Gestionar fuentes: vista previa, edición y entrenamiento
Gestiona el conocimiento de un agente de intoCHAT: estado, vista previa, edición, reentrenamiento, borrado, prioridad, uso, datos contradictorios, grupos por sitio y carpeta, exportación ZIP y auto-resync.
Todo lo que sabe tu agente aparece en la pestaña Knowledge (conocimiento), bajo Knowledge sources: una fila por cada página, archivo, texto, par de pregunta y respuesta, página de Notion, archivo de Google Drive o artículo de Intercom. Los tickets de helpdesk importados son la excepción: aparecen como una sola fila con un recuento en la tarjeta Helpdesk tickets, debajo de la lista (consulta Tickets de helpdesk e Intercom). Esta página explica qué puedes hacer con cada fuente y cuándo se aplican los cambios.
Estado del entrenamiento
Cada fuente muestra un estado:
| Estado | Significado |
|---|---|
| Pending | Guardada, pero aún no entrenada. El agente no la usa. |
| Training | Se está dividiendo e indexando ahora mismo. |
| Trained | Se usa para las respuestas. |
| Failed | No se pudo entrenar. Pasa el ratón por la etiqueta para ver el motivo. |
La barra de la parte superior de la pestaña lo resume, por ejemplo «3 sources waiting to be trained», y muestra cuántos caracteres de tu plan usa el agente. Haz clic en Train agent para entrenar todo lo pendiente, o en Retry failed cuando solo queden fuentes fallidas.
El entrenamiento se ejecuta en los servidores de intoCHAT. Después de hacer clic en Train agent puedes cambiar de pestaña o cerrar la página, y el entrenamiento sigue. Cuando vuelvas, la pestaña Knowledge muestra su progreso. Si un entrenamiento se interrumpe, se reanuda al abrir la pestaña Knowledge, y una comprobación diaria también reinicia los entrenamientos interrumpidos. Las fuentes terminadas siguen entrenadas. Si el entrenamiento se detiene tras errores repetidos, vuelve a hacer clic en Train agent.
Solo añadir conocimiento necesita la página abierta: espera a que los archivos y páginas nuevos aparezcan como añadidos antes de salir.
Encontrar fuentes
Usa Search sources… para buscar por nombre, dirección u otras formulaciones de un par de pregunta y respuesta, el menú de tipos (All types, Website, Files, Text, Q&A, y Notion, Google Drive o Intercom cuando tienes fuentes de ese tipo) y los botones de estado como Pending (3) o Failed (1).
Agrupar fuentes por sitio y carpeta
En el menú Arrange sources, junto al menú de tipos, elige Group by site and folder (agrupar por sitio y carpeta). Con List vuelves a la lista.
- Las páginas web se agrupan por sitio y luego por la carpeta de primer nivel del sitio, como
/blogo/docs. Las páginas del primer nivel del sitio aparecen bajo/. Un sitio con una sola carpeta muestra sus páginas directamente bajo el sitio. - Las demás fuentes se agrupan por tipo: Files, Text, Q&A, Notion, Google Drive y artículos de Intercom.
- Cada encabezado muestra cuántas fuentes tiene el grupo y sus caracteres, por ejemplo «24 sources · 81.2K chars». Haz clic en la flecha para contraerlo o desplegarlo.
- La búsqueda, los filtros y Least used también se aplican dentro de cada grupo.
Cada encabezado de grupo tiene estos controles:
- Casilla: selecciona todas las fuentes del grupo. Muestra un estado parcialmente marcado cuando solo hay algunas seleccionadas. Después usa Export, Re-index o Delete con la selección.
- Nube (actualizar desde la web): solo en grupos de sitio y de carpeta. Tras confirmar con Refresh pages, se vuelve a leer cada página del grupo y se reentrenan las que cambiaron de texto. Consume un rastreo de tu plan, y un rastreo lee hasta 600 páginas. Un grupo más grande no se puede actualizar de una vez: actualiza sus carpetas una a una. Una página leída en la última hora puede venir de una copia en caché. La actualización se detiene en tu límite de rastreos o de caracteres, y un mensaje resume cuántas páginas cambiaron, siguen igual o no se pudieron leer.
