¿Cómo crear un chatbot de IA gratuito entrenado con los documentos de tu negocio usando solo Google Drive: La solución más sencilla que existe – Parte I.

¿Alguna vez te han asombrado los chatbots de IA y has deseado poder crear uno entrenado para responder preguntas relacionadas con los datos de tu negocio? Es totalmente posible, pero la solución más común a menudo implica arquitecturas de nube complejas e intimidantes. En este tutorial, evitaremos por completo esa complejidad. Te mostraré cómo construir un chatbot de IA potente, GRATUITO y entrenado a medida utilizando solo Google Drive.

¿Cómo Funcionan Realmente los Chatbots de IA Personalizados?

Para entender nuestro enfoque, es importante primero comprender cómo funcionan los modelos de lenguaje grandes (LLMs) como ChatGPT y Gemini. Estos modelos están entrenados con un conjunto de datos masivo, pero fijo. Su conocimiento está esencialmente congelado en el tiempo en el momento en que se completó su entrenamiento. No puedes realmente «reentrenar» o «extender» este modelo central con tus propios documentos empresariales privados.

Entonces, ¿cómo puede un chatbot responder preguntas sobre información para la que nunca fue entrenado?

Aquí es donde entra en juego la Generación Aumentada por Recuperación (RAG). Es un proceso ingenioso que le proporciona al LLM el contexto que necesita, justo cuando lo necesita. Así es como funciona en pocas palabras:

1. Se hace una pregunta: Un usuario le pregunta a tu chatbot algo específico sobre tu negocio.
2. Se realiza una búsqueda en tus documentos: En lugar de preguntar inmediatamente al LLM, el sistema primero busca en tus documentos privados (tu base de conocimiento) para encontrar fragmentos de texto que sean relevantes para la pregunta del usuario.
3. Se proporciona contexto: Esta información relevante se agrupa con la pregunta original y se envía al LLM. Esto hace que el LLM sea capaz de proporcionar respuestas personalizadas, relacionadas con tu negocio, a la pregunta del usuario.
4. Se devuelve una respuesta: El LLM genera una respuesta directa a la consulta del usuario basándose en el contexto que acaba de recibir y la envía de vuelta.

Esto es exactamente lo que vamos a construir, pero simplificaremos significativamente la parte de «búsqueda» utilizando Google Apps Script y Google Drive.

Nuestra Solución: Un Potente Chatbot Gratuito Construido Completamente en Google Drive

Ahora que entendemos la teoría de RAG, hablemos de cómo construiremos nuestra propia versión utilizando un conjunto de herramientas mucho más simple. En lugar de un entorno de nube complejo, nuestro chatbot completo residirá dentro de tu cuenta de Google.

Aquí está el plan:

1. Base de Conocimiento:
   Utilizaremos una carpeta de Google Drive para almacenar todos los documentos relacionados con el negocio que deseas que el chatbot conozca. Esta es nuestra versión de la base de datos de búsqueda.
2. Aplicación:
   Crearemos una única Aplicación Web de Google Apps Script. Este script manejará todo: será la ventana de chat para el usuario (frontend) y la lógica que se comunica con la IA (backend).

La magia detrás de este enfoque simplificado reside en cinco trucos clave:

