Saltar al contenido
optera

Base de Conocimiento Interna

Preguntas y respuestas sobre todo el saber de la empresa

Construye un sistema de preguntas y respuestas sobre tus wikis internos, páginas de Notion, documentos de Confluence y archivos de Slack, para que los empleados obtengan respuestas inmediatas y con fuente en lugar de pasar horas buscando o esperando a un compañero.

Búsqueda e InvestigaciónAvanzado
RecomendadoOpenAI

GPT-6 Luna

Entrada / 1M0,10 US$
Salida / 1M0,50 US$
Contexto1M
Velocidad97/100
Puntuación de código
86
Puntuación de razonamiento
87
Costo mensual estimado

para 3M tokens al mes · 88% entrada / 12% salida

0,44 US$

¿Por qué este modelo?

Para esta carga de trabajo —3M tokens al mes, un 88 % de entrada— cuesta unos 0,44 US$ al mes, lo más bajo entre los modelos sugeridos aquí. Su ventana de contexto de 1M tokens admite entradas largas en una sola llamada, algo importante para este tipo de trabajo.

Modelos alternativos

Consejos de implementación

  1. 1

    Implementa búsqueda híbrida (BM25 más embeddings vectoriales): la búsqueda por palabras clave capta nombres exactos de políticas y números de versión que la semántica pierde, mientras que la vectorial maneja preguntas parafraseadas.

  2. 2

    Incluye siempre el título del documento fuente, su URL y la fecha de última actualización junto a cada fragmento recuperado: el modelo podrá citar y el usuario verificar la vigencia al instante.

  3. 3

    Configura la reindexación automática mediante webhooks al cambiar un documento: una base de conocimiento donde el 20 % de las respuestas está obsoleto destruye la confianza más rápido que no tener sistema alguno.

Casos de uso relacionados