- Papelera: elimina todas las fuentes del grupo cuando confirmas con Delete … sources. No se puede deshacer.
Cuánto se usa una fuente
Cada fila muestra cuántas respuestas del agente usaron la fuente en los últimos 30 días:
- «Used in 12 replies (30 days)»: ese número de respuestas tenía al menos un fragmento de esta fuente entre el conocimiento que recibió el agente.
- «Not used in 30 days»: ninguna respuesta de ese periodo tenía un fragmento de ella.
Los pares de pregunta y respuesta se cuentan como cualquier otra fuente. Los chats guardados del Playground también cuentan; los chats temporales no se guardan, así que no cuentan. Las cifras empiezan desde que intoCHAT comenzó a registrar qué conocimiento usó cada respuesta. Mientras el agente no tenga ninguna respuesta así, la lista muestra en su lugar «How often each source is used appears here as new replies are recorded.»
Cuando ya hay cifras, un menú de orden junto al menú de tipos ofrece Default order y Least used. Least used muestra primero las fuentes sin usar, después las usadas en menos respuestas y después las que llevan más tiempo sin usarse.
«Usada» significa que el texto de la fuente se le dio al agente para esa respuesta, no que la respuesta lo citara. Una fuente que nunca se usa quizá trate temas por los que los visitantes no preguntan, o sea difícil de encontrar para la búsqueda. Mira su vista previa antes de borrarla, por si contiene datos que todavía necesitas. Para ver qué preguntas tu conocimiento aún no responde, usa Questions to improve; consulta Texto y Q&A.
Datos contradictorios
En Pro y Enterprise, la tarjeta Conflicts de la pestaña Knowledge lista los datos en los que no coinciden dos de tus fuentes, como un precio antiguo en una página y uno nuevo en un par de pregunta y respuesta. Open source A u Open source B abre la fuente en esta lista: los textos y los pares de pregunta y respuesta para editarlos, las demás fuentes en su vista previa. En cuanto se entrena la fuente corregida, el hallazgo se resuelve solo. Consulta Conflictos.
Qué puedes hacer con una fuente
Cada fila tiene estos iconos:
- Estrella (Mark as priority): la fuente va por delante del resto del conocimiento pertinente y gana cuando las fuentes se contradicen. Se aplica desde la siguiente respuesta, sin entrenar. Los pares de pregunta y respuesta no tienen estrella porque ya van primero. Las fuentes marcadas muestran Priority.
- Ojo (Preview the text): muestra exactamente el texto que el agente aprende de la fuente, Formatted (con formato) o como Plain text (texto plano). Puedes buscar en él, copiarlo con Copy o descargarlo con Download como archivo Markdown (
.md). En una página web, Open page abre el original. - Lápiz (Edit): solo para textos y pares de pregunta y respuesta. Cambia el título, el contenido, la pregunta, las otras formulaciones o la respuesta y haz clic en Save. La fuente vuelve a Pending; entrena para aplicar el cambio. Si pones una pregunta que ya tiene otro par, el cambio se rechaza.
- Nube (Refresh from website): solo páginas web. Vuelve a leer la página y, si su texto cambió, la guarda y la reentrena al momento. Consume un rastreo de la web, igual que añadir una página.
- Flechas (Re-index saved text): vuelve a entrenar la fuente con el texto que intoCHAT ya tiene, sin descargar nada.
- Papelera (Delete this source): elimina la fuente y sus fragmentos.
Las páginas de Notion y los archivos de Google Drive no tienen icono de lápiz ni de nube. Para actualizar uno, vuelve a importarlo o deja que lo revise el Auto-resync; consulta Notion y Google Drive, donde Sync now revisa a la vez todos los archivos de Drive de un agente.
Marca varias filas para exportarlas con Export, reindexarlas con Re-index o borrarlas con Delete a la vez. Para añadir, actualizar o descargar muchos pares de pregunta y respuesta de una vez, usa la importación y la exportación de Q&A; consulta Texto y Q&A. Delete all, arriba, elimina todas las fuentes tras confirmar con Delete everything. No se puede deshacer.
