¿Qué Es RAG, La Generación Aumentada Por Recuperación? Una Guía Sencilla

La generación aumentada por recuperación, o RAG, permite que un sistema de IA busque material pertinente antes de generar una respuesta. En vez de pedirle a un chatbot que recuerde el manual de tu producto, le das pasajes de ese manual con los que trabajar. Piensa en un examen a libro abierto, con un estudiante cuyo trabajo todavía hay que revisar.

RAG puede hacer que las respuestas sean más útiles y fáciles de examinar. No las convierte automáticamente en correctas, actuales o privadas. Así encajan sus piezas, sin necesidad de un doctorado ni de un armario lleno de siglas caras.

¿Qué es RAG?

Un sistema RAG combina una etapa de recuperación con otra de generación. Encuentra información pertinente para una pregunta y después se la proporciona a un modelo de lenguaje como contexto para su respuesta. Los documentos siguen siendo una fuente externa de información; recuperarlos no vuelve a entrenar por sí mismo al modelo.

El artículo de Patrick Lewis y sus colegas de 2020 presentó una formulación influyente de RAG que combinaba un modelo de lenguaje con una memoria externa en la que se podían realizar búsquedas. El término también se utiliza ahora de forma más amplia para aplicaciones que recuperan material y lo incluyen en la entrada de un modelo.

Imagina que preguntas si un transportín ficticio para gatos es apto para viajar en avión. Una respuesta genérica sobre transportines no basta. Quieres las dimensiones pertinentes del producto y los requisitos de la aerolínea concreta, con sus fechas. RAG es una forma de incorporar esos documentos a la respuesta en vez de esperar que el modelo recuerde la combinación correcta.

¿Por qué usarlo?

Los documentos externos pueden aportar detalles ausentes del entrenamiento de un modelo, incluidos materiales recién publicados e información específica de una organización. También pueden ofrecer un rastro hasta las fuentes. Eso resulta útil cuando quieres preguntar: «¿De dónde salió esta respuesta?».

Pero recuperar no es verificar. Un manual obsoleto puede recuperarse perfectamente. Una respuesta puede citar el manual correcto y malinterpretar su tabla. En el caso de nuestro transportín imaginario, obtener las normas de carga de la aerolínea no respondería necesariamente a una pregunta sobre llevarlo en la cabina.

El objetivo es un sistema cuyo razonamiento pueda contrastarse con pruebas adecuadas. Un párrafo seguro de sí mismo con una nota al pie decorativa sigue siendo solo un párrafo seguro de sí mismo.

Cómo funciona

Una configuración típica basada en documentos tiene dos etapas: preparar el material para la búsqueda y responder consultas. La preparación debe repetirse cuando cambian los documentos; no es una ceremonia única tras la cual los documentos permanecen vigentes para siempre.

Primero se extrae texto legible, se conserva la información de la fuente y se dividen los documentos largos en pasajes útiles. Estos suelen llamarse fragmentos o chunks. Un modelo de embeddings puede representar un pasaje como un vector numérico, lo que permite que un sistema de búsqueda compare significados relacionados. La búsqueda por palabras clave también puede contribuir, especialmente para nombres e identificadores exactos.

Después se recuperan candidatos para la pregunta, se seleccionan pasajes útiles y se entregan al generador. Algunos sistemas añaden un reclasificador para reordenar los candidatos antes de la generación. La explicación de Anthropic sobre recuperación contextual de 2024 describe cómo combinar la recuperación semántica y por palabras clave y conservar el contexto de fragmentos que, de otro modo, resultarían ambiguos.

En el ejemplo del transportín, importa mantener el encabezado de una tabla junto a sus medidas. Un número perfectamente extraído sin indicación de si significa altura, anchura o peso es una forma inusualmente eficaz de crear una respuesta incorrecta.

Los componentes principales

Preparación de las fuentes: extraer el contenido y conservar los límites significativos, las fechas y la identidad del documento.
Búsqueda: encontrar pasajes pertinentes para la pregunta con métodos adecuados para la colección.
Selección del contexto: retirar material irrelevante o duplicado y conservar pruebas suficientes para responder.
Generación y presentación: producir la respuesta y mostrar las fuentes que la respaldan.

Una base de datos vectorial es una posible parte de la capa de búsqueda, no la definición de RAG. Una colección pequeña puede funcionar con un sistema de búsqueda más sencillo. A la inversa, un gran almacén vectorial no puede reparar documentos que ya estaban incompletos antes de llegar a él.

RAG frente al ajuste fino

El ajuste fino modifica los parámetros del modelo mediante entrenamiento adicional. RAG aporta información externa al responder. Atienden necesidades diferentes y pueden combinarse. El estudio de 2024 sobre RAG, ajuste fino y un caso agrícola examina estas ventajas y desventajas en vez de tratar una técnica como sustituto universal de la otra.

Para un manual que cambia con frecuencia, empieza por comprobar si la recuperación aporta los datos que faltan. Si el modelo resuelve mal repetidamente una tarea especializada incluso con buenas pruebas, puede valer la pena investigar mejores instrucciones, ejemplos de entrenamiento o ajuste fino. Mide el fallo real antes de elegir el tratamiento.

El ajuste fino no garantiza un recuerdo fiel, y tampoco está garantizado que RAG sea más barato. Un sistema consultado con frecuencia y con contextos largos tiene costos continuos de inferencia. El entrenamiento tiene sus propios costos de preparación de datos, evaluación y cómputo. Compara una carga de trabajo definida, no dos etiquetas comerciales.

