⭐ Objetivo
Reunir en un solo lugar de dónde toma la información el bot, qué no va a responder y cómo redactar la base de conocimientos para que responda bien.
⏰ Cuándo utilizar esta funcionalidad
Antes de cargar la base de conocimientos, durante la calibración y cada vez que una respuesta del bot no es la esperada.
De dónde toma la información. La IA del bot está entrenada y programada para responder únicamente con lo que le fue cargado: los artículos de la base de conocimientos y, cuando existe, una integración a medida, por ejemplo el saldo de vacaciones por colaborador.
Qué no va a responder. Dos familias de preguntas:
Preguntas de conocimiento general, por ejemplo en qué mes estamos, si mañana es feriado, o una fórmula matemática.
Preguntas sobre la empresa cuya información no fue cargada en la base de conocimientos, por ejemplo cómo pedir un aumento si eso no está escrito en ningún artículo.
Por qué esa limitación existe. Para evitar que el bot dé información incorrecta o mal interpretable. El ejemplo clásico: una cadena de tiendas que abre los feriados. Un colaborador pregunta si mañana, que es feriado, hay que ir a trabajar. Sin la limitación, el bot podría responder que es feriado y por lo tanto día no laborable: técnicamente correcto y operativamente desastroso. Por eso el bot responde solo con lo que tu organización cargó.
⚙️ Paso a paso
Tres reglas de redacción de la base de conocimientos
1. Evitá información ambigua o contradictoria. Es habitual que en una compañía convivan varias versiones de un proceso porque se reescribió y no se eliminó la anterior. Eso hace que la IA dé respuestas erróneas. Durante la calibración vas a encontrar estos casos: la solución es corregir o eliminar la versión vieja del artículo.
2. Cuidá las palabras o definiciones similares. Son conceptos distintos con nombres parecidos. Si tenés dos políticas llamadas vale de comida y beneficio de almuerzo, ante una pregunta sobre beneficios de comida el bot puede responder con las dos, o confundirlas. Renombrá o unificá para que cada concepto tenga un nombre inconfundible.
3. Describí las políticas con las palabras con las que la gente las busca. Si la política se llama descuento en librerías y el colaborador pregunta por beneficios de lectura, la IA busca sinónimos y suele conectar los conceptos, pero puede fallar cuando el término es muy propio de la organización. Escribí las descripciones usando los nombres más probables que usán los colaboradores.
Buenas prácticas adicionales: un artículo por pregunta. Incluí en el cuerpo del artículo los sinónimos y las formas coloquiales con las que se nombra el tema. Revisá Consultas sin respuesta una vez por semana y convertí cada consulta recurrente en un artículo. Designá un responsable por dominio temático. Probá cada cambio con Probar Helpdesk antes de considerarlo cerrado.
⚠️ Errores frecuentes
Dejar en la base la versión vieja de un proceso junto con la nueva. Nombrar dos beneficios distintos de forma casi idéntica. Redactar con lenguaje interno de RH que los colaboradores no usan. Cargar documentos extensos completos en lugar de artículos acotados. Culpar al bot de una respuesta floja sin revisar el artículo que la originó.
❓ Preguntas frecuentes
¿Por qué el bot me responde algo que no pregunté?
Casi siempre hay dos artículos con nombres parecidos; revisá la regla 2.
¿Por qué dice que no tiene la información si la política existe?
Porque el artículo no está cargado, está archivado, o está redactado con palabras que el colaborador no usa.
¿Puedo hacer que responda con conocimiento general?
No, y es una decisión de diseño para proteger a tu organización.
¿Cuándo se estabiliza la calidad de las respuestas?
Después de dos o tres ciclos de calibración semanal.
➡️ Artículos relacionados
¿Le fue útil este artículo?
¡Qué bueno!
Gracias por sus comentarios
¡Sentimos mucho no haber sido de ayuda!
Gracias por sus comentarios
Comentarios enviados
Agradecemos su iniciativa, e intentaremos corregir el artículo