Los equipos que cambian de modelo esperando mejores respuestas suelen llevarse una decepción. El modelo rara vez es el cuello de botella. El cuello de botella es lo que tiene para leer.
La calidad de las respuestas de un agente está limitada por la calidad de la base de conocimiento, no por el modelo. Si el pasaje correcto no existe, o la búsqueda no lo encuentra, ningún modelo lo recupera. Mejorar la base (cobertura, actualidad, ausencia de contradicción) rinde más que cualquier cambio de modelo.
Qué entra en ella
La regla práctica es empezar por lo que ya se mantiene para personas, porque esas fuentes tienen dueño y envejecen despacio.
- Las páginas de precios y planes, porque es la duda más cara de fallar.
- El FAQ y los artículos de soporte, ya escritos como respuesta a una pregunta real.
- El catálogo de producto, con los atributos por los que la gente decide: plazo, talla, compatibilidad.
- Las políticas: cambios, devoluciones, cancelación, garantía.
- La documentación técnica, cuando tu público hace preguntas de integración.
Y lo que se queda fuera, al menos al principio: el PDF exportado una vez, la hoja de cálculo en el escritorio de alguien, la presentación comercial de hace dos años. No porque no sirvan, porque nadie es responsable de actualizarlas, y el contenido sin dueño se convierte en una respuesta equivocada con fecha puesta.
La contradicción cuesta más que el hueco
Una pregunta sin respuesta en la base produce un “no lo sé, lo compruebo”: molesto, pero honesto. El mismo dato escrito de dos formas distintas en dos sitios produce dos respuestas plausibles y ningún criterio para elegir. El RAG recupera las dos, el modelo escoge una, y te enteras de cuál cuando el cliente reclama.
Antes de agrandar la base suele convenir encogerla: una pasada eliminando duplicados e información caducada mejora la recuperación más que duplicar el número de documentos.
La estructura importa más que el volumen
La búsqueda no lee documentos enteros, recupera fragmentos. Un documento con título descriptivo, secciones cortas y una idea por párrafo se fragmenta bien. Diez páginas de prosa corrida, no: el fragmento recuperado llega sin el contexto que estaba en la página anterior.
1
Mide la cobertura por las preguntas sin respuesta
La parte más útil de operar un agente es el log de preguntas donde no encontró nada. Es una lista, ordenada por demanda real, del contenido que le falta a tu sitio, y le sirve al equipo de contenido mucho más allá del agente. Cada elemento resuelto mejora el agente, el SEO y la cola de soporte a la vez.
Los guardrails no sustituyen a la base
Un guardrail de fidelidad impide que el agente afirme algo que ningún pasaje sostiene. Eso evita el error, pero no produce la respuesta: el resultado es un “no lo sé” en vez de un precio equivocado. Es el comportamiento correcto, y también un recordatorio de que la única forma de convertir ese “no lo sé” en respuesta es escribir el contenido.
