Encuentra la evidencia
Dzen Chat busca en el sitio web y los documentos indexados los fragmentos que mejor encajan con la pregunta. No envía toda la base de conocimiento al modelo.
Especificación técnica de Dzen Chat
Una referencia de implementación para equipos de seguridad, plataforma e ingeniería: qué se ejecuta dentro de Dzen Chat, cómo se procesa el conocimiento, dónde viven los datos y qué controles limitan cada respuesta.
Generación aumentada por recuperación: responde con evidencia recuperada.
RAG significa generación aumentada por recuperación (Retrieval-Augmented Generation). Antes de que un modelo de IA escriba una respuesta, el sistema recupera fragmentos relevantes de tu base de conocimiento aprobada y los incorpora al contexto de trabajo del modelo.
Construye un contexto acotado
Las fuentes seleccionadas, el final del diálogo y la política de respuesta se combinan en un contexto controlado. Las reglas de clasificación y relevancia deciden qué es suficientemente útil para incluir.
Explica y luego cita
El proveedor de IA elegido redacta una respuesta a partir de ese contexto. Dzen Chat conserva la carga útil de las fuentes para que la interfaz pueda enlazar al visitante con el material subyacente.
Sigue los datos a través del sistema.
Selecciona un flujo para ver qué sucede en cada etapa. La interfaz refleja la separación real entre la indexación en segundo plano y la solicitud de chat en directo.
1FuentesSitios · archivos · sistemas de conocimiento · API
2Rastreador y extractorDescubrimiento · obtención · extracción · actualización de cambios
3Canal de indexaciónSegmentar · eliminar duplicados · generar embeddings
4Almacén de conocimientoPostgreSQL · pgvector · metadatos
La indexación inicial y las actualizaciones de fuentes se ejecutan en workers de segundo plano mediante colas Redis. El contenido nuevo o modificado no hace esperar al visitante a que termine un rastreo o se genere un vector.
1PreguntaIdioma y perfil de consulta
2Tres rutas de recuperaciónVector · texto completo · grafo
3Fusionar y reclasificarRRF + codificador cruzado + reglas de relevancia
4Conjunto de evidenciaFragmentos seleccionados y enlaces a fuentes
La capa de recuperación combina señales complementarias: similitud semántica para redacciones distintas, texto completo para terminología exacta y recorridos de grafos para conexiones entre entidades y documentos.
1Final de conversaciónContexto reciente del diálogo
2Política y evidenciaReglas de cobertura · fragmentos seleccionados
3Proveedor de IAGeneración en streaming
4Respuesta y citasEnlaces a fuentes · comentarios · siguientes acciones
El modelo recibe un contexto preparado y acotado, no todo el sitio web. La respuesta permanece conectada al material fuente que la informó.
1UsoChats · usuarios · mensajes a lo largo del tiempo
2Historial de conversaciónPreguntas · rastro del diálogo · comentarios
3Calidad de respuestaHallazgos de fuentes · valoraciones positivas · negativas
4Información operativaNecesidades recurrentes · lagunas · siguientes acciones
Los administradores pueden revisar qué preguntan las personas, cómo se usa el servicio y qué respuestas reciben comentarios. Esto convierte la actividad del chat en evidencia para mejorar contenido, fuentes de conocimiento y operaciones de soporte.
Cómo se construye el contexto de una respuesta.
Para cada pregunta, Dzen Chat combina el tramo relevante de la conversación con un conjunto de evidencia reciente de la base de conocimiento. Un presupuesto de contexto mantiene el prompt enfocado y conserva la carga útil de las fuentes para la interfaz.
¿El plan anual incluye miembros adicionales del equipo?
Vector + texto completo + grafo → fusión → reclasificación → 4 fuentes seleccionadas
Tramo de conversación + evidencia seleccionada + política de respuesta dentro de un contexto acotado
Incluye la asignación base para el equipo. Se pueden añadir puestos adicionales desde la configuración del espacio de trabajo.Precios y gestión del plan · fuente citada
«¿Dónde añado puestos?» · «¿Puedo cambiar al responsable de facturación?»
Del contenido sin procesar a un índice de conocimiento mantenido.
