Cómo crear un chatbot con inteligencia artificial

La diferencia fundamental está en cómo entienden y responden. Un chatbot tradicional funciona con un árbol de reglas definido a mano: si el usuario dice tal cosa o aprieta tal botón, el bot responde exactamente lo que se programó para ese caso. Funciona bien mientras el usuario siga el guion previsto, pero se rompe o responde de forma inútil apenas se sale de él, y programar cada rama posible es tedioso y frágil. Un chatbot con inteligencia artificial reemplaza ese árbol por un modelo de lenguaje que entiende el significado de lo que el usuario quiere decir, sin importar cómo lo exprese, y genera respuestas en lenguaje natural. Esto elimina la necesidad de anticipar cada frase posible y hace la conversación mucho más fluida y flexible. La contracara es que, como el modelo puede responder cualquier cosa, hay que acotarlo de forma activa mediante instrucciones y validaciones, algo que el árbol de reglas hacía por su propia rigidez.

Es la instrucción base y fija que se le da al modelo antes de cualquier conversación, y que define la identidad y las reglas del chatbot: quién es, qué función cumple, con qué tono se dirige a los usuarios y, muy importante, qué cosas no debe hacer. Funciona como la personalidad y el reglamento del bot, y es el lugar donde se establecen sus límites, por ejemplo el tema del que puede hablar, la información que no debe revelar y las peticiones que debe rechazar amablemente. A diferencia de los mensajes de la conversación, que cambian en cada turno, el prompt de sistema permanece constante y condiciona todas las respuestas. Escribirlo bien es una tarea de prompt engineering, porque de su claridad depende que el chatbot se comporte de forma coherente y segura. Un prompt de sistema vago o permisivo produce un bot que se sale del tema o da respuestas inapropiadas, mientras que uno bien pensado mantiene al chatbot enfocado, consistente y dentro de los límites deseados.

Porque el modelo de lenguaje no tiene memoria propia entre una llamada y la siguiente: cada vez que se lo consulta, procesa lo que recibe en ese momento y nada más, sin recordar interacciones anteriores. Lo que crea la ilusión de que el chatbot recuerda la conversación es que, en cada turno, el programa le reenvía todo el historial de mensajes previos, tanto los del usuario como los del propio bot. Gracias a eso, el modelo puede tener en cuenta lo que se dijo antes y responder de forma coherente con el hilo de la charla. Si no se reenviara el historial, el bot trataría cada mensaje como si fuera el primero y no recordaría absolutamente nada de lo hablado, lo que haría imposible cualquier conversación real. Esto tiene un límite práctico, porque el historial no puede crecer de forma indefinida, así que en conversaciones largas se recurre a resumir los tramos más antiguos o a recortar los mensajes más viejos para que el conjunto siga entrando dentro de lo que el modelo puede procesar.

Mediante un enfoque llamado RAG, que significa generación aumentada por recuperación. El problema de fondo es que un modelo de lenguaje conoce información general con la que fue entrenado, pero no sabe nada de tu catálogo de productos, tus políticas internas, tu base de conocimiento ni tus documentos específicos, y si le preguntás sobre eso puede inventar respuestas con seguridad. RAG resuelve esto de una manera elegante: antes de que el modelo responda, el sistema busca en tus documentos los fragmentos más relevantes para la pregunta del usuario y se los entrega al modelo junto con la consulta, para que construya su respuesta apoyándose en esa información real en lugar de en su memoria general. Así el chatbot puede responder con precisión sobre datos que nunca vio durante su entrenamiento y que además pueden estar siempre actualizados, sin necesidad de reentrenar el modelo. El detalle de cómo montar un sistema de este tipo, incluyendo cómo se preparan y se buscan los documentos, se cubre en la guía específica sobre crear un sistema RAG con documentos propios.

Al menos tres defensas son obligatorias. La primera es acotar el tema en el prompt de sistema, indicándole explícitamente de qué puede hablar y qué tipo de peticiones debe rechazar, para que no se salga de su función. La segunda es protegerlo contra la inyección de prompts, que es cuando un usuario escribe instrucciones dentro de sus mensajes para intentar que el bot ignore sus reglas, por ejemplo pidiéndole que olvide todo lo anterior y actúe de otra manera; hay que diseñar el sistema para resistir esos intentos de manipulación. La tercera es validar antes de actuar: si el chatbot puede ejecutar acciones reales, como registrar un pedido o modificar datos, esas acciones deben comprobarse con código y no ejecutarse a ciegas solo porque el modelo lo indicó. Por encima de todo esto está el principio de que el modelo puede equivocarse con total seguridad, por lo que en temas sensibles como salud, dinero o cuestiones legales siempre debe haber una validación o una persona detrás, y el chatbot debe dejar claro cuándo deriva la conversación a un humano.

No, y esta es una buena noticia para la mayoría de los casos. Entrenar un modelo de lenguaje desde cero requiere una cantidad enorme de datos, cómputo y experiencia, y está fuera del alcance de casi cualquier proyecto. La forma habitual y accesible de crear un chatbot con IA es usar un modelo ya existente a través de la interfaz de programación de su proveedor, o bien un modelo abierto ejecutado por tu cuenta, y construir alrededor de él las piezas que definen su comportamiento: el prompt de sistema que fija su personalidad y sus reglas, el manejo del historial de conversación, y opcionalmente la conexión con tus datos mediante RAG. Con eso se logra un chatbot capaz y personalizado sin entrenar nada. Existe además una técnica intermedia llamada ajuste fino, que adapta un modelo ya entrenado a un estilo o dominio particular con relativamente pocos datos, pero para la gran mayoría de los chatbots no hace falta recurrir a ella, porque un buen prompt de sistema combinado con RAG cubre la enorme mayoría de las necesidades.