Guía práctica

Knowledge graph AI agent para product docs y soporte

Convierte product docs, changelogs, policy pages, examples y safe tools en un knowledge graph AI agent. Prostir crea graph artifacts Markdown-LD y JSON-LD, expone `knowledge_search` y mantiene access, endpoint y source refresh en un hosted agent.

Cuándo vale la pena un knowledge graph

Un knowledge graph AI agent es útil cuando la respuesta depende de relaciones entre docs: product area, feature, plan rule, integration, owner, exception y latest release.
GraphRAG es el lenguaje de búsqueda para ese dolor, pero el trabajo del producto es más simple: selected sources se vuelven searchable graph artifacts que el agent consulta antes de responder.
El agent todavía necesita boundaries. Si source material falta o está stale, debe decirlo en vez de adivinar.

Construye el graph-backed support agent

El camino útil es source setup, graph build, search tool, safe live checks, access y testing.

01
Selecciona el source set.
Elige product docs, changelogs, pricing rules, integration guides, examples y policies que el agent puede usar.
02
Construye el knowledge graph.
Prostir usa ManagedCode.MarkdownLd.Kb para producir graph artifacts Markdown-LD y JSON-LD desde supported source documents.
03
Activa `knowledge_search`.
El published agent busca graph nodes, source names, headings y relationships en vez de pegar raw chunks en cada prompt.
04
Añade controlled tools.
Expón solo narrow live checks como status lookup, plan lookup, integration availability o support handoff.
05
Configura access y publica.
Publica un hosted agent con public, protected o paid access rules y prueba real customer questions antes de compartirlo.

Qué entra en el graph

El graph debe empezar con approved sources, no con todo el company drive.

docdocs/product/*.mdCanonical feature pages, setup steps, limits y known caveats.

docrelease-notes/*.mdQué cambió, cuándo shipped y a qué plans o regions afecta.

datagraph.jsonldEl latest JSON-LD graph artifact que el creator puede inspeccionar o descargar.

codeknowledge_searchEl built-in search tool expuesto solo cuando el published agent tiene searchable knowledge.

codesafe live toolsPlan lookup, status lookup, entitlement check o support handoff con narrow schemas.

Lo que pregunta el customer

Una support question cruza docs, release notes, plan rules y un live check.

ChatGPT

Can our EU workspace use the new audit export, and does it work with the Salesforce integration?

knowledge_search

Matches: audit-export.md, release-notes/2026-06.md, integrations/salesforce.md, pricing/enterprise-plan.md.

plan_lookup

Workspace is Enterprise, EU region, audit export enabled, Salesforce integration connected.

Sí. Audit export está disponible en Enterprise workspaces, y las June release notes dicen que EU workspaces están incluidas. La Salesforce integration está conectada, así que el next step es enable export delivery en audit settings. No veo una source sobre custom field mapping, así que pasaría esa parte a support.

Respuesta para search y AI overviews

Un knowledge graph AI agent no es solo un chatbot sobre una folder. Es un hosted agent con selected sources, graph artifacts Markdown-LD/JSON-LD, `knowledge_search`, controlled tools y access rules.
Knowledge graph RAG es útil cuando questions cruzan document boundaries, pero las preguntas simples deben seguir siendo simples y source-backed.
Prostir mantiene graph build, endpoint, source refresh, tool boundaries, auth, quotas y paid access atados al mismo published agent.

Qué publicas

Un published agent que responde GraphRAG-style questions sobre selected sources, usa controlled tools para live checks, nombra uncertainty cuando faltan sources y mantiene customer access atado al mismo endpoint.

Soluciones

Agente de IA conectado a una base de conocimientos para respuestas repetidas

Publica un Agent que busca en conocimiento propio y cuya información puedes revisar y actualizar.

Trae tu documentación Ver la solución

Soluciones

Empieza por las preguntas repetidas

Trae las fuentes y los límites; diseñaremos una primera base útil y mantenible.