KarminaAI StudioAgents · Serveis · Formació
Una instrucció aïllada comparada amb una base de coneixement formada per documents i criteris connectats.

INSIGHTS · GUIA

Un agent d'IA no comença amb un prompt: com construir la base de coneixement

Un prompt pot iniciar una tasca, però no conté l'estratègia, la memòria ni les responsabilitats d'una empresa. La Knowledge Foundation converteix aquest coneixement en una base governada que un agent pot aplicar.

Karmina AI Studio · Coneixement · 2024

Un bon prompt pot millorar una resposta, però no pot substituir tot allò que una empresa encara no ha definit. No conté per si sol l'estratègia, l'historial de decisions, els permisos, les excepcions, el vocabulari, els riscos ni la manera d'avaluar si un resultat és correcte. Quan intentem concentrar-ho tot en una instrucció molt llarga, acostumem a crear una peça difícil de mantenir que depèn massa de la persona que la va escriure.

A Karmina AI Studio no comencem preguntant quina instrucció necessita una eina. Comencem preguntant què ha de saber l'organització perquè el procés funcioni bé, fins i tot abans d'incorporar-hi intel·ligència artificial. Anomenem Knowledge Foundation aquesta fase de recollida, ordenació, validació i governança del coneixement.

Un prompt indica; una base de coneixement sosté

Un prompt pot demanar que es redacti un article amb un determinat to. La base de coneixement explica per què existeix aquell article, a quin públic s'adreça, quina funció compleix dins de l'estratègia, quins continguts ja s'han publicat, quins enllaços interns s'han d'utilitzar, quines afirmacions es poden fer i qui ha de validar la versió final.

Aquesta diferència es repeteix en qualsevol agent. Un sistema de reporting no necessita només una ordre per crear un gràfic; necessita un diccionari de mètriques, una font de dades, uns objectius, una periodicitat, un criteri d'alerta i una persona capaç d'interpretar les variacions. Un agent d'atenció no necessita només respostes amables; necessita saber què pot prometre, quines dades pot consultar, quan ha d'escalar una conversa i quines situacions no pot resoldre.

Sense aquest coneixement, la IA omple els buits amb patrons generals. El resultat pot estar ben redactat i continuar sent inadequat per a l'empresa.

Què ha d'incloure la Knowledge Foundation?

La resposta depèn del procés, però normalment treballem en diferents capes. La primera descriu el negoci: estratègia, posicionament, serveis, públics, objectius i prioritats. La segona recull la manera de treballar: playbooks, fluxos, calendaris, responsables, aprovacions i excepcions. La tercera defineix el llenguatge i la identitat: brand book, llibre d'estil, glossari, exemples i expressions que cal evitar.

La base també necessita una capa de governança. Aquí s'identifiquen les fonts autoritzades, els permisos, la confidencialitat, els riscos, els usos no permesos, els criteris de transparència i els protocols d'escalat. Finalment, cal una capa d'avaluació amb exemples de resultats correctes i incorrectes, indicadors de qualitat i proves que permetin comprovar si l'agent continua funcionant quan canvien les dades o el context.

No totes les empreses han de crear vint documents nous. Sovint una part important del coneixement ja existeix, però està repartida entre carpetes, presentacions, correus i persones. La feina consisteix a decidir què és vigent, què es contradiu, què falta i quina font té autoritat quan dues instruccions entren en conflicte.

Construir la base també obliga a prendre decisions

La Knowledge Foundation no és una ingestió massiva de documents. Incorporar totes les carpetes a un sistema sense revisar-les pot amplificar errors antics, duplicats, informació obsoleta o contingut que no s'hauria d'utilitzar. Abans de connectar una font, cal saber qui n'és responsable, quan es va actualitzar i per a quina finalitat es pot consultar.

Aquest procés fa visibles preguntes que l'organització potser havia ajornat. Quin és l'indicador prioritari? Quina versió del servei és vigent? Qui aprova una resposta pública? Durant quant temps es conserva una dada? Què passa si l'agent no troba una font suficient? Si aquestes preguntes no tenen resposta, la tecnologia no les resoldrà de manera fiable.

De la base al primer agent

Quan el coneixement està mínimament preparat, definim la missió del primer agent. Seleccionem només les fonts necessàries, assignem permisos proporcionals i establim un circuit de proves. En aquesta fase no busquem que el sistema faci moltes coses, sinó que executi bé una seqüència concreta i que els errors siguin detectables.

Després comparem els resultats amb exemples validats, observem les excepcions i documentem els ajustos. Una persona responsable decideix quan el pilot és prou estable per entrar en ús i quines accions continuen necessitant aprovació. La base i l'agent evolucionen conjuntament: si canvia una política, un objectiu o un procés, la font corresponent s'ha d'actualitzar i tornar a provar.

La base és el primer actiu del projecte

Construir coneixement pot semblar la part menys espectacular d'una implementació, però és la que permet reutilitzar la feina. La mateixa base comunicativa pot alimentar un agent de blog, un sistema de xarxes socials, un revisor editorial i una landing, sempre que cada procés tingui regles i controls propis. Així, l'empresa no acumula prompts independents, sinó una memòria governada que es pot connectar amb diferents agents.

La diferència entre «fer coses amb IA» i crear una capacitat pròpia no és el model que s'utilitza. És la qualitat del coneixement, la claredat dels responsables i la possibilitat de demostrar per què el sistema ha produït un resultat.

Sense Knowledge Foundation no construïm l'agent. Primer ordenem què sap l'empresa i com ho ha d'aplicar; després automatitzem el procés que pot aprofitar aquest coneixement.