El RAG (Retrieval Augmented Generation) es la técnica que permite a un modelo de IA buscar primero en tu documentación y responder después, citando de dónde ha sacado cada dato. Reduce drásticamente las respuestas inventadas y evita tener que reentrenar ningún modelo: basta con indexar tus documentos y darle acceso controlado al agente.
El problema: el modelo no conoce tu empresa
Un modelo de lenguaje sabe mucho del mundo y nada de tu compañía: ni tu política de garantías, ni el pliego que ganaste el año pasado, ni el procedimiento de altas de empleado. Si le preguntas igualmente, rellenará los huecos con lo que le parece plausible. De ahí las «alucinaciones».
Cómo funciona el RAG, en cuatro pasos
- Ingesta: se recogen los documentos (SharePoint, unidades de red, ERP, correo, PDF escaneados) y se normaliza su texto.
- Troceado e indexado: se dividen en fragmentos y se convierten en vectores que permiten buscar por significado, no solo por palabra exacta.
- Recuperación: ante una pregunta, el sistema localiza los fragmentos realmente relevantes.
- Generación con fuentes: el modelo redacta la respuesta usando solo esos fragmentos e indica de qué documento procede cada afirmación.
Para qué lo usan nuestros clientes
- Soporte y service desk: respuestas basadas en los procedimientos vigentes, no en la memoria de cada técnico. Relacionado: soporte IT con IA.
- Licitaciones: localizar requisitos y solvencia dentro de pliegos de cientos de páginas. Ver IA para licitaciones.
- Comercial y preventa: preparar propuestas reutilizando lo que ya funcionó. Ver IA para comercial y preventa.
- Onboarding y RRHH: resolver dudas de política interna sin ocupar al equipo. Ver automatización de RRHH con IA.
Qué hace que un RAG funcione (o fracase)
- Calidad y vigencia documental: si conviven tres versiones de un procedimiento, el agente heredará la confusión. Indexar es una buena excusa para ordenar.
- Permisos heredados: cada usuario debe ver solo lo que ya podía ver. El índice tiene que respetar los permisos de origen.
- Citas obligatorias: sin fuente visible, nadie confía en la respuesta —y con razón.
- Actualización continua: el índice se refresca cuando cambian los documentos; si no, envejece en semanas.
- Dónde se procesa: con documentación confidencial, el índice y el modelo pueden vivir en tu infraestructura. Ver soberanía del dato.
El RAG se combina bien con el resto de la arquitectura: el agente recupera contexto de tus documentos y actúa sobre tus sistemas mediante MCP.