05 Lo que sabe tu empresa, a una pregunta de distancia y con su fuente.
Construimos tres capacidades sobre una misma base: un buscador que responde con citas comprobadas sobre tus documentos, un sistema de redacción que parte de tu material y de tus plantillas, y consultas en lenguaje natural a los datos del ERP. Las tres comparten índice, permisos y registro de actividad.
El buscador interno, de la carpeta a la cita
Es una cadena de generación aumentada por recuperación (RAG) en cinco etapas. Cuando una respuesta sale mal, casi siempre ha fallado la búsqueda: el fragmento correcto no estaba entre los recuperados. Por eso el trabajo se concentra en las cuatro primeras, que funcionan con componentes abiertos dentro de tu entorno: indexar y buscar no tiene coste de API.
-
01 Lectura con estructura
Docling convierte PDF, documentos de Word, hojas de cálculo y escaneos en texto estructurado, y conserva títulos, orden de lectura, tablas y número de página.
-
02 Fragmentos que respetan el documento
El troceado sigue la estructura y no una longitud fija: una cláusula, un apartado o una tabla entera con su cabecera forman un fragmento. Cada uno conserva su documento, página, sección, fecha y permisos de origen.
-
03 Un índice dentro de tu entorno
Cada fragmento se representa con BGE-M3, un modelo de embeddings multilingüe que sitúa en un mismo espacio textos en castellano, catalán o inglés, y se guarda con pgvector en una base PostgreSQL propia de tu entorno. Cuando un documento se añade o cambia, se vuelve a leer e indexar.
-
04 Búsqueda híbrida y reordenación
La búsqueda semántica encuentra lo que dice lo mismo con otras palabras; la léxica, las referencias exactas, como un código de producto o el artículo de una norma. Los candidatos de ambas se combinan y un reordenador, bge-reranker-v2-m3, los puntúa frente a la pregunta antes de que lleguen al modelo.
-
05 Respuesta con cita comprobada
Cada afirmación lleva la referencia del fragmento que la sostiene, y nuestra capa comprueba por programa que ese fragmento existe y contiene lo citado: pedírselo al modelo no basta. Sin soporte documental no hay respuesta; el sistema lo dice y la pregunta queda registrada.
Borradores con tu material y tus plantillas
La redacción reúne precedentes con el mismo buscador y escribe dentro de la plantilla de tu empresa, cuya estructura, apartados obligatorios y estilo se guardan como configuración versionada. El modelo devuelve cada apartado como datos estructurados validados contra un JSON Schema, y el borrador se entrega en tu formato habitual, con cada pasaje reutilizado marcado con su origen.
Memorias e informes de proyecto
Los apartados descriptivos llegan redactados; los datos técnicos se trasladan del documento fuente con su cita, para que el técnico compruebe cada valor.
Informes de visita
Las notas de voz se transcriben con Whisper autoalojado, y la transcripción y las fotos de la visita se ordenan según tu modelo de informe.
Pliegos y licitaciones
Del pliego se extraen los requisitos administrativos, técnicos y de solvencia, los plazos y los criterios de adjudicación, cada uno con la página de la que procede, y se enlazan los proyectos propios más parecidos. Sobre esa base se prepara el borrador de la memoria técnica.
Propuestas y respuestas a clientes
Parten de propuestas anteriores, fichas técnicas y la documentación del proyecto, con el tono de la empresa. La revisión de quien firma el envío queda registrada.
Preguntas a los datos del ERP
El modelo traduce la pregunta a una consulta SQL; nuestra capa la valida y la ejecuta. La cifra la calcula siempre la base de datos, nunca el modelo.
-
01 Un catálogo de datos descrito
Publicamos vistas con nombres y definiciones de negocio, como qué cuenta como venta neta o qué stock está disponible, sobre las tablas del ERP o sobre sus exportaciones cuando el programa solo ofrece ese camino. El modelo trabaja únicamente con ese catálogo.
-
02 Consulta validada antes de ejecutarse
Un validador determinista comprueba la consulta generada: solo lectura, solo las vistas autorizadas para el rol de quien pregunta, límite de filas y de tiempo. Se ejecuta con un usuario de base de datos sin permisos de escritura.
-
03 La consulta, junto a la respuesta
Cada resultado se muestra con la consulta que lo produjo y las vistas utilizadas, para que quien sepa leerla lo compruebe o la reutilice.
-
04 Documentos y datos en una misma respuesta
Algunas preguntas necesitan las dos fuentes: la ficha técnica aporta las características con su cita y el ERP, el precio y el stock de las referencias que las cumplen. Las equivalencias entre marcas se proponen con la cita de las fichas, y las dudosas las confirma una persona.
Accesos, modelos y controles
Una cuenta por persona, con los permisos de siempre
Cada persona entra con su cuenta de empresa. El índice guarda los permisos de cada documento y los aplica al filtrar la búsqueda, antes de que el modelo reciba nada: una respuesta solo puede apoyarse en documentos que quien pregunta ya podía abrir.
El modelo adecuado para cada tarea
Para responder, redactar y escribir consultas usamos hoy modelos de las familias Mistral y Claude, según la dificultad de la tarea; si los datos deben quedarse en tu entorno, modelos abiertos instalados en tu servidor, como Granite, ALIA/Salamandra o EuroLLM. La elección se revisa cada mes.
Filtros de entrada y de salida
Un filtro de entrada, como Llama Prompt Guard, detecta instrucciones ocultas en lo que se indexa, y uno de salida, como Granite Guardian, comprueba que la respuesta se apoya en los fragmentos recuperados.
Normas de uso y formación
Unas normas escritas fijan qué se puede consultar, con qué datos y qué se revisa antes de que un texto salga de la empresa. La formación práctica se hace con tus propios documentos: cómo formular una pregunta, cómo leer una cita y cuándo desconfiar de una respuesta. Cada consulta queda registrada con sus fuentes, su coste y quién la revisó.
Resultados y cómo se miden
- Tiempo de búsqueda: lo que cuesta encontrar un precedente o un dato, medido antes y después con el mismo método.
- Respuestas verificables: la proporción de respuestas con cita comprobada, y las preguntas sin soporte documental, que señalan qué le falta a tu archivo.
- Calidad de la recuperación: una batería de preguntas reales de tu equipo, cada una con su documento esperado, comprueba antes de cada cambio que el fragmento correcto aparece entre los recuperados.
- Borradores aprovechables: cuánto se corrige cada borrador antes de salir y cuánto tarda en estar listo un informe o una memoria.
- Datos sin intermediarios: cuántas preguntas al ERP se resuelven sin encargar un informe a otra persona.
- Coste por tarea: el coste de cada respuesta y de cada borrador terminado, con aviso cuando se desvía.
¿Ponemos tu empresa al día?
Empezamos con una llamada de 30 minutos para entender tu caso y explicarte en qué consiste el diagnóstico y cuál es su precio.
Pide el diagnóstico