1. Proporcionar Contexto Completo, Siempre:
   En lugar de una búsqueda sofisticada, estamos tomando una ruta más directa. Leeremos el contenido completo de cada documento en tu carpeta de Google Drive. Este texto completo, junto con tu prompt del sistema, se adjunta a cada mensaje que envías a la IA. Esto asegura que el modelo siempre tenga el contexto completo para responder preguntas basadas en tus documentos.
2. Almacenamiento en Caché Inteligente para la Velocidad:
   Leer cada documento en cada turno sería lento e ineficiente. Para resolver esto, utilizaremos el Servicio de Caché integrado de Apps Script. Cuando la aplicación se ejecute por primera vez, exportará el contenido de todos tus documentos y lo almacenará en una caché temporal. Esta caché dura hasta seis horas, lo que significa que el contenido se puede recuperar instantáneamente y adjuntar a tus prompts sin volver a leer los archivos cada vez, haciendo la conversación rápida y fluida.
3. Aprovechando una Ventana de Contexto Masiva:
   Todo este método es posible gracias al uso del modelo Gemini 2 Flash de Google. Esta potente IA es actualmente gratuita a través de la API de AI Studio y, lo que es más importante, cuenta con una ventana de contexto masiva de 1 millón de tokens. Esta enorme capacidad nos permite alimentarla con una gran cantidad de texto (el contenido completo de tus documentos) en una sola llamada a la API, algo que no era práctico con modelos más antiguos.
4. Preservando la Estructura del Documento con Markdown:
   Nuestra información de negocio se almacenará como Documentos de Google. Cuando proporcionemos esta información a la IA, no solo enviaremos texto plano. Utilizaremos una función integrada de Google Drive para exportar los documentos en formato Markdown. Debido a que los LLMs entienden Markdown, podemos preservar el formato crucial como encabezados, listas e incluso tablas. Esto ayuda a la IA a comprender mejor la estructura y jerarquía de tu información, mejorando aún más la calidad y precisión de sus respuestas.
5. Implementando una Transferencia Simple a un Agente Humano:
   Nuestra solución no tendrá una cola de operadores humanos en vivo. Pero, ¿qué sucede si el chatbot se atasca o un usuario pide específicamente hablar con una persona? Manejaremos esto a través de un prompting inteligente. Instruiremos al agente para que, si no puede responder una pregunta, su trabajo es pedir al usuario su información de contacto. Una vez proporcionada, el script reenviará automáticamente todo el historial de la conversación a un chat específico de Google Workspace, asegurando que ninguna consulta se pierda y que una persona real pueda hacer un seguimiento.

Pruébalo Tú Mismo

La teoría es genial, pero no hay mejor manera de entender el producto final que interactuando directamente con él. He construido una versión de demostración de este chatbot para que la pruebes.

Nota: Por razones de seguridad, la vista previa/demostración solo está disponible para visitantes que hayan iniciado sesión en una cuenta de Google.

Haz clic aquí para probar el bot de demostración en vivo

Para los fines de este tutorial, he entrenado este bot con información disponible públicamente sobre el producto Préstamo Personal de Santander UK. Puedes hacerle preguntas sobre tasas de interés, términos del préstamo y criterios de elegibilidad basados en esos datos. También puede realizar un cálculo básico de pago mensual si proporcionas un monto de préstamo y un plazo.

Descargo de Responsabilidad Importante: Ten en cuenta que este es solo un modelo de demostración. Los datos de entrenamiento no se actualizan continuamente y pueden estar desactualizados. Además, el cálculo del préstamo es una estimación simplificada, ya que la fórmula exacta utilizada por Santander no es de conocimiento público. Los resultados y cálculos proporcionados por este bot de demostración no coincidirán con las cifras oficiales del banco.

El Alma del Chatbot: El Prompt del Sistema

La verdadera magia que da vida a nuestro chatbot no es solo el código, sino las instrucciones detalladas que le damos al modelo de IA. Esto se llama «prompt del sistema», y actúa como la personalidad central, el libro de reglas y la descripción del trabajo del chatbot, todo en uno. Cada conversación comienza con este conjunto oculto de comandos.

En esencia, le ordenamos a la IA que se convierta en un experto útil de soporte al cliente para una marca específica. Su conocimiento está estrictamente limitado al contenido que inyectamos dinámicamente desde tus documentos de Google Drive, y tiene prohibido revelar esta fuente, lo que lo hace sonar como una verdadera autoridad. El prompt le da una lista clara de tareas: mantenerse en el tema, responder preguntas del contexto proporcionado y realizar cálculos de préstamos utilizando una fórmula matemática específica, aclarando siempre que los resultados son estimaciones.

Para manejar situaciones en las que se atasca o el usuario pide hablar con una persona, sigue un protocolo simple de transferencia a un agente humano pidiendo información de contacto.

Guía Paso a Paso: Construye tu Chatbot en 5 minutos

¿Listo para construir? Sigue estos pasos con precisión y tendrás tu chatbot de IA personalizado funcionando en poco tiempo. Configuraremos el almacenamiento de documentos, crearemos la aplicación y la desplegaremos para que el mundo la vea.

Paso 1: Crea tu Base de Conocimiento en Google Drive

Aquí es donde tu chatbot aprenderá.

