Base de conocimiento para agentes de IA: guía práctica
Aprende qué documentar primero para que tu agente de IA responda bien desde el día uno. Del catálogo a respuestas correctas, sin errores comunes.
Cómo construir la base de conocimiento que tu agente de IA sí va a usar
Uno de los errores más frecuentes al implementar un agente de IA es asumir que la plataforma "aprende sola". Le das acceso al sitio web, le pegas el catálogo en PDF y esperas que todo funcione. A veces funciona más o menos. Casi nunca funciona bien.
El problema no es la IA. Es la base de conocimiento que la alimenta.
Esta guía te explica qué documentar primero, en qué orden y con qué criterio, para que tu agente responda de forma correcta, coherente y útil desde el primer día.
Por qué tu agente de IA necesita una base de conocimiento explícita
Un agente de IA no razona como un empleado con años de experiencia. No infiere contexto implícito, no lee entre líneas de tu sitio web y no sabe que "el modelo básico ya no está disponible desde marzo" a menos que alguien lo haya escrito en algún lugar.
Lo que el agente sí hace bien: recuperar información estructurada, aplicar reglas claras y responder con consistencia a escala. Pero eso depende de que la información exista, esté bien redactada y sea accesible.
Regla práctica: si un empleado nuevo necesitaría preguntar para saberlo, tu agente también lo necesita documentado.
Qué documentar primero: orden de prioridad
No necesitas documentar todo de golpe. El criterio es simple: empieza por lo que más se pregunta y lo que más daña si se responde mal.
1. Preguntas frecuentes reales (no las que crees que hacen)
El primer paso es revisar tu historial de conversaciones. WhatsApp, correo, comentarios en redes, tickets de soporte. Extrae las 30-50 preguntas que más se repiten y clasifícalas por tema.
Vas a encontrar que el 60-70% de las consultas (estimado razonable para la mayoría de negocios de consumo) giran en torno a 5-8 temas: precio, disponibilidad, envíos, formas de pago, garantía, proceso de compra y políticas de devolución.
Esas son tu prioridad uno.
2. Información de productos o servicios con detalle real
El catálogo en PDF o la página de productos es un punto de partida, no el destino. Lo que tu agente necesita es información procesable:
- Nombre exacto del producto o servicio
- Descripción funcional (qué hace, para quién es útil)
- Precio actual (o rango si varía)
- Variantes disponibles (tallas, colores, planes)
- Lo que no incluye (esto evita malentendidos)
- Tiempo de entrega o disponibilidad típica
Una ficha así, aunque sea en texto plano, vale más que diez páginas de catálogo con imágenes.
3. Políticas y procesos internos
Aquí está uno de los puntos donde más fallan los agentes: no porque no sepan la respuesta, sino porque nadie la documentó.
¿Cuántos días tiene el cliente para hacer una devolución? ¿A qué número escala si hay un problema de pago? ¿La garantía cubre daños por mal uso? ¿Qué pasa si el pedido llega tarde?
Documenta cada política como si se la explicaras a un empleado nuevo en su primera semana. Usa oraciones directas, sin ambigüedad.
4. Tono y límites de la conversación
Esto se subestima mucho. Tu agente necesita saber:
- Cómo presentarse (nombre, rol)
- Qué temas puede resolver y cuáles debe escalar
- Qué no debe prometer ("te confirmo que hay stock" sin consultarlo primero, por ejemplo)
- Cómo manejar clientes molestos (con qué frase reconocer el problema antes de ofrecer solución)
No es dramatizar: es darle al agente un marco de comportamiento coherente con tu marca.
5. Casos especiales y excepciones
Todo negocio tiene sus quirks. Productos que parecen similares pero no lo son. Promociones que aplican solo en ciertos canales. Clientes con condiciones especiales. Zonas donde no hacen envíos.
Haz una lista de "trampas" que un empleado nuevo caería y redáctalas como reglas explícitas.
Cómo estructurar la documentación para que la IA la use bien
No alcanza con tener la información; importa cómo está organizada.
