Publicado el
10 MIN DE LECTURA
Agente de IA con base de conocimiento: qué exigir
Por:
Un agente de IA con base de conocimiento es un asistente que, antes de responder, busca fragmentos en los documentos aprobados de la empresa y escribe la respuesta a partir de ellos. Solo responde tan bien como esa base. Antes de activar el agente, exige un responsable y una fecha de vigencia para cada contenido, un origen verificado y permisos comprobados en la fuente.
En octubre de 2026, el tema ganó un texto de referencia fuera del mundo de las herramientas. El informe final del Consejo de Estabilidad Financiera, publicado el 15 de octubre de 2026, pide procedimientos de uso de RAG que confirmen que los datos recuperados e ingeridos son seguros, representativos y confiables. El texto se escribió para instituciones financieras, pero el criterio sirve para cualquier empresa que pone un agente a responder a clientes o al equipo.
En Wama, todo resultado de IA pasa por lectura humana antes de llegar al cliente. Con un agente que responde solo, buena parte de esa lectura se traslada a la base: es ahí donde la empresa decide qué puede decir el agente. La conexión del agente con los demás sistemas de la empresa está en el artículo sobre MCP para empresas; aquí el tema es el contenido que consulta.
¿Qué es un agente de IA con base de conocimiento?
Es un modelo de lenguaje con una etapa de búsqueda delante. Llega la pregunta, un mecanismo busca los fragmentos más parecidos en los documentos de la empresa y el modelo escribe la respuesta usando esos fragmentos como contexto. La técnica se llama generación aumentada por recuperación, o RAG, y no cambia el modelo: cambia solo lo que lee antes de responder.
Esto tiene una consecuencia que poca gente lee en el contrato. El blog de seguridad de AWS, en un texto del 18 de septiembre de 2025, trata al modelo como una entidad no confiable, porque no aplica autorización en la respuesta. La recomendación es partir de una premisa simple: cualquier dato que entra en el contexto puede volver a quien preguntó.
La base, por lo tanto, no es un archivo muerto que el agente consulta con discreción. Todo lo que esté en ella, y pueda ser recuperado por esa persona, puede salir en una respuesta. Por eso la pregunta correcta no es cuántos documentos caben en la base, sino cuáles deberían estar ahí. Es el mismo problema de quién ve los datos de quién, que aparece en el artículo sobre crear un SaaS con IA.
¿Qué documentos entran en la base y cuáles quedan fuera?
Entra lo que la empresa aceptaría ver como respuesta oficial: descripción de servicios, reglas de atención, plazos estándar, procedimientos y preguntas frecuentes ya respondidas por el equipo. Queda fuera lo que es individual o sensible: contratos de clientes, datos personales, credenciales, hojas de cálculo financieras y borradores que nadie aprobó.
El informe del FSB pide una etapa de clasificación que documente la sensibilidad y los usos previstos y prohibidos de cada dato. En la práctica, cada documento de la base recibe una etiqueta: para quién sirve, si se puede citar al cliente y qué nunca debe salir de él. Sin esa etiqueta, la decisión queda en manos del mecanismo de búsqueda, que solo mide similitud de texto.
Cuando el dato es personal, el artículo 6 de la LGPD, la ley brasileña de protección de datos, limita el tratamiento al mínimo necesario para la finalidad. Subir la carpeta entera de atención para que el agente responda preguntas sobre el horario de funcionamiento ya empieza fuera de ese criterio. Lo que la ley exige a un producto con IA está en el artículo sobre LGPD e inteligencia artificial.
¿Quién es responsable de cada respuesta de la base?
Cada contenido necesita una persona responsable y una fecha de revisión. La base envejece en silencio: el precio cambia, el plazo cambia, la política cambia, y el agente sigue repitiendo la versión antigua con la misma seguridad. El FSB incluye monitoreo después de la implementación para encontrar problemas causados por los datos, como su deriva a lo largo del tiempo.
El peor caso es una base con dos versiones de la misma regla. La guía de debilidades de vectores y embeddings de OWASP describe el conflicto de conocimiento: fuentes que se contradicen y un modelo que no logra cambiar lo que ya sabía por el dato nuevo. Borrar la versión antigua es parte de la actualización, no una limpieza opcional.
La propiedad también vale para la cuenta. En los proyectos de Wama, el proyecto se transfiere a la cuenta del cliente, que queda como dueño del sitio web, del dominio y de la cuenta. La misma lógica sirve para la base: pertenece a la empresa, con acceso de administrador a su nombre, y no a la cuenta personal de quien configuró el agente. Las reglas para las personas que usan IA en el día a día están en la política de uso de IA.
Permisos: el agente ve lo que ve la persona
La regla es simple de decir y laboriosa de cumplir: cada persona solo recibe del agente lo que ya podría abrir por su cuenta. OWASP recomienda control de acceso granular y bases de vectores que respeten permisos, con separación lógica entre grupos de usuarios, porque una base compartida puede filtrar contexto de un grupo a otro.
El texto de AWS señala dos fallas del atajo más común, el filtro por metadatos. La base vectorial se sincroniza de vez en cuando, así que un permiso retirado en el origen sigue valiendo en el agente hasta la próxima sincronización. Y las personas que pertenecen a cientos de grupos hacen que el filtro sea difícil de acertar. La recomendación es verificar el permiso en la fuente, en el momento de la búsqueda.
