Einen RAG-Chatbot auf Spanisch mit Claude erstellen — Praxisleitfaden für LATAM und Spanien

Einen RAG-Chatbot auf Spanisch erstellen, der präzise über Ihre Wissensdatenbank antwortet — ein praxisorientierter Leitfaden für Produktteams in Spanien und Lateinamerika. Wir behandeln die Modellauswahl, den Umgang mit regionalen Varianten des Spanischen, Kosten pro Anfrage und die Vermeidung von Halluzinationen.

Der grundlegende Stack

1. Dokumente mit text-embedding-3-large einbetten, direkt bei OpenAI aufrufen — Kunavo stellt keine Embeddings bereit, sondern nur den Generierungsschritt
2. Vektorsuche (pgvector, Pinecone oder Qdrant)
3. Antwortgenerierung mit Claude Sonnet 4.6 + Prompt-Caching
4. Fallback auf Gemini 2.5 Flash bei hoher Last / für minimale Kosten

Grundlegendes Snippet

from openai import OpenAI

client = OpenAI(
    api_key="sk-kn-...",
    base_url="https://api.kunavo.com/v1",
)

def responder(pregunta: str, contexto: list[str]) -> str:
    """Responde en español usando contexto recuperado de la base de conocimiento."""
    resp = client.chat.completions.create(
        model="claude-sonnet-4-6",
        messages=[
            {
                "role": "system",
                "content": [
                    {
                        "type": "text",
                        "text": (
                            "Eres un asistente que responde en español neutro, "
                            "claro y conciso, basándote exclusivamente en el "
                            "contexto proporcionado. Si la respuesta no está en "
                            "el contexto, di 'No tengo esa información' en lugar "
                            "de inventar."
                        ),
                        "cache_control": {"type": "ephemeral"},
                    },
                ],
            },
            {
                "role": "user",
                "content": (
                    f"## Contexto\n{chr(10).join(contexto)}\n\n"
                    f"## Pregunta\n{pregunta}"
                ),
            },
        ],
        max_tokens=600,
    )
    return resp.choices[0].message.content

Kosten pro Anfrage: mit aktivem Caching etwa $0.004 (weniger als ein halber Eurocent). Ohne Caching etwa $0.01. Der Unterschied rechtfertigt die korrekte Konfiguration von cache_control.

Neutrales Spanisch vs. regionale Varianten

Wenn Ihr Produkt gleichzeitig Nutzer in Spanien und LATAM bedient, haben Sie drei Möglichkeiten:

• Neutrales Spanisch (standardmäßig empfohlen): Bitten Sie das Modell, in formellen Kontexten „usted/ustedes“ zu verwenden und regionale Ausdrücke zu vermeiden. Es funktioniert in allen Ländern, klingt aber etwas unpersönlich
• Ländererkennung + spezifischer Prompt: Verwenden Sie die IP-Adresse oder die Benutzereinstellungen, um zwischen „voseo“ (Argentinien, Uruguay), „tuteo“ (Spanien, Mexiko) und „ustedeo“ (Kolumbien, bestimmte Regionen) zu wählen. Übergeben Sie den Dialekt im System-Prompt
• Ein Modell pro Markt: nur wenn Sie in jeder Region eigene Teams und ein hohes Volumen haben. Für die meisten ist das überdimensioniert

Claude Sonnet 4.6 und Gemini 2.5 Pro verstehen alle Varianten; die Ausgabe folgt dem Stil des Prompts. Eine Zeile wie „Antworte in rioplatensischem Spanisch (voseo, z. B. 'vos podés')“ reicht aus.

Tokens im Spanischen

Spanisch verbraucht für denselben Inhalt ungefähr 1.3–1.5x mehr Tokens als Englisch (aufgrund der längeren Endungen und Artikel). Passen Sie Ihre Budgets für Ein- und Ausgabe entsprechend an. Ein Kontext mit 5K Tokens auf Englisch entspricht auf Spanisch etwa 6.5K.

Anti-Halluzinationen — was wirklich funktioniert

• Expliziter System-Prompt: „Wenn die Antwort nicht im Kontext steht, sage 'Ich habe diese Information nicht'.“ Das Modell hält sich auf neutralem Spanisch stärker daran als in anderen Sprachen; wir wissen nicht, warum
• Quelle zitieren: Bitten Sie das Modell, die Dokument-ID zurückzugeben, aus der es jede Aussage entnommen hat. Wenn die ID erfunden ist, wissen Sie, dass es halluziniert hat
• Ausgabe begrenzen: max_tokens=300 verringert die Versuchung, erfundene Füllinhalte zu erzeugen, deutlich
• Adversariale Tests: 50 Fragen aus Ihrem Datensatz, die als „mit dem aktuellen Kontext nicht beantwortbar“ markiert sind. Ihr Chatbot muss alle ablehnen

Geschätzte monatliche Kosten (Spanisch)

• 100 Anfragen/Tag: ca. $11/Monat mit Caching
• 1.000 Anfragen/Tag: ca. $110/Monat
• 10.000 Anfragen/Tag: ca. $1.100/Monat

Wenn Sie 10.000+ erreichen und weiter sparen müssen, wechseln Sie für einfache Anfragen zu Gemini 2.5 Flash (zwischen 4- und 10-mal günstiger) und reservieren Sonnet 4.6 für komplexe Anfragen. Das Tiering-Muster ist im Leitfaden zur Kostenoptimierung beschrieben.

Zahlungen aus Spanien und LATAM

Stripe verarbeitet die Zahlung je nach Land: Pix (Brasilien), internationale Karten, Apple Pay, Google Pay und Link. Die Preise sind in USD angegeben, und Stripe kann den Betrag in Ihrer Währung anzeigen; der Wechselkurs enthält eine vom Käufer zu zahlende Umrechnungsgebühr von 2–4 %, die bei Zahlung in USD entfällt (Dokumentation zu Stripe Adaptive Pricing, gelesen am 2026-10-03). Bizum, PayPal, OXXO und Mercado Pago sind nicht verfügbar, ebenso wenig Pay by Bank: Im Kunavo-Checkout wird es nur Käufern im Vereinigten Königreich, in Irland und Finnland angeboten; in Frankreich und Deutschland befindet es sich bei Stripe noch in einer privaten Vorschau (Stripe-Dokumentation zu Pay by Bank, gelesen am 2026-10-03). Mindestaufladung $10 USD. Das Guthaben verfällt nicht.

Support und Dokumentation

Spanischsprachiger Support unter contact@kunavo.com innerhalb von 24 Arbeitsstunden. Die vollständige technische Dokumentation finden Sie unter /docs/quickstart; einen vollständigen Leitfaden zum Prompt-Caching unter Prompt-Caching im Detail.

Bereit? Kostenlos registrieren, ab $10 aufladen und nur für die Nutzung bezahlen, um einen ersten funktionsfähigen Prototyp zu erstellen.