Chatbots RAG para Servicio al Cliente y Calidad de Servicio (QoS)
Aprende a diseñar, construir y evaluar asistentes de IA que responden con información real, citan su fuente y saben cuándo pasar el caso a un humano.
De qué trata este curso
Un asistente de servicio al cliente debe ser rápido, correcto y confiable. Los modelos de lenguaje (LLM) son rápidos y elocuentes, pero por sí solos inventan datos y no conocen la información de tu organización. La técnica RAG (Retrieval-Augmented Generation, generación aumentada por recuperación) resuelve eso: recupera los fragmentos correctos de tu conocimiento y hace que el modelo responda apoyándose en ellos, con su cita. Durante la semana recorreremos ese hilo completo, del problema a la solución responsable:
El problema
El servicio al cliente es caro, repetitivo y desigual.
La herramienta
Los LLM redactan, pero solos alucinan.
La solución
RAG: recuperar tu conocimiento y fundamentar.
¿Funcionó?
Métricas de QoS y evaluación del RAG.
¿Es responsable?
Ética, privacidad y gobernanza.
Agenda de los cinco días
Día 1 · 10 de agosto ›
Día 2 · 11 de agosto ›
Día 3 · 12 de agosto ›
Día 4 · 13 de agosto ›
Día 5 · 14 de agosto ›
Cómo se evalúa
Propuesta aplicada de chatbot RAG para un sector.
Talleres, análisis de casos y ejercicios en clase.
Quiz y reflexión sobre los conceptos clave.
Ver las rúbricas completas → · Elegir un caso de sector para el proyecto →
Cada día tiene sus tres sesiones con contenido, visualizadores interactivos y una autoevaluación. Activa "Modo aula" (arriba a la derecha) para agrandar el texto al proyectar.