Un agente IA conectado a los datos de tu empresa responde con tus catálogos, tus tarifas y tu stock reales, en vez de con lo que suena bien. En Adrihosan, mi tienda de azulejos con 33.000 productos, lo hemos montado con una base de conocimiento de 82.549 vectores en Pinecone y dos agentes: un asesor interno que lo ve todo y una asesora de clientes que solo ve lo público. Aquí va el paso a paso, con las decisiones importantes y los fallos que cazamos.
Mi tienda ya se sabe de memoria los catálogos de mis 187 proveedores. Y las tarifas de compra, las categorías, el blog entero y las preguntas frecuentes de la web. Le pregunto por Telegram, con texto o con una nota de voz, y me contesta citando el documento exacto de donde saca el dato.
Soy Ricardo, llevo una tienda online de azulejos y suelos hidráulicos, y esto no es una demo de laboratorio: es lo que monté esta semana para dejar de bucear en carpetas de Drive cada vez que necesito un precio de compra o una condición de un proveedor. En este artículo te cuento cómo funciona, qué decidí meter en la base de conocimiento, qué decidí dejar fuera a propósito (esta parte es la más importante) y qué falló por el camino. Sin humo.
Qué es un agente IA (y en qué se diferencia de un chatbot)
Un chatbot responde con lo que aprendió en su entrenamiento: cultura general. Si le preguntas por la tarifa 2026 de tu proveedor, se la inventa con una sonrisa. Un agente IA es otra cosa: un modelo de lenguaje con herramientas conectadas. Antes de responder, busca en tus fuentes: tu base de conocimiento, la API de tu tienda, tus documentos. Y responde con el dato encontrado, no con el dato imaginado.
La pieza central es la base de conocimiento vectorial. La idea, contada sin jerga: cada trozo de tus documentos se convierte en un vector, una especie de huella matemática de su significado. Cuando alguien pregunta, el sistema no busca palabras exactas como un buscador clásico; busca significados parecidos. Preguntas «¿qué porcelánico imitación madera tengo?» y encuentra los catálogos que hablan de eso aunque no usen esas palabras exactas. A esta arquitectura se la conoce como RAG (Retrieval-Augmented Generation), pero el nombre da igual: es darle a la IA una biblioteca tuya y obligarla a consultarla.
El punto de partida: conocimiento desperdigado por todas partes
Mi caso te va a sonar. Veinte años de negocio generan un archivo enorme: catálogos en PDF de cada proveedor, tarifas en Excel con condiciones de compra distintas para cada uno, una web con 110 artículos de blog, decenas de preguntas frecuentes, miles de categorías. Todo existe, pero vive desperdigado. Consultar algo significaba abrir Drive, encontrar la carpeta del proveedor, abrir el catálogo correcto y buscar dentro.
Multiplica esa búsqueda por todas las veces que pasa al día y tienes el problema exacto que un agente IA resuelve bien: no es trabajo difícil, es trabajo que se acumula. La misma lógica que apliqué cuando automaticé las descripciones de producto: si lo haces cien veces, sistematízalo.
Los 6 cajones de la base de conocimiento
Todo vive en un único índice de Pinecone (la base de datos vectorial que usamos), separado en 6 espacios independientes. Piensa en un archivador con 6 cajones: cada fuente tiene el suyo, y eso permite decidir qué cajones ve cada agente.
📚 Catálogos · 62.733
Los PDF de los 187 proveedores, enteros. La fuente más gorda con diferencia.
🔒 Tarifas de compra · 14.597
Excel y CSV con precios y condiciones de compra. Solo lo ve el asesor interno.
🗂️ Categorías · 2.001
La arquitectura de categorías de la tienda, para entender qué vendemos y cómo se organiza.
✍️ Blog · 764
Los 110 artículos de la web. Útil para el tono y el contexto, con una regla especial que te cuento abajo.
❓ FAQs · 44
Las preguntas frecuentes de la web, con sus respuestas oficiales.
📦 Stock hidráulico · 2.410
El inventario de la línea de suelo hidráulico que ya tenía vectorizado de antes.
