En este artículo te ofrecemos algunas de las mejores prácticas para que tu prompt de GEN AI sea efectivo a la hora de capturar las intenciones de tus clientes.
Desarrollar un prompt efectivo en GEN AI puede marcar la diferencia entre obtener resultados precisos y claros, o enfrentarse a respuestas confusas y poco útiles. Aquí te presentamos algunos consejos clave para asegurarte de que tu prompt esté bien estructurado y optimizado para obtener los mejores resultados:
1. Calidad de la Información: La base de cualquier prompt efectivo es la calidad de la información proporcionada. Asegúrate de que los datos estén bien redactados, sin faltas de ortografía y estructurados de manera clara. Utiliza subtítulos y listados para organizar la información de manera efectiva.
2. Organización: Organiza tu prompt en secciones claras y concisas. Divide la información en subtítulos y listados que delimiten los datos a entrenar. Esto ayudará al bot a procesar la información de manera más efectiva.
3. Formato Apropiado: Utiliza formatos de archivo que sean compatibles con la plataforma, como texto plano en formato PDF o el requerido por la plataforma. Evita utilizar cuadros u otros tipos de documentos que puedan dificultar la lectura de los datos para el bot.
4. Estructura Detallada: Proporciona al bot un contexto claro para que comprenda cómo debe actuar. Divide el prompt en secciones que incluyan información como tareas especiales, formatos, limitaciones, etc. Las principales que te recomendamos son:
- Contexto: aquí describirás cómo debería comportarse el bot, el tipo de voz que debería tener, y que debe informar. Ejemplo: Actúa como un experto en ventas de autos de la compañía "x", y responde las consultas de los clientes de manera amable y útil. Si alguien pregunta información que no se corresponde con la empresa, simplemente responde que no tengo acceso a dicha información.
- Formato: aquí describirás cómo debe responder el bot en cuanto al formato de sus respuestas. Por ejemplo: Responde en un mensaje de no más de 3000 palabras, sin emojis, y organiza la información en listas y párrafos de no más de 3 renglones.
- Restricciones: aquí destacarás todo aquello que el bot no quieres que responda. Por ejemplo: Si alguien pregunta sobre productos de la competencia, simplemente respondes que no puedes dar esa información. No puedes ser creativo con las respuestas.
Esto ayudará al bot a comprender mejor sus funciones y a procesar la información de manera más efectiva.
6. Q&A Relevante: Considera las preguntas que son frecuentes para tus clientes y aquellas que deben ser respondidas de cierta forma. Entrena al bot incluyendo estas preguntas y respuestas en la sección de 'Preguntas y respuestas'. Esto ayudará a reducir respuestas incoherentes y mejorar la experiencia del usuario.
7. Manejo de Imágenes: Si necesitas incluir imágenes, cárgalas en la nube y genera un enlace con la terminación adecuada (.png, jpg). Luego, incluye estos enlaces en la sección de preguntas y respuestas para que el bot pueda acceder a ellos cuando sea necesario. Los documentos se cargan en el apartado de 'archivos' y se suben desde el ordenador, éstos no deben estar cargados en internet.
Siguiendo estos consejos, podrás desarrollar un prompt efectivo en GEN AI que maximice la precisión y la utilidad de tus resultados.
🧠 Validación de consistencia en bases de conocimiento para respuestas de bots
Cuando un bot utiliza una base de conocimiento estructurada para responder a consultas como precios, descripciones o disponibilidad de productos, es fundamental asegurar que todos los campos estén correctamente actualizados.
Un pequeño desajuste (por ejemplo, actualizar solo la descripción pero no el precio) puede causar respuestas erróneas en producción.
✅ Checklist para publicar actualizaciones en la Base de Conocimiento
Antes de guardar o publicar cambios, revisa:
-
¿Actualizaste todas las columnas relevantes?
(📝 Ej.:nombre,descripción,precio,stock,URL, etc.) -
¿Se modificaron los datos en la versión correcta del mes o del bot?
-
¿Se hizo una revisión del dataset completo (filas y columnas) antes de guardar?
-
¿Probaste el comportamiento en el bot mediante simulación de la intención o palabra clave?
⚠️ Errores comunes que puedes evitar
| Error frecuente | ¿Por qué ocurre? | Cómo evitarlo |
|---|---|---|
| Solo se actualiza la descripción del producto | Se edita una celda en la fila sin revisar otras columnas relacionadas | Utiliza filtros para ver el contenido completo por producto antes de guardar |
| Se edita el documento correcto, pero no se publica | La base de conocimiento queda como borrador o no se vincula al bot correcto | Confirma en el menú del bot que la Knowledge Base activa sea la adecuada |
| Duplicación sin limpieza | Se duplica un dataset sin borrar valores previos | Revisa y limpia las columnas antes de duplicar o copiar |
🧪 Ejemplo real
Un cliente reportó que el precio del "artículo1" era incorrecto. La descripción se había actualizado, pero la columna de precio mantenía el valor anterior.
👉 Solución: se actualizó el campo de precio en la base de marzo y se verificó en el flujo. Resultado: el bot ahora responde correctamente con $500000.
🧩 Recomendación final
Si trabajas con múltiples versiones mensuales o por campaña de tus datasets, implementa una nomenclatura clara y una tabla de control que indique:
-
Fecha de última edición
-
Versión publicada
-
Usuario responsable
-
Qué campos fueron modificados