How RAG Uses Support Documentation (and What Model Tokens Cost)

Los equipos de soporte suelen recibir preguntas recurrentes sobre configuración, facturación o integraciones. Si las respuestas ya están en la documentación, la recuperación puede aportar fragmentos pertinentes al contexto del modelo. La utilidad de la respuesta depende de los documentos, la recuperación, el modelo y la pregunta.

Retrieval-Augmented Generation (RAG) combina la búsqueda de material de referencia con un modelo de lenguaje. Puede ayudar a fundamentar una respuesta en pasajes recuperados, pero no garantiza exactitud ni evita todas las respuestas no respaldadas.

1. ¿Cómo funciona un bot RAG y qué puede garantizar?

Sin contexto específico del producto, un modelo puede apoyarse en conocimiento general y producir detalles no respaldados. RAG recupera pasajes de referencia para agregar contexto; eso puede ayudar, pero no garantiza una respuesta correcta:

1. Fragmentación (chunking): la Política de Privacidad de DokBot indica que los documentos subidos y las páginas web importadas se procesan en fragmentos de texto.

2. Recuperación: DokBot usa búsqueda léxica sobre fragmentos de texto y, de forma predeterminada, puede devolver hasta cinco coincidencias.

3. Alternativa final: Si las búsquedas léxicas no encuentran términos coincidentes, una alternativa final aún puede devolver hasta tres fragmentos de las bases de conocimiento asignadas al bot. Esos fragmentos podrían no coincidir con la pregunta ni contener la respuesta.

4. Generación: un modelo de IA de terceros genera la respuesta a partir del contexto suministrado. Los Términos de DokBot indican que las respuestas de IA pueden contener errores y deben revisarse en Live Preview.

5. Referencias a fuentes: recuperar contenido no equivale a mostrar citas. Verificá cualquier función de enlaces a fuentes en la interfaz actual antes de describirla.

2. Desglose de costos: ¿cuánto consume realmente un sistema RAG?

Una estimación solo de tokens cubre la inferencia del modelo. Excluye el procesamiento documental y la infraestructura, además del plan de DokBot y otros costos operativos.

Este artículo no presenta mediciones de producción del tiempo o costo de indexación ni del costo total de procesamiento. Los cálculos solo de tokens que siguen excluyen el procesamiento documental y la infraestructura.

Escenario ilustrativo de tokens del modelo, no un uso típico medido: supongamos una solicitud paga de API con exactamente 800 tokens de entrada facturables totales y 200 de salida facturables totales. Para Gemini 3.8 Flash, el supuesto de 200 tokens de salida incluye los tokens de thinking que se facturen como salida; las solicitudes reales pueden tener otros totales según las instrucciones, el historial, los pasajes recuperados y las reglas de facturación del proveedor.

Con las tarifas pagas publicadas, sin caché, de los proveedores y verificadas el 8 de octubre de 2026, este escenario exacto de 800 tokens de entrada y 200 de salida cuesta aproximadamente USD 0.00016 con Gemini 2.5 Flash-Lite (`gemini-2.5-flash-lite`) (USD 0.10 / USD 0.40 por millón de tokens de entrada/salida), USD 0.00135 con Gemini 3.8 Flash (`gemini-3.8-flash`) a la tarifa Standard Paid Tier de Google (USD 0.75 / USD 3.75 por millón) o USD 0.00360 con Claude Sonnet 5 (`claude-sonnet-5`; Anthropic lo clasifica como modelo legacy) (USD 2 / USD 10 por millón). El precio de salida de Gemini 3.8 Flash incluye tokens de thinking; este ejemplo excluye Batch, Flex, Priority, tokens con caché, grounding, herramientas y llamadas adicionales. La tarifa Standard Paid Tier indicada es promocional hasta el 31 de diciembre de 2026. Son ejemplos aritméticos solo de tokens, no un benchmark de DokBot ni una afirmación de que todos esos modelos estén disponibles en DokBot.

Para 5.000 solicitudes pagas de API idénticas —una solicitud con exactamente 800 tokens de entrada facturables totales y 200 de salida facturables totales cada una, incluidos los tokens de thinking que se facturen como salida—, el escenario de Gemini 3.8 Flash (`gemini-3.8-flash`) suma USD 6.75 en tokens del modelo con las tarifas Standard Paid Tier de USD 0.75 por millón de tokens de entrada y USD 3.75 por millón de salida, verificadas el 8 de octubre de 2026 y promocionales hasta el 31 de diciembre de 2026. No es un costo por 5.000 conversaciones ni una factura mensual observada: excluye el plan de DokBot, alojamiento, llamadas adicionales, reintentos y revisión humana, y no demuestra ahorro ni ROI.

3. Qué medir en tu flujo de soporte

Este artículo no presenta una medición representativa de latencia de punta a punta ni de desvío de tickets. Medí el tiempo hasta el primer token y la respuesta completa con preguntas, modelos, regiones y cargas representativas antes de afirmar velocidad o impacto en conversiones.

Un asistente puede ayudar con preguntas recurrentes, pero que reduzca el trabajo humano depende de la calidad, la resolución efectiva y el seguimiento. Medí esos resultados frente a tu propia referencia.

Las preguntas sin respuesta pueden ser una señal para revisar la documentación, la recuperación y las instrucciones del bot; no identifican automáticamente la sección exacta que hay que reescribir.

4. Desplegá tu asistente con DokBot

Con DokBot podés subir archivos compatibles o importar contenido web, configurar tu asistente, probarlo e incrustar el widget en tu sitio. Probá preguntas representativas y, si está disponible en tu cuenta, revisá las respuestas en Live Preview antes de usarlas para políticas de atención al cliente.

Revisá los límites actuales de los planes y probá si un asistente basado en documentación encaja en tu flujo de soporte.

Fuentes y fecha de verificación

El Veredicto: ¿por qué elegir DokBot?

DokBot usa búsqueda léxica sobre fragmentos de texto y, de forma predeterminada, puede devolver hasta cinco coincidencias. Si las búsquedas léxicas no encuentran términos coincidentes, una alternativa final aún puede devolver hasta tres fragmentos de las bases de conocimiento asignadas; podrían no coincidir con la pregunta ni contener la respuesta.
Los pasajes recuperados pueden fundamentar una respuesta, pero ni la recuperación ni el prompt garantizan exactitud.
Los ejemplos solo de tokens de este artículo no miden el tiempo de indexación en producción, el costo del procesamiento documental ni el costo operativo total.
Los cálculos solo de tokens dependen de la API, los tokens facturables y las tarifas fechadas del proveedor; excluyen el procesamiento documental, la infraestructura, el plan de DokBot y otros costos operativos.

Convertí tus documentos en un asistente de soporte que podés probar

Creá un DokBot, conectá un proveedor de modelos y probá las respuestas con tu documentación antes de insertar el widget.

Comenzar Gratis Ver Planes y Precios