La información más valiosa de tu empresa está atrapada en documentos. Manuales de producto guardados en Google Drive. PDF de políticas enterrados en SharePoint. Guías de capacitación que nadie lee más allá de la página tres. El conocimiento está ahí, pero encontrar respuestas específicas significa abrir archivos, desplazarte por páginas y esperar haber elegido el documento correcto.
El chat con documentos cambia eso. Subes tus archivos a un chatbot con IA, y cualquiera puede hacer preguntas en lenguaje sencillo. El chatbot lee los documentos, encuentra las secciones relevantes y devuelve una respuesta directa, respaldada por el material fuente.
Esta guía cubre cómo funciona el chat con documentos por dentro, qué formatos de archivo puedes usar, casos de uso prácticos en distintas industrias y cómo configurarlo en Agentkit con un recorrido paso a paso.
Cómo funciona el chat con documentos: RAG explicado de forma simple
El chat con documentos funciona gracias a una técnica llamada generación aumentada por recuperación, o RAG (por sus siglas en inglés). El nombre es técnico, pero el concepto es sencillo.
Esto es lo que pasa cuando subes un documento y haces una pregunta:
Paso 1: procesamiento del documento
Cuando subes un archivo, el sistema extrae todo el contenido de texto. En los PDF, lee la capa de texto. En los documentos de Word, analiza el contenido con formato. En los archivos de texto y CSV, lee los datos sin procesar directamente.
Paso 2: fragmentación
El texto extraído se divide en piezas más pequeñas llamadas fragmentos (chunks). Un PDF de 50 páginas puede convertirse en 200 fragmentos, cada uno con un párrafo o unas pocas frases relacionadas. La fragmentación es necesaria porque los modelos de IA funcionan mejor cuando se enfocan en pasajes relevantes en lugar de procesar un documento completo de una sola vez.
Paso 3: embedding
Cada fragmento se convierte en una representación numérica llamada embedding vectorial. Piénsalo como traducir texto a coordenadas en un espacio de muchas dimensiones. Los fragmentos con significados similares terminan cerca unos de otros en ese espacio, aunque usen palabras distintas.
Paso 4: almacenamiento
Los embeddings se almacenan en una base de datos vectorial (Agentkit usa pgvector en Supabase). Esta base de datos está optimizada para búsquedas por similitud: encontrar los fragmentos con el significado más cercano a una consulta determinada.
Paso 5: recuperación y generación
Cuando alguien hace una pregunta, esa pregunta también se convierte en un embedding. El sistema busca en la base de datos vectorial los fragmentos más similares a la pregunta. Esos fragmentos (por lo general, los 3 a 5 pasajes más relevantes) se le pasan al modelo de IA como contexto. El modelo entonces genera una respuesta en lenguaje natural basada específicamente en el contenido de tu documento.
Esta es la parte "aumentada por recuperación": la IA no adivina ni depende de sus datos generales de entrenamiento. Primero recupera tu contenido específico y después genera una respuesta fundamentada en ese contenido.
Por qué RAG importa
Sin RAG, un modelo de IA general podría responder con datos de entrenamiento desactualizados o alucinar detalles sobre tus productos. Con RAG, el modelo se limita a tus documentos. Si la respuesta no está en el contenido subido, un chatbot bien configurado lo dirá en lugar de inventar algo.
Formatos de archivo compatibles
Agentkit admite los formatos de documento más comunes que se usan en el mundo empresarial.
| Formato | Extensiones | Ideal para | Notas |
|---|---|---|---|
| Manuales de producto, fichas técnicas, informes, políticas | El más usado. Debe tener una capa de texto (no imágenes escaneadas). | ||
| Word | .docx | Documentos internos, procedimientos, materiales de capacitación | Conserva la estructura de los encabezados y el formato. |
| Texto plano | .txt | Contenido sin procesar, logs, datos exportados | Simple y confiable. No hay formato que analizar. |
| CSV | .csv | Datos estructurados, preguntas frecuentes, catálogos de productos | Los datos tabulares se fragmentan por filas. |
Una nota sobre los PDF escaneados
Si tu PDF se creó escaneando un documento físico, es posible que contenga solo imágenes sin texto seleccionable. El proceso de extracción de texto no puede leer PDF que son solo imágenes. Antes de subirlo, abre el PDF e intenta seleccionar texto. Si no puedes resaltar palabras individuales, primero necesitas pasar el archivo por un software de OCR (reconocimiento óptico de caracteres).
