> ## Documentation Index
> Fetch the complete documentation index at: https://docs.scrivot.cl/llms.txt
> Use this file to discover all available pages before exploring further.
# Cargar desde una página web
> Alimenta al asistente con el contenido de una dirección, sin copiar y pegar
## Para qué sirve
En vez de copiar tu contenido a mano, le das una dirección y Scrivot toma el texto de esa
página. Sirve para tu documentación, tus preguntas frecuentes, tus condiciones de servicio
o cualquier página pública que el asistente deba conocer.
La ventaja real no es ahorrarse el copiar y pegar: es que **la página queda como fuente
única**. Escribes una vez donde ya escribías, y el asistente aprende de lo mismo que lee
tu cliente. Sin esto, cada cambio hay que trasladarlo a mano y las dos versiones se
separan en semanas.
***
## Cargar una página
Necesitas la dirección completa, y tiene que ser **pública**: si la página pide contraseña
o está en una red interna, Scrivot no puede leerla.
```http theme={null}
POST /rag/documents/from-url
```
```json theme={null}
{
"collection_id": 12,
"url": "https://miempresa.cl/preguntas-frecuentes"
}
```
La respuesta dice qué pasó:
```json theme={null}
{
"url": "https://miempresa.cl/preguntas-frecuentes",
"titulo": "Preguntas frecuentes",
"creados": 14,
"reemplazados": 0,
"truncado": false
}
```
***
## Volver a cargarla la mantiene al día
Cargar **la misma dirección** otra vez reemplaza lo anterior, no lo duplica. Ese es el
número `reemplazados` de la respuesta.
Es la diferencia entre una base de conocimiento viva y una que envejece. Si al
actualizar se acumularan las dos versiones, la vieja seguiría apareciendo en las
búsquedas y el asistente respondería la verdad anterior parte de las veces — peor que no
saber nada.
Cuando cambies la página, vuelve a cargarla y listo.
### Revisa lo que quedó cargado
El número de fragmentos no dice si el contenido es el correcto. Después de cargar, abre la
colección y lee un par: sobre todo si acabas de corregir algo, comprueba que lo cargado
dice la versión nueva.
Una página que devuelve contenido viejo o incompleto se carga igual de bien que una
correcta, y el asistente no tiene forma de saber la diferencia.
***
## Cómo se parte el contenido
El texto se corta **por encabezados**, no cada tantos caracteres. Un corte a ciegas parte
las frases por la mitad y deja fragmentos que, recuperados sueltos, no responden nada.
Cada sección se guarda con su encabezado por delante, que es lo que le da contexto cuando
llega al asistente sin el resto de la página.
Esto tiene una consecuencia práctica al escribir tus páginas: **una sección que se entiende
sola funciona mejor**. Un párrafo que da por supuesto lo que dice el anterior se lee bien
en la página y mal como respuesta de chat.
***
## Si tu sitio publica markdown, mejor
Cuando existe una versión en markdown de la página, Scrivot la prefiere automáticamente.
Los sitios hechos con Mintlify, Docusaurus y similares publican cada página también en
`.md`, y esa versión no trae menús, botones ni migas de pan.
Importa más de lo que parece: raspar el HTML mete esa decoración en la base de
conocimiento, y el asistente termina citando el texto de un botón como si fuera
información.
### Cuidado con `llms-full.txt`
Muchos de esos sitios publican además un **`llms-full.txt`** con la documentación completa
en una sola dirección. Es tentador: una carga y listo.
**Ese archivo suele ir por detrás del sitio.** Se genera aparte y puede tardar en
reflejar lo que acabas de publicar.
Nos pasó cargando esta misma documentación: el `llms-full.txt` no incluía páginas
publicadas horas antes, y de una página que sí traía servía **la versión anterior a la
corrección**. Las direcciones individuales `.md` ya estaban al día. Es decir, el
asistente habría aprendido justo lo que acabábamos de arreglar.
Sirve para una primera carga masiva, cuando lo que buscas es tener algo cargado rápido.
Para mantener el asistente al día, **carga página por página**: es la única forma de saber
que lo que aprende es lo que dice tu sitio hoy.
Y si lo usas, comprueba después que el contenido cargado incluye lo último que escribiste.
***
## Límites
| | |
| -------------------------- | --------------------------- |
| Tamaño máximo de la página | 2 MB |
| Secciones por dirección | 150 |
| Tiempo máximo de espera | 15 segundos |
| Formatos | HTML, markdown, texto plano |
Cada sección cuenta contra el límite de contenido de tu plan, igual que una pregunta y
respuesta.
Si la página supera las 150 secciones, se cargan las primeras y la respuesta trae
`truncado: true`.
***
## Cuando no funciona
**"No se encontró texto legible en esa página."** Casi siempre es una página que arma su
contenido con JavaScript en el navegador: Scrivot descarga el HTML tal como llega y ahí no
hay nada todavía. Prueba con una versión estática, o pega el texto a mano.
**"Esa dirección no es pública."** Solo se admiten direcciones alcanzables desde internet.
Las direcciones internas, de red local o `localhost` se rechazan a propósito: un asistente
que pudiera leer la red interna de quien lo hospeda sería un agujero de seguridad, no una
función.
**"La página respondió 403 / 401."** Requiere sesión. Scrivot entra sin credenciales, como
cualquier visitante anónimo.