Conceptos
Qué es RAG, explicado sin tecnicismos
RAG es la técnica que permite que un chatbot responda con la información de tu empresa en vez de lo que aprendió de internet. Antes de contestar, busca en tus documentos el trozo que sirve y responde a partir de ese trozo. Aquí va cómo funciona y cuándo lo necesitas.
El problema: la IA contesta lo que no sabe
Un modelo como ChatGPT o Claude aprendió de una cantidad enorme de texto, pero no conoce tu lista de precios, tus plazos de despacho ni tu política de cambios. Si le preguntas por ellos, puede responder algo que suena correcto y es falso. Para un chatbot que atiende clientes, eso es inaceptable.
La solución obvia sería reentrenar el modelo con tus datos, pero es caro y hay que repetirlo cada vez que cambia un precio. RAG toma otro camino: no cambia el modelo, le entrega la información justo antes de que responda.
RAG en cuatro pasos
RAG son las siglas en inglés de generación aumentada por recuperación. La idea se describió en un artículo de investigación de 2020 de Patrick Lewis y otros autores, que proponía combinar un modelo de lenguaje con una memoria externa donde buscar.
- 1. Se cortan tus documentos
Manuales, preguntas frecuentes, políticas y tarifas se dividen en trozos cortos, de unos pocos párrafos cada uno.
- 2. Se guardan de forma buscable
Cada trozo se guarda con una representación de su significado, para poder encontrarlo aunque el cliente use otras palabras.
- 3. Se busca lo que sirve
Cuando llega una pregunta, el sistema busca los trozos más parecidos y los junta.
- 4. La IA responde con eso
El modelo recibe la pregunta junto a esos trozos, con la instrucción de responder solo a partir de ellos y decir cuando no encuentra la respuesta.
¿Tus documentos sirven para un chatbot?
Cuéntanos por WhatsApp qué documentos tienes (manuales, precios, políticas) y en qué formato. Te decimos si hace falta RAG o algo más simple.
Cuándo hace falta
RAG empieza a valer la pena cuando se cumple al menos una de estas condiciones:
- Tus documentos son muchos: catálogos grandes, normativa interna, años de manuales técnicos.
- Cambian seguido y no quieres rehacer el chatbot cada vez.
- Necesitas que la respuesta diga de qué documento salió, para poder revisarla.
- Distintas personas deben ver distintos documentos según su cargo.
Buscar bien es la parte difícil
Si el sistema trae el trozo equivocado, la respuesta sale mal aunque el modelo sea excelente. En el mismo artículo, Anthropic reporta que agregar contexto a cada trozo redujo las búsquedas fallidas en 35%, que combinarlo con búsqueda por palabras las redujo en 49% y que sumar un reordenamiento final llegó a 67%. La calidad de un chatbot con RAG depende tanto de cómo busca como del modelo que responde.
Qué preparar de tu lado
Antes de pedir un chatbot que responda con tus documentos, revisa estos cinco puntos:
- Un documento vigente por tema. Si hay tres versiones de la lista de precios, el chatbot puede tomar la vieja.
- Texto, no fotos de texto. Un PDF escaneado hay que convertirlo antes.
- Las preguntas reales. Junta las preguntas que te hacen los clientes: sirven para probar si el sistema encuentra la respuesta.
- Qué no debe decir. Marca los documentos internos que no deben llegar a clientes.
- Un responsable. Alguien que actualice los documentos cuando cambie algo.
Con eso listo
Con eso listo, armamos un chatbot para tu página web que responde con tus documentos, o un agente de IA para tu equipo interno que busca en manuales y procedimientos.
¿RAG evita que la IA invente?
Reduce mucho el problema, pero no lo elimina. Si la búsqueda trae el trozo equivocado o la respuesta no está en tus documentos, el modelo todavía puede equivocarse. Por eso se le instruye decir que no sabe cuando no encuentra la información, y se prueba con preguntas reales antes de abrirlo a clientes.
¿Qué documentos sirven?
Los que tienen respuestas claras y vigentes: preguntas frecuentes, tarifas, políticas de cambio y despacho, manuales de producto, procedimientos. Sirven menos las presentaciones llenas de imágenes, las planillas sin explicación y los documentos con versiones contradictorias.
¿Mis documentos quedan expuestos?
Depende de cómo se construya. Los documentos se guardan en un servicio que tiene que tener permisos claros, y hay que separar lo que puede ver un cliente de lo interno. Además hay un riesgo propio de estos sistemas: un documento externo puede traer instrucciones escondidas que intentan desviar a la IA, lo que OWASP llama inyección de instrucciones. Se controla limitando lo que el chatbot puede hacer.
¿RAG es lo mismo que entrenar un modelo?
No. Entrenar o ajustar cambia el modelo. RAG no lo toca: le pasa la información en el momento de responder. Por eso actualizar un precio es cambiar un documento, no rehacer nada.
¿Quieres un chatbot que responda con tu información?
Cuéntanos por WhatsApp qué documentos tienes. Te decimos si basta con algo simple o si conviene RAG.