Arquitectura · IA local + backend gobernado
Arquitectura de backend privado de IA y RAG para WordPress
Utilice IA compatible en el dispositivo cuando resulte adecuada y dirija las cargas que necesiten modelos del lado del servidor, RAG, citas o acceso público desde el frontend a un backend configurado, en lugar de depender obligatoriamente de un entorno SaaS compartido del plugin.
Editor de WordPress / frontend
├→ IA local compatible
└→ endpoint de API configurado
↓
API Gateway + Lambda
├→ acceso a modelos de Bedrock
├→ recuperación de conocimiento
└→ registros / controles
WordPress sigue siendo la fuente de contenido; la propiedad del backend es explícita.
Límites de confianza y ruta de datos
El procesamiento local y el procesamiento en backend son modos de ejecución distintos
AI-Kit puede realizar tareas compatibles localmente en navegadores compatibles. Los flujos Pro pueden utilizar en su lugar un endpoint de API configurado, normalmente en la cuenta AWS del cliente. Las funciones públicas de chatbot y DocSearch necesitan una ruta de backend accesible desde el navegador, porque el visitante no puede depender de PHP de WordPress después de la publicación estática.
Tarea del editor
├→ modelo local del navegador cuando sea compatible
└→ ruta de backend configurada /admin/*
Chatbot para visitantes / DocSearch
→ ruta de backend configurada /frontend/*
→ recuperación / ejecución del modelo
→ respuesta + datos de origen
Fuentes de conocimiento
contenido de WordPress → documentos preparados + metadatos → backend de conocimiento
Límite Un backend configurado no hace que cada acción de IA sea local o privada por definición. La decisión arquitectónica importante es dónde se ejecuta cada carga, qué contenido cruza ese límite y quién controla el backend, los registros y el acceso a los modelos.
Qué aprovisiona el stack de backend de AI-Kit
El backend reúne responsabilidades de ejecución explícitas; no es un proxy de IA opaco. Este inventario muestra los componentes de API, modelos, recuperación, almacenamiento, control de abusos y observabilidad de la ruta configurada.
| Componente | Finalidad | Decisión clave de diseño | Nota operativa |
|---|---|---|---|
| API REST de API Gateway | Expone rutas de IA administrativas y opcionales del frontend | /admin/* es siempre la superficie de confianza; /frontend/* solo aparece cuando se activan sus funciones | Mantenga separadas las rutas públicas y privilegiadas aunque compartan código de controladores. |
| AiHandlerFunction | Controlador Lambda unificado para funciones de prompts e idioma | Una ruta de ejecución activa para prompts, escritura, reescritura, resumen, traducción, corrección, detección de idioma y listado de KB | La validación, métricas, salvaguardas y middleware compartidos reducen la dispersión operativa. |
| Modelos de Amazon Bedrock | Ejecutan generación, tareas de traducción y síntesis de respuestas RAG | El modelo del frontend puede ser más ligero y económico que el administrativo mediante selección parametrizada | Los identificadores de modelo son parámetros de arquitectura, no supuestos codificados en el plugin. |
| Bedrock Knowledge Base + S3 Vectors | Ofrece recuperación gestionada sobre documentación o contenido del cliente | Crear una KB o reutilizar una existente mediante parámetros del stack | Las salidas KnowledgeBaseId y DataSourceId forman parte del contrato de integración. |
| Bucket S3 de documentos y recursos temporales | Almacena documentos de la KB y cargas temporales de imágenes para prompts | Prefijos separados para documentos, configuración y recursos temporales | Las imágenes temporales deben caducar pronto; los documentos de la KB deben versionarse deliberadamente. |
| KnowledgeBaseSyncFunction | Ejecuta flujos de ingestión de documentos | El ciclo de espera de S3/EventBridge/DynamoDB evita iniciar una ingestión por cada pequeño evento de archivo | Resulta útil cuando WordPress regenera varios documentos de la KB durante la publicación. |
| reCAPTCHA + SSM/KMS | Protege endpoints abiertos del frontend | El secreto se guarda como parámetro SSM cifrado y los controladores lo recuperan | Importante cuando FrontendApiAuthMode es NONE para facilitar sitios estáticos. |
| AWS WAF y limitación | Limita abusos en rutas públicas y administrativas de la API | Reglas separadas de permiso, denegación y tasa para frontend y administración | Los endpoints de IA generan costes; el acceso público necesita más protección que CORS. |
| CloudWatch, DLQ y alertas | Proporciona registros, métricas, captura de invocaciones fallidas y notificaciones opcionales | Retención por función, métricas personalizadas y DLQ de SQS compartida | Las funciones de IA necesitan observabilidad porque coste, latencia y calidad son aspectos de ejecución. |
Superficie de endpoints: un backend, dos zonas de confianza
El backend puede exponer varias capacidades, pero las rutas administrativas y de frontend deben permanecer separadas. La tabla muestra qué rutas de visitantes existen solo cuando se habilita su función y cuáles son exclusivas de administración.