1. Ve a tu Google Drive.
2. Crea una nueva carpeta dedicada. Llamémosla «Base de Conocimiento de Mi Chatbot».
3. Obtén el ID de la Carpeta: Haz clic en la carpeta para abrirla. Mira la URL en la barra de direcciones de tu navegador. La última parte de la URL es el ID de la Carpeta. Copia este ID, lo necesitarás pronto. Por ejemplo, si la URL es https://drive.google.com/drive/folders/1a2b3c4d5e6f7g8h9i0j, tu ID de Carpeta es 1a2b3c4d5e6f7g8h9i0j.
4. Dentro de esta carpeta, crea uno o más archivos de Google Docs. Rellena estos documentos con la información que deseas que tu chatbot conozca sobre tu producto o negocio. Utiliza encabezados, listas y tablas como lo harías normalmente. Este es el contenido que se alimentará a la IA.

Paso 2: Crea el Proyecto de Google Apps Script

Este será el motor de nuestro chatbot.

1. Vuelve a tu Google Drive.
2. Haz clic en Nuevo > Más > Google Apps Script. Esto abrirá un nuevo proyecto de script en una nueva pestaña.
3. Dale un nombre a tu proyecto en la parte superior izquierda, por ejemplo, «Mi Chatbot de IA».

Paso 3: Añade los Archivos de Código

Tu proyecto necesita dos archivos: uno para la lógica de backend (Code.gs) y otro para la interfaz de chat (index.html).

1. Ya tendrás un archivo llamado Code.gs. Aquí es donde irá nuestro código de backend.
2. Crea el archivo de frontend: Haz clic en el icono + junto a «Archivos» en la barra lateral y elige HTML. Nombra el nuevo archivo exactamente index (se guardará como index.html).
3. Copia y Pega el Código: Ahora, simplemente copiarás el código completo para Code.gs e index.html de las secciones siguientes y lo pegarás en los archivos vacíos correspondientes en tu proyecto de Apps Script.

Contenido del archivo Code.gs

El contenido del archivo index.html

Paso 4: Configura tu Script

Necesitas indicarle a tu script dónde encontrar tus documentos y cómo acceder a la IA.

1. Abre tu archivo Code.gs.
2. Encuentra las líneas al principio que dicen DRIVE_FOLDER_ID y GEMINI_API_KEY.
3. Reemplaza DRIVE_FOLDER_ID con el ID de la Carpeta de Google Drive que copiaste en el Paso 1.
4. Obtén tu Clave API de Gemini:
   1. Ve a Google AI Studio en https://aistudio.google.com/
   2. Haz clic en «Obtener clave API» y luego en «Crear clave API en un nuevo proyecto».
   3. Copia la clave generada.
5. Vuelve a Code.gs y reemplaza GEMINI_API_KEY con la clave que acabas de copiar.
6. Configura la URL del Webhook de Google Chat (para Transferencia a Agente Humano)
   Nota Importante: Esta función solo está disponible para cuentas de Google Workspace (por ejemplo, tunombre@tuempresa.com). No está disponible para cuentas personales de Gmail. También debes realizar estos pasos en una computadora, no en un dispositivo móvil.
   1. Abre Google Chat en tu navegador.
   2. Ve al Espacio donde deseas recibir las notificaciones de transferencia.
   3. En la parte superior, haz clic en la flecha hacia abajo junto al nombre del espacio, luego selecciona Aplicaciones e integraciones.
   4. En el cuadro de diálogo que aparece, haz clic en + Añadir webhooks.
   5. Dale un nombre a tu webhook (por ejemplo, «Transferencias de Chatbot») y haz clic en Guardar.
   6. Aparecerá un nuevo webhook en la lista. Haz clic en el icono de copiar para copiar la URL completa del webhook a tu portapapeles.
   7. Vuelve a tu archivo Code.gs y reemplaza 'YOUR_GOOGLE_CHAT_WEBHOOK_URL_HERE' con la URL que acabas de copiar.

Paso 5: Ajusta tu Prompt del Sistema

El prompt proporcionado es un excelente punto de partida, pero el verdadero poder proviene de personalizarlo según tus necesidades exactas.

1. En tu proyecto de Apps Script, ve al archivo Code.gs y busca la variable systemInstructionText.
2. ¡Modifícala! Cambia el nombre de la marca, ajusta la personalidad o añade nuevas reglas específicas para tu negocio. Así es como haces que el chatbot sea verdaderamente tuyo.

Paso 6: Despliega la Aplicación Web y Otorga Permisos

Este es el paso final para que tu chatbot esté en vivo.

