Mejorar el rendimiento de tu chatbot de ChatLab implica ajustar con precisión sus configuraciones y metodologías de entrenamiento. Comienza por entrenar tu chatbot, luego selecciónalo y utiliza Overview (Visión general) para hacer algunas preguntas reales de clientes. Registra las respuestas esperadas, cambia una sola cosa a la vez y repite las mismas preguntas en conversaciones nuevas.
Instrucciones de rol personalizadas para ajustar las respuestas
Las instrucciones de rol personalizadas te permiten definir pautas específicas para el comportamiento y el tono de tu chatbot, adaptándolo a las necesidades de tu audiencia. Aquí te mostramos cómo implementar y utilizar esta función de manera eficaz:
-
Define el rol del bot: especifica claramente el rol que debe asumir el chatbot. Por ejemplo, "agente de atención al cliente", "asistente de ventas" o "asesor técnico".
-
Establece pautas de comportamiento: incluye instrucciones sobre el tono, el lenguaje y el estilo de respuesta. Por ejemplo:
- Tono: amigable, profesional o formal.
- Lenguaje: usa explicaciones sencillas para usuarios sin conocimientos técnicos o terminología técnica para audiencias expertas.
-
Incorpora detalles específicos del contexto: añade instrucciones relacionadas con tu negocio o sector. Por ejemplo:
- "Si un usuario pregunta por las opciones de entrega, prioriza mencionar el envío gratuito si está disponible".
- "Al hablar de precios, incluye siempre detalles sobre descuentos por volumen si corresponde".
-
Prueba e itera: comprueba cómo responde el chatbot con las nuevas instrucciones de rol, perfílalas según las interacciones de los usuarios y ajústalas según sea necesario para lograr el estilo de respuesta y la precisión deseados.
Configura esto en Settings > Role & Behavior (Ajustes > Rol y comportamiento). Obtén más información sobre la configuración de rol y comportamiento.
Actualiza a un modelo de IA más potente
Compara los modelos ofrecidos en el selector actual con las mismas preguntas. Comprueba si la respuesta es precisa, sigue tus instrucciones y gestiona bien las preguntas de seguimiento. La disponibilidad de los modelos y el peso de los créditos cambian, así que consulta las opciones mostradas y la guía de créditos de mensajes en lugar de una lista fija de precios por modelo.
Cambia tu modelo en Settings > Model & Advanced (Ajustes > Modelo y avanzado). Obtén más información sobre cómo seleccionar modelos de IA.
Optimiza la base de conocimientos
Utiliza el Knowledge Base Optimizer (Optimizador de la base de conocimientos) para ver qué fragmentos coinciden con una pregunta en particular. Prueba la recuperación para una pregunta independiente, no la popularidad histórica de la fuente. Lee el contenido obtenido y compáralo con la respuesta que esperas.
Selecciona tu chatbot y abre Training > Knowledge Base Optimizer (Entrenamiento > Optimizador de la base de conocimientos). Obtén más información sobre cómo usar el Knowledge Base Optimizer.
Además, reducir la creatividad del modelo puede hacer que las respuestas sean más precisas y se centren mejor en el tema. Una menor creatividad puede reducir la variación, pero no puede corregir información faltante ni garantizar la exactitud factual. La disponibilidad depende del modelo seleccionado. Puedes ajustar esto en Settings > Model & Advanced mediante el control deslizante de Creatividad. Obtén más información sobre los ajustes de conversación.
Ampliación del contexto
Considera ampliar el contexto cuando la información relevante no quepa. Un contexto más amplio permite incluir más material, pero no garantiza una mejor respuesta. También incrementa el uso de créditos de mensajes, y los tamaños más grandes requieren la función correspondiente en la cuenta.
ChatLab ofrece tres tamaños de contexto diferentes: 8.000, 16.000 o 32.000 tokens, lo que influye directamente en la capacidad del chatbot para retener y utilizar información. Elegir el tamaño de contexto adecuado es un equilibrio entre la calidad de respuesta deseada y el presupuesto operativo.
Configura el tamaño del contexto en Settings > Model & Advanced. Obtén más información sobre cómo ampliar el tamaño del contexto del chat.
Entrenamiento enfocado: menos es más
Una de las formas más eficaces de mejorar la calidad de las respuestas es reducir el contenido irrelevante en tus datos de entrenamiento. ChatLab utiliza una arquitectura RAG (generación aumentada por recuperación), que busca los fragmentos de información más relevantes al responder preguntas. Demasiado contenido genérico o repetitivo crea ruido que puede confundir el proceso de búsqueda y recuperación.
Por qué ayuda un entrenamiento enfocado:
- RAG puntúa la relevancia de los fragmentos de contenido - el contenido irrelevante diluye la calidad de la búsqueda
- Los elementos repetitivos (menús, pies de página, encabezados) en cada página inundan la base de conocimientos con ruido
- La IA puede recuperar fragmentos de poco valor en lugar de respuestas específicas y útiles
Cómo enfocar tu entrenamiento:
- Utiliza el escaneo de sitemaps en lugar de rastreos completos del sitio web
- Excluye elementos repetitivos de la página, como encabezados y pies de página
- Filtra secciones irrelevantes de URLs (noticias, imágenes, comunicados de prensa)
- Concéntrate en el contenido de valor: páginas de producto, preguntas frecuentes, artículos de soporte, documentos de políticas
Para obtener instrucciones detalladas sobre cómo optimizar el escaneo de tu sitio web, consulta cómo reducir los caracteres de entrenamiento al escanear un sitio web.
Formato preferido para los archivos de entrenamiento
Al entrenar tu chatbot, elige un formato de archivo que mantenga juntos los datos relacionados. El texto resulta útil para explicaciones narrativas, mientras que las hojas de cálculo y los CSV pueden funcionar bien para registros tabulares:
-
Los archivos de texto te permiten incluir términos asociados por contexto.
-
Garantizan flexibilidad a la hora de estructurar la información.
Por ejemplo, al añadir una tabla de precios de productos, incluye términos asociados:
- Términos de la tabla de precios: "coste", "precios", "tarifas", "cuotas", "cargos", "presupuesto"
Prueba si consultas como "¿Cuáles son sus tarifas?" o "Muéstrame el desglose de costes" recuperan la fuente correcta y generan la respuesta esperada.
Añade correcciones desde el historial de conversaciones
Revisa el historial de conversaciones de tu chatbot y añade correcciones cuando detectes respuestas incorrectas o poco óptimas. Esto enseña al chatbot a partir de sus errores y mejora las respuestas futuras a preguntas similares.
Ve a la pestaña Chatlogs (Registros de chat), localiza las conversaciones con problemas y haz clic en el icono de edición junto a cualquier respuesta del bot para añadir una corrección. Obtén más información sobre cómo añadir y editar correcciones.