| Capacidad | Ruta administrativa | Ruta del frontend | Cuándo se crea el frontend | Nota de diseño |
|---|---|---|---|---|
| Prompt / chatbot / DocSearch | /admin/prompt | /frontend/prompt | EnableChatbotBackend=true | Puede usar KB, citas, regeneración, metadatos de comentarios e imágenes opcionales. |
| Generar URL de carga | /admin/generate-upload-url | /frontend/generate-upload-url | EnableChatbotBackend=true | Carga imágenes en S3 mediante PUT prefirmado y pasa las claves a las solicitudes de prompt. |
| Resumen | /admin/summarize | /frontend/summarize | EnableSummarizerBackend=true | Normalmente desactiva la KB por defecto porque ya se proporciona el texto de origen. |
| Redacción | /admin/write | /frontend/write | EnableLanguageAIBackend=true | Útil como alternativa de backend para generación en el editor o frontend. |
| Reescritura | /admin/rewrite | /frontend/rewrite | EnableLanguageAIBackend=true | Respeta tono, formato y longitud sin exponer secretos en el navegador. |
| Traducción | /admin/translate | /frontend/translate | EnableLanguageAIBackend=true | Puede combinarse con flujos de detección automática del idioma. |
| Corrección | /admin/proofread | /frontend/proofread | EnableLanguageAIBackend=true | Devuelve texto corregido y metadatos estructurados de corrección. |
| Detección de idioma | /admin/detect-language | /frontend/detect-language | EnableLanguageAIBackend=true | Usa una ruta de backend en lugar de asumir que el navegador siempre aporta el idioma. |
| Bases de conocimiento | /admin/knowledge-bases | No es una ruta pública | Solo administración | Listar y seleccionar recursos de conocimiento pertenece a la experiencia de configuración de confianza. |
La política de fundamentación es una decisión de producto
El comportamiento de recuperación debe ajustarse al riesgo y a las expectativas de la experiencia. Esta tabla compara respuestas estrictas de la KB, aclaración previa y respuestas con preferencia por la KB.
| Modo de fundamentación | Cuándo usarlo | Comportamiento si la KB no tiene fragmentos relevantes | Implicación editorial |
|---|---|---|---|
| KB_ONLY | Respuestas reguladas, de alto riesgo o vinculadas estrictamente a documentación | Indicar que la documentación no contiene la información solicitada | Los autores deben mantener la KB suficientemente completa para las preguntas previstas. |
| ASK_WHEN_NO_KB | Conjuntos de fuentes ambiguos o respuestas dependientes de categorías | Pedir una aclaración en lugar de adivinar | La taxonomía de metadatos pasa a formar parte del diseño de la experiencia. |
| KB_PREFERRED | Marketing, formación sobre productos y soporte general | Usar la KB cuando esté disponible; en caso contrario, separar claramente la respuesta de los documentos recuperados | Buen equilibrio para sitios públicos que combinan documentación y explicaciones generales. |
Matriz de autenticación y protección
Las rutas administrativas, el chat público, las herramientas lingüísticas, las cargas y la gestión del conocimiento tienen distintos niveles de confianza. La matriz muestra la postura predeterminada y la protección necesaria en cada superficie.
