Agente de IA con RAG que reconoce lo que no sabe

Esto es una demostración interna construida por Neterius. No es un proyecto de cliente y no hay datos reales de terceros: el corpus son documentos públicos de la propia empresa.

Qué hace

• Responde preguntas sobre el conocimiento cargado y cita de qué documento sale cada afirmación.
• Cuando la búsqueda no devuelve contexto suficiente, lo dice en lugar de improvisar.
• Deriva a una persona cuando la pregunta excede lo que puede resolver.

Cómo está construido

El conocimiento se trocea y se indexa con embeddings en una base vectorial. Cada consulta recupera los fragmentos más cercanos y el modelo responde solo sobre ese contexto. La derivación es una acción acotada del agente, no una decisión del modelo sobre la marcha.

Qué se puede ver en la demo

• Una consulta válida, con las fuentes citadas.
• Una consulta sin información suficiente, donde el agente lo admite.
• Una derivación a una persona, con el resumen de la conversación.

Límites

Un agente de este tipo no garantiza respuestas infalibles. La calidad depende del conocimiento cargado y de la evaluación que se haga antes de ponerlo delante de un cliente. No publicamos porcentajes de acierto ni ahorros: sin una medición comparable no significarían nada.