La atención con IA empieza por conocimientos fiables.

Empieza por la información que tu equipo ya utiliza: detalles de productos, alcance del servicio, entregas y preguntas frecuentes. Organízala en una base de conocimientos y mantén las fuentes actualizadas. Los documentos contradictorios y las políticas incompletas dificultan que un asistente dé respuestas útiles.

Crea una base, añade fuentes y espera a que termine su procesamiento. Vincula los conocimientos relevantes al chatbot y utiliza la interfaz de pruebas con preguntas representativas. La aplicación recupera información del espacio para dar contexto al modelo; subir un archivo no confirma que se haya procesado ni recuperado correctamente.

• Prueba preguntas con una respuesta clara en las fuentes.
• Incluye preguntas ambiguas y datos que no aparezcan en ellas.
• Revisa la calidad antes de activar un flujo para clientes.

Decide qué consultas debe atender directamente tu equipo. Cuando una conversación requiera revisión, desactiva la IA y asigna un compañero. Limita la automatización a preguntas que puedas evaluar. La IA puede equivocarse y no debe considerarse una fuente infalible de hechos o decisiones sobre políticas.

Los tokens miden la entrada y salida que procesa el modelo, incluidas las instrucciones y el contexto. No equivalen a mensajes de clientes ni a incidencias resueltas. Los historiales y respuestas más largos consumen más tokens. La página de precios muestra la cuota mensual; las nuevas solicitudes de IA se pausan al alcanzar la cuota aplicable.

Utiliza preguntas habituales y algunas excepciones difíciles. Anota si cada respuesta utiliza la información correcta, si una respuesta incierta requiere un compañero y cuánto consume la prueba. Confirma también la disponibilidad del proveedor y el soporte regional para quienes utilizarán el servicio.