Asistentes con Memoria y RAG Avanzado: De la Personalización al Conocimiento Corporativo con IA

Las 4 plataformas cubiertas

Este documento explica cómo convertir una IA genérica en un asistente que conoce tu empresa, tu sector y tu forma de trabajar. Se describen dos técnicas: las Instrucciones del Sistema (decirle a la IA quién es y cómo debe comportarse) y la alimentación con documentos propios (darle acceso a tu información interna para que responda basándose en ella).

Parte 1: La fórmula CREATE para el System Prompt

Un System Prompt es un conjunto de instrucciones que le das a la IA una sola vez y que se aplican automáticamente a todas tus conversaciones. Convierte al asistente genérico en un especialista que ya sabe quién eres, qué haces y cómo quieres que te hable.

El framework CREATE (documentado por la Universidad de Pittsburgh y utilizado por KPMG) define seis componentes para construir prompts efectivos:

Cómo configurarlo en Microsoft Copilot

Microsoft Copilot es el asistente integrado en el ecosistema Microsoft 365. Hay dos formas de personalizarlo según el plan que tenga tu empresa.

Opción A — Copilot Chat

Accesible desde copilot.microsoft.com o desde el icono de Copilot en Teams. Copilot no tiene aún un campo de "instrucciones permanentes" como ChatGPT, así que la forma más efectiva es iniciar cada sesión con un bloque de contexto:

Opción B — Copilot Studio (asistente corporativo permanente)

Copilot Studio permite crear asistentes personalizados para toda la empresa. Requiere la participación del departamento de IT, pero el resultado es un chatbot corporativo accesible desde Teams.

1. Accede a copilotstudio.microsoft.com con una cuenta de administrador de Microsoft 365.
2. Haz clic en "Create" y selecciona "New agent".
3. En el campo "Instructions", pega las instrucciones del sistema con la fórmula CREATE. Aquí sí son permanentes.
4. En la sección "Knowledge", haz clic en "Add knowledge" y conecta SharePoint, PDFs o páginas web públicas.
5. Haz clic en "Publish" y selecciona "Microsoft Teams" como canal de despliegue.

Cómo configurarlo en ChatGPT

ChatGPT tiene una función llamada "Custom Instructions" que guarda tus instrucciones de forma permanente y las aplica a todas las conversaciones nuevas.

Paso a paso: Custom Instructions

1. Accede a chatgpt.com con tu cuenta (requiere plan Plus a $20/mes o Business a $20/mes por usuario (anual) — precios a julio 2026; verifica en openai.com).
2. Haz clic en tu foto de perfil en la esquina inferior izquierda y selecciona "Customize ChatGPT".
3. Rellena el Campo 1 ("What would you like ChatGPT to know about you?") con el Contexto y el Rol.
4. Rellena el Campo 2 ("How would you like ChatGPT to respond?") con la Audiencia, el Tono y las Restricciones.
5. Haz clic en "Save". A partir de ese momento, cada nueva conversación comenzará con ese contexto activo.

Ejemplo completo listo para copiar y pegar:

Campo 1 (Quién soy):

Campo 2 (Cómo quiero que responda):

La función Projects de ChatGPT

ChatGPT Plus y Team permiten crear Projects (Proyectos), espacios de trabajo separados donde puedes subir documentos y tener conversaciones que comparten ese contexto.

1. En el panel lateral izquierdo, haz clic en "New project".
2. Ponle un nombre: "Consejo de Administración", "Proyecto Expansión Francia" o "Análisis de Proveedores".
3. Dentro del proyecto, haz clic en el icono de clip para subir documentos: PDFs, hojas de Excel, presentaciones.
4. Todas las conversaciones dentro de ese proyecto tienen acceso a esos documentos y al historial de conversaciones anteriores.

Cómo configurarlo en Claude

Claude tiene una función equivalente llamada "Projects" disponible en el plan Pro ($20/mes individual), Team Standard ($25/mes por usuario) y Enterprise (precios a julio 2026; verifica en claude.ai).

1. Accede a claude.ai con tu cuenta Pro, Team o Enterprise.
2. En el panel lateral izquierdo, haz clic en "New Project".
3. Haz clic en "Project Instructions" y pega las instrucciones permanentes con la fórmula CREATE.
4. Haz clic en "Add content" para subir PDFs, documentos de texto u hojas de cálculo.
5. Inicia conversaciones dentro del proyecto. Claude tendrá acceso a todos los documentos subidos.

NotebookLM — RAG sin programar

La técnica RAG (Generación Aumentada por Recuperación) consiste en darle a la IA acceso a una biblioteca de documentos propios. La herramienta más accesible, gratuita y segura para hacer esto hoy mismo es NotebookLM de Google.

