la última revisión.
- Políticas: cancelación, señal, devoluciones, garantía, plazos.
- Qué pasa en la primera visita y qué hay que traer.
- Cuándo y a quién se pasa una conversación.
Lo que se queda fuera:
- Datos de clientes concretos. El asistente no necesita el historial de nadie en la base para contestar dudas generales.
- La agenda y la disponibilidad, que se consultan en vivo.
- Precios o condiciones que negocias caso a caso.
- Diagnósticos, valoraciones médicas, presupuestos cerrados o cualquier respuesta que en tu negocio solo debe dar un profesional.
- Opiniones sobre la competencia.
Qué enseñarle antes de encenderlo
Antes de activar el asistente con clientes reales, la base tiene que contestar las preguntas que ya te hacen cada semana y decir qué hacer con las que no sabe. Es el mínimo; lo demás se añade con el uso.
- Saca las preguntas reales. Repasa los últimos mensajes de WhatsApp, correo y teléfono y apunta las veinte que más se repiten, con las palabras del cliente, no con las tuyas.
- Escribe una ficha por pregunta. Un título claro y una respuesta corta, como la diría la persona que mejor atiende de tu equipo.
- Pon fecha a lo que caduca. Precios, promociones y horarios de verano llevan cuándo se revisaron y quién lo hizo.
- Decide los límites. Qué no debe contestar nunca y a quién se pasa cada tipo de caso.
- Prueba con preguntas de verdad. Antes de abrirlo a clientes, haz al asistente las veinte preguntas y otras diez que no estén en la base. Las primeras deben salir bien; las segundas, con un «no lo sé» y una derivación.
El paso 5 es el que más se salta y el que más evita. Una respuesta inventada sobre una política de cancelación cuesta más que diez respuestas que dicen «te paso con el equipo».
Qué hace el asistente cuando la respuesta no está
Debe reconocer que no tiene el dato y ofrecer una persona; eso no sale solo, hay que pedírselo. La documentación de Anthropic sobre cómo reducir las alucinaciones lo pone como primera estrategia: permitir explícitamente que el modelo diga «No lo sé», una técnica que, según la guía, puede reducir drásticamente la información falsa. Entre las técnicas avanzadas añade la restricción de conocimiento externo: indicar que solo use la información de los documentos proporcionados y no su conocimiento general.
Para un negocio, esas dos instrucciones son la diferencia entre un asistente que se equivoca en voz baja y uno que deriva a tiempo. El modelo conoce precios medios de un tratamiento facial en España; no conoce los tuyos. Sin la restricción, puede rellenar el hueco con lo que parece razonable.
Ejemplo: la base de un centro de estética
Un centro de estética con dos cabinas puede arrancar con unas quince fichas. Este es un ejemplo ilustrativo, no un cliente real:
- Horario. De lunes a viernes y sábados por la mañana; agosto, horario reducido, con las fechas exactas.
- Tratamientos faciales. Qué incluye cada uno, cuánto dura y para quién no está indicado.
- Precios. Los que ya están en la web o en el escaparate, con la fecha de revisión.
- Bonos. Cuántas sesiones, cuánto duran y si son transferibles.
- Primera visita. Que hay una valoración previa y que conviene llegar unos minutos antes.
- Cancelación. Con cuánta antelación se puede cambiar una cita sin coste.
- Señal. Si se pide y cómo se paga.
- Productos. Qué marcas se venden en el centro.
- Derivación. Reacciones, quejas y cualquier pregunta de salud van siempre a una persona.
Con eso, la mayoría de los mensajes del día («¿abrís el sábado?», «¿cuánto cuesta la limpieza facial?», «¿puedo cambiar la cita del jueves?») se contestan con datos del centro. Los huecos de la agenda los consulta el asistente en el calendario, no en la base.
Cómo la montamos en PotencIA
En el panel de PotencIA, cada entrada de la base es una ficha con tipo, título, contenido, prioridad y un interruptor para activarla o desactivarla. Los tipos son preguntas frecuentes, servicios, políticas, precios, horarios y general. Es lo que el equipo del negocio ve y edita; no hace falta tocar código para cambiar una tarifa.
Tres decisiones nuestras, que son criterio y no regla del sector:
- Desactivar antes que borrar. Una promoción de temporada se apaga y se vuelve a encender el año siguiente, con su texto ya revisado.
- Prioridad para lo que más se pregunta. Las fichas que el negocio marca como más importantes van primero y pesan más cuando varias encajan con la misma pregunta.
- Sin dato, persona. Cuando la base no tiene la respuesta, el asistente lo dice y ofrece pasar la conversación al equipo, que la recibe con el historial completo. Así funciona el CRM con WhatsApp integrado: en cuanto entra una persona, la IA deja de responder en ese hilo.
La base inicial la preparamos con el negocio durante la puesta en marcha, a partir de sus preguntas reales. Después la mantiene el propio equipo, porque es quien sabe cuándo cambia un precio.
Base para clientes o base para tu equipo
La misma idea sirve para el equipo, pero cambia lo que se mete y quién pregunta. La base de un asistente que atiende a clientes contiene lo que puedes decir en público. La de un asistente interno contiene protocolos, procesos y documentos que no deben salir de la empresa, y además conviene que diga de qué documento sale cada respuesta. Si lo que buscas es lo segundo, lo explicamos en el asistente interno con IA para tu equipo, en piloto abierto.
Siguiente paso
La base de conocimiento no se compra hecha: se escribe con las preguntas de tus clientes y se mantiene con el uso. Si quieres ver qué puede y qué no puede hacer un asistente así en tu canal principal, empieza por qué se puede hacer con IA en WhatsApp y por las desventajas de los chatbots que no se arreglan cambiando de proveedor. Y si quieres montarlo sobre los datos de tu negocio, cuéntanoslo en soluciones de IA a medida.