Límites de almacenamiento por plan
Cada plan incluye una asignación de almacenamiento para los documentos subidos.
| Plan | Precio mensual | Almacenamiento de documentos | Mensajes/mes | Chatbots |
|---|---|---|---|---|
| Free | $0 | 400 KB | 50 | 1 |
| Hobby | $29.99 | 40 MB | 2000 | 1 |
| Standard | $119.99 | 40 MB | 12 000 | 2 |
| Pro | $399.99 | 40 MB | 40 000 | 3 |
Como referencia, un PDF típico de 10 páginas pesa entre 200 y 500 KB. Un manual de producto de 100 páginas suele pesar entre 1 y 5 MB. El plan Free funciona bien para hacer pruebas con un puñado de documentos cortos. Todos los planes pagos incluyen 40 MB de almacenamiento de documentos, suficiente para conjuntos extensos de documentación. Los planes superiores desbloquean más mensajes, chatbots y puestos de equipo.
Casos de uso: quién se beneficia del chat con documentos
El chat con documentos no está limitado a una industria o un equipo. Estos son los casos de uso más comunes, con ejemplos específicos de lo que la gente pregunta.
Preguntas frecuentes y soporte de cara al cliente
Sube los artículos de tu centro de ayuda, guías de producto y documentos de políticas. Publica el chatbot en tu sitio web para que los clientes puedan hacer preguntas y obtener respuestas al instante.
Ejemplos de preguntas de los visitantes:
- "¿Cuál es tu política de devoluciones para artículos abiertos?"
- "¿Cómo conecto el dispositivo al wifi?"
- "¿Qué formatos de archivo admite tu software?"
Esto reduce los tickets de soporte para preguntas que ya están respondidas en tu documentación. Según datos del sector, entre el 60% y el 80% de las preguntas de soporte al cliente son repetitivas y se pueden responder con la documentación existente.
Base de conocimiento interna
Toda empresa tiene conocimiento institucional disperso en docenas de documentos. Sube tu manual del empleado, políticas de TI, lineamientos de RR. HH. y documentación de procesos. Dale a tu equipo un chatbot que responda preguntas internas sin necesidad de abrir un ticket de soporte.
Ejemplos de preguntas de los empleados:
- "¿Cuántos días de vacaciones tengo después de dos años?"
- "¿Cuál es el proceso para pedir una laptop nueva?"
- "¿Dónde presento los informes de gastos?"
Investigación y análisis
Investigadores, analistas y consultores trabajan con grandes volúmenes de documentos. Sube artículos de investigación, informes de mercado o presentaciones regulatorias. Haz preguntas sobre todo el conjunto de documentos en lugar de leer cada uno por separado.
Ejemplos de preguntas:
- "¿Cuáles fueron los hallazgos clave sobre retención de clientes en el informe del tercer trimestre?"
- "¿Qué normativas mencionan requisitos de retención de datos?"
- "Resume la sección de panorama competitivo del análisis de mercado."
Cumplimiento normativo y legal
Los equipos legales y los responsables de cumplimiento normativo lidian con documentos densos: contratos, normativas, políticas e informes de auditoría. El chat con documentos les permite consultar estos documentos rápidamente sin leer cada página.
Ejemplos de preguntas:
- "¿Cuáles son las cláusulas de rescisión en el contrato con el proveedor?"
- "¿Nuestra política de privacidad cubre el procesamiento de datos de residentes de la UE?"
- "¿Cuáles son los requisitos de notificación ante una filtración de datos?"
Educación y capacitación
Sube materiales del curso, libros de texto y manuales de capacitación. Los estudiantes o las personas recién contratadas pueden hacer preguntas y obtener respuestas basadas directamente en el material oficial. Consulta una lista para un piloto de información pública de admisión y pautas de revisión de fuentes en nuestra guía de chatbots para sitios web escolares.
Ejemplos de preguntas:
- "Explica la diferencia entre TCP y UDP."
- "¿Cuáles son los procedimientos de seguridad para manejar derrames de químicos?"
- "Resume el capítulo 4 sobre modelado financiero."
Paso a paso: configura el chat con documentos en Agentkit
Poner en marcha un chatbot de documentos toma menos de diez minutos. Este es el proceso.
1. Crea una cuenta y un chatbot
Regístrate en Agentkit (hay un plan gratuito disponible) y crea tu primer chatbot. Ponle un nombre y una breve descripción de su propósito.