En total, 82.549 vectores. Y un detalle que luego se agradece muchísimo: cada trozo guarda de dónde salió (proveedor, archivo, fecha). Cuando el agente responde, cita la fuente. Si me dice un precio de compra, me dice también en qué tarifa lo ha leído. Esa trazabilidad es la diferencia entre fiarte de la respuesta y tener que comprobarla.
Dos agentes sobre la misma base, con accesos distintos
Aquí está la decisión de diseño que más me gusta de todo el montaje. Sobre esa base trabajan dos agentes:
El asesor interno lo ve todo: catálogos, tarifas de compra, categorías, blog, FAQs, stock y la tienda en vivo. Es mi empleado digital. Le hablo por Telegram, por texto o directamente con una nota de voz mientras conduzco, y me responde en el chat. En las pruebas le pedí el precio de compra de un pedido real y me lo dio con el margen calculado; le pregunté por un porcelánico concreto y me dio el precio por metro cuadrado citando la tarifa 2026 del proveedor.
AdrIA, la asesora de clientes, atiende con los precios de venta y el stock reales de la tienda. ¿Y las tarifas de compra? No las ve. Y ojo al matiz, porque es la parte que le recomiendo copiar a cualquiera: la restricción no es una instrucción del tipo «no reveles precios de compra». Las instrucciones se pueden burlar con ingeniería de prompts. La herramienta de consultar tarifas directamente no existe en su configuración. No puede filtrar lo que no puede tocar. Seguridad por diseño, no por promesa.
Si te interesa este enfoque de IA que atiende sin quedarse sola con el cliente, lo desarrollé más en cómo automatizar la atención al cliente con IA.
La decisión más importante: lo que NO metimos en la base
Los 33.000 productos de la tienda no están vectorizados. Lo pensamos, lo descartamos, y esa renuncia es probablemente la mejor decisión técnica del proyecto.
El motivo: una base de conocimiento es una foto. Lo que metes hoy se queda como estaba hoy. Para un catálogo en PDF eso es perfecto, porque el catálogo no cambia. Para el precio y el stock es una bomba de relojería: congelas el dato, el almacén sigue vendiendo, y a los tres días tu agente le está prometiendo a un cliente un producto agotado a un precio viejo. Además, miles de variantes casi idénticas (mismo azulejo en cuatro tamaños) meten muchísimo ruido en la búsqueda semántica.
La solución es repartir los papeles. La base de conocimiento entiende la necesidad («busco un suelo para una terraza que aguante heladas») y la API de la tienda responde con el dato del momento: productos concretos, precio de hoy, stock de hoy, ordenados por los más vendidos. Cada pieza hace lo que hace bien. Si llevas un ecommerce, este reparto entre conocimiento estable y dato vivo es la idea que más te interesa robar de este artículo; en IA para ecommerce tienes más contexto de todo lo que se puede automatizar en una tienda.
Cómo se mantiene viva sin trabajo manual
Una base de conocimiento que hay que actualizar a mano muere en un mes. Por eso cada cajón tiene su flujo de ingesta automatizado (nosotros los montamos en n8n), y todos siguen la misma filosofía: son regenerativos. Al relanzar uno, vacía su cajón y lo recarga leyendo las fuentes en vivo, directamente de Drive y de la web. Relanzar es actualizar. Sin duplicados, sin comparar versiones, sin acordarte de qué subiste.
¿Llega una tarifa nueva de un proveedor? Se deja en su carpeta de Drive y se relanza la ingesta. No hay paso tres.
Lo que falló (y lo que aprendimos arreglándolo)
Como siempre en esta casa: lo que funciona y lo que falla. Los primeros días de pruebas cazamos unas cuantas, y las comparto porque te vas a encontrar las mismas:
- El agente respondía con enlaces en formato markdown que el chat no pintaba bien, y con parrafadas eternas. Se corrigió afinando las instrucciones: enlaces limpios y listas cortas.
- Las búsquedas literales fallaban por una tontería: buscabas «azulejos» y el catálogo decía «azulejo». Se arregló buscando en singular y añadiendo un plan B por categoría cuando no hay resultados.
- Recomendaba productos sin criterio comercial. Ahora ordena por más vendidos por defecto, que es como recomendaría un dependiente con oficio.
