RAG para agentes de voz: responder con tu propio contenido
Cómo la generación aumentada por recuperación permite a una IA telefónica responder con tus documentos y preguntas frecuentes: contenido, errores y pruebas.
Un modelo de lenguaje sabe mucho del mundo y nada de tu negocio. No conoce tu horario, tu política de cancelación ni el nombre del técnico que se encarga de las calderas. Si le pides que responda a la pregunta de alguien que llama sin esa información, puede adivinar. La generación aumentada por recuperación, normalmente abreviada como RAG, es el remedio habitual: encontrar la parte relevante de tu propio contenido, dársela al modelo junto con la pregunta y pedirle que responda a partir de ese material.

Esta guía explica cómo funciona el RAG en el contexto de las llamadas telefónicas, cómo preparar el contenido, dónde falla y cómo probarlo. Para conocer el flujo de fondo, consulta Cómo funciona la IA de voz: STT, LLM y TTS.
Cómo funciona el RAG en una llamada
Cuando alguien hace una pregunta, un agente de voz que trabaja con RAG suele hacer lo siguiente:
El camino de la recuperación
- EscucharEl reconocimiento de voz convierte las palabras de quien llama en texto.
- BuscarEl sistema busca en tu contenido pasajes relacionados con la pregunta.
- SeleccionarSe queda con los pocos pasajes más relevantes y descarta el resto.
- RedactarEl modelo de lenguaje redacta una respuesta breve usando la pregunta y esos pasajes.
- HablarEl texto a voz lee la respuesta en voz alta.
¿Por qué no dar al modelo todo?
Podrías intentar pegar todo tu contenido en las instrucciones. Pero el espacio de trabajo del modelo es limitado, las instrucciones largas ralentizan las respuestas y un gran montón de texto hace más fácil que el modelo pase por alto la única línea que importa. La recuperación mantiene el conjunto de trabajo pequeño y relevante.
Qué significa «buscar»
La búsqueda puede basarse en palabras clave, en el significado (encontrar pasajes con significado similar aunque las palabras difieran) o en una mezcla. La búsqueda por significado ayuda con quienes formulan una pregunta de forma inesperada, como «¿puedo ir el domingo?» cuando tu contenido dice «horario de fin de semana». Sea cual sea el método, los pasajes son pequeños fragmentos de tus documentos, así que la forma en que escribes y divides el contenido afecta directamente a lo que se encuentra.
Elegir y preparar el contenido
Si entra calidad, sale calidad, y aquí más que en ningún sitio. Un agente de voz solo puede ser tan exacto como el material que tiene detrás.
Fuentes de contenido habituales
- Preguntas frecuentes y pares de pregunta y respuestaRespuestas exactas a preguntas concretas; la fuente más fiable para las llamadas comunes.
- Páginas webPáginas existentes sobre servicios, horarios y políticas, leídas una vez o rastreadas en todo un sitio.
- DocumentosPDF y archivos de procesador de texto con listas de precios, cartas o procedimientos, si el texto se puede seleccionar.
- Texto libreNotas para reglas que no encajan en ningún otro sitio, como cómo gestionar un festivo.
- Correcciones de llamadas realesRespuestas corregidas por una persona tras escuchar una llamada.
Escribe para el oído
El contenido escrito para leer suele sonar raro al hablarlo. Las tablas, las listas largas y las abreviaturas no funcionan en voz alta. Reescribe las respuestas clave en frases sencillas, con un dato por frase, e indica cómo deben decirse los números y las horas. Haz que cada pasaje sea autónomo, de modo que tenga sentido sin la página que lo rodea.
Elimina las contradicciones
Si una página dice que cierras a las cinco y otra que a las seis, el agente dirá una de ellas al azar. Antes de importar nada, busca páginas antiguas, borradores y archivos duplicados, y actualízalos o elimínalos. Añade fechas a las políticas para que gane la más reciente.
Decide qué queda fuera de los límites
Dile al agente qué no debe responder: asesoramiento jurídico, médico o financiero, cualquier cosa sobre la cuenta de una persona concreta o temas que solo gestionas con una persona. La respuesta correcta es un traspaso cortés. Consulta Límites de seguridad para agentes de voz con IA.
Dónde falla el RAG
El RAG reduce las alucinaciones pero no las elimina. Los fallos típicos son:
Modos de fallo
| Qué ocurre | Remedio | |
|---|---|---|
| No se encuentra nada relevante | El agente improvisa a partir de conocimiento general. | Indícale que diga que no lo sabe y ofrezca una persona; añade el contenido que falta. |
| Se encuentra el pasaje equivocado | Se usa una política de sonido parecido para otro servicio. | Reescribe los pasajes con títulos claros; separa los temas parecidos. |
| Contenido desactualizado | El agente indica el horario del año pasado. | Da a cada fuente un responsable y una fecha de revisión. |
| Recuperación demasiado larga | Demasiado texto ralentiza la respuesta y confunde la contestación. | Usa pasajes más cortos y centrados. |
| Pregunta mal entendida | Los errores de reconocimiento de voz llevan a una búsqueda equivocada. | Prueba con audio ruidoso y acentos; confirma los datos importantes. |
Para profundizar en cómo evitar las respuestas inventadas, lee Cómo evitar respuestas inventadas en la IA de voz. Para que el agente consulte datos en vivo, como el estado de un pedido, en lugar de texto estático, consulta Cómo permitir que un agente de voz consulte datos.