Para quien contrata, esto se convierte en una pregunta objetiva: si le quito el acceso a alguien ahora, ¿cuándo deja el agente de mostrarle ese documento a esa persona? La misma lógica de liberar acceso por fases, aplicada a sistemas que graban datos, está en la guía de integración de CRM con IA.
En una empresa regulada, el FSB además pide que el origen y las transformaciones de los datos queden documentados, el llamado linaje, para facilitar la auditoría y la corrección de problemas. El contexto del sector financiero está en el artículo sobre IA para fintechs.
Qué exigirle al proveedor antes de activar el agente
Antes de firmar, pide por escrito cómo se tratará cada punto de abajo. La columna de la derecha muestra la respuesta que debería encender la alerta.
Punto | Qué preguntar | Señal de alerta |
|---|---|---|
Selección | ¿Qué documentos entran y quién aprobó la lista? | Subir todo y dejar que la búsqueda decida |
Responsable y vigencia | ¿Cada contenido tiene responsable y fecha de revisión? | Base sin nombre y sin fecha |
Origen | ¿De dónde viene cada documento y quién puede incluirlo? | Cualquier persona sube archivos |
Permisos | ¿El permiso se verifica en la fuente, en el momento de la búsqueda? | Solo un filtro sincronizado de vez en cuando |
Sin fuente | ¿Qué hace el agente cuando no encuentra la respuesta? | Responde de todos modos |
Registro | ¿Queda guardado qué fragmentos se usaron en cada respuesta? | Solo se guarda el texto final |
Salida | Si cambio de proveedor, ¿me llevo la base? | Base atrapada en la cuenta del proveedor |
En Wama, lo que no está escrito en la propuesta queda fuera del alcance. Con un agente de IA, la regla pesa todavía más: el mantenimiento de la base, quién la revisa y con qué frecuencia tienen que estar en el contrato, o quedan sin responsable. Lo que el contrato debe decir sobre propiedad y documentación está en el artículo sobre software a medida y el dueño del código.
El pedido de registro tiene base técnica. OWASP recomienda logs detallados e inmutables de las recuperaciones, para detectar y responder a comportamientos sospechosos. Sin ellos, cuando el agente se equivoca, nadie puede decir si el problema estaba en el documento, en la búsqueda o en el modelo.
Errores comunes
Subir la carpeta entera. Documentos viejos, borradores y hojas de cálculo personales se vuelven respuestas posibles en cuanto entran en la base.
Aceptar archivos de afuera sin revisarlos. OWASP describe un currículum con texto blanco sobre fondo blanco que le ordena al sistema recomendar al candidato. La defensa es extraer el texto ignorando el formato y validar cada documento antes de que entre en la base.
Tratar el envenenamiento como un tema de laboratorio. El texto completo del informe del FSB registra que los atacantes pueden manipular agentes inyectando datos maliciosos en la base de conocimiento, lo que influye en su comportamiento a lo largo del tiempo.
Dejar al agente sin salida hacia una persona. Cuando la base no tiene fuente, la respuesta correcta es decirlo y pasar la conversación. En la fintech que atiende consumidores por app, el decreto del SAC en la app de la fintech (las reglas brasileñas de atención al cliente) pasa a exigir la opción de hablar con una persona.
Probar solo con preguntas del propio equipo. Usa las preguntas reales que llegan a atención, incluidas las mal escritas, y repite la prueba después de cada actualización de la base.
Preguntas frecuentes
¿Un agente de IA con base de conocimiento necesita entrenar el modelo?
No. En la mayoría de los casos, el agente usa un modelo listo y consulta los documentos de la empresa en cada pregunta, con la técnica llamada RAG. Entrenar o ajustar un modelo es otro proyecto, con otro costo y otra rutina de actualización. Con la base, corregir una respuesta significa corregir el documento, sin tocar el modelo.
¿Con qué frecuencia se debe revisar la base de conocimiento?
No existe un plazo universal. El criterio es la velocidad con la que cambia el tema: precio y plazo piden revisión en cada cambio, mientras que la descripción de un servicio puede durar meses. Lo esencial es que cada contenido tenga fecha de revisión y una persona responsable, y que la versión antigua salga cuando entra la nueva.
¿El agente puede usar datos personales de clientes?
Sí, cuando la finalidad lo justifica y el acceso respeta el permiso de quien pregunta. La LGPD limita el tratamiento al mínimo necesario, así que los datos personales no entran en la base general de preguntas frecuentes. El dato individual viene del sistema de origen, en el momento de la pregunta, con la verificación de acceso hecha ahí.
¿Cómo saber si el agente está inventando respuestas?
Exige que cada respuesta indique de qué documento salió y que quede registrado qué fragmentos se recuperaron. Así alguien puede comparar la respuesta con la fuente. Sin fuente, el agente debería decir que no encontró la información y pasar la conversación a una persona, en lugar de completar con suposiciones.
¿Quién debe cuidar la base después de que el agente sale al aire?
Quien responde por el tema en la empresa, no quien configuró la herramienta. Atención se encarga de las respuestas de atención, finanzas de las reglas de cobro, y así sucesivamente. El proveedor puede armar el proceso y capacitar al equipo, pero la decisión sobre qué es verdad sigue dentro de la empresa.
Si estás evaluando poner un agente a responder a clientes o al equipo, empieza por la lista de documentos y por el responsable de cada uno, antes de elegir la herramienta. Para llevar esa lista a tu proyecto, habla con Wama.