Usa lenguaje simple y directo
Evita el lenguaje legal o corporativo dentro de la base de conocimiento interna. "El cliente podrá solicitar la devolución del producto en un plazo no mayor a 15 días hábiles contados desde la fecha de recepción" es difícil de procesar. "El cliente tiene 15 días hábiles desde que recibe su pedido para pedir devolución" es más claro.
Separa por tema, no por área interna
Organiza la información por el ángulo del cliente, no por tu estructura organizacional. Al cliente no le importa si el tema de envíos lo maneja logística o ventas; quiere saber cuándo llega su pedido.
Versiona y fecha cada documento
Una base de conocimiento desactualizada es peor que ninguna, porque genera respuestas incorrectas con confianza. Pon fecha de última actualización en cada sección y asigna a alguien la responsabilidad de revisarla cuando cambien precios, políticas o productos.
Tabla de referencia rápida: qué va y qué no va en la base
| Incluye | No inclues |
|---|---|
| Políticas redactadas en lenguaje claro | Catálogos en PDF sin procesar |
| Preguntas frecuentes reales con respuesta | Páginas web con diseño visual |
| Ejemplos de situaciones complejas | Información sin fecha ni contexto |
| Reglas de escalamiento | Promesas no verificables en tiempo real |
| Variantes de producto con detalle | Datos que cambian a diario sin integración |
Errores comunes (y cómo evitarlos)
Error 1: copiar y pegar el sitio web completo
El sitio web está optimizado para que lo lean humanos con contexto visual. Tiene menús, imágenes, textos de marketing y CTAs. La IA no navega, consume texto. Copiar el sitio completo genera ruido, no conocimiento.
Solución: extrae solo el contenido informacional y redáctalo como documento plano.
Error 2: asumir que el agente "entiende" lo que no dijiste
Si no está escrito, no existe para el agente. Muchos negocios asumen que la IA va a inferir que "el plan Pro incluye soporte prioritario" porque se menciona brevemente en la página de precios. No va a funcionar bien si no está explícito.
Solución: sé redundante. Repite la información clave en distintos contextos de la base de conocimiento.
Error 3: no documentar lo que el agente NO debe hacer
Tan importante como saber qué responder es saber cuándo no responder, cuándo escalar y qué nunca prometer. Sin esos límites, el agente improvisa, y eso puede generar compromisos que tu equipo no puede cumplir.
Solución: incluye una sección explícita de "restricciones y escalamiento" con ejemplos concretos.
Error 4: documentar una vez y olvidarse
Negocios que cambian precios en temporada alta, agregan productos, modifican políticas de envío... y no actualizan la base de conocimiento. El agente sigue respondiendo con datos de hace seis meses.
Solución: conecta las actualizaciones de producto o política a un proceso de revisión de la base de conocimiento. No tiene que ser inmediato, pero sí sistemático.
Del sitio web al agente: el camino real
El proceso concreto, resumido:
- Audita tus conversaciones reales (1-2 horas de revisión)
- Extrae las 30-50 preguntas más frecuentes
- Redacta respuestas claras para cada una
- Complementa con fichas de producto/servicio detalladas
- Documenta políticas y casos especiales
- Define tono, límites y reglas de escalamiento
- Revisa y actualiza cada vez que algo cambie
No es un proceso de semanas. Una base de conocimiento funcional para un negocio mediano puede construirse en dos o tres días de trabajo enfocado. Lo que sí toma tiempo es mantenerla viva.
Pruébalo en tu negocio
En Lead Lab AI, OlivIA (nuestra agente de soporte) y ValerIA (ventas) consultan tu base de conocimiento junto con datos en tiempo real: inventario, pedidos, CRM. Eso significa que la información que documentas se combina con datos vivos, sin respuestas desactualizadas. Si quieres ver cómo se ve esto en la práctica con tu catálogo y tus preguntas frecuentes reales, crea tu cuenta en https://www.lead-lab.ai/signup o escríbenos a hola@lead-lab.ai y lo armamos juntos.
¿Listo para que la IA atienda por ti?
ValerIA vende y OlivIA da soporte — por WhatsApp, voz y chat web, conectadas a tus datos. Configúralo en minutos.