Cómo hacer que la IA responda con los documentos de mi empresa
Respuesta corta
Hay cuatro opciones, de menor a mayor esfuerzo: un GPT de ChatGPT con documentos subidos, NotebookLM de Google, un proyecto de Claude con su base de conocimiento o un sistema RAG a medida. Las tres primeras sirven para pocos documentos y uso interno; con mucho volumen, permisos o datos sensibles conviene un RAG propio.
Le preguntas a ChatGPT por tu política de devoluciones y se la inventa: no conoce tu empresa. Para que responda con tus manuales, tarifas o procedimientos hay que darle esos documentos. Hay cuatro formas de hacerlo, de la más sencilla a la más completa.
¿Qué opciones hay?
| Opción | Esfuerzo | Volumen razonable | Confidencialidad | Para qué |
|---|---|---|---|---|
| GPT de ChatGPT con documentos | Una tarde | Pocos documentos | Depende del plan | Un equipo, una tarea |
| NotebookLM | Una tarde | Decenas de fuentes por cuaderno | Depende de la cuenta | Estudiar y consultar un tema |
| Proyecto de Claude | Una tarde | Un conjunto de documentos de trabajo | Depende del plan | Trabajo diario de un equipo |
| RAG a medida | Semanas | Miles de documentos | Tú decides dónde están los datos | Toda la empresa, clientes, permisos |
Los límites exactos de documentos y tamaños cambian a menudo; consúltalos en la web de cada herramienta.
Opción 1: un GPT de ChatGPT con tus documentos
Creas un GPT, le das instrucciones ("responde solo con los documentos adjuntos y, si no está, dilo") y subes los archivos. Es la forma más rápida de probar la idea. Lo explicamos paso a paso en qué son los GPTs de ChatGPT.
Funciona bien con: un catálogo, un manual de estilo, las condiciones de venta. Se queda corto con: documentos largos y muchos archivos, porque no siempre encuentra el dato exacto, y con documentos que cambian cada semana, porque hay que volver a subirlos a mano.
Opción 2: NotebookLM
NotebookLM es la herramienta de Google para conversar con un conjunto de fuentes: PDF, documentos de Google, páginas web. Su punto fuerte es que cada respuesta lleva citas al fragmento exacto del que sale, así que es fácil comprobarla.
Encaja para un tema concreto: el convenio colectivo, las bases de una licitación, la normativa de tu sector. Un responsable de calidad, por ejemplo, puede cargar las normas ISO aplicables y los procedimientos internos y preguntar qué exige cada punto. Si tu empresa usa Google Workspace, revisa qué condiciones de datos aplican a tu cuenta antes de subir nada interno.
Opción 3: proyectos de Claude
En Claude, un proyecto agrupa instrucciones y una base de conocimiento con tus documentos. Todo lo que se habla en ese proyecto tiene ese contexto. En los planes de equipo se puede compartir con compañeros.
Es útil cuando un equipo trabaja a diario sobre el mismo material: una asesoría con sus plantillas y criterios, o un equipo comercial con fichas de producto. Igual que con ChatGPT, usa un plan de empresa si hay información interna; tienes los detalles en es seguro usar ChatGPT con datos de mi empresa, que aplica también a Claude.
Opción 4: un RAG a medida
Cuando hay cientos o miles de documentos, varias fuentes (SharePoint, Google Drive, el ERP, el gestor documental) o permisos distintos por persona, las herramientas anteriores se quedan cortas. Ahí se monta un sistema de RAG: se indexan tus documentos, se mantienen sincronizados solos y cada respuesta sale de los fragmentos relevantes, con enlace al original. Cómo funciona por dentro, en qué es RAG en inteligencia artificial.
Ventajas frente a las opciones anteriores:
- Actualización automática: si cambia un documento en la carpeta, cambia la respuesta.
- Permisos: cada persona solo obtiene respuestas de lo que puede ver.
- Dónde quieras: Teams, intranet, web o dentro de un agente.
- Control de datos: se elige el proveedor del modelo y la región, o un modelo en tu propia infraestructura.
- Evaluación: se mide con preguntas reales si acierta.
Es lo que construimos en agentes de IA, a menudo como base de un asistente interno.
¿Cuál elijo?
- Pocos documentos, un equipo, información no sensible: GPT o proyecto de Claude, según qué herramienta use ya tu equipo.
- Un tema concreto que estudiar o consultar con citas: NotebookLM.
- Mucho volumen, documentos que cambian, permisos o datos confidenciales (personales, de salud, contratos): RAG a medida.
- Además quieres que la IA haga cosas, como crear un ticket o responder a clientes: agente con RAG dentro.
Un buen camino: empezar con la opción 1 o 3 y, si se queda corto, pasar a un RAG con lo aprendido. Y forma al equipo para que sepa preguntar y comprobar: lo trabajamos en formación en IA para empleados.
Preguntas frecuentes
¿La IA puede inventarse cosas aunque le dé mis documentos?
Menos, pero puede. Pídele que cite documento y apartado y que diga "no lo sé" si no está. En un RAG a medida se mide con baterías de preguntas.
¿Qué hago con documentos escaneados o desordenados?
Los escaneados necesitan reconocimiento de texto, que muchas herramientas ya hacen. El desorden es peor: si hay tres versiones de la misma tarifa, la IA puede elegir la antigua. Limpiar y quitar duplicados es el primer paso.
¿Puedo usarlo con mis clientes y no solo internamente?
Con un GPT o un proyecto de Claude, no de forma práctica. Para responder a clientes en tu web o por WhatsApp hace falta un desarrollo con RAG conectado a ese canal, con avisos de que es una IA y una salida a una persona.
Escrito por el equipo de Búho AI, que implanta IA, agentes y automatizaciones en pymes y forma a sus equipos. Si algo ha cambiado o quieres que ampliemos un punto, escríbenos.