Generación aumentada de recuperación

RAG Chatbot para
Sitio web y documentación

Un chatbot RAG para sitios web, documentación y centros de ayuda que recupera de tu propio contenido en lugar de adivinar. ChattyBox responde preguntas como «¿Qué incluye el plan Pro?» desde tus páginas publicadas y cita la fuente, sin infraestructura de recuperación personalizada que construir ni alojar.

Implementar chatbot RAG

¿Qué es RAG?

RAG combina un modelo de lenguaje con contenido fuente recuperado. Antes de generar una respuesta, el chatbot busca en tus páginas publicadas los pasajes que coinciden con la pregunta.

Si tu prioridad es la confianza en las respuestas, combina este flujo de recuperación con un chatbot de IA fundamentado que evita respuestas inventadas mediante restricciones de fuente y respuestas de respaldo.

Recuperar

Cuando un visitante hace una pregunta, ChattyBox busca pasajes relevantes en el contenido indexado de sitios web, documentación, ayuda y CMS.

Aumentar

Esos pasajes fuente se añaden como contexto para que el modelo tenga algo concreto a partir de lo cual responder.

Generar

El modelo genera una respuesta concisa y puede incluir enlaces fuente para que los visitantes verifiquen los detalles.

Evidencia editorial probada

El recorrido RAG completo, desde la fuente hasta la respuesta citada

Un sistema RAG fiable es una cadena de etapas comprobables, no una única llamada al modelo. Esta arquitectura de referencia separa la preparación de contenido, la recuperación, la generación y la cita para que los equipos puedan localizar fallos y reindexar las fuentes modificadas sin reentrenar un modelo.

Autor técnico: Ingeniería de ChattyBox
Revisor técnico: Revisión de documentación de ChattyBox
Última actualización: 2026-07-09
Información verificada: 9 de julio de 2026

Se revisa cuando cambia el comportamiento de recuperación y al menos cada seis meses.

Diagrama de arquitectura RAG que muestra las etapas de rastreo, análisis, fragmentación, incrustación, recuperación, aviso, respuesta y cita — Las fuentes se preparan en un índice, se recuperan los pasajes relevantes para cada pregunta y la respuesta conserva los enlaces a las páginas de respaldo.

Cada etapa tiene una salida y una comprobación de calidad distintas; probar solo la prosa final oculta defectos de indexación y recuperación.
Etapa	Qué ocurre	Control a verificar
1. Rastreo	Descubre las páginas permitidas a partir de URL y sitemaps.	Las URL esperadas están presentes; las rutas excluidas y privadas están ausentes.
2. Análisis	Extrae encabezados, prosa, listas, tablas, código, URL canónicas y metadatos.	Se elimina el ruido de navegación sin perder comandos ni etiquetas de versión.
3. Fragmentación	Divide el contenido en pasajes coherentes que conservan la identidad de página y sección.	Cada pasaje se entiende por sí solo y conserva los requisitos previos.
4. Inserción	Representa los pasajes para la coincidencia semántica y almacena los metadatos de origen.	Cada vector se asigna a un pasaje de origen actual y permitido.
5. Recuperación	Ordena un pequeño conjunto de pasajes frente a la pregunta del visitante.	Las pruebas de Recall@k colocan el pasaje de referencia en el conjunto de contexto.
6. Aviso	Combina la pregunta, los pasajes, los metadatos de origen y las reglas de respaldo.	Las instrucciones no pueden ampliar permisos ni anular las reglas de respaldo.
7. Respuesta	Genera solo los detalles con respaldo o rechaza cuando la evidencia sea insuficiente.	Las afirmaciones materiales siguen el contexto; la evidencia faltante activa el respaldo.
8. Cita	Adjunta la página y sección canónicas que respaldan la respuesta.	Los enlaces se resuelven, coinciden con la versión y respaldan directamente la afirmación.

Actualización y reindexación

Un cambio en una fuente no se puede recuperar hasta que la página afectada se rastree, analice, fragmente e incruste de nuevo. Haz seguimiento de las revisiones de origen, sustituye los fragmentos obsoletos en lugar de añadir duplicados, elimina las páginas borradas y prueba respuestas representativas tras la reindexación. Define la frecuencia de rastreo a partir de la ventana más corta aceptable de respuesta obsoleta para precios, políticas y documentación versionada.

Límites de fuentes públicas y privadas

Las páginas públicas pueden compartir un mismo alcance de rastreo. Los datos privados, de inquilino, de empleado o de cuenta necesitan ingesta autenticada y autorización en el momento de la recuperación antes de que los pasajes entren en el aviso. Las reglas de robots no son control de acceso. Nunca indexes secretos y comprueba que las identidades no autorizadas no puedan recuperar títulos, fragmentos, URL ni detalles de respuestas de fuentes restringidas.

Fuentes primarias y evidencia reproducible

NIST AI Risk Management FrameworkGuía de medición de riesgos y evaluación continua.OWASP Top 10 for LLM ApplicationsGuía de seguridad para la inyección de avisos, la divulgación de datos y los límites de recuperación.

Evalúa la recuperación antes de juzgar la redacción

Usa un conjunto versionado de preguntas con pasajes de origen conocidos, afirmaciones esperadas y casos de respaldo esperados. Ejecútalo tras cambios de origen, fragmentación, inserción, clasificación o aviso, e inspecciona los fallos por etapa.

