Conectores internos
En esta página
Conexión de fuentes de datos a Enterprise Search
La calidad de Enterprise Search depende directamente de los datos a los que puede acceder. Los conectores enlazan tus herramientas empresariales —almacenamiento de archivos, bases de conocimiento y plataformas de mensajería— con el índice semántico de Mistral. Lo que habilitas y, específicamente, lo que expones a cada conector, determina tanto la pertinencia de las respuestas como tu nivel de riesgo aceptable.
Conectores principales
El conector de Google Workspace indexa Google Drive —incluidos documentos, hojas de cálculo, presentaciones, PDF y archivos subidos—, así como el contenido de texto y el formato de Google Docs. Opcionalmente, según tu política interna, también puede indexar Gmail y sus adjuntos. Su característica más valiosa es la gestión de permisos: la sincronización es bidireccional. Si revocas el acceso de un colaborador a una carpeta de Drive, ese cambio se refleja inmediatamente en Enterprise Search, eliminando la necesidad de una gestión duplicada de derechos.
El conector de Microsoft abarca SharePoint Online (sitios, bibliotecas de documentos y listas), OneDrive (archivos personales y compartidos) y, opcionalmente, Microsoft Teams (mensajes de canales y archivos compartidos en conversaciones). La configuración se basa en la API de Microsoft Graph: un administrador concede permisos mediante Azure AD sin acceder al contenido de correos electrónicos individuales. Coordina esto con tu equipo de TI, ya que se trata de una tarea de administración de Azure, no de un simple clic en una consola.
El conector de Confluence indexa páginas, entradas de blog, comentarios, adjuntos, espacios restringidos (respetando los permisos de Confluence), etiquetas y metadatos. Confluence suele ser la fuente más rica de documentación técnica y procedimientos internos. El conector ofrece resultados excelentes en este contenido estructurado: un espacio de «Procedimientos» bien mantenido genera respuestas accionables casi de inmediato.
El conector de Slack indexa mensajes de canales públicos, mensajes de canales privados (visibles solo para miembros autorizados), archivos compartidos y hilos de discusión. Su valor es distinto: captura decisiones informales e intercambios entre expertos que nadie formaliza en un documento oficial, como una explicación compartida un martes por la noche en un canal técnico y que nunca se documenta en otro lugar.
Mistral amplía regularmente su catálogo. A fecha de abril de 2026, están disponibles o en fase beta Notion (páginas y bases de datos), Jira (tickets y proyectos con descripciones, comentarios y adjuntos), Box (archivos y carpetas) y Zendesk (artículos de la base de conocimiento). También hay disponible una API genérica para conectar fuentes propietarias mediante un conector personalizado.
Configuración con criterio
El principio rector es el de mínimo privilegio: concede solo los permisos necesarios. Si no necesitas indexar correos electrónicos, no conectes Gmail. La tentación de conectarlo todo «por si acaso» es fuerte, pero genera una carga de auditoría significativa. Limita la indexación a espacios específicos de Confluence o sitios de SharePoint en lugar de toda la instancia. Excluye sistemáticamente las carpetas que contienen datos personales sensibles, empezando por los expedientes individuales de RR. HH. y los historiales médicos.
Cada conector permite refinar la indexación con reglas de filtrado. Puedes restringir la indexación a carpetas o espacios concretos —por ejemplo, «Documentación» y «Procedimientos», excluyendo los espacios personales—. Puedes excluir tipos de archivo como vídeo, audio o ejecutables. Puedes filtrar documentos anteriores a una fecha específica para evitar que procedimientos obsoletos (como una política de 2019) aparezcan en los resultados. Alternativamente, puedes indexar solo los documentos etiquetados con la etiqueta «Validado». Este último filtro es el más eficaz para la calidad percibida de las respuestas, siempre que tus equipos mantengan realmente esta disciplina de etiquetado.
La frecuencia de sincronización es configurable por fuente, y la sincronización incremental se realiza automáticamente. El modo en tiempo real captura cambios en cuestión de minutos, lo cual es ideal para Slack y herramientas colaborativas donde la información envejece rápidamente. El modo horario es suficiente para SharePoint y Drive. El modo diario se ajusta a bases estables como Confluence, donde las páginas rara vez cambian varias veces al día. Si el mismo documento existe en dos fuentes (por ejemplo, en Drive y en Confluence), Enterprise Search muestra solo un resultado: la deduplicación compara el contenido, no los nombres de archivo.
Formatos admitidos
| Categoría | Formatos admitidos |
|---|---|
| Texto | PDF, Word (.docx), Excel (.xlsx), PowerPoint (.pptx), Google Docs/Sheets/Slides, texto plano, Markdown |
| Imágenes con texto | PDF escaneados (OCR integrado), imágenes que contienen texto (PNG, JPEG) |
| Datos estructurados | CSV, JSON, tablas dentro de documentos |
| Web | Páginas HTML, artículos de bases de conocimiento |
Los archivos binarios, vídeo, audio y ejecutables no se indexan. Destaca ante tus equipos la compatibilidad con OCR: un contrato antiguo escaneado vuelve a ser consultable. Esta demostración suele convencer a los departamentos jurídicos.
Supervisión a largo plazo
La consola muestra el estado de cada conector: documentos indexados por fuente, fecha de la última sincronización, errores de indexación (debidos a archivos corruptos o permisos insuficientes) y volumen de datos. Un error en un conector no afecta a los demás; la búsqueda continúa en las fuentes operativas. Aunque esto resulta tranquilizador, crea un riesgo sutil: nadie nota que una fuente ha dejado de indexarse a menos que alguien lo compruebe. Incluye esta verificación en una revisión mensual, junto con una relección de la lista de conectores activos.
Puntos clave
- Los conectores de Google Workspace, Microsoft 365, Confluence y Slack cubren la mayoría de las necesidades
- Aplica el principio de mínimo privilegio: indexa solo lo necesario
- Configura el filtrado por carpeta, tipo de archivo y fecha para optimizar la pertinencia de los resultados
- Supervisa regularmente el estado de los conectores a través de la consola de administración