1. Haz clic en el botón azul Desplegar en la esquina superior derecha y selecciona Nueva implementación.
2. Aparecerá un cuadro de diálogo. Haz clic en el icono de engranaje junto a «Seleccionar tipo» y elige Aplicación web.
3. Rellena la configuración:
   1. Descripción: Dale un nombre, como «Mi Primer Chatbot de IA».
   2. Ejecutar como: Yo (tu@gmail.com)
   3. Quién tiene acceso: Cualquiera (Esto hace que tu chatbot sea público. Elige «Cualquiera con una cuenta de Google» si lo prefieres).
4. Haz clic en Desplegar.
5. Autorizar Permisos: Google te pedirá ahora que concedas permiso para que el script se ejecute. Este es un paso crítico.
   1. Haz clic en Autorizar acceso.
   2. Elige tu cuenta de Google.
   3. Verás una pantalla de advertencia que dice «Google no ha verificado esta aplicación». Esto es normal para scripts personales. Haz clic en Avanzado, y luego haz clic en Ir a [Nombre de tu Proyecto] (no seguro).
   4. Finalmente, revisa los permisos (necesitará acceder a Google Drive, conectarse a servicios externos, etc.) y haz clic en Permitir.

Después de desplegar, una ventana te mostrará la URL de la aplicación web. ¡Este es el enlace a tu chatbot en vivo! Copia esa URL, pégala en una nueva pestaña del navegador y comienza a chatear con tu asistente de IA entrenado a medida.

Conclusión: Una Herramienta Potente con Compromisos Claros

Hemos construido con éxito un chatbot de IA entrenado a medida utilizando solo Google Drive y Apps Script. Este enfoque ofrece un punto de entrada fantástico y accesible al mundo de la IA personalizada. Resumamos sus ventajas y limitaciones en comparación con una solución RAG tradicional y más compleja.

Ventajas de Nuestra Solución Simple

• Simplicidad Increíble: No necesitas entender bases de datos vectoriales, arquitectura de nube o complejas tuberías de datos. Si puedes usar Google Drive, puedes construir esto.
• Extremadamente Rentable: Para casos de uso pequeños a medianos, esta solución es prácticamente gratuita. Estás aprovechando tu cuenta de Google existente y la generosa capa gratuita de la API de Gemini.
• Velocidad de Desarrollo: Puedes pasar de la idea a un prototipo funcional en una tarde, no en semanas.
• Perfecto para PYMES y Herramientas Internas: Esta es una solución ideal para pequeñas empresas que desean añadir un bot de soporte, o para crear una herramienta interna que ayude a tu equipo a consultar bases de conocimiento de la empresa.

Limitaciones en Comparación con un RAG Adecuado

• Escalabilidad: Nuestro enfoque de «leer todo» funciona brillantemente para una docena o incluso unas pocas docenas de documentos. No escala a miles de documentos. Un sistema RAG adecuado está diseñado para manejar bases de conocimiento masivas de manera eficiente.
• Sin Recuperación «Inteligente»: Un verdadero sistema RAG utiliza la búsqueda semántica para encontrar los fragmentos de texto más relevantes para responder una pregunta. Nuestra solución envía toda la base de conocimiento cada vez. Si bien esto funciona bien con una ventana de contexto grande (aproximadamente 750,000 palabras a la vez), a veces puede ser menos preciso que la recuperación dirigida.

Transferencia Básica: La transferencia basada en correo electrónico es un sistema de notificación simple. Carece de las características de una plataforma profesional de soporte al cliente con cola de agentes en vivo y chat en tiempo real.

Cómo Añadirlo a tu Sitio Web

Ahora hemos creado un gran chatbot. Si bien no tiene una cola robusta ni capacidad de transferencia humana en tiempo real, y no está diseñado para un volumen masivo de texto de entrenamiento, se destaca como una solución confiable e increíblemente económica. Para muchas pequeñas y medianas empresas, esta puede ser una forma fantástica de mejorar la calidad del servicio para sus usuarios sin una gran inversión.

El siguiente paso natural es mover este chatbot de una aplicación web independiente a una herramienta en vivo, de cara al cliente, en tu sitio web. En mi próximo tutorial, revisaremos exactamente cómo implementarlo en un sitio real, ya que eso requiere algunas modificaciones al código que acabamos de crear. ¡Mantente atento!