Cómo usar NotebookLM paso a paso

1. Ve a notebooklm.google.com e inicia sesión con tu cuenta de Google corporativa.
2. Haz clic en "New Notebook" y ponle un nombre: "Consejo 2026", "Due Diligence Proveedor Y", etc.
3. En el panel izquierdo, haz clic en "Add source". Puedes subir PDFs, documentos de Google Drive, archivos de texto, URLs de páginas web o vídeos de YouTube. Límite: hasta 50 fuentes por cuaderno, 500.000 palabras en total.
4. Una vez procesadas las fuentes (1-2 minutos), escribe tu pregunta en la caja de chat.
5. NotebookLM responderá con números de cita que te llevan exactamente al párrafo del documento original. Esto elimina el riesgo de alucinación.

Funciones adicionales de NotebookLM

• Audio Overview: Genera en 2-3 minutos un podcast de 8-15 minutos donde dos voces de IA debaten el contenido de todos los documentos. Ideal para preparar reuniones escuchando en el coche.
• Study Guide: Genera un resumen estructurado con los conceptos clave y preguntas de comprensión.
• Mind Map: Genera un diagrama visual de las relaciones entre los temas principales de tus documentos.

Manus: El Agente para Proyectos Completos

Manus es un agente autónomo que va más allá de la conversación: permite delegar proyectos completos en lugar de mantener un diálogo interactivo. La diferencia clave es que Manus puede navegar por internet, leer documentos, escribir código, crear archivos y entregar un resultado final completo, todo sin que el directivo tenga que estar presente.

Casos de uso inmediatos por función directiva

1. Qué es RAG y Por Qué Importa para Dirección General

RAG (Retrieval-Augmented Generation, o Generación Aumentada por Recuperación) es la técnica que permite a un modelo de lenguaje grande (LLM (Large Language Model (Modelo de Lenguaje Grande))) responder preguntas basándose en documentos específicos que tú le proporcionas, en lugar de depender únicamente de su conocimiento de entrenamiento. En términos prácticos: en lugar de preguntarle a la IA "¿qué dice la regulación sobre X?", le preguntas "¿qué dice nuestro contrato con el proveedor Y sobre X?" — y la IA responde citando el párrafo exacto del documento.

Para la alta dirección, RAG resuelve el problema más frustrante de los LLMs genéricos: que no conocen el contexto específico de tu empresa. Con RAG, puedes crear asistentes que conocen tus contratos, tus informes de auditoría, las actas del Consejo, los procedimientos internos, los análisis de mercado propietarios y cualquier otro documento corporativo. La IA deja de ser una herramienta genérica y se convierte en un analista que ha leído toda la documentación relevante.

1.1 RAG Sin Código para Directivos

Hasta hace dos años, implementar RAG requería un equipo técnico: vectorizar documentos, configurar bases de datos vectoriales, gestionar embeddings y construir pipelines de recuperación. Hoy, herramientas como NotebookLM de Google, Copilot Studio de Microsoft y los Projects de Claude permiten implementar RAG sin escribir una sola línea de código, en menos de 10 minutos.

1.2 Cuándo Usar RAG (y Cuándo No)

2. NotebookLM: La Plataforma en Profundidad

NotebookLM es la implementación de RAG más accesible del mercado. Lanzada por Google en 2023 y significativamente mejorada en 2024-2025, combina la potencia de Gemini con una interfaz diseñada para usuarios no técnicos. La característica que la diferencia de todos los competidores es su sistema de citas verificables: cada respuesta incluye números de referencia que llevan al párrafo exacto del documento original, eliminando el riesgo de alucinación.

2.1 Free vs. NotebookLM Plus: La Decisión Correcta para Directivos

2.2 Fuentes Soportadas

2.3 Límites y Capacidades Reales

El límite de 500.000 palabras por cuaderno equivale aproximadamente a 1.000 páginas de texto denso o 3-4 informes anuales completos. Para la mayoría de los casos de uso directivos, este límite es más que suficiente. Cuando necesitas analizar volúmenes mayores (por ejemplo, toda la documentación de una due diligence), la estrategia correcta es crear múltiples cuadernos temáticos en lugar de intentar meter todo en uno.

3. Estrategia de Curación de Fuentes

La calidad de las respuestas de NotebookLM depende directamente de la calidad de las fuentes que le proporcionas. Un cuaderno con 50 fuentes relevantes y bien curadas producirá respuestas mucho mejores que uno con 50 fuentes genéricas o mal estructuradas. Esta sección explica cómo diseñar la arquitectura de cuadernos y qué criterios aplicar a las fuentes.

3.1 Arquitectura de Cuadernos para Dirección General

El error más común es crear un único cuaderno "general" con todos los documentos de la empresa. La estrategia correcta es crear cuadernos especializados por proyecto o dominio, con fuentes cuidadosamente seleccionadas para cada caso de uso.

