Todos los proveedores de chatbots IA (nosotros incluidos) contamos la misma historia: “conecta tu base de conocimiento y el asistente responderá con tu información”. La historia es cierta. Lo que casi nunca se dice es la letra pequeña: el asistente responderá con tu información tal y como está, y en la mayoría de las empresas, tal y como está significa desactualizada, contradictoria e incompleta.
Un modelo de lenguaje no arregla una documentación mala: la amplifica. Donde antes había un PDF desactualizado que casi nadie leía, ahora hay un asistente que recita ese PDF con total seguridad a cada cliente que pregunta. La calidad de un asistente tiene un techo, y ese techo es tu documentación.
Después de conectar asistentes a bases de conocimiento de sectores muy distintos, estos son los diez problemas que encontramos una y otra vez. Úsalos como auditoría: si marcas más de tres, tienes trabajo que hacer antes (o a la vez) que el chatbot.
La checklist
1. ¿Hay contradicciones entre documentos?
El clásico: la web dice devoluciones en 30 días, el PDF de condiciones dice 15, y la FAQ interna dice “consultar con el responsable”. Un humano resuelve la contradicción con contexto; un buscador semántico recupera cualquiera de las tres versiones según cómo se formule la pregunta. Prueba rápida: elige tus cinco políticas más importantes y búscalas en todos tus repositorios de contenido. Si aparecen versiones distintas, el asistente las servirá todas.
2. ¿Está fechado y versionado el contenido?
Sin fechas, nadie (ni tú, ni el asistente, ni quien audite un error) puede saber qué versión de una política estaba vigente cuándo. Cada documento necesita responsable, fecha de última revisión y fecha de próxima revisión. Es aburrido y es la diferencia entre poder auditar una respuesta y no poder.
3. ¿Cuánto conocimiento vive solo en cabezas?
Haz este ejercicio: coge las últimas 50 conversaciones de tu soporte y comprueba cuántas respuestas que dio tu equipo están escritas en algún documento. El resultado habitual sorprende: buena parte del conocimiento real (las excepciones, los casos raros, el “esto en realidad se hace así”) no está documentado en ningún sitio. Ese conocimiento tribal es invisible para cualquier IA. Documentarlo es el trabajo de más valor de toda esta lista, y nadie puede hacerlo por ti.
4. ¿Las preguntas frecuentes reales tienen respuesta escrita?
Relacionado pero distinto: tus FAQ públicas suelen responder a las preguntas que a marketing le gustaría recibir, no a las que soporte recibe. La fuente de verdad de qué preguntan tus clientes es tu bandeja de tickets, no tu página de FAQ. Cruza ambas y escribe lo que falte.
5. ¿El contenido está en formatos procesables?
Un PDF escaneado, una tabla de precios en una imagen, un vídeo tutorial sin transcripción: para un sistema de recuperación, todo eso es ruido o silencio. El contenido crítico debe existir como texto estructurado (títulos claros, un tema por sección, tablas como tablas). Sobre cómo la estructura afecta a la recuperación escribimos en la página de RAG y bases de conocimiento.
6. ¿Hay contenido huérfano o zombi?
Manuales de productos descatalogados, promociones caducadas, versiones antiguas de políticas que nadie borró. Para el buscador semántico todo pesa igual: una promoción de 2023 puede ser el fragmento más “parecido” a la pregunta de hoy. Antes de conectar nada, hace falta una purga: qué se borra, qué se archiva fuera del alcance del asistente y qué se actualiza.
7. ¿Está claro qué es público y qué es interno?
En muchas empresas conviven en el mismo espacio la política pública de devoluciones y el margen con el que se negocian excepciones, el precio de tarifa y el descuento máximo autorizado. Si conectas el asistente “a todo”, tarde o temprano recitará algo interno a un cliente. La separación público/interno tiene que existir en la fuente, con un criterio simple: todo lo que el asistente puede leer, lo puede decir.
8. ¿Alguien es dueño de cada área de contenido?
“La documentación es de todos” significa que no es de nadie. Cada área (precios, políticas, producto, operativa) necesita un dueño con nombre que responda por su exactitud. Cuando el asistente falle (fallará), la pregunta “¿de quién es este contenido?” debe tener respuesta inmediata.
9. ¿Existe un proceso de actualización, o solo buena voluntad?
La documentación no se desactualiza por pereza, sino porque actualizar no está en ningún proceso: se cambia el precio en el sistema y nadie tiene la tarea de cambiarlo en la documentación. La regla que proponemos a nuestros clientes: ningún cambio de política, precio o producto se da por terminado hasta que su documento está actualizado. Sin esto, cualquier asistente tiene fecha de caducidad, como contamos en por qué los chatbots fallan en producción.
10. ¿Sabes qué preguntas no tienen respuesta?
La última y la más ignorada: mantén una lista explícita de temas sobre los que el asistente no debe responder (legal, médico, casos que exigen humano) y de preguntas frecuentes que aún no tienen documento. Lo primero define el perímetro de seguridad; lo segundo es tu backlog de documentación priorizado por demanda real.
El orden correcto: no esperes a tener el 10/10
La conclusión equivocada de esta checklist sería “primero arreglamos toda la documentación y luego ponemos el asistente”. No funciona así: sin asistente, no hay feedback sobre qué documentación falta o falla, y el proyecto de “arreglar la documentación” muere de abstracción a las tres semanas.
El orden que funciona es el inverso: se lanza el asistente sobre un subconjunto curado y fiable de la documentación (aunque sea pequeño), con el perímetro bien cerrado y con fuentes citadas en cada respuesta, y se usa lo que los clientes preguntan para priorizar qué documentar después. Las conversaciones fallidas de cada semana son la lista de tareas de documentación de la siguiente. En tres meses, la base de conocimiento está mejor que nunca, no porque alguien la auditara en abstracto, sino porque cada hueco lo señaló una pregunta real.
Ese ciclo (conversaciones fallidas → documentación → mejor asistente) es exactamente el trabajo recurrente que incluye nuestro asistente IA, y la razón por la que desconfíes de cualquier proyecto de chatbot que empiece por “sube tus documentos” y no por “veamos qué preguntan tus clientes”.