⏱ Tiempo estimado: 21 minutos

🎯 Rama / Perfil: Makers & Founders (No-Code/Low-Code)

🧠 Conocimiento previo necesario: Conceptos básicos sobre qué es un vector database o embeddings.

💡 ¿Qué vas a lograr? Desarrollar un agente web funcional con arquitectura RAG (Retrieval-Augmented Generation) capaz de responder dudas basándose únicamente en la documentación interna de tu empresa.

🛠 Lo que necesitas antes de empezar

• [Cuenta en Lovable.dev] → 🔗https://lovable.dev/
• [Cuenta en Pinecone Vector Database] → 🔗https://www.pinecone.io/
• [API Key de OpenAI / Google Gemini] → 🔗https://aistudio.google.com/

📋 Pasos

Paso 1 — Crear el índice vectorial en Pinecone

1. Inicia sesión en Pinecone y haz clic en Create Index.
2. Asigna un nombre al índice (ej. soporte-empresa).
3. Define las dimensiones en 1536 (si usas OpenAI embeddings) o 768 (si usas Gemini) y selecciona la métrica Cosine.
4. Copia tu Pinecone API Key y el Host Endpoint generado.

Paso 2 — Cargar tus documentos a la Base de Conocimiento

1. En la consola de Pinecone o usando su script de carga simple, sube el texto/PDF de tus políticas o manual interno.
2. Convierte el texto en vectores mediante el generador de embeddings para poblar el índice.

Paso 3 — Generar el Frontend en Lovable.dev mediante Vibe Coding

1. Ingresa a Lovable.dev y crea un nuevo proyecto.
2. Escribe el siguiente Prompt inicial en la interfaz de Lovable:

   "Crea una interfaz moderna de Chatbot de Soporte para clientes con modo oscuro, avatar personalizado, historial de chat y un indicador visual de 'Buscando en la base de conocimiento...'. Agrega un campo de configuración para conectar las llaves de Pinecone y Gemini."

Paso 4 — Conectar la lógica de recuperación RAG

1. Pídele al asistente de código de Lovable lo siguiente:

   "Integra la lógica para que al enviar una pregunta, primero se realice una búsqueda de similitud en el índice de Pinecone usando la consulta del usuario, recupere los fragmentos de texto más cercanos y luego se los pase como contexto a Gemini para construir la respuesta final."

✅ Resultado esperado

Una aplicación web desplegada con una interfaz interactiva donde cualquier usuario puede realizar preguntas en lenguaje natural y recibir respuestas 100% precisas, respaldadas exclusivamente por la documentación oficial subida al vector store.

🔥 Tu reto (siguiente acción)

Agrega una regla en el Prompt del sistema que indique: "Si la respuesta no se encuentra dentro del contexto de Pinecone, responde amablemente que no tienes esa información y muestra un botón para 'Contactar a un agente humano'".

📚 Recursos para ir más lejos

• [Documentación de Lovable] → 🔗https://docs.lovable.dev/— Para aprender a desplegar la app en un dominio personalizado.