Posibles usos

Entre los experimentos útiles están un asistente para un centro de ayuda, una herramienta de búsqueda para un manual interno o una forma de hacer preguntas sobre tus propias notas. Empieza por una pregunta concreta que la colección realmente pueda responder. «¿Qué pasos restablecen este modelo?» es más fácil de evaluar que «Comprende todo lo que sabe nuestra empresa».

Para cada uso, identifica quién mantiene las fuentes y quién puede leerlas. Una respuesta de soporte no debería mezclar silenciosamente la documentación pública con el ticket privado de otro cliente. Un cuaderno personal también puede contener material que no quieres enviar a un servicio externo.

Errores habituales

Confundir acceso con permiso

RAG no mantiene automáticamente los datos en tu equipo. Los servicios alojados de embeddings pueden recibir texto durante la indexación y un generador alojado recibe el contexto incluido en su solicitud. El almacenamiento, la conservación, los registros y cualquier uso para entrenamiento dependen de los servicios y ajustes implicados.

La guía de AWS sobre autorización de datos destaca que se deben aplicar los controles de acceso antes de pasar material a un modelo. No recuperes un documento confidencial para luego confiar en una instrucción que pida al modelo mantenerlo en secreto. Aplica los permisos en la aplicación y en el sistema de recuperación.

Recuperar instrucciones disfrazadas de información

Un documento puede contener texto que intente redirigir al asistente. La investigación de 2023 sobre inyección indirecta de instrucciones demuestra por qué no se puede suponer que el contenido recuperado es inocuo solo porque llegó a través de una búsqueda. Trata el texto fuente como datos, restringe los permisos de las herramientas y prueba ejemplos hostiles. Decirle al modelo que ignore instrucciones maliciosas no constituye una barrera de seguridad completa.

Suponer que más contexto siempre debe ser mejor

Lost in the Middle encontró que la posición de la información pertinente afectaba al rendimiento en los modelos y tareas estudiados. Es una razón para evaluar la selección del contexto, no una prueba de que todos los modelos ignoren todos los pasajes centrales.

Prueba preguntas que exijan combinar dos secciones, advertir una excepción o resolver un conflicto entre una versión antigua y otra nueva. Revelan más que preguntar repetidamente por la frase que casualmente está al principio del documento.

Un primer experimento práctico

Yo empezaría con una colección pequeña de documentos no sensibles y preguntas cuyas respuestas puedas examinar manualmente. Incluye preguntas que no tengan respuesta en la colección. De lo contrario, nunca compruebas si el asistente sabe cuándo dejar de improvisar.

Para cada respuesta, comprueba tres cosas por separado: ¿la búsqueda encontró las pruebas necesarias, la respuesta las utilizó fielmente y la respuesta atendió a la pregunta? El artículo de evaluación de Ragas describe este tipo de evaluación multidimensional. Las puntuaciones automáticas pueden ayudar a comparar versiones, pero no deberían sustituir tu propio examen de los fallos.

Para el transportín imaginario, prueba una dimensión ausente, una ficha de producto sustituida y una norma de aerolínea que excluya explícitamente la ruta de la pregunta. Comprueba también que un documento restringido siga siendo inaccesible. Mantén las mismas preguntas mientras cambias una parte del sistema, para que las mejoras no sean solo impresiones. Nuestro análisis de las pruebas comparativas de programación con IA (en inglés) examina otro entorno donde la prueba elegida importa para la conclusión.

Registra lo suficiente para investigar los fallos sin convertir los registros en una segunda copia incontrolada de documentos privados. Añade un proceso de actualización y eliminación. El trabajo de producción suele ser menos glamuroso que la demostración: alguien tiene que asegurarse de que las normas del año pasado dejen de ganar en las búsquedas.

Preguntas frecuentes

¿RAG requiere búsqueda semántica?

No. La recuperación puede usar búsquedas por palabras clave u otros métodos adecuados. La búsqueda semántica es una opción útil; lo que convierte al patrón general en RAG es la generación basada en material recuperado.

¿Cuánto costará?

Estima el procesamiento de documentos, la indexación, el almacenamiento, la recuperación, la entrada y salida del modelo y el mantenimiento. Multiplica los costos medidos por consulta por tu volumen esperado. A modo de ejemplo, una consulta de un centavo repetida 10.000 veces al día cuesta unos 3.000 dólares en 30 días, antes de otros gastos. Es aritmética, no una tarifa cotizada por un proveedor.

¿Una cita demuestra la respuesta?

No. Abre la fuente y comprueba que respalde la afirmación concreta. Un enlace a la página de inicio de una aerolínea no establece la franquicia de equipaje de tu vuelo.

¿Puede un agente usar RAG?

Sí. Un agente puede elegir cuándo recuperar información como parte de una tarea más amplia. Llamar agente a algo no elimina la necesidad de comprobar las pruebas y aplicar los controles de acceso.

La opinión del gato: RAG le da al asistente una estantería de libros. Todavía debe escoger el libro correcto, leer la página correcta y resistirse a explicar con absoluta seguridad la caja en la que llegó el libro.

Traducción al español del artículo original en inglés del 2026-05-05. Traducido con ayuda de IA el 2026-11-02; las referencias temporales siguen siendo las del original.