2. Sube tus documentos
Ve a la pestaña Fuentes de tu chatbot. Haz clic en Agregar fuente y selecciona Documentos. Arrastra y suelta tus archivos, o haz clic para buscarlos. Puedes subir varios archivos a la vez.
El sistema procesa cada archivo automáticamente: extrae el texto, lo fragmenta y crea los embeddings vectoriales. El tiempo de procesamiento depende del tamaño del documento. La mayoría de los archivos se completan en menos de un minuto. Los documentos más grandes (más de 100 páginas) pueden tardar unos minutos.
Para conocer las opciones detalladas de carga, consulta la documentación de fuentes de documentos.
3. Prueba en el Playground
Abre el Playground desde el panel de tu chatbot. Este es tu entorno de pruebas. Haz las preguntas que harían tus usuarios. Comprueba si las respuestas son:
- Precisas: ¿la respuesta coincide con lo que dice el documento?
- Completas: ¿cubre toda la respuesta, o le faltan detalles importantes?
- Con fuentes citadas: ¿puedes rastrear la respuesta hasta un contenido específico del documento?
Si las respuestas están incompletas o son incorrectas, el problema suele ser la calidad del documento o contenido faltante. Agrega más documentos o complementa con pares de preguntas y respuestas para las preguntas críticas.
4. Combina con otros tipos de fuentes
Los documentos funcionan mejor cuando se combinan con otras fuentes de entrenamiento. Agentkit admite cuatro tipos de fuentes, y usar varios tipos juntos produce los mejores resultados.
| Tipo de fuente | Rol en tu chatbot | Cuándo agregarla |
|---|---|---|
| Documentos | Conocimiento profundo del producto, políticas, especificaciones | Empieza aquí para contenido basado en archivos |
| Sitio web | Cobertura amplia de tu contenido público | Agrega tu sitio de marketing, centro de ayuda o sitio de documentación |
| Pares de preguntas y respuestas | Control preciso sobre respuestas específicas | Añádelos para preguntas de alto riesgo (precios, temas legales, políticas críticas) |
| Fragmentos de texto | Adiciones y actualizaciones rápidas | Añádelos para anuncios, información temporal, detalles de marca |
Para una guía completa sobre todos los métodos de entrenamiento, consulta Cómo entrenar un chatbot con el contenido de tu sitio web.
5. Publica en tu sitio web
Una vez que tu chatbot pase las pruebas en el Playground, publícalo. Agentkit ofrece cuatro métodos de incrustación:
- Widget de JavaScript: agrega una etiqueta de script a tu sitio. Funciona en cualquier sitio web.
- Componente de React: integración nativa de React para apps basadas en React.
- iframe: incrusta el chatbot en un iframe en cualquier página.
- Plugin de WordPress: plugin dedicado para sitios de WordPress.
El widget de JavaScript es la opción más común. Copia el código de incrustación desde la pestaña Publicar de tu chatbot y pégalo en el HTML de tu sitio web. El chatbot aparece como un widget flotante en la esquina de tu página.
6. Monitorea y mejora
Después del lanzamiento, revisa las analíticas del chat para ver qué preguntas hace la gente. Busca:
- Preguntas con respuestas débiles o incorrectas: agrega pares de preguntas y respuestas o sube documentos adicionales para resolverlas.
- Preguntas sobre temas no cubiertos: sube documentos nuevos o agrega fragmentos de texto.
- Preguntas frecuentes: asegúrate de que las respuestas del chatbot para estas estén bien redactadas y completas.
En los planes Standard ($119.99/mes) y Pro ($399.99/mes), el reentrenamiento automático mantiene actualizadas las fuentes de sitio web de tu chatbot de forma automática. Para las fuentes de documentos, sube nuevas versiones de los archivos cuando cambie el contenido.
Consejos para mejores resultados en el chat con documentos
La calidad de las respuestas de tu chatbot depende directamente de la calidad de tus documentos. Estas son las prácticas que marcan la mayor diferencia.
Estructura tus documentos con encabezados claros
Los documentos con encabezados, subencabezados y secciones organizadas producen mejores fragmentos y mejores respuestas. El algoritmo de fragmentación usa señales estructurales para crear segmentos con sentido. Un documento que fluye como un bloque continuo de texto produce una recuperación menos precisa que uno con secciones claras.
Elimina el texto repetitivo y el ruido
Los encabezados, pies de página, páginas de índice, avisos de derechos de autor y el texto legal repetitivo al final de cada documento agregan ruido sin contenido útil. Si es práctico, limpia tus documentos antes de subirlos. Elimina el texto repetitivo que aparece en varios archivos.