Cuándo se aplican los cambios
| Cambio | Se aplica |
|---|---|
| Marcar o quitar la prioridad | desde la siguiente respuesta |
| Eliminar una fuente | al instante |
| Editar un texto o un par de pregunta y respuesta | tras el entrenamiento; hasta entonces el agente usa la versión anterior |
| Actualizar desde la web una página que cambió | cuando termina su reentrenamiento automático |
| El Auto-resync encuentra una página que cambió | cuando termina su reentrenamiento automático |
| Subir una nueva versión de un archivo | tras el entrenamiento; hasta entonces el agente usa la versión anterior |
| Añadir una fuente | tras el entrenamiento |
Eliminar fuentes también libera caracteres para otras nuevas.
Actualizar páginas web y archivos
Re-index saved text no descarga nada nuevo, y las páginas web y los archivos no se editan directamente. El Auto-resync puede revisar por ti las páginas web, las páginas de Notion y los archivos de Google Drive según un calendario, y los tickets de helpdesk y los artículos de Intercom se revisan con su propio ajuste Sync automatically (consulta Tickets de helpdesk e Intercom). Si no, cuando cambien tus precios o condiciones, actualiza tú las fuentes:
- Ha cambiado una página web: haz clic en Refresh from website en su fuente. Una página leída en la última hora puede venir de una copia en caché. Para actualizar muchas páginas a la vez, usa el icono de la nube de un grupo en Group by site and folder, o añade las páginas de nuevo después de Find pages y entrena. Consulta Rastreo de la web.
- Ha cambiado una página de Notion: vuelve a importarla. Consulta Notion.
- Ha cambiado un archivo de Google Drive: haz clic en Sync now en la opción Drive, o vuelve a elegir el archivo. Consulta Google Drive.
- Ha cambiado un archivo: sube la nueva versión con el mismo nombre de archivo y entrena. Sustituye el texto anterior; un archivo idéntico se omite. Consulta Archivos.
- Ha cambiado un texto o un par: edítalo con el icono del lápiz y entrena.
Auto-resync
La tarjeta Auto-resync de la pestaña Knowledge vuelve a leer tus páginas web, tus páginas de Notion y tus archivos de Google Drive según un calendario y solo reentrena las páginas cuyo texto cambió. Viene desactivada.
- Activa Check pages automatically (revisar las páginas automáticamente).
- En How often (con qué frecuencia), elige Daily (a diario) o Weekly (cada semana). Cada cambio se guarda al momento.
Qué hace una pasada:
- Vuelve a leer las fuentes de tipo web, Notion y Google Drive. Los archivos subidos, los textos y los pares de pregunta y respuesta nunca se tocan.
- Un archivo de Google Drive solo se vuelve a leer si se modificó en Drive desde la última revisión. Un archivo que se eliminó, se movió a la papelera o que intoCHAT ya no puede abrir muestra el motivo, y su texto guardado se conserva.
- Compara cada página con su texto guardado. El texto que se repite en toda tu web, como los menús y los pies de página, se ignora al comparar, así que no cuenta como cambio.
- Guarda el texto nuevo de las páginas que cambiaron y las reentrena por sí solo. Las páginas sin cambios solo se marcan como revisadas.
- Nunca elimina una fuente. Si una página no se puede leer, por ejemplo porque se quitó de tu web, el texto guardado se conserva y la fuente muestra el motivo.
- Si el texto nuevo de una página llevara al agente por encima de su límite de caracteres, la página conserva su texto guardado y muestra «The new text would go over your plan's character limit, so the saved text was kept.»
- Primero van las páginas revisadas hace más tiempo. Una página web leída en la última hora puede venir de una copia en caché.
- Las páginas web se leen con los ajustes de rastreo del agente: su país de rastreo y, en el modo lento, 5 páginas cada vez, 2 a la vez, con una pausa entre medias. En el modo lento, una pasada puede leer menos de 30 páginas en su tiempo; el resto se revisa en la siguiente pasada.
Rastreos de la web
- Cada pasada que lee páginas web consume 1 rastreo de tu plan y cubre hasta 30 páginas.
- Una web más grande se cubre en varias pasadas, una al día, y cada una consume un rastreo. Con 90 páginas, una vuelta completa necesita tres pasadas y tres rastreos.
