¿Cómo funciona esta web?
Esta web es en esencia un sistema RAG. Toda nuestra documentación, la interna y la pública, se indexa en la misma base de datos vectorial, pero cada fragmento lleva metadatos que indican de qué documento salió y si es público o no. Cuando alguien pregunta, la búsqueda se filtra por esos metadatos. Un usuario anónimo sólo puede alcanzar los fragmentos marcados como públicos.
La documentación la tenemos almacenada en Google Drive, y de esa misma carpeta salen dos caminos:
- La web se sincroniza sola con Drive. Un proceso de la propia aplicación revisa la carpeta cada minuto, se descarga sólo lo que ha cambiado y lo publica.
- Un proceso independiente sincroniza el RAG. Procesa esos mismos documentos, los trocea, los indexa en la base de datos vectorial y los etiqueta con su documento de referencia y su visibilidad.
Existen dos configuraciones para esta aplicación web. Una pensada para ejecutarse en la infraestructura de la propia organización (versión interna) y otra orientada a servirse públicamente (versión pública). Nuestro personal puede autenticarse en la versión interna con su cuenta corporativa, dándoles acceso al contenido privado. De momento todos tenemos el mismo rol, aunque en un futuro contemplamos tener diferentes permisos con acceso a diferentes niveles de documentación. Por el otro lado, los usuarios externos solo pueden lanzar consultas que recuperan únicamente información pública.
Hay cierta documentación estática en una hoja desplegable desde abajo, pero la mayor parte del contenido es sólo accesible mediante una interfaz de chat.
Cuando un usuario teclea o dicta una pregunta (prompt), se analiza la intención y se busca en la base de datos vectorial la información más cercana a lo que se solicita. Se extraen estos fragmentos de información con sus referencias y se envían a un LLM para que componga la respuesta. Un aspecto clave, es incluir siempre las referencias a los documentos originales.
Hay ciertas intenciones que tienen un tratamiento especial:
Si el sistema detecta que estamos hablando con un candidato que podría estar interesado en trabajar con nosotros, se activa un modo que le permite adjuntar su CV.
Si se detecta un posible cliente interesado en contactarnos para algún proyecto, se le solicitan sus datos de contacto. Sería la primera vez que nos entra un proyecto por la web y por eso durante los últimos años siempre tuvimos webs un tanto especiales, pero siempre hay una primera vez para todo.
Los miembros de la organización tienen acceso a una serie de herramientas que permiten la recuperación de información estructurada.
Los miembros de la organización pueden recomendar a un conocido enviando su CV a través del chat.
Iremos ampliando el número de intenciones cuando analicemos el tipo de consultas que se van realizando.
Para detectar la intención, le pasamos la pregunta del usuario a un LLM para que la extraiga.
Si lo hemos hecho bien, el chatbot nunca debería expresar que tiene sentimientos ni comportarse de manera antropomórfica. Es una máquina que ni siente ni padece. Simplemente dará acceso a la información que hemos hecho disponible en esas bases de datos vectoriales.
Creemos que las palabras importan y no nos gusta cuando las máquinas se expresan como si tuvieran sentimientos humanos. Tampoco nos gusta que se diga que piensan o alucinan cuando realmente buscan la siguiente palabra más probable y no alucinan, tienen bugs, como siempre se ha dicho cuando un software falla.
El chat puede funcionar mal y en ocasiones responder cosas incorrectas. El error más frecuente es que deje sin respuesta cosas que realmente debería contestar, muchas veces basta con reformular la pregunta. Además, si te esfuerzas, seguramente logres que responda cosas absurdas. Es el precio que tenemos que pagar al utilizar un LLM y no nos importa, si preguntas con buena intención pensamos que te resultará útil. Si le has buscado las cosquillas, seguramente es porque ya sabes todo esto y en ese caso nos alegra que hayas pasado un rato entretenido intentando trolear nuestra web.
Cuando nos envíes tu CV o tus datos de contacto, éstos los tratará directamente un humano. Nos tomamos muy en serio cuando tratamos con personas y de momento no recibimos tanta información como para no poder tratarla con cariño. Hay un primer filtro en la propia web para intentar descartar los usuarios que sólo estén probando la página con información aleatoria, sin ningún interés real y nos suben un PDF cualquiera en vez de su CV, pero el filtro tampoco es demasiado sofisticado y si por error diera un falso positivo, lo verás claramente en la respuesta que recibes.
Este contenido ha sido redactado sin IA.