Un chatbot que se inventa los plazos de envío o el estado de un pedido no ayuda: hace daño. Y es un problema más común de lo que parece, porque la mayoría de los modelos de lenguaje están diseñados para sonar convincentes, no para decir la verdad. Si no tienen el dato delante, lo rellenan con algo plausible. En una tienda online, esa "plausibilidad" se traduce en clientes enfadados y en tickets de soporte que podrían haberse evitado.
La técnica que resuelve esto se llama RAG, siglas de Retrieval-Augmented Generation, y es la que usamos cuando montamos asistentes conversacionales para e-commerce. La idea de fondo es sencilla, aunque suene técnica: en lugar de pedirle al modelo que "se acuerde" de todo lo que sabe de tu negocio, primero recuperamos los fragmentos relevantes de una fuente de verdad —tu catálogo, tus políticas, el estado real de los pedidos— y solo entonces le pedimos que redacte la respuesta apoyándose en ellos. El asistente sigue hablando con naturalidad, pero cada cosa que afirma está anclada en información real y verificable. Y cuando el dato no existe, lo dice, en vez de improvisar.
Dónde marca la diferencia
En una tienda, esto cambia por completo la experiencia. Cuando un cliente pregunta dónde está su pedido, el asistente consulta el estado real en lugar de aventurar una fecha. Cuando alguien describe lo que necesita con sus propias palabras, esa descripción se convierte en una búsqueda semántica sobre el catálogo, de modo que encuentra el producto aunque no use el nombre exacto. Y cuando la duda es sobre tiempos de entrega, devoluciones o condiciones, la respuesta cita la fuente correcta en lugar de repetir un mito que circula por internet.
Lo que de verdad importa
La clave de un buen asistente de e-commerce no es que "hable bien", sino que diga la verdad. Eso depende menos del modelo que elijas y más de la calidad de la base de conocimiento que hay detrás: si está bien estructurada y actualizada, las respuestas son sólidas; si está desordenada, ni el mejor modelo lo arregla. Por eso ponemos tanto cuidado en los límites del sistema —cuando no hay fuente, no hay respuesta inventada— y en la trazabilidad, para poder saber siempre de dónde salió cada dato.
No hace falta reescribir tu tienda entera para empezar. Casi siempre conviene acotar un primer caso concreto, como el estado de pedidos, comprobar que funciona de verdad y crecer desde ahí. Si quieres ver cómo encajaría en tu negocio, te enseñamos un prototipo antes de comprometer nada.