Retrieval-Augmented Generation (RAG)
Generación aumentada por recuperación
En una frase
RAG: una técnica que conecta un LLM con fuentes de información externas: primero busca documentos relevantes y luego genera la respuesta basándose en ellos.
¿Demasiado técnico? Ver explicación sencilla¿Quieres profundizar? Ver explicación técnica
Explícamelo fácil
Un LLM solo sabe lo que aprendió durante su entrenamiento: no conoce los documentos de tu empresa ni las noticias de ayer. RAG resuelve esto en dos pasos: buscar la información relevante en tus documentos y pegarla en el prompt para que el modelo responda con ella.
Así, el modelo puede contestar preguntas sobre información privada o actual, y citar de dónde la sacó.
En 30 segundos
- 1Los documentos se dividen en fragmentos (chunks).
- 2Cada fragmento se convierte en un embedding y se guarda en una base vectorial.
- 3La pregunta del usuario también se convierte en embedding.
- 4Se recuperan los fragmentos más similares.
- 5El LLM responde usando esos fragmentos como contexto.
Cómo funciona
Pipeline de RAG
- Pregunta«¿Cuál es la política de vacaciones?»
- EmbeddingLa pregunta se convierte en un vector
- Vector DatabaseBúsqueda por similitud entre millones de fragmentos
- Documentos relevantespolitica-rh.pdf §4faq-permisos.md
- LLMPrompt = instrucciones + fragmentos + pregunta
- Respuesta con fuentesBasada en los documentos recuperados
Ejemplo real
Asistente interno de recursos humanos
Modelo mental
- LLM
- Motor de lenguaje.
- RAG
- Biblioteca externa conectada al motor.
- Embeddings
- Sistema para encontrar los libros relevantes.
- Vector DB
- Catálogo semántico de la biblioteca.
- Reranker
- Bibliotecario que ordena lo encontrado por relevancia.
Nivel técnico
Profundizando
El término proviene de Lewis et al. (2020). Un sistema RAG tiene dos fases. Indexación (offline): los documentos se dividen con Chunking, se convierten en vectores con un modelo de embeddings y se almacenan en una base de datos vectorial. Consulta (online): se genera el embedding de la pregunta, se ejecuta una búsqueda vectorial (a menudo híbrida con búsqueda por palabras clave), se aplica Reranking y los mejores fragmentos se insertan en el prompt.
La calidad depende sobre todo de la recuperación: si el fragmento correcto no se recupera, el modelo no puede usarlo. Se evalúa por separado la recuperación (recall@k, precisión) y la generación (fidelidad a las fuentes, relevancia). Variantes avanzadas incluyen reescritura de consultas, búsqueda en varios pasos y Agentic RAG.
Comparación
RAG vs. Fine-Tuning
| Aspecto | RAG | Fine-Tuning |
|---|---|---|
| Qué cambia | La información que el modelo ve | Los pesos del modelo |
| Ideal para | Conocimiento que cambia o es privado | Estilo, formato, comportamiento o tareas especializadas |
| Actualizar datos | Inmediato: reindexar documentos | Requiere volver a entrenar |
| Citas y trazabilidad | Sí, puede señalar sus fuentes | Difícil |
| Costo inicial | Bajo a moderado | Moderado a alto |
Error común
¿Por qué importa?
Es la forma más común de construir asistentes de IA sobre datos propios: es más barato que reentrenar, se actualiza al instante y permite citar fuentes.
¿Dónde se utiliza?
- Asistentes sobre documentación interna
- Soporte al cliente
- Búsqueda en bases legales
- Q&A sobre manuales técnicos
- Copilotos de investigación
Antes de aprender esto
Si alguno te resulta nuevo, empieza por ahí.
- Large Language ModelUn modelo de IA entrenado con enormes cantidades de texto para predecir la siguiente palabra, lo que le permite conversar, escribir, resumir y razonar.
- EmbeddingsUna forma de convertir información como palabras, imágenes o documentos en listas de números que una computadora puede comparar matemáticamente.
- Vector DatabaseUna base de datos diseñada para almacenar embeddings y encontrar rápidamente los más parecidos a una consulta.
Continúa aprendiendo
- Agentic RAGUna variante de RAG en la que un agente decide cuándo, qué y cuántas veces buscar, en lugar de hacer una sola búsqueda fija.
- Hybrid SearchCombinar búsqueda semántica (vectores) y búsqueda por palabras clave para obtener lo mejor de ambas.
- RerankingUn segundo paso que reordena los resultados de búsqueda con un modelo más preciso para quedarse con los más relevantes.