Meter tu conocimiento, en una tarde
Casi todo lo que un agente necesita saber ya está escrito — en tu web y en los PDF que tu equipo ya envía a los clientes. Importar desde una URL cubre la mitad pública; subir archivos cubre el resto.
El motivo más común por el que un piloto se atasca no es el modelo. Es que alguien tiene que sentarse a «preparar la base de conocimiento», y ese trabajo nunca tiene dueño, así que nunca empieza.
Además es innecesario. El material casi siempre existe ya. Está en tu web y está en el puñado de PDF que tu equipo manda por correo a los clientes cada semana. El trabajo no es escribirlo. El trabajo es meterlo.
Dos vías de entrada, para dos clases de material
Tu web — importar desde una URL. Apunta la plataforma a tu sitio y leerá las páginas públicas, convirtiendo cada una en un documento. Esto cubre el material que ya escribiste para tus clientes: descripciones de servicios, páginas de precios, preguntas frecuentes, explicaciones de políticas, artículos del blog que responden lo que la gente pregunta de verdad.
Todo lo demás — sube los archivos. Tarifarios, manuales de producto, esa hoja interna que explica qué puede y qué no puede prometer tu equipo. Cualquier cosa detrás de un inicio de sesión, cualquier cosa que solo exista como PDF, cualquier cosa que ninguna página dice en voz alta.
La división no es arbitraria. La importación web es rápida y amplia, pero superficial: solo ve lo que ve un visitante. En las subidas está el material que hace que tu agente se distinga de un buscador apuntado a tu web.
Qué no puede hacer la importación
Conviene saberlo antes de planificar con ella.
Las páginas que construyen su contenido con JavaScript vuelven vacías: el importador descarga HTML,
no ejecuta un navegador. Lo que esté detrás de un inicio de sesión queda fuera de alcance. Los PDF
enlazados desde el sitio se omiten; esos van por la vía de subida. Respeta el robots.txt. Y es una
importación puntual, no una suscripción: cuando tu web cambie, la base de conocimiento no cambia
con ella. Vuelve a lanzar la importación para refrescarla.
Leer las páginas no cuesta nada. Ves el número exacto de páginas y de caracteres, y una estimación del costo en tokens, antes de que se añada nada — y no se añade nada hasta que tú lo digas.
Si tu sitio es un sitio normal renderizado en el servidor —WordPress, Webflow, Squarespace, la mayoría de webs de marketing hechas con un CMS— la importación lo leerá. El caso que falla son las aplicaciones de una sola página que renderizan todo en el cliente, y falla de forma ruidosa en lugar de importar páginas en blanco sin avisar.
Un ejemplo trabajado
Una correduría hipotecaria con web bilingüe y una unidad compartida llena de tarifarios.
Importar el sitio, solo en inglés. Apuntan el importador a su portada y fijan el prefijo de ruta
en /en/. Sin eso, el presupuesto de páginas se va en los mismos ocho artículos en tres idiomas: el
mismo contenido, el triple de costo y resultados casi duplicados en la recuperación. La importación
encuentra ocho páginas por el sitemap: cuatro guías largas, el índice de recursos, las páginas de
equipo y de quiénes somos, y contacto. Unos 45.000 caracteres. Confirman; un minuto después la base
de conocimiento tiene ocho documentos.
A estas alturas el agente ya puede responder «¿dan hipotecas para médicos?» y «¿cómo funciona una firma virtual?», porque esos artículos se escribieron hace años y llevan desde entonces en el blog.
Subir las cuatro cosas que la web nunca dice. El tarifario vigente. La lista de documentos para solicitantes autónomos. La hoja interna sobre qué no pueden prometer los asesores por chat. Una copia escaneada de la información legal estatal. Ninguna está en la web; dos de ellas no deberían estarlo.
Escribir el límite, no los datos. En las instrucciones de la base de conocimiento: esta es nuestra política vigente y prevalece sobre la práctica general del sector; los tipos siempre se citan con su fecha de vigencia; cualquier cosa sobre una solicitud concreta se traspasa a una persona. Los datos viven en los documentos. Las instrucciones dicen cómo tratarlos.
Tiempo total: una tarde, y la mayor parte se fue en decidir qué documentos internos era seguro incluir — que es justamente la parte que sí merece el criterio de una persona.
Dónde está el trabajo de verdad
Fíjate en lo que el ejemplo no incluyó: escribir contenido nuevo, dar formato a nada, etiquetar ni construir una taxonomía. La capa de recuperación no necesita nada de eso.
Lo que sí incluyó fueron dos decisiones que ninguna herramienta puede tomar por ti. Qué material interno es seguro que los clientes alcancen a través de un agente. Y qué no tiene permitido prometer el agente. Reserva tu tiempo para esas dos, no para la importación.