El margen de velocidad
Las conversaciones telefónicas toleran muy poco retraso. Cada paso adicional, como buscar, suma tiempo. Mantén las fuentes ordenadas y pequeñas, evita recuperar más pasajes de los que necesita la respuesta y prueba los tiempos de respuesta en llamadas reales, no en un portátil. Latencia en la IA de voz explica cómo se perciben los retrasos y de dónde vienen.
Mantenlo al día
Los horarios, los precios y las políticas cambian más rápido de lo que nadie recuerda editar la base de conocimiento. Pon un recordatorio recurrente en un calendario compartido: antes de cada temporada, festivo o cambio de precios, el responsable del contenido revisa las fuentes y las reindexa. Tras un cambio, llama tú al agente y pregunta por lo que cambió. Una comprobación de treinta segundos evita un día de respuestas erróneas.
Probar antes y después del lanzamiento
Haz una lista de preguntas en tres grupos: preguntas que el contenido responde con claridad, las que responde en parte y las que no cubre. Para cada una, registra lo que dice el agente. Comprueba que sea correcto, lo bastante corto para decirlo en voz alta y que, para el tercer grupo, admita que no lo sabe. Vuelve a ejecutar la lista cada vez que cambie el contenido.
Una rutina de pruebas
- Haz cada pregunta común con dos o tres redacciones distintas.
- Haz las mismas preguntas con una línea ruidosa o un acento marcado.
- Pide algo que el contenido no contiene.
- Haz una pregunta con trampa, como un precio antiguo o un día de cierre.
- Escucha las respuestas demasiado largas para seguirlas de oído.
- Revisa las transcripciones de llamadas reales cada semana durante el primer mes.
Correcciones que se mantienen
Cuando una persona encuentra una respuesta errónea, corregir la transcripción no basta; la corrección debe volver a la base de conocimiento para que el agente responda bien la próxima vez. Decide quién puede hacer ese cambio y conserva un historial de cambios.
Hacerlo en Call
En Call, el conocimiento pertenece a un agente de IA y se añade en Fuentes:
- Preguntas y respuestas. Añade una pregunta y su respuesta exacta, y usa «comprobar una pregunta» para ver qué encuentra la base de conocimiento.
- Sitio web. Lee una página, un sitio completo o páginas elegidas; se omiten las páginas que el robots.txt de un sitio pide que los rastreadores no lean.
- Archivos. Sube archivos PDF, Word, de texto, markdown, CSV o JSON. Un PDF debe tener texto seleccionable; los PDF solo de imagen necesitan antes reconocimiento de texto.
- Texto. Añade notas de texto libre.
- Reindexar. Reconstruye la búsqueda del agente tras muchos cambios.
El almacenamiento se comparte en toda la organización, con límites por fuente, y solo los responsables del espacio de trabajo pueden añadir, cambiar o eliminar fuentes. Un aviso indica cuándo las llamadas en vivo aún no usan la base de conocimiento. El historial de llamadas te permite corregir una respuesta que dio el agente y, si quieres, guardarla como la respuesta correcta para la próxima vez. Empieza con Usar fuentes de conocimiento en Call y Crear una base de conocimiento para soporte e IA.
Preguntas frecuentes
¿Es RAG lo mismo que entrenar un modelo con mis datos?
No. Entrenar cambia el propio modelo. El RAG deja el modelo sin cambios y le da pasajes relevantes de tu contenido en el momento de la pregunta, lo que es más fácil de actualizar y de comprobar.
¿Impide el RAG que un agente de voz se invente cosas?
Reduce el problema pero no lo elimina. El agente todavía puede leer mal un pasaje o responder una pregunta que tu contenido no cubre. Instrucciones claras, buen contenido y pruebas periódicas mantienen los errores bajos.
¿Cuánto contenido necesito?
Menos de lo que la mayoría espera. Unas pocas docenas de pares de pregunta y respuesta exactos que cubran tus llamadas más comunes suelen rendir más que un gran archivo sin editar. Añade más a medida que las llamadas reales muestren lagunas.
¿Puede el agente usar contenido en PDF?
Normalmente sí, si el PDF tiene texto seleccionable. Los PDF escaneados solo de imagen necesitan antes reconocimiento de texto. Comprueba qué extrajo el sistema, porque las tablas y las columnas pueden salir mezcladas.
¿Con qué frecuencia debo actualizar la base de conocimiento?
Cuando cambien los datos y en una fecha de revisión periódica para todo lo demás. Da a cada fuente un responsable para que las actualizaciones no queden al azar.