Qué es RAG y cuándo basta con una búsqueda clásica

RAG (generación aumentada por recuperación) es una técnica en la que, antes de que un modelo de lenguaje responda, el sistema busca en los documentos de la empresa los fragmentos relevantes para la pregunta y se los pasa al modelo como contexto. El modelo redacta la respuesta a partir de esos fragmentos y cita de dónde sale. Sirve cuando las preguntas son variadas y la respuesta está repartida en muchos documentos; cuando las preguntas son pocas y repetidas, una página de preguntas frecuentes o un buscador clásico resuelve lo mismo con menos coste y menos riesgo.

Un modelo de lenguaje no sabe nada de tu empresa: ni tu tarifa, ni tu convenio, ni el manual de tu producto. RAG es la forma de dárselo sin reentrenarlo. En mis proyectos es la pieza que más se pide y, a la vez, la que más veces sustituyo por algo más simple después de medir.

Cómo funciona, paso a paso

1. Ingesta. Se recogen los documentos fuente: PDF, páginas web, hojas de cálculo, correos, fichas de un gestor documental. Se limpian (cabeceras repetidas, pies de página, tablas rotas) y se guarda de cada uno su origen, fecha y quién puede verlo.
2. Troceado. Cada documento se divide en fragmentos de unos pocos cientos de palabras, idealmente respetando secciones y párrafos. Un fragmento demasiado grande mezcla temas; uno demasiado pequeño pierde el contexto.
3. Indexado. Cada fragmento se convierte en un vector numérico (un embedding) que representa su significado, y se guarda en un índice. Muchos sistemas combinan este índice semántico con un índice clásico de palabras clave, porque cada uno acierta donde el otro falla: el semántico entiende sinónimos; el de palabras clave acierta con códigos de producto, nombres propios y siglas.
4. Recuperación. Cuando llega una pregunta, se convierte también en vector y se buscan los fragmentos más cercanos, filtrando por los permisos del usuario. Se recuperan más de los necesarios (por ejemplo, veinte).
5. Reordenación. Un segundo modelo, más preciso y más lento, reordena esos veinte y se queda con los cinco mejores. Este paso mejora mucho la calidad y suele omitirse en las demostraciones.
6. Generación. Se construye una instrucción para el modelo: la pregunta, los fragmentos elegidos y reglas claras («responde solo con la información proporcionada; si no está, dilo; cita la fuente de cada afirmación»). El modelo redacta la respuesta.
7. Cita y registro. La respuesta se muestra con enlaces a los documentos usados, y se guarda la pregunta, los fragmentos recuperados y la respuesta para poder evaluar y corregir después.

Dos mejoras que marcan diferencia en la práctica: añadir a cada fragmento una frase de contexto generada automáticamente («este fragmento pertenece al apartado de garantías del contrato de mantenimiento de 2025»), lo que Anthropic describe como recuperación contextual, y reescribir la pregunta del usuario antes de buscar cuando viene incompleta o depende de la conversación anterior.

Cuándo basta una búsqueda clásica o un FAQ

Antes de montar RAG, mira los datos de las consultas reales durante una o dos semanas (la plantilla de medición de línea base sirve). La decisión suele salir de esta tabla:

Un ejemplo concreto

Una empresa de instalaciones tiene 300 manuales técnicos de fabricantes, sus propios procedimientos internos y el histórico de partes de avería. Los técnicos llaman a oficina para preguntar «¿qué par de apriete lleva este modelo?» o «¿este error del controlador lo hemos visto antes?». Aquí RAG encaja: corpus grande, preguntas variadas, respuesta repartida entre manual y partes anteriores, y el técnico puede verificar la cita en segundos. El sistema se evalúa con cien preguntas reales de los últimos meses y sus respuestas correctas, y la primera versión solo la usa oficina técnica, no el técnico en campo.

En la misma empresa, las preguntas de los clientes sobre horarios, zonas de cobertura y formas de pago son veinte. Eso va a una página de preguntas frecuentes, no a RAG.

Qué cuesta

• Preparar los documentos. Es el coste oculto mayor. Documentos duplicados, versiones antiguas sin fecha, PDF escaneados sin texto y tablas rotas hacen que el sistema responda mal. Limpiar y organizar el corpus suele llevar más que montar el sistema.
• Indexar. Generar embeddings se paga por volumen de texto una vez, y de nuevo cada vez que un documento cambia. Para un corpus de pymes es un coste bajo.
• Consultar. Cada pregunta genera llamadas al modelo de embeddings, al reordenador y al modelo de lenguaje. El coste por consulta depende del tamaño de los fragmentos y del modelo. Hay que medirlo con consultas reales, no estimarlo.
• Infraestructura. Base de datos vectorial, almacenamiento y servidor. Pequeño comparado con lo anterior.
• Mantenimiento. Reindexar cuando cambian documentos, revisar las preguntas sin respuesta, repetir la evaluación cuando cambia el modelo. Es un coste recurrente que hay que presupuestar desde el principio.

Para cifras concretas de tu caso: [COMPLETAR: volumen de documentos, consultas al mes y modelos elegidos; con eso se calcula el coste por consulta].

Riesgos y cómo acotarlos

Cómo evaluar si funciona

Una demostración con cinco preguntas elegidas por el proveedor no es una evaluación. Esto sí:

1. Conjunto de preguntas reales. Entre 50 y 200 preguntas que la gente ha hecho de verdad, con la respuesta correcta y el documento donde está. Las escribe quien conoce el negocio, no quien monta el sistema.
2. Recuperación. ¿Está el fragmento correcto entre los cinco recuperados? Si no está, el modelo no puede acertar. Esta métrica aísla el buscador del redactor.
3. Fidelidad. ¿Todo lo que dice la respuesta está respaldado por los fragmentos? Se revisa a mano una muestra o con un segundo modelo como juez, verificando después una parte a mano.
4. Corrección. ¿Coincide con la respuesta esperada? Fidelidad sin corrección significa que el buscador trajo el documento equivocado.
5. Abstención. Incluye en el conjunto preguntas sin respuesta en el corpus. El sistema debe decir que no lo sabe. Mide cuántas veces lo hace.
6. Repetir. La evaluación se vuelve a pasar cada vez que cambia el modelo, el troceado o las instrucciones. Sin eso, una «mejora» puede empeorar lo que ya funcionaba.

Si no puedes decir qué porcentaje de las cien preguntas de prueba responde bien, no sabes si funciona. Lo intuyes.

Cuándo pasar de RAG a algo más

RAG responde preguntas. Si lo que necesitas es que el sistema haga algo con la respuesta (crear un ticket, preparar un presupuesto, actualizar una ficha), ya estás hablando de un agente, con sus propios riesgos y controles. Y si la mayor parte de las consultas requieren datos en vivo, la pieza central no es el modelo sino la integración con tus sistemas.

Si quieres saber si tu caso es RAG, FAQ o buscador, el servicio de implantación de IA empieza con una semana de análisis de consultas reales y termina con una recomendación, aunque la recomendación sea no montar nada con IA.