| Superficie | Postura predeterminada | Modos de autenticación posibles | Protección recomendada | Motivo |
|---|---|---|---|---|
| Rutas administrativas de IA | De confianza / administración | IAM o Cognito | IAM por defecto, lista opcional de IP permitidas, registros y alertas | Estas rutas pueden exponer capacidades más amplias y no deben ser públicas. |
| Chatbot del frontend | Público o para miembros | NONE, IAM o Cognito | reCAPTCHA + WAF para público; ámbitos de Cognito para miembros | Los endpoints de chat generan costes y pueden recibir cualquier entrada del usuario. |
| Resumen y herramientas lingüísticas del frontend | Superficie pública controlada por función | NONE, IAM o Cognito | Habilitar solo las rutas necesarias; limitar y validar el tamaño de la carga | Cada ruta añade una superficie de abuso y de coste del modelo. |
| Ayudante de carga de imágenes | Entrada temporal de recursos | Sigue la superficie del prompt | Tipo de contenido, tamaño, prefijo de clave y caducidad estrictos | Las cargas prefirmadas son potentes y deben limitarse estrechamente. |
| Gestión de Knowledge Base | Solo administración | IAM o Cognito privilegiado | No exponer nunca como endpoint anónimo del frontend | La selección de KB y los recursos del backend son configuración, no experiencia del visitante. |
Selección de modelos y postura de costes
Cada carga de IA impone presiones distintas de coste y calidad. Esta tabla evita forzar las tareas del editor, el chat público, DocSearch y las solicitudes multimodales a un único modelo y perfil de protección.
| Carga de trabajo | Presión de costes | Requisito de calidad | Elección arquitectónica |
|---|---|---|---|
| Editor: reescritura / traducción / corrección | Normalmente moderada y controlada por administración | Resultados coherentes y poca fricción | Probar primero la IA local; usar el backend como alternativa cuando no esté disponible o la política lo exija. |
| Chatbot del frontend | Potencialmente alta porque los visitantes pueden activar el uso | Respuestas fundamentadas, seguras y comprensibles | Habilitar solo las rutas necesarias, usar un modelo de frontend más ligero, reCAPTCHA/WAF y límites de respuesta. |
| DocSearch | Depende del volumen de búsqueda y del contexto recuperado | Buenas citas y selección precisa de fuentes | Enfoque RAG primero; reranking opcional solo si la mejora de relevancia justifica llamadas adicionales. |
| Prompt multimodal | Mayor porque las imágenes añaden almacenamiento y procesamiento | Útil para flujos seleccionados de soporte o contenido | Usar cargas S3 prefirmadas, límites de tamaño de objeto y caducidad del ciclo de vida. |
Cómo cambia el modelo operativo con el asistente de despliegue
El asistente convierte decisiones de producto en configuración explícita del backend. La tabla muestra cómo la selección de funciones, autenticación, origen de plantilla y salidas del stack afectan a CloudFormation y WordPress.
| Decisión del asistente | Efecto en CloudFormation | Efecto en WordPress |
|---|---|---|
| Funciones del frontend | Habilita solo las rutas necesarias para chatbot, DocSearch, resumen o herramientas lingüísticas. | El plugin expone únicamente las superficies que el sitio desea admitir. |
| Modo de autenticación administrativa | Prioriza Cognito para operaciones administrativas y puede aplicar ámbitos. | Las acciones administrativas y de backend no se tratan accidentalmente como llamadas públicas de IA. |
| Origen de la plantilla | Usa una URL de plantilla S3 que CloudFormation puede leer. | El usuario ve una revisión de stack nativa de AWS en lugar de un paso de aprovisionamiento SaaS oculto. |
| Salidas | Genera ApiBaseUrl y otras salidas del stack. | WordPress almacena el contrato del endpoint; no posee el entorno de ejecución del backend. |
Ruta de implementación
Elija la ruta de ejecución según la carga de trabajo y los requisitos de gobierno
No obligue a todas las funciones de IA a pasar por una sola ruta únicamente porque el plugin pueda exponer varias capacidades.
