Un buen prompt puede mejorar una respuesta, pero no puede sustituir todo aquello que una empresa todavía no ha definido. No contiene por sí solo la estrategia, el historial de decisiones, los permisos, las excepciones, el vocabulario, los riesgos ni la manera de evaluar si un resultado es correcto. Cuando intentamos concentrarlo todo en una instrucción muy larga, acostumbramos a crear una pieza difícil de mantener que depende demasiado de la persona que la escribió.
A Karmina AI Studio no empezamos preguntando qué instrucción necesita una herramienta. Empezamos preguntando qué tiene que saber la organización para que el proceso funcione bien, incluso antes de incorporar inteligencia artificial. Denominemos Knowledge Foundation esta fase de recogida, ordenación, validación y gobernanza del conocimiento.
Un prompt indica; una base de conocimiento sostiene
Un prompt puede pedir que se redacte un artículo con un determinado tono. La base de conocimiento explica por qué existe aquel artículo, en qué público se dirige, qué función cumple dentro de la estrategia, qué contenidos ya se han publicado, qué enlaces internos se tienen que utilizar, qué afirmaciones se pueden hacer y quienes tiene que validar la versión final.
Esta diferencia se repite en cualquier agente. Un sistema de reporting no necesita solo una orden para crear un gráfico; necesita un diccionario de métricas, una fuente de datos, unos objetivos, una periodicidad, un criterio de alerta y una persona capaz de interpretar las variaciones. Un agente de atención no necesita solo respuestas amables; necesita saber qué puede prometer, qué datos puede consultar, cuando tiene que escalar una conversación y qué situaciones no puede resolver.
Sin este conocimiento, la IA llena los vacíos con patrones generales. El resultado puede estar bien redactado y continuar siendo inadecuado para la empresa.
¿Qué tiene que incluir la Knowledge Foundation?
La respuesta depende del proceso, pero normalmente trabajamos en diferentes capas. La primera describe el negocio: estrategia, posicionamiento, servicios, públicos, objetivos y prioridades. La segunda recoge la manera de trabajar: playbooks, flujos, calendarios, responsables, aprobaciones y excepciones. La tercera define el lenguaje y la identidad: brand book, libro de estilo, glosario, ejemplos y expresiones que hay que evitar.
La base también necesita una capa de gobernanza. Aquí se identifican las fuentes autorizadas, los permisos, la confidencialidad, los riesgos, los usos no permitidos, los criterios de transparencia y los protocolos de escalado. Finalmente, hace falta una capa de evaluación con ejemplos de resultados correctos e incorrectos, indicadores de calidad y pruebas que permitan comprobar si el agente continúa funcionando cuando cambian los datos o el contexto.
No todas las empresas tienen que crear veinte documentos nuevos. A menudo una parte importante del conocimiento ya existe, pero está repartida entre carpetas, presentaciones, correos y personas. El trabajo consiste en decidir qué es vigente, que se contradice, que falta y qué fuente tiene autoridad cuando dos instrucciones entran en conflicto.
Construir la base también obliga a tomar decisiones
La Knowledge Foundation no es una ingestión masiva de documentos. Incorporar todas las carpetas a un sistema sin revisarlas puede amplificar errores antiguos, duplicados, información obsoleta o contenido que no se tendría que utilizar. Antes de conectar una fuente, hay que saber quién es responsable, cuando se actualizó y para qué finalidad se puede consultar.
Este proceso hace visibles preguntas que la organización quizás había aplazado. ¿Cuál es el indicador prioritario? ¿Qué versión del servicio es vigente? ¿Quién aprueba una respuesta pública? ¿Durante cuánto tiempo se conserva un dato? ¿Qué pasa si el agente no encuentra una fuente suficiente? Si estas preguntas no tienen respuesta, la tecnología no las resolverá de manera fiable.
De la base al primer agente
Cuando el conocimiento está mínimamente preparado, definimos la misión del primer agente. Seleccionamos solo las fuentes necesarias, asignamos permisos proporcionales y establecemos un circuito de pruebas. En esta fase no buscamos que el sistema haga muchas cosas, sino que ejecute bien una secuencia concreta y que los errores sean detectables.
Después comparamos los resultados con ejemplos validados, observamos las excepciones y documentamos los ajustes. Una persona responsable decide cuando el piloto es suficiente establo para entrar en uso y qué acciones continúan necesitando aprobación. La base y el agente evolucionan conjuntamente: si cambia una política, un objetivo o un proceso, la fuente correspondiente se tiene que actualizar y volver a probar.
La base es el primer activo del proyecto
Construir conocimiento puede parecer la parte menos espectacular de una implementación, pero es la que permite reutilizar el trabajo. La misma base comunicativa puede alimentar un agente de blog, un sistema de redes sociales, un revisor editorial y una landing, siempre que cada proceso tenga reglas y controles propios. Así, la empresa no acumula prompts independientes, sino una memoria gobernada que se puede conectar con diferentes agentes.
La diferencia entre «hacer cosas con IA» y crear una capacidad propia no es el modelo que se utiliza. Es la calidad del conocimiento, la claridad de los responsables y la posibilidad de demostrar por qué el sistema ha producido un resultado.
Sin Knowledge Foundation no construimos el agente. Primero ordenamos qué sabe la empresa y como lo tiene que aplicar; después automatizamos el proceso que puede aprovechar este conocimiento.