- La más peligrosa: el agente citaba el blog como si fuera el inventario. El blog es marketing, habla de tendencias y de productos que igual ni vendemos ya. Hubo que ponerle una regla explícita: el blog inspira, el catálogo y la API mandan. Sin esa regla, un RAG con contenido de marketing dentro se inventa tu catálogo con total seguridad en sí mismo.
Quedan flecos, y los cuento también: los Excel gigantes se quedaron fuera por límites de tamaño, y las tarifas escaneadas (imágenes, no texto) necesitarían OCR que aún no hemos metido. El siguiente paso natural es darle más canales a AdrIA, la asesora de clientes: un widget en la web y WhatsApp. Y a partir de ahí, seguir enchufando las APIs del negocio para que el mismo cerebro sirva para más tareas del día a día.
Cómo montar esto en tu negocio, paso a paso
No necesitas 187 proveedores para que esto tenga sentido. Con que tengas conocimiento desperdigado que consultas a menudo, ya hay caso. El orden que yo seguiría:
- Haz inventario de tus fuentes. Catálogos, tarifas, manuales, FAQs, contratos, tu propia web. Apunta dónde vive cada cosa y cuánto cambia.
- Separa lo sensible de lo público desde el primer día. Un cajón por fuente. Lo que no deba ver un cliente, a un cajón que su agente ni conozca.
- Decide qué es foto y qué es dato vivo. Documentos estables, a la base de conocimiento. Precios, stock y disponibilidad, siempre por API en tiempo real.
- Monta la ingesta para relanzarla, no para mantenerla. Si actualizar exige pasos manuales, no se actualizará. Regenerativo o nada.
- Crea un agente por audiencia. El interno con todo, el de clientes con lo público. Mismo cerebro, accesos distintos.
- Pruébalo a base de preguntas reales durante días, con mala idea. Cada fallo que caces es una regla nueva. Ahí es donde el agente pasa de juguete a herramienta.
¿Y las herramientas concretas? Nosotros usamos Pinecone para los vectores, n8n para los flujos y la API de WooCommerce para el dato vivo, el mismo stack del que ya te he hablado en cómo llevo una tienda de 33.000 productos con Claude. Pero la arquitectura es lo transferible; las marcas, lo de menos.
Preguntas frecuentes
¿Qué es una base de conocimiento vectorial?
Es una base de datos donde tus documentos se guardan como vectores, representaciones matemáticas de su significado. Permite buscar por concepto en lugar de por palabra exacta: preguntas con tus palabras y encuentra los fragmentos relevantes aunque estén redactados de otra forma. Es la pieza que permite a un agente IA responder con tus datos reales en vez de inventar.
¿Es seguro meter datos sensibles de mi empresa en un agente IA?
Depende de cómo lo diseñes. La clave es separar las fuentes en espacios independientes y dar a cada agente acceso solo a los suyos. En nuestro caso, el agente que atiende a clientes no tiene la herramienta de consultar tarifas de compra: no es que tenga prohibido usarla, es que no existe en su configuración. Esa restricción por diseño no se puede burlar con trucos de conversación.
¿Qué datos NO conviene meter en una base de conocimiento?
Los que cambian constantemente: precios, stock, disponibilidad. La base de conocimiento es una foto fija, y un dato congelado se convierte en un dato falso en días. Para esa información el agente debe consultar la API de tu sistema en tiempo real. La base guarda el conocimiento estable (catálogos, documentación, FAQs) y la API aporta el dato del momento.
¿Cuánto se tarda en montar un agente IA con los datos de la empresa?
Menos de lo que parece si las fuentes están localizadas. La primera versión de la nuestra, con 187 proveedores y 82.549 vectores, salió adelante en una tarde larga de trabajo. Lo que lleva más tiempo es el afinado posterior: probar con preguntas reales durante días y corregir los fallos que van saliendo.
Monta tu propio empleado digital
En el curso te enseño, paso a paso y con mi tienda real como campo de pruebas, a automatizar tu negocio con IA: desde las descripciones hasta agentes como los de este artículo.
VER EL CURSO
Deja una respuesta