Descubre y obtiene
Las fuentes pueden ser sitios web, mapas del sitio, URL seleccionadas, documentos, sistemas de conocimiento y conectores API personalizados. El rastreador descubre contenido apto, sigue las reglas de la fuente, registra el estado y actualiza el material modificado de forma asíncrona.
Extrae estructura útil
HTML se convierte en contenido utilizable; los documentos compatibles se detectan por algo más que su extensión. Encabezados, párrafos, tablas y metadatos pasan al índice.
Descarta ruido y repeticiones
El contenido de poco valor, demasiado grande o duplicado no se trata como conocimiento nuevo. Los hashes de contenido, páginas y fragmentos ayudan a eliminar plantillas repetidas y fragmentos duplicados.
Segmenta con contexto
El contenido se divide en fragmentos recuperables con rutas de sección, encabezados, posiciones, entidades y metadatos de documento: contexto suficiente para explicar a qué pertenece un pasaje.
Genera embeddings y almacena
Workers dedicados generan embeddings y guardan fragmentos, vectores y metadatos en PostgreSQL con pgvector. Los fragmentos sin cambios pueden reutilizar embeddings existentes.
Observa y actualiza
Los estados de fuente, rastreo y embeddings siguen visibles para los administradores. Las operaciones de actualización y reindexación mantienen al día la capa de conocimiento cuando cambia la fuente.
Haz que Dzen Chat se sienta como una parte nativa de tu producto.
El área de administración da a tu equipo control total sobre el widget: colores, disparadores de activación, preguntas sugeridas, tono conversacional, mensajes de bienvenida e invitaciones contextuales. Diseña cada conversación para tu marca, páginas y audiencia.
Inicia la conversación adecuada desde el contexto de la página.
Configura el lenguaje visual del widget, el mensaje de bienvenida, las preguntas sugeridas y las reglas de activación para adaptarlos al sitio y a la tarea del visitante.
LDAP y Active Directory para despliegues privados.
Los administradores pueden autenticarse mediante un directorio corporativo, con reglas de grupo opcionales, búsqueda de cuentas de servicio y ajustes TLS. Las contraseñas locales pueden restringirse para usuarios del directorio.
La búsqueda utiliza evidencia, no un único método de puntuación.
Recuperación semántica
La pregunta y los fragmentos de conocimiento se representan como vectores. Esta ruta encuentra material relevante cuando la redacción del visitante difiere de la redacción de la fuente.
Recuperación léxica
La búsqueda de texto completo puntúa títulos, rutas de URL, encabezados, términos de entidades y contenido. Es útil para nombres de producto, terminología exacta y formulaciones importantes.
Selección de evidencia
Las listas de candidatos se fusionan mediante Reciprocal Rank Fusion y luego se evalúan con un codificador cruzado y reglas de relevancia antes de ensamblar un contexto compacto.
Recuperación por grafo: utiliza las relaciones entre fuentes de conocimiento.
Sigue conexiones entre entidades y documentos para mostrar contexto de apoyo que un fragmento aislado podría no detectar. Los resultados del grafo se combinan con candidatos vectoriales y de texto completo antes de clasificarlos, de modo que las respuestas pueden usar tanto similitud semántica como la estructura de la base de conocimiento.
Elige la conexión de IA que encaje con tu entorno.
La capa de recuperación y conocimiento permanece bajo el control de Dzen Chat. Selecciona el proveedor de generación según los requisitos de idioma, políticas e infraestructura del cliente, incluido cualquier proveedor que ofrezca una API compatible con OpenAI.
- OpenAI
- GigaChat
YandexGPT
OpenRouter- OpenAI-compatible
Anthropic
Gemini
xAI
Mistral AI
NVIDIA NIM
Perplexity
Hugging Face
DeepSeek
Qwen
Baidu AI
Doubao
SAP AI
Cloudflare Workers AI
Compatible con OpenAI
BYOM · Trae tu propio modelo: utiliza el instrumento adecuado para tus necesidades.
