Si has probado un chat de inteligencia artificial para preguntarle algo de tu empresa, ya sabrás el problema: no conoce tus productos, tus tarifas ni tus procedimientos. Y cuando no sabe algo, a veces se lo inventa con total seguridad.
RAG (del inglés Retrieval-Augmented Generation, generación aumentada por recuperación) es la técnica que resuelve eso. En vez de fiarse de lo que el modelo «recuerda», primero se buscan los fragmentos relevantes en tus documentos y después se le pide que responda usando solo esa información.
Cómo funciona, en tres pasos
- Preparar los documentos. Se recogen los manuales, fichas, preguntas frecuentes o normativas que quieras usar, se trocean en fragmentos y se guardan en un índice que permite buscar por significado, no solo por palabras exactas. Así, una pregunta sobre «devolver un pedido» encuentra el apartado de «cambios y reembolsos».
- Buscar. Cuando alguien hace una pregunta, el sistema busca en ese índice los fragmentos que más se parecen.
- Responder. Se le pasan al modelo de lenguaje la pregunta y esos fragmentos, con la instrucción de contestar basándose en ellos y decir de qué documento sale cada dato.
El resultado es parecido a tener a un compañero que se ha leído toda la documentación y te contesta citando la página.
Qué ventajas tiene frente a un chat genérico
- Responde con tu información, no con lo que encuentra en internet.
- Cita la fuente, así que se puede comprobar cada respuesta.
- Se actualiza fácil. Si cambias una tarifa o un procedimiento, basta con actualizar el documento; no hay que reentrenar ningún modelo.
- Controlas qué sabe. Solo usa los documentos que tú decides incluir, y se puede limitar qué ve cada usuario.
Ejemplos donde funciona muy bien
- Soporte técnico: los técnicos preguntan por un error o una pieza y el sistema les devuelve el apartado exacto del manual.
- Equipo comercial: respuestas rápidas sobre características, compatibilidades o condiciones sin tener que llamar a la oficina.
- Formación interna: la gente nueva resuelve dudas sobre procedimientos sin interrumpir a nadie.
- Atención al cliente: un asistente en la web que responde con tus condiciones reales de envío, garantía o devolución.
- Despachos y consultorías: búsqueda en normativa, contratos o expedientes anteriores.
Cuándo no es la mejor opción
- Si tienes poca documentación, o está muy desactualizada. RAG solo es tan bueno como los documentos que le das.
- Si lo que necesitas son cálculos exactos sobre datos estructurados (ventas, stock). Para eso es mejor consultar la base de datos directamente, y la IA puede ayudar a formular esa consulta.
- Si las respuestas cambian cada minuto, como precios en tiempo real. En ese caso conviene conectar la IA a tu sistema en lugar de a documentos.
Qué hay que cuidar
- La calidad de los documentos. Merece la pena revisar y ordenar la documentación antes de empezar; suele ser la parte que más impacto tiene en el resultado.
- Los permisos. Si hay documentos confidenciales, el sistema tiene que respetar quién puede ver qué.
- Dónde se procesan los datos. Hay que elegir proveedores y configuraciones que cumplan la protección de datos, sobre todo si hay información personal.
- Medir. Preparar una lista de preguntas reales con sus respuestas correctas y comprobar periódicamente que el sistema las sigue acertando.
Montar un buscador con RAG sobre la documentación de una empresa es uno de los proyectos de IA con los que más tiempo se ahorra. Si quieres saber si tiene sentido en tu caso, mira lo que hacemos con inteligencia artificial o escríbenos. Y si estás empezando, quizá te interese antes este repaso de usos de la IA para pymes.