Keterbatasan jam operasional sales agent menjadi kendala dalam memberikan layanan yang optimal kepada calon pelanggan XL Home atau XL Satu, terutama di luar jam operasional. Penelitian ini bertujuan untuk merancang chatbot berbasis Large Language Model (LLM) dengan teknik Retrieval Augmented Generation (RAG) sebagai sales agent untuk memberikan informasi mengenai layanan XL Home atau XL Satu kepada calon pelanggan. Penelitian ini juga bertujuan untuk mengetahui format dokumen yang paling efektif untuk teknik RAG dalam meningkatkan performa chatbot sebagai sales agent XL Satu. Penelitian ini menggunakan model LLM SeaLLM 7B V2.5 yang bersifat open source dan memiliki pemahaman yang baik mengenai Bahasa Indonesia. Chatbot yang dikembangkan menggunakan framework Langchain dan diuji dengan 62 pertanyaan menggunakan kerangka kerja RAGAS (Retrieval Augmented Generation Assessment). Hasil pengujian menunjukkan bahwa chatbot dengan pendekatan data bersih memiliki performa yang lebih baik dalam hal faithfulness, answer correctness, context precision, dan context recall dibandingkan dengan pendekatan data mentah. Hal ini menunjukkan bahwa kualitas dan struktur data sangat mempengaruhi kemampuan chatbot dalam memahami pertanyaan pengguna, mengambil informasi yang relevan, dan memberikan respons yang akurat.