Para un despliegue privado, Dzen Chat puede conectarse a tu propio endpoint de modelo o puerta de enlace corporativa de IA. El modelo de generación, las credenciales y la ruta de red permanecen dentro del perímetro corporativo; Dzen Chat aporta el contexto de recuperación, la orquestación y la experiencia del visitante a su alrededor.
Protegido frente a solicitudes inesperadas y respuestas inseguras.
Las salvaguardas limitan la conversación antes y después de la generación. Ayudan a mantener las respuestas basadas en conocimiento aprobado, dentro del dominio previsto y seguras para tus visitantes.
Respuestas basadas en fuentes.
El modelo recibe un conjunto de evidencia acotado con ID de citas y solo puede citar las fuentes proporcionadas para esta respuesta.
Límite de dominio.
Una comprobación del prompt mantiene al asistente dentro del alcance configurado de producto, servicio, soporte y base de conocimiento.
Controles de solicitudes inseguras.
Las comprobaciones de PII, moderación, inyección de prompts y jailbreak pueden detener una entrada inadecuada antes de la generación.
Revisión de salida y trazabilidad.
Las comprobaciones de salida aplican el mismo límite de seguridad; los eventos bloqueados y sus motivos se conservan en el historial del proyecto para su revisión.
Un sistema RAG completo dentro de tu perímetro.
Dzen Chat puede ejecutarse en tu propia infraestructura: el widget público, la administración, los workers de índice y los almacenes de conocimiento permanecen dentro de un límite de red controlado. Proporcionamos la topología de despliegue y la dimensionamos según tus fuentes y tráfico.
RED DEL CLIENTE · DESPLIEGUE PRIVADO
Entrada e identidad
Widget público · acceso de administración · LDAP / Active Directory
Web de Dzen Chat
Entrega del widget · API de chat · administración de fuentes y proyectos
2 réplicas en el entorno de referenciaWorkers de indexación
Rastrear · extraer · eliminar duplicados · segmentar · actualizar
2 réplicas de worker en el entorno de referenciaGenerador de embeddings y reclasificador
Generación de vectores · puntuación de relevancia · preparación de recuperación
Proceso dedicado con capacidad independienteServicios de conocimiento
Páginas · fragmentos · vectores · estado del diálogo
Colas · datos de ejecución de corta duraciónOperaciones seguras
Las comprobaciones de disponibilidad y actividad, las métricas internas y los servicios separados por función hacen que el entorno sea observable y mantenible.
Las credenciales siguen siendo privadas
Las credenciales y claves de proveedores se entregan como secretos de despliegue; no se incluyen en la imagen de aplicación ni en el widget público.
Escala el trabajo que cambia
El tráfico web, las colas de indexación y las cargas de embeddings escalan de forma independiente a medida que crecen la base de conocimiento y el uso.
Mantén cada fuente de verdad en la respuesta.
Conecta los sistemas que tu equipo ya utiliza. Una API de actualización firmada permite que un conector reciba un evento de cambio, actualice la fuente aprobada e incorpore nuevo conocimiento a Dzen Chat sin esperar una reindexación manual.
Webhooks → actualización dirigida de fuentes → índice de recuperación actualizado
Crea flujos de actualización sin código con Zapier, Make o n8n; para un sistema personalizado, configuramos un conector alrededor de su API o flujo de eventos.
- PUENTES DE AUTOMATIZACIÓN
Zapier
Make
n8n- Any webhook
- CONOCIMIENTO Y COLABORACIÓN
Notion
Google Drive- Amazon S3
- SharePoint
Confluence
Dropbox
Box- OneDrive
- Slack
- Microsoft Teams
- SOPORTE, PRODUCTO Y CONTENIDO
Zendesk
Intercom- Freshdesk
HubSpot- Salesforce
Jira
Linear
Contentful
Strapi
Sanity
WordPress
Webflow
Shopify
ReadMe
GitBook
Docusaurus- Custom CMS
- CÓDIGO Y DOCUMENTACIÓN
GitHub
GitLab
Bitbucket
Trae tus fuentes de conocimiento. Trazaremos el entorno adecuado.
Evaluamos el panorama de fuentes, los requisitos de idioma, la política de proveedores de IA, la carga esperada y el límite de despliegue antes de proponer una implementación de Dzen Chat.