GuíasRAG
Un chatbot RAG multilingüe: una base, todos los idiomas
El principio
- 1PreguntaEn cualquier idioma.
- 2Vector multilingüeUna misma idea cae en el mismo sitio, sea cual sea el idioma.
- 3Pasajes encontradosEn el idioma de los documentos.
- 4RespuestaRedactada en el idioma de la pregunta.
Las decisiones
| Decisión | Recomendación |
|---|---|
| Modelo de embeddings | Multilingüe, probado con tus idiomas |
| Documentos | Un idioma de origen, traducido solo si hace falta |
Metadato idioma |
En cada fragmento, para filtrar si es necesario |
| Idioma de respuesta | El del último mensaje del usuario |
La instrucción
Responde en el idioma del último mensaje del usuario.
Apóyate solo en los extractos proporcionados, aunque estén en otro idioma.
Si la información no está, dilo y ofrece el contacto del soporte.
Las trampas
- Nombres propios y referencias de producto: mantenlos tal cual, no los traduzcas.
- Unidades y formatos (fechas, precios): adáptalos al país del cliente.
- Las pruebas: una serie de preguntas por idioma, no solo en el idioma de origen.
El troceado: dividir documentos para el RAG. Los vectores: los embeddings explicados. El posicionamiento multilingüe: el SEO multilingüe.
Preguntas frecuentes
- ¿Hay que traducir todos los documentos?
- No para la búsqueda si el modelo de embeddings es multilingüe. Traducir sigue siendo útil para documentos legales o cuando se quiere citar un texto exacto en el idioma del cliente.
- ¿Cómo sabe el modelo en qué idioma responder?
- Con una instrucción sencilla en el prompt de sistema: responder en el idioma del último mensaje del usuario. También se puede detectar el idioma y pasarlo explícitamente.
- ¿Funcionan igual de bien todos los idiomas?
- No. Los idiomas más extendidos están mejor servidos. Prueba cada idioma objetivo con preguntas reales.