Un chatbot que inventa una respuesta es peor que uno que dice “no lo sé”. Cuando un visitante pregunta por un precio o una política de envío y el bot responde algo que no está en tus documentos, perdés la venta y la confianza. DokBot genera respuestas con generación aumentada por recuperación (RAG): primero busca en tu base de conocimiento el texto que mejor coincide con la pregunta y después le pide al modelo que responda solo con ese texto. Si no aparece nada útil, el bot muestra tu mensaje de fallback y ofrece dejar un email o pasar el chat a una persona. Esto reduce las alucinaciones, pero no las elimina. La precisión depende de cómo escribís tus documentos y de cómo los probás.
¿Qué es una alucinación en un chatbot?
Una alucinación es una respuesta que suena segura pero no tiene respaldo en la fuente. Los modelos de lenguaje generan las palabras más probables, así que cuando les falta un dato pueden completarlo con algo verosímil. El paper original de RAG, de Lewis y colaboradores (2020), combinó un generador de texto con un recuperador que trae pasajes de un índice externo. Los autores informaron que el texto generado era más específico y más factual que una línea base sin recuperación en las tareas de conocimiento intensivo que evaluaron. Eso no garantiza exactitud, pero explica por qué darle al modelo el texto correcto cambia el resultado.
¿Cómo evita DokBot que el bot invente respuestas?
DokBot divide cada documento en fragmentos cortos de texto. Para cada pregunta busca los fragmentos cuyas palabras coinciden mejor con ella, en todas las bases de conocimiento asignadas a ese bot. Por defecto le pasa al modelo los cinco fragmentos más relevantes como contexto, y el prompt del sistema le indica que responda a partir de ese contexto. El modelo trabaja con lo que le diste, no con todo lo que pudo aprender en su entrenamiento.
Cuando el contexto no alcanza para responder, el bot usa el mensaje de fallback que configuraste en la pestaña Configuration. Puede ofrecer tomar el email del visitante, que aparece en la página Conversations junto con la transcripción, o pasar el chat a tu equipo con live chat en los planes Plus y Pro. Un bot que dice que no tiene esa información y deriva a una persona se está comportando bien. Lo que conviene evitar es que adivine.
¿Qué limita la precisión?
La búsqueda de DokBot es por texto, no por significado. Si tu documento dice “tarifa de envío” y el visitante pregunta “cuánto sale mandar un pedido”, el bot puede no encontrar el pasaje aunque la respuesta esté ahí. Esta es la falla más común: el bot muestra el fallback para información que sí cargaste. Se corrige usando las palabras que usan tus visitantes, algo que vemos más abajo.
El bot también sabe solo lo que subiste o importaste. No consulta tu base de datos ni tu API en tiempo real. Una lista de precios vieja en un PDF seguirá dando el precio viejo hasta que reemplaces el archivo, así que eliminá las versiones desactualizadas en lugar de sumar una nueva al lado.
¿Cómo escribir documentos que el bot pueda encontrar?
Escribí una sección clara por tema, con un título descriptivo. Un fragmento que mezcla tres temas compite consigo mismo; uno que trata un solo tema se recupera mejor. Poné la respuesta directa al principio de cada sección, seguida de la condición y de cualquier excepción. Así el fragmento que se recupera ya contiene lo que necesita el visitante.
Usá las palabras de tus visitantes. Si la gente pregunta “cuánto cuesta”, incluí “precio” y “costo” junto a la respuesta. Sumá sinónimos y variantes reales, pero no llenes el texto de palabras repetidas: eso lo hace difícil de leer y no mejora la búsqueda.
Eliminá las contradicciones. Si subís una lista de precios de 2025 y otra de 2026, el bot puede citar cualquiera de las dos. Reemplazá el archivo viejo en lugar de subir una segunda versión. La base de conocimiento muestra el estado de cada archivo (Pending, Processing, Ready o Error) y cuántos fragmentos produjo, así que podés confirmar que el nuevo se procesó.
¿Cómo lo probás antes de publicar?
Abrí Live Preview y hacé las preguntas que realmente te hacen tus clientes, no solo las que ya sabés responder. Anotá cada respuesta incorrecta o faltante, corregí el documento que está detrás y volvé a probar hasta que las respuestas coincidan con tus políticas actuales. Hacé la misma pregunta con dos o tres formulaciones distintas, porque un cambio chico en la redacción puede cambiar el pasaje que se recupera.
Después de publicar, revisá la página Conversations cada semana. Las preguntas que el bot no pudo responder son una lista de pendientes para tus documentos. Si usás el servidor MCP de DokBot, esos huecos también están disponibles con list_unanswered_questions, así que podés revisarlos desde tu asistente de IA.
Preguntas frecuentes
¿Se pueden eliminar las alucinaciones por completo? No. Ningún sistema basado en modelos de lenguaje lo garantiza. Lo que sí podés hacer es limitar el bot a tus documentos, probarlo con preguntas reales y darle una salida clara cuando no sabe. Esos tres pasos bajan mucho el riesgo, pero igual conviene revisar las respuestas, sobre todo las de precios, condiciones legales o temas médicos o financieros.
¿Un modelo más caro soluciona el problema? Puede mejorar la redacción, pero no reemplaza documentos claros. Si la información no está en la base de conocimiento, ningún modelo la va a encontrar.
¿Alcanza con el prompt del sistema? Sirve para fijar reglas, por ejemplo “respondé solo con el contexto y ofrecé dejar un email si no tenés la respuesta”. Pero las reglas no reemplazan el contenido: un prompt bien escrito con una base de conocimiento incompleta sigue dando respuestas incompletas.
Fuentes y fecha de verificación
El Veredicto: ¿por qué elegir DokBot?
- RAG hace que el bot responda con el texto que subiste, pero no puede prometer cero errores.
- La búsqueda de DokBot es por texto, así que escribí una sección clara por tema y usá las palabras de tus visitantes.
- Probá con preguntas reales antes de publicar y revisá las preguntas sin respuesta cada semana.
Armá un bot que responda solo con tus documentos
Subí tus políticas e información de productos, revisá las respuestas en Live Preview y publicá cuando coincidan con tus reglas actuales.