Señal	Cómo medirla	Fallo que expone
Recall@k	Proporción de preguntas respondibles en las que un pasaje de referencia aparece entre los k resultados principales.	Cobertura de rastreo faltante, fragmentos débiles, desajuste de vocabulario o inserciones obsoletas.
Calidad de la clasificación	Registra el rango recíproco o el nDCG de los pasajes relevantes evaluados.	Existe una página relevante pero el ruido o una versión obsoleta la superan en la clasificación.
Respaldo de afirmaciones	Revisa cada afirmación material frente a los pasajes suministrados al modelo.	La respuesta combina suposiciones con evidencia o exagera la fuente.
Precisión de las citas	Verifica que cada cita se resuelva y respalde directamente la afirmación asociada.	La respuesta correcta enlaza a una página solo relacionada o a la versión equivocada.
Precisión y exhaustividad del respaldo	Incluye preguntas no respondibles y de fuentes conflictivas; puntúa las declinaciones correctas y las respuestas omitidas.	El bot conjetura sin evidencia o se niega a pesar de haber evidencia suficiente.
Retraso de actualización	Mide el tiempo desde un cambio publicado en la fuente hasta una respuesta recuperada correcta.	Retraso de rastreo, fragmentos obsoletos duplicados o propagación de eliminación fallida.

Elige RAG para conocimiento cambiante y atribuible

Método	Mejor encaje	Límite importante
Búsqueda por palabras clave o en el sitio	Los usuarios quieren páginas ordenadas y leerán la fuente por sí mismos.	No sintetiza una respuesta y puede pasar por alto coincidencias semánticas.
RAG	El conocimiento cambia, las citas importan y las respuestas abarcan unos pocos pasajes.	La calidad depende de la cobertura de rastreo, la recuperación, los permisos y la calidad de la fuente.
Ajuste fino	Enseña un estilo, formato, clasificación o comportamiento de tarea estables.	No es un reemplazo fiable de datos actuales, citas o eliminación de fuentes.
Avisos con contexto largo	Un conjunto de documentos acotado cabe en el contexto y todos los elementos son relevantes.	El coste y el ruido crecen con el contexto; los permisos y la actualización siguen necesitando controles.

Recorrido de fuente a respuesta

Supón que la página de instalación indexada indica que el script del widget debe ir justo antes de la etiqueta body de cierre. La recuperación debería seleccionar ese pasaje, el aviso debería prohibir consejos de ubicación sin respaldo, y la respuesta debería exponer la instrucción con la página de instalación adjunta como evidencia.

1. La pregunta se inserta y se compara con los fragmentos permitidos.
2. El pasaje de instalación se clasifica por encima de páginas más amplias del widget.
3. El modelo responde solo al detalle de ubicación presente en ese pasaje.
4. La tarjeta de origen enlaza al usuario con la página exacta de documentación.

Continúa con las guías sobre citas de fuentes, controles de respuestas sin respaldo, chatbots de documentación para desarrolladores y el marco de evaluación de documentación técnica.

Asistente de documentación

¿Dónde debo añadir el script del widget?

Añade el script del widget de ChattyBox justo antes de la etiqueta body de cierre en cada página donde deba aparecer el widget.

iFuentes1^

Instala el widget

Documentación técnica

Haz una pregunta...

Con tecnología de ChattyBox

Cómo mantiene ChattyBox la recuperación de forma práctica

Índice de contenido con búsqueda

Tus páginas de sitio web, documentación, centro de ayuda y CMS se indexan para que el chatbot pueda buscar el contenido que ya publicas.

Modelo de incrustaciones

Las incrustaciones ayudan a relacionar las preguntas de los visitantes con pasajes fuente relevantes incluso cuando la redacción es distinta.

Recuperación enfocada

Para cada pregunta, ChattyBox recupera un pequeño conjunto de pasajes relevantes en lugar de pedir al modelo que responda de memoria.

Avisos limitados al contexto

El paso de respuesta está limitado al contexto recuperado y configurado para evitar afirmaciones sin respaldo.

Enlaces de citas

Cada respuesta incluye enlaces a las páginas fuente, de modo que los usuarios pueden verificar la información.

Manejo de respaldo

Cuando falta contenido relevante, el bot puede recurrir a un respaldo en lugar de improvisar una respuesta sin apoyo.

RAG chatbot frente a chatbot genérico de IA

Un chatbot genérico responde desde una amplia memoria de modelo y puede parecer seguro sobre cosas que no sabe. Un chatbot RAG recupera primero sus páginas, por lo que la respuesta está vinculada al contenido que publicó y se puede verificar.

Chatbot genérico de IA

—Respuestas de la memoria amplia del modelo, no de su contenido.
—Puede inventar funciones, precios o pasos que no están en sus documentos.
—No hay una fuente clara para verificar la respuesta.

RAG chatbot

Recupera primero el contenido de ayuda, los documentos y el sitio web publicado.
Retrocede en lugar de adivinar cuando la fuente no contiene la respuesta.
Cita la página que utilizó para que los visitantes puedan verificar cada reclamo.

Cuando las citas sean prioritarias, combina la recuperación con un chatbot de IA con citas de fuentes que puede vincular las respuestas a sus páginas de origen.

RAG sin reconstruir tu pila de contenido

Conecta tu contenido de sitio existente, prueba la calidad de las respuestas e incrusta un chatbot con citas de fuentes cuando las respuestas se vean correctas.

Empieza gratis, sin tarjeta de crédito

RAG Chatbot para Sitio web y documentación