Cómo usar tus propios datos con IA sin reentrenar nada, explicado para una pyme
Contiene enlaces de afiliado a herramientas que uso. Más abajo están todas.
Si has probado ChatGPT con preguntas de tu negocio ya sabes lo que pasa. Le preguntas cuánto cuesta una limpieza dental en tu clínica y te da un precio orientativo de una clínica que no existe. Le pides el protocolo para atender una urgencia y te escribe uno muy razonable, que no es el tuyo. Le preguntas si abres los sábados y te dice que consultes la web. Contesta bien, con seguridad, y se inventa cosas. No es un fallo raro: es lo que hace un modelo de lenguaje cuando no tiene tus datos delante. Rellena el hueco con lo más probable.
De ahí sale la pregunta que más me hacen: «¿cómo entreno una IA con mis datos?». Casi siempre es la pregunta equivocada. Entrenar un modelo, o reentrenarlo, es caro, lento y, para lo que necesita una pyme, innecesario. No quieres que la IA se aprenda tu negocio de memoria. Quieres que, cuando alguien pregunte, tenga tu documento delante y conteste con él.
He gestionado más de 800.000 € en publicidad para pymes y por esas campañas han entrado más de 100.000 prospectos. Buena parte de lo que preguntan es siempre lo mismo: precio, horario, cómo funciona, qué incluye. Son preguntas que tienen respuesta escrita en algún sitio del negocio. El problema es que la IA no sabe dónde.
Qué significa de verdad usar tus datos
Piensa en un empleado nuevo el primer día. No se sabe la tarifa ni el protocolo. Pero si le dejas al lado la carpeta con las tarifas, los protocolos y las preguntas frecuentes, y le dices «contesta solo con lo que ponga aquí y di de qué página lo has sacado», atiende razonablemente bien desde la primera mañana. No ha memorizado nada. Sabe buscar y sabe leer.
Eso es exactamente lo que se monta. Se llama RAG, siglas en inglés de recuperar y generar: primero se recupera el trozo de documento que responde a la pregunta, después el modelo genera la respuesta a partir de ese trozo y no de lo que recuerda de internet. El modelo de lenguaje no cambia. Lo que cambia es lo que tiene delante cuando contesta.
Cómo llega tu documento a la respuesta de la IA
- Reunir Se juntan los documentos que valen: tarifas, protocolos, preguntas frecuentes, catálogo, condiciones
- Trocear Cada documento se corta en trozos de unos pocos párrafos, con un poco de solape para no partir una idea por la mitad
- Convertir y guardar Cada trozo se convierte en una huella numérica que representa su significado, y se guarda en una base de datos que busca por parecido, no por palabra exacta
- Buscar Cuando alguien pregunta, la pregunta se convierte en la misma clase de huella y se recuperan los trozos más parecidos
- Responder El modelo recibe esos trozos con la orden de contestar solo con ellos y decir de qué documento sale cada cosa
Lo de la huella merece una frase más. Una búsqueda normal encuentra «precio» si el documento dice «precio». Una búsqueda por significado encuentra «cuánto me va a costar» aunque el documento diga «tarifa», porque las dos frases dejan huellas parecidas. Por eso funciona con preguntas escritas como las escribe la gente, a las diez de la noche y con prisa.
Y lo de citar de dónde sale no es un adorno. Es lo que te permite comprobar una respuesta en diez segundos y descubrir que el trozo que ha usado venía de un documento viejo.
Qué datos merecen la pena y cuáles no
No todo lo que hay en el negocio vale para esto. Lo que funciona bien es lo que está escrito, cambia poco y tiene una respuesta única: la tarifa, los protocolos de atención, las preguntas frecuentes con sus respuestas, el catálogo con lo que incluye cada servicio, las condiciones de contratación y cancelación, los horarios. En una academia, el temario y las condiciones de matrícula. En un instalador, qué lleva cada tipo de instalación y qué plazos de entrega hay. En una asesoría, qué documentación pide para cada trámite.
Lo que funciona mal es lo que cambia cada semana y nadie tiene asignado. Una promoción que dura tres días, el stock de una tienda, la disponibilidad de la agenda. Si el documento no tiene dueño, la IA lo va a leer desactualizado, y lo va a leer con la misma seguridad que si estuviera al día.
Y hay una regla de oro con el dato personal: los datos de tus clientes se quedan en el CRM. La IA no necesita el historial de fulano para explicar qué incluye una revisión ni cuánto cuesta un curso. Meter fichas de clientes en la base de conocimiento es un riesgo legal que no compra nada a cambio. Si un caso concreto necesita datos de una persona, ese caso se resuelve dentro del CRM, con sus permisos, y no en un sistema que contesta a cualquiera que pregunte.
Para qué lo usa una pyme
Los casos de uso buenos son modestos. Que el chat de la web o el WhatsApp conteste las preguntas de siempre con tu tarifa y tu horario, y no con una aproximación. Que el equipo tenga un asistente interno al que preguntar «cómo se hace X» sin interrumpir a la persona que lo sabe. Que un presupuesto se prepare con las tarifas vigentes y no con las que alguien tiene en la cabeza desde el año pasado.
Conviene ver las tres opciones juntas, porque la palabra «entrenar» las mezcla.
