Cómo escribir artículos de base de conocimiento que una IA pueda usar de verdad
Actualizado el 17 de julio de 2026
La IA fundamentada solo es tan buena como los artículos que hay detrás. La estructura, el alcance y los casos límite honestos superan al volumen en todos los casos.
Cuando una IA fundamentada da una mala respuesta, el instinto es culpar al modelo o ajustar el prompt. Nueve de cada diez veces, el verdadero culpable es el artículo que recuperó: escrito para una persona que lo hojearía, deduciría y rellenaría huecos, pero leído por un software que no hace nada de eso. Escribir para la recuperación de la IA es un oficio algo distinto, y se aprende en una tarde.
Regla uno: un artículo, una pregunta, con el título en la forma en que la preguntan los clientes. La recuperación funciona comparando las palabras del visitante con tu contenido, lo que convierte los títulos en claves de recuperación, no en titulares. “Política de reembolsos” es una etiqueta de archivo; “¿Cómo consigo un reembolso?” es lo que alguien escribe a las 11 de la noche. Si tus analíticas o registros de chat muestran las formulaciones reales, cópialas textualmente, incluida la terminología “incorrecta” que usan los clientes para tus funciones, porque eso es lo que la recuperación tiene que encontrar.
Regla dos: primero la respuesta, después el contexto. Pon la respuesta directa en las dos primeras frases: el número, el sí o no, los pasos exactos. Los lectores humanos toleran un párrafo introductorio; la recuperación a menudo extrae fragmentos, y un fragmento de preámbulo produce una IA que suena informada sin decir nada. Después de la respuesta directa, añade las restricciones: límites, precios, excepciones, requisitos previos.
Regla tres, la que separa las bases de conocimiento adecuadas de las confiables: escribe los límites con honestidad. Toda política tiene casos en los que la respuesta es “depende” o “habla con una persona”. Dilo en el artículo: “Los pedidos de más de $500 necesitan revisión manual; pide en el chat que te conecten con un compañero de equipo”. Un artículo que admite su límite enseña a la IA a transferir en ese límite; un artículo que pretende estar completo enseña a la IA a improvisar más allá de él. La frase más valiosa de tu base de conocimiento es la que dice dónde deja de bastar el artículo.
Regla cuatro: poda con la misma seriedad con la que escribes. Los artículos duplicados compiten por el mismo espacio de recuperación con formulaciones contradictorias; los precios desactualizados son respuestas incorrectas con fecha de publicación. Cuando cambie tu producto, el artículo forma parte del cambio: la IA entrega lo que dejaste en la base, a velocidad de máquina. Una pasada trimestral de eliminar y fusionar hace más por la calidad de las respuestas que duplicar el número de artículos, porque el ruido de recuperación es un enemigo que el volumen no puede resolver.
Luego deja que el sistema te diga qué escribir a continuación. Las respuestas con pulgar hacia abajo y las preguntas sin respuesta son un calendario editorial ordenado y de origen cliente, actualizado gratis con cada conversación. Corrige el artículo, no el prompt: los ajustes de prompt se desvían y afectan a todo; las correcciones de artículos son precisas, permanentes y se acumulan. Un año de correcciones semanales de artículos construye un activo de soporte que ninguna ingeniería de prompts puede imitar.
Un artículo por pregunta, formulado como la hacen los clientes: los títulos son claves de recuperación, no texto de marketing.
Pon la respuesta directa en las dos primeras frases, luego las restricciones: precios, límites y los casos en que la respuesta es “habla con una persona”.
Revisa cada semana lo que la IA recibió con pulgar hacia abajo y corrige el artículo, no el prompt: las correcciones de conocimiento se acumulan, los ajustes de prompt se desvían.