Grounding (anclaje)
Última actualización:
Qué significa grounding
En IA, anclar una respuesta es basarla en pruebas a las que el sistema puede remitir. Pueden ser documentos recuperados, un registro de base de datos, el resultado de una llamada a una API o datos configurados por el propietario. Lo contrario es una respuesta sin grounding, que sale solo de lo que el modelo absorbió en el entrenamiento y puede estar desactualizada, ser genérica o inventada.
El grounding está muy ligado a la generación aumentada por recuperación. La recuperación aporta las pruebas; el grounding es la regla de que la respuesta debe ceñirse a ellas.
Cómo funciona el grounding
En un chatbot, el grounding suele combinar cuatro elementos:
El grounding es una cuestión de grado. Un chatbot puede usar conocimiento general para explicar un concepto, siempre que los datos propios del negocio salgan de fuentes aprobadas.
- Pruebas: el sistema recupera fragmentos relevantes o llama a una herramienta y coloca los resultados en el prompt.
- Reglas: las instrucciones indican al modelo que use esas pruebas para cualquier afirmación factual, que no invente precios, enlaces ni políticas y que diga cuándo faltan pruebas.
- Jerarquía de fuentes: cuando las fuentes discrepan, el sistema define cuál prevalece, por ejemplo una respuesta de Q&A aprobada frente a una página web más antigua.
- Comprobaciones: algunos sistemas muestran citas o comparan después la respuesta con las fuentes.
Ejemplo
Al chatbot de una clínica dental le preguntan: «¿Trabajáis con mi seguro y cuánto cuesta una limpieza?». La página recuperada enumera los seguros aceptados y el precio de la limpieza, y una respuesta con grounding repite ambos tal como están escritos. Si el visitante menciona un seguro que no figura en la lista, la respuesta indica que la página no lo menciona y sugiere llamar a la clínica, en lugar de decir sí o no al azar.
Por qué el grounding importa en los chatbots de empresa
Los clientes toman las respuestas de un chatbot como la palabra de la empresa. El grounding hace que esas respuestas sean específicas de tu negocio, coherentes con tu información publicada y más fáciles de auditar, porque cada dato debería poder rastrearse hasta una fuente.
También marca un límite claro. Si tu contenido es erróneo o incompleto, un chatbot con grounding repite el error o admite el hueco. Un buen grounding depende, por tanto, de un buen contenido.
Cómo ancla intoCHAT las respuestas
intoCHAT aplica a cada agente unas reglas de grounding integradas que prevalecen sobre las instrucciones personalizadas que las contradigan. Los datos del negocio, como productos, precios, políticas y datos de contacto, deben salir de tu configuración, de tu contenido recuperado o del resultado correcto de una acción. Los fragmentos recuperados se jerarquizan: primero las respuestas de Q&A, luego las fuentes marcadas con estrella y después textos, documentos y páginas web, y entre los del mismo tipo gana el más reciente. Cuando faltan pruebas o se contradicen, el agente dice qué no puede confirmar en lugar de inventar una respuesta.