Tres formas de que una IA hable de tu negocio
IA genérica sin tus datos
- Sabe redactar, resumir y traducir muy bien
- No sabe tu tarifa, tu protocolo ni tu horario
- Cuando no sabe, se lo inventa con buena cara
- Montarla cuesta cero y mantenerla también
IA con tus documentos (RAG)
- Contesta con tu tarifa y tu protocolo y dice de dónde lo saca
- Cambias el documento y la respuesta cambia al día siguiente
- El modelo de lenguaje es el que sea, se puede cambiar
- El trabajo está en mantener los documentos, no en la técnica
Reentrenar un modelo
- Cambia cómo escribe o razona el modelo, no lo que sabe de tu tarifa
- Necesita miles de ejemplos preparados y alguien que sepa hacerlo
- Cada cambio de datos obliga a repetir el proceso
- Tiene sentido en empresas grandes con un problema muy concreto
Reentrenar (en inglés, fine-tuning) sirve para que un modelo aprenda un estilo o una forma de responder. No sirve para que se sepa tu tarifa, porque cuando la tarifa cambie el modelo seguirá con la antigua. Para la gran mayoría de las pymes que me preguntan, la respuesta correcta es la del medio.
Dónde falla en la práctica
Lo que me encuentro cuando algo de esto no funciona casi nunca es un problema técnico. Es un problema de documentos.
El primero y el más frecuente: documentos desactualizados. La IA contesta con la tarifa de hace dos años porque nadie sustituyó el archivo. Y lo hace bien, con seguridad y citando el documento, porque ese es el documento que tiene. El sistema funciona perfectamente; la entrada es la que está mal.
El segundo: trocear mal. Si un trozo corta la tabla de precios por la mitad, la IA puede recuperar la fila del servicio sin la columna del precio. Los trozos tienen que respetar la forma del documento: una pregunta con su respuesta, un servicio con lo que incluye.
El tercero: nadie es dueño del contenido. Se indexa todo un día, funciona bien un mes, y después el negocio cambia y la base de conocimiento no. Sin un nombre propio y una fecha de revisión en cada documento, esto se degrada solo.
El cuarto: no medir. Se monta, se prueba con cuatro preguntas amables, y se da por bueno. Nadie apunta las preguntas reales que fallan, así que nadie sabe qué documento falta.
Y el clásico: darle datos personales porque «así sabe más». Sabe más de lo que no debe y contesta menos de lo que hace falta.
Dónde se pierde el valor de una IA con tus documentos
- Documentos Con dueño y fecha, o sin ellos Aquí se pierde: el documento que nadie actualiza convierte todo lo demás en una máquina de contestar mal con seguridad.
- Indexado Trocear, convertir, guardar
- Pregunta Lo que la gente escribe de verdad
- Respuesta Con cita o sin ella
- Uso real Que el equipo o el cliente confíe en ella
La herramienta que uso
Para la base de datos que busca por significado uso Qdrant. Se puede autoalojar en un servidor propio o usar en su nube, y guarda los trozos con su huella y con los datos que permiten después saber de qué documento salen y cuándo se editó por última vez.
Para el flujo que lee los documentos, los trocea y los guarda uso n8n. Existe en nube y autoalojado, y sirve igual en los dos. Un flujo de estos, en la práctica, es más aburrido de lo que suena: se dispara cada noche, comprueba que no haya otra copia corriendo a la vez, mira qué documentos han cambiado desde la última pasada, borra los trozos viejos de cada documento que cambió, lee el documento entero, lo trocea con un poco de solape, convierte cada trozo en su huella, lo guarda con el título y la fecha de edición, y apunta hasta dónde ha llegado para la noche siguiente. Solo indexa los documentos marcados como activos, así que retirar uno es quitarle la marca. Ese detalle, el de borrar lo viejo antes de guardar lo nuevo, es el que evita que convivan dos tarifas en la base.
El modelo de lenguaje que responde es el que elijas. Con la base bien montada, cambiar de modelo es cambiar una pieza, no rehacer el sistema.
Y una alternativa que hay que nombrar con honestidad: si no tienes a nadie técnico y lo que necesitas es que el WhatsApp y el chat de la web contesten con tus documentos, la vía más simple es un chatbot con IA que ya traiga la base de conocimiento incorporada. Varios CRM lo incluyen. GoHighLevel, que es el que uso con negocios locales, lleva un bot al que se le suben los documentos o se le da la web para que la lea, y contesta con eso desde la misma bandeja donde ya están las conversaciones. Tiene menos control sobre cómo se trocea y qué se recupera, pero para una tarifa, un horario y treinta preguntas frecuentes es más que suficiente, y no hay que mantener ninguna pieza aparte. El montaje con Qdrant y n8n lo reservo para cuando los documentos son muchos, cambian en varios sitios o tienen que servir a más de un canal.
Por dónde empezar esta semana
No hace falta decidir herramienta todavía. Hace falta saber si tus documentos están en condiciones, y eso se ve en una semana.
Cuatro pasos antes de montar nada
- Elige diez documentos Los que responden a lo que más preguntan: tarifa, horario, qué incluye cada servicio, condiciones, preguntas frecuentes
- Ponles dueño y fecha Un nombre propio por documento y la fecha de la última revisión, escrita dentro del propio documento
- Indéxalos Con la herramienta que tengas a mano, aunque sea el bot del CRM. El objetivo es probar, no elegir
- Pregunta veinte cosas reales Sacadas del WhatsApp y del correo de las últimas semanas, tal como las escribió la gente. Apunta cuáles falla y por qué
Casi siempre, de esas veinte preguntas, las que fallan no fallan por la IA. Fallan porque la respuesta no estaba escrita en ningún sitio, o estaba escrita dos veces con datos distintos. Arreglar eso es trabajo del negocio, y es el trabajo que de verdad hace que esto funcione.
Si prefieres que lo monte contigo, es a lo que me dedico desde IAmation, con la automatización de procesos con IA. Aquí no vendo nada: ahí puedes ver cómo trabajo y escribirme si te encaja.