- Clasificar las cargas del editor y de los visitantes — Separe la reescritura, la traducción y el trabajo con metadatos en el editor de los chatbots públicos, DocSearch y otras solicitudes iniciadas por visitantes.
- Usar la ejecución local solo cuando sea realmente compatible — Mantenga en el navegador las tareas compatibles en el dispositivo cuando satisfagan las necesidades funcionales y normativas; no afirme que la ejecución es local en navegadores o tareas que no la admiten.
- Configurar las zonas de confianza del backend — Mantenga las rutas administrativas privilegiadas separadas de las rutas públicas del frontend y añada autenticación, WAF, limitación o controles contra abusos adecuados para cada superficie expuesta.
- Gobernar la recuperación y el uso de fuentes — Defina qué contenido de WordPress entra en la fuente de conocimiento, cómo se divide o excluye y cómo se devuelven los datos de fuente o cita para poder revisar las respuestas fundamentadas.
Cuándo aporta un control útil esta arquitectura
Buena opción
Cargas de IA con distintas necesidades de privacidad y ejecución
- Algunas tareas del editor pueden permanecer en el dispositivo mientras otras funciones necesitan un modelo del lado del servidor o un backend de recuperación.
- Desea que el backend configurado y sus recursos de AWS estén en una cuenta bajo su control, sin exigir un proxy de IA compartido del proveedor.
- DocSearch o los chatbots para visitantes necesitan respuestas fundamentadas y deben seguir funcionando en un frontend estático.
Mantenerlo sencillo
Una ruta de IA más sencilla puede bastar cuando
- El sitio solo necesita tareas ocasionales del editor ya cubiertas por IA local compatible en el navegador.
- Una integración SaaS de IA convencional cumple los requisitos de datos, gobierno y operación de la organización.
- No se necesitan IA pública, RAG, citas, observabilidad del backend ni infraestructura controlada por el cliente.
Guías de problemas
Problemas del comprador que explica esta arquitectura
¿Cómo uso IA en WordPress sin enviar cada borrador a un servicio SaaS de IA?
Empiece por Usar IA en WordPress sin enviar cada borrador a un servicio SaaS de IA. La guía distingue el procesamiento local compatible de la ruta opcional del backend configurado y evita afirmar que todas las tareas de IA permanecen en local.
¿Cómo ofrezco a los visitantes respuestas fundamentadas en el contenido de WordPress?
Consulte Ofrezca a sus visitantes respuestas basadas en su contenido de WordPress, con fuentes. La solución cubre DocSearch y el chatbot; esta arquitectura explica los límites de la fuente de conocimiento, la recuperación y el backend.
¿Dónde encaja la generación de metadatos de imágenes con IA?
Consulte Corrija a escala los textos alternativos y metadatos que faltan en las imágenes de WordPress. La generación de metadatos es un flujo del editor y puede usar los modos compatibles de AI-Kit; la revisión humana sigue siendo importante para los textos alternativos relacionados con la accesibilidad.
¿Puede seguir funcionando la IA del frontend tras la publicación estática?
Sí, cuando el navegador puede acceder directamente al backend configurado. Haga WordPress estático sin perder funciones dinámicas explica la regla general: la entrega estática de páginas y los servicios dinámicos del navegador pueden permanecer separados.
Empiece por la ruta de datos de IA
Decida dónde se ejecutará la carga de IA antes de elegir el modelo
Use la guía de IA privada para decidir la ruta de datos y, si el sitio también necesita recuperar contenido de WordPress, continúe con la guía de respuestas fundamentadas.