3.2 Criterios de Calidad para las Fuentes

NotebookLM solo puede responder bien si las fuentes contienen la información relevante de forma explícita y estructurada. Antes de añadir un documento a un cuaderno, evalúa:

4. Funciones Avanzadas de NotebookLM

Más allá del chat básico con documentos, NotebookLM ofrece funciones avanzadas que multiplican su valor para la alta dirección. Estas funciones son especialmente útiles para preparar reuniones, comunicar insights a equipos y crear materiales de formación.

4.1 Audio Overview: El Podcast Ejecutivo

Audio Overview genera en 2-3 minutos un podcast de 8-15 minutos donde dos voces de IA debaten el contenido de todos los documentos del cuaderno. Es la función más diferenciadora de NotebookLM y una de las más valiosas para directivos con agendas apretadas.

4.2 Studio Mode: Control Total sobre el Audio

Introducido en 2025, Studio Mode permite personalizar el Audio Overview antes de generarlo: especificar el tono (formal/informal), el nivel de profundidad técnica, los temas a enfatizar y los que omitir, e incluso hacer preguntas en tiempo real durante la reproducción. Para directivos que necesitan preparar materiales de comunicación interna, Studio Mode permite crear podcasts ejecutivos personalizados para diferentes audiencias (Consejo, equipo directivo, mandos intermedios).

4.3 Mind Maps y Study Guides

NotebookLM puede generar automáticamente mapas mentales visuales de las relaciones entre los conceptos principales de tus documentos, y Study Guides con los puntos clave y preguntas de comprensión. Estas funciones son especialmente útiles para:

• Onboarding de nuevos directivos: Crear un cuaderno con los documentos estratégicos de la empresa y generar un Study Guide para que el nuevo directivo se ponga al día rápidamente.
• Preparación de presentaciones: Usar el Mind Map para identificar las relaciones entre temas antes de estructurar una presentación al Consejo.
• Formación del equipo: Crear cuadernos con los procedimientos internos y generar Study Guides para la formación de nuevos empleados.

5. Integración con Google Workspace y Microsoft 365

La integración de NotebookLM con Google Workspace es uno de sus mayores activos para empresas que ya usan el ecosistema de Google. Los documentos de Google Drive se pueden añadir como fuentes con un solo clic, y se actualizan automáticamente cuando el documento original cambia. Esto significa que un cuaderno de "Procedimientos Internos" siempre refleja la versión más reciente de los documentos, sin necesidad de volver a subirlos manualmente.

5.1 Google Drive como Fuente Dinámica

Cuando añades un Google Doc o Google Sheet como fuente en NotebookLM, el sistema mantiene una conexión con el documento original. Si el documento se actualiza, NotebookLM puede re-procesar la fuente para reflejar los cambios. Esto es especialmente valioso para documentos que se actualizan frecuentemente, como el pipeline de ventas, el tracker de proyectos o el registro de riesgos.

5.2 NotebookLM en Google Workspace Enterprise

Para empresas con Google Workspace Enterprise Standard o Plus, NotebookLM Plus está incluido sin coste adicional y con las garantías de privacidad necesarias para uso corporativo. La diferencia clave respecto al plan gratuito es el DPA (Data Processing Agreement) que garantiza que los documentos no se usan para entrenar los modelos de Google y que los datos se procesan dentro de la infraestructura de Google Cloud con las certificaciones de seguridad correspondientes (ISO 27001, SOC (Service Organization Control) 2, GDPR (General Data Protection Regulation)).

6. NotebookLM vs. Copilot Studio vs. Claude Projects: La Tabla de Decisión

Las tres herramientas implementan RAG de formas distintas y tienen fortalezas complementarias. La elección correcta depende del ecosistema tecnológico de la empresa, el caso de uso específico y los requisitos de privacidad.

7. Casos de Uso por Función Directiva

8. Privacidad y Compliance

La privacidad es el factor más crítico al implementar RAG con documentos corporativos. A diferencia de los LLMs genéricos donde el riesgo es que el modelo "recuerde" información de una conversación, en RAG el riesgo es que los documentos que subes sean accesibles a terceros o usados para entrenar los modelos del proveedor.

9. Limitaciones Reales de NotebookLM y RAG

NotebookLM es una herramienta extraordinariamente útil, pero tiene limitaciones reales que todo directivo debe conocer. Conocerlas permite diseñar flujos de trabajo que las mitigan y evitar errores costosos.

10. RAG Avanzado con n8n: Automatizar la Actualización de Fuentes

La limitación más frecuente de NotebookLM y los sistemas RAG es que las fuentes hay que actualizarlas manualmente. n8n permite automatizar completamente este proceso: cuando un documento en Google Drive se actualiza, n8n detecta el cambio, procesa el documento y actualiza las fuentes del cuaderno de NotebookLM sin intervención humana.