- Con hasta 30 páginas, la revisión diaria consume unos 30 rastreos al mes y la semanal unos 4 o 5. Free, Starter y Pro incluyen 1, 9 y 20 rastreos al mes, compartidos con añadir páginas, así que una revisión diaria de una web agota los rastreos de esos planes.
- Sin rastreos disponibles, las páginas web no se leen y esperan a que tus rastreos empiecen de nuevo. La tarjeta indica cuántas páginas no se revisaron, y esas fuentes muestran «Not checked: Out of website crawls for this period (saved text kept)».
- Las páginas de Notion y los archivos de Google Drive no consumen rastreos. Una pasada lee hasta 30 páginas de Notion y hasta 30 archivos de Drive.
Cuándo se hacen las pasadas
- Las pasadas se hacen como mucho una vez al día. La tarea diaria empieza hacia las 05:00 UTC; la tarjeta muestra esa hora en tu zona horaria. Cuando hay muchos agentes pendientes, la tarea sigue en varios pasos, así que en los días con más carga una pasada puede empezar más tarde.
- Con Daily, una página toca cuando su última revisión tiene unas 20 horas. Con Weekly, unos seis días y medio.
- La tarjeta muestra Last run (última pasada), Next run (próxima pasada, estimada) y Last run found (resultado de la última pasada), por ejemplo «12 checked · 2 changed · 0 failed».
Check now
Check now (revisar ahora) lanza una revisión al momento y espera su resultado, lo que puede tardar hasta un minuto. Revisa todas las páginas, no solo las que tocan, con los mismos límites: hasta 30 páginas web, con 1 rastreo si hay páginas web, y hasta 30 páginas de Notion y 30 archivos de Google Drive, empezando por las revisadas hace más tiempo. Las páginas a las que no llega se revisan en la siguiente pasada. También funciona con el Auto-resync desactivado.
Puedes usar Check now una vez cada 10 minutos por agente; hasta entonces la tarjeta muestra «Available again at …». Después de una revisión, la siguiente pasada programada espera al menos 20 horas.
Estado de cada fuente
Las fuentes web, de Notion y de Google Drive ya revisadas muestran una línea «Checked … · changed …»: la fecha de la última revisión y la del último cambio de texto. Pasa el ratón por una fecha para ver la hora exacta. Si la última revisión falló, la línea dice «Check on … failed:», seguido del motivo y de «(saved text kept)». Cuando el motivo sugiere que la web rechazó al rastreador, como un 403 o una comprobación contra bots, una segunda línea enlaza a Webs que bloquean rastreadores.
Exportar fuentes
Puedes descargar el texto de tus fuentes en un archivo .zip:
- Haz clic en Export all encima de la lista para exportar todas las fuentes.
- O marca fuentes, o la casilla de un grupo, y haz clic en Export en la barra que aparece.
El archivo se llama, por ejemplo, knowledge-sources-2026-10-07.zip. Contiene un archivo por fuente, en una carpeta por tipo: website/, files/, text/, qa/, notion/ y google-drive/.
- Cada archivo contiene, como
.txt, el texto guardado del que aprende el agente. En un archivo subido, es el texto extraído, no el documento original. - Los pares de pregunta y respuesta son archivos
.mdcon la formaQ: …yA: …, con cada formulación alternativa en su propia líneaQ:. manifest.csvlista todas las fuentes con las columnas Name, Type, URL, Characters, Status y File.
Una exportación admite hasta 50 millones de caracteres de texto, unos 50 MB. Para más, selecciona menos fuentes y expórtalas por partes.
Cuándo usar Re-index
Usa Re-index saved text en una fuente que falló, por ejemplo tras un error pasajero, o selecciona varias fuentes y haz clic en Re-index para entrenarlas de nuevo. Para cambios de contenido, actualiza, vuelve a subir o edita la fuente como se describe arriba.
Buenos hábitos
- Revisa la vista previa de las fuentes nuevas antes de entrenar. Una página de la que solo se capturó el menú, o una tabla de PDF mal extraída, se detecta enseguida.
- Elimina las fuentes antiguas o duplicadas en lugar de esperar que el agente elija la correcta.
- Si el agente cita una y otra vez la fuente equivocada, marca la correcta como prioritaria o añade un par de pregunta y respuesta.