Montar un asistente de IA sobre tus manuales suena sencillo hasta que lo intentas de verdad. Subes los PDFs, conectas un modelo, haces una pregunta de prueba y la respuesta parece perfecta. El problema aparece más tarde, cuando alguien de tu equipo pregunta algo que el manual no cubre y el asistente, en vez de decir "no lo sé", improvisa una respuesta que suena igual de segura que las demás. Ya contamos qué es RAG y cuándo sirve de verdad; aquí vamos al cómo: los pasos concretos que seguimos en AutoBoost para que un asistente así funcione en producción, no solo en la demo.
El primer filtro no es técnico: qué documentos entran y cuáles no
Antes de tocar una sola línea de código hay una decisión que toma el negocio, no el desarrollador: qué manuales va a poder leer el asistente. No todo lo que existe en una carpeta compartida tiene que entrar.
- Documentación de proceso y operativa: manuales de uso, protocolos, fichas técnicas. Es el grueso de lo que aporta valor y lo que menos riesgo tiene si se filtra.
- Fórmulas, recetas o procesos con ventaja competitiva: pueden entrar, pero con controles adicionales de acceso (quién puede preguntar, qué puede citar el asistente al responder).
- Datos personales de empleados o clientes: solo entran si hay una base legal clara y se sabe exactamente dónde se procesan, porque el RGPD no distingue entre "lo mira una persona" o "lo mira un modelo".
Este filtro decide media arquitectura del proyecto. Si tus manuales solo tienen información operativa, un asistente estándar basta. Si tienen secretos de fabricación o datos personales, la siguiente decisión (dónde corren los modelos) deja de ser opcional.
Dónde corren los modelos, antes de escribir nada
En un proyecto real que montamos para una empresa de industria alimentaria, el asistente responde preguntas sobre procesos y fórmulas de producción con los modelos de lenguaje corriendo en España, sin que ese conocimiento salga nunca hacia un proveedor externo. No fue una decisión de marketing: fue la respuesta a una pregunta muy concreta que cualquier sector con secretos de producto o datos regulados tiene que hacerse antes de empezar. Contamos el criterio completo aquí.
Si tu negocio no maneja secretos ni datos regulados, un modelo genérico en la nube puede ser suficiente y más barato. Si los maneja, decide esto primero: dónde vive el dato mientras el modelo lo procesa, y si se queda o no fuera de tu control. Cambiarlo después de construido cuesta mucho más que decidirlo antes.
El paso que de verdad decide si sirve: enseñarle a decir "no lo sé"
Aquí es donde se juega casi todo. Un asistente que responde siempre, aunque no tenga el dato, es peor que no tener asistente: da confianza donde no la hay. La regla que aplicamos es simple de enunciar y exigente de cumplir: si la respuesta no está anclada en un fragmento real del manual, el asistente tiene que decir que no lo sabe, no aproximar una respuesta plausible.
Señales de que un asistente está inventando en vez de responder:
- Contesta con el mismo nivel de detalle a preguntas sobre un manual muy documentado y sobre uno que apenas existe.
- Nunca dice "no tengo esa información" o "no encuentro esto en la documentación".
- No indica de qué documento sale la respuesta, así que nadie puede comprobarla sin buscar a mano.
- Cambia la respuesta a la misma pregunta según cómo se formule, en vez de dar la misma información con otras palabras.
Si tu asistente hace alguna de estas cuatro cosas, todavía no está listo para que la gente de planta confíe en él.
Cómo se prueba antes de dárselo al equipo
La prueba fácil (hacerle dos o tres preguntas obvias, de las que sabes que el manual responde bien) no sirve para nada: solo confirma lo que ya sabías. La prueba que importa es la contraria.
| Tipo de pregunta | Qué debería responder | Qué NO debería responder |
|---|---|---|
| Está clara y bien documentada | La respuesta correcta, citando el manual | Una respuesta vaga o distinta cada vez |
| No está en ningún manual | Que no lo sabe | Una respuesta inventada pero coherente |
| Está en un manual antiguo ya sustituido | La versión vigente, no la vieja | Mezclar las dos versiones sin avisar |
| Es ambigua o admite dos lecturas | Que pide aclarar a qué caso se refiere | Elegir una lectura al azar y no decirlo |
Antes de dárselo a la plantilla, prueba con preguntas de la última fila y la segunda: son las que separan un asistente listo para producción de uno que solo funciona en la demo. Si falla ahí, el problema casi nunca es el modelo: suele ser cómo se ha troceado y organizado el documento que debería contener la respuesta.
Mantenimiento: el día que tus manuales cambian
Un asistente de IA sobre documentación no es un proyecto que se entrega y se olvida. El día que se actualiza un manual, si el asistente sigue leyendo la versión vieja, empieza a dar respuestas erróneas con la misma seguridad que las correctas, y nadie se entera hasta que alguien sigue una instrucción que ya no es la vigente. La solución no es exótica: cada actualización de un manual tiene que disparar una actualización del índice que usa el asistente, sin quedar pendiente de que alguien se acuerde de hacerlo a mano.
La regla de decisión
Si tu asistente no puede decir "no lo sé" cuando corresponde, y si no puedes ver de qué documento sale cada respuesta, no está listo para producción, por bien que suene en la demo. Y si tus manuales tienen secretos de negocio o datos regulados dentro, decide dónde corren los modelos antes de escribir la primera línea, no después.
Este es exactamente el planteamiento con el que trabajamos en AutoBoost cuando montamos software e IA a medida: la IA entra donde aporta, pero solo después de ordenar el dato y decidir estas preguntas primero. Si tienes manuales, protocolos o documentación técnica que tu equipo tarda en encontrar, o que hoy solo vive en la cabeza de dos personas, hablemos en una consulta y vemos si tiene sentido para tu caso.