Mantén los documentos actualizados
Los documentos desactualizados producen respuestas desactualizadas. Si tu manual de producto hace referencia a funciones de la versión 2.0 pero ya estás en la versión 4.0, el chatbot les dará información incorrecta a los visitantes. Reemplaza los documentos antiguos por versiones actuales. El chatbot reprocesa el archivo nuevo y actualiza su base de conocimiento.
Usa nombres de archivo específicos
Ponles nombres descriptivos a tus archivos: product-setup-guide-v3.pdf te dice más a ti y al sistema que doc_final_FINAL.pdf. Aunque el nombre del archivo no afecta directamente la calidad de las respuestas, te ayuda a gestionar tus fuentes con el tiempo.
Combina documentos con pares de preguntas y respuestas para respuestas críticas
Si una respuesta específica debe ser exactamente correcta cada vez (precios, avisos legales, información de seguridad), no dependas únicamente de la recuperación de documentos. Crea un par de preguntas y respuestas dedicado con la respuesta precisa. Los pares de preguntas y respuestas tienen prioridad sobre el contenido proveniente de documentos para las preguntas que coinciden.
Prueba con preguntas reales de usuarios
No pruebes solo con preguntas cuya respuesta ya conoces. Pregúntale a tu equipo de soporte, a tu equipo de ventas o a clientes reales qué es lo que más preguntan. Usa eso como tus casos de prueba. El chatbot necesita manejar las preguntas que tus usuarios realmente hacen, no las que crees que van a hacer.
Chat con documentos vs. búsqueda tradicional
Puede que te preguntes por qué el chat con documentos es mejor que simplemente publicar los documentos en tu sitio web con una barra de búsqueda. Esta es la diferencia.
| Función | Búsqueda tradicional de documentos | Chat con documentos con IA |
|---|---|---|
| Tipo de consulta | Coincidencia de palabras clave | Preguntas en lenguaje natural |
| Formato del resultado | Lista de documentos | Respuesta directa con fuente |
| Maneja sinónimos | Mal (debe coincidir con los términos exactos) | Bien (entiende el significado) |
| Respuestas de varios documentos | Referencia cruzada manual | Síntesis automática entre documentos |
| Esfuerzo del usuario | Abrir documentos, encontrar secciones, leer | Hacer una pregunta, obtener una respuesta |
| Preguntas de seguimiento | Iniciar una nueva búsqueda | Conversacional, con contexto |
La mayor diferencia es el esfuerzo del usuario. La búsqueda tradicional te da una lista de documentos que podrían contener la respuesta. El chat con documentos te da la respuesta en sí. Para los clientes en tu sitio web, esa diferencia se traduce directamente en menos tickets de soporte y mayor satisfacción.
Cuándo el chat con documentos no es la mejor opción
El chat con documentos funciona mejor para preguntas fácticas y basadas en conocimiento con respuestas claras en tu material fuente. Es menos adecuado para:
- Preguntas muy subjetivas, donde no hay una única respuesta correcta.
- Datos en tiempo real que cambian minuto a minuto (precios de acciones, niveles de inventario en tiempo real). Los documentos son instantáneas estáticas.
- Flujos de trabajo complejos de varios pasos, donde el usuario necesita actuar en varios sistemas. Para esos casos, considera combinar el chat con documentos con tipos de acciones como llamadas API personalizadas o formularios.
- Contenido que requiere contexto visual (diagramas, gráficos, imágenes). El procesamiento actual de documentos solo extrae texto.
Para la mayoría de los casos de uso de negocio (soporte, incorporación, cumplimiento normativo, investigación, capacitación), el chat con documentos hace bien el trabajo.
Próximos pasos
El chat con documentos convierte tus archivos existentes en una base de conocimiento conversacional. Los clientes obtienen respuestas instantáneas basadas en tu documentación real. Tu equipo dedica menos tiempo a responder preguntas repetitivas. Y la configuración toma minutos, no semanas.
Empieza subiendo los documentos que más se consultan: los archivos que tu equipo envía constantemente a los clientes o las guías que los nuevos empleados siempre preguntan. Prueba en el Playground, refina con pares de preguntas y respuestas para las respuestas críticas y publica en tu sitio web.
Combina las fuentes de documentos con el rastreo del sitio web para una cobertura más amplia, y explora las acciones de captura de leads para convertir las conversaciones de preguntas y respuestas sobre documentos en leads calificados.
No se requiere tarjeta de crédito.
