Global Chatbot
Conocimiento real. Respuestas con contexto.
Un asistente adaptable a negocios, conectado a su conocimiento y diseñado para responder con fuentes.
El problema
La información de un negocio suele estar dispersa entre páginas, documentos y preguntas frecuentes. Un chat genérico no sabe qué contenido está vigente ni a qué negocio pertenece. Responder bien empieza antes del prompt.
Lo que construí
- Construí un widget web aislado y un panel para importar, revisar y publicar conocimiento.
- Integré recuperación híbrida semántica y textual con PostgreSQL/pgvector y generación con Gemini.
- Incorporé separación multi-tenant, límites de consumo, conversaciones persistentes y solicitudes de contacto con consentimiento.
Cómo funciona
- Fuentes revisadas y publicadas
- Recuperación híbrida
- LLM con contexto del negocio
- Respuesta con citas
Decisiones de ingeniería
Publicar conocimiento es una decisión.
Solo el contenido revisado y publicado alimenta las respuestas. Los borradores y las versiones retiradas no deben confundirse con información vigente.
Las fuentes forman parte de la respuesta.
La recuperación proporciona fragmentos relevantes y las citas permiten revisar de dónde viene una afirmación. La abstención es preferible a inventar una respuesta.
El producto también es operación.
El aislamiento entre negocios y el registro de consumo importan tanto como la experiencia de chat. El widget se integra sin exponer credenciales del servidor.
Resultados y evidencia
El repositorio documenta un MVP en Vercel y Neon, una demo con negocios ficticios y pruebas de contratos, aislamiento y consumo. La captura muestra una conversación de la demo Aurora; la disponibilidad del servicio depende de cuotas externas.
Ver códigoAlcance y aprendizajes
Es un MVP, no una garantía de disponibilidad empresarial. No incluye inventario ERP en tiempo real ni transferencia automática a un agente humano. Las fuentes se actualizan deliberadamente: el chatbot no aprende de cada conversación sin revisión.