¿Qué es RAG? Cómo responde la IA a partir de tus propios documentos

Pregúntale a un chatbot por la política de devoluciones de tu empresa y te dará una respuesta muy segura que no tiene nada que ver con ella. El modelo nunca la ha visto: aprendió de textos públicos recopilados hasta una fecha de corte. La generación aumentada por recuperación, casi siempre abreviada como RAG (del inglés "retrieval-augmented generation"), es la solución estándar. Antes de responder, una búsqueda localiza los fragmentos relevantes en tus documentos y se los entrega al modelo con la pregunta. Esta guía explica qué es RAG sin tecnicismos, cómo funciona, cuándo supera al fine-tuning o a pegarlo todo, cómo usarlo sin programar y dónde sigue fallando.

Qué significa RAG, explicado de forma sencilla

RAG es un examen a libro abierto para un modelo de IA. Sin él, el modelo responde de memoria, con los patrones que absorbió en el entrenamiento. Con él, primero recibe unas páginas del libro adecuado y luego responde a partir de ellas. El nombre enumera las tres partes en orden: recuperación (encontrar el texto relevante), aumento (añadirlo al prompt) y generación (redactar la respuesta).

El término procede de un artículo de 2020 de Patrick Lewis y sus colegas de Facebook AI Research, el University College London y la Universidad de Nueva York, que combinaron un modelo de lenguaje con un índice de búsqueda de Wikipedia y obtuvieron respuestas más precisas y concretas que con el modelo solo. La idea cuajó porque resolvía tres problemas a la vez:

• Conocimiento privado: el modelo puede usar tus manuales, contratos y wikis sin reentrenarlo con ellos.
• Conocimiento actualizado: actualizas un documento y la siguiente respuesta ya lo refleja.
• Respuestas trazables: como la respuesta sale de fragmentos concretos, la herramienta puede mostrártelos.

También ayuda con las alucinaciones de la IA. Con los datos delante, un modelo tiene menos motivos para inventar, aunque "menos" no significa "nunca".

Cómo funciona RAG, paso a paso

Todo sistema RAG sigue el mismo proceso: una parte se hace por adelantado y otra en cada pregunta.

Preparación (se hace una vez y luego se mantiene al día):

1. Reunir los documentos: PDF, páginas web, artículos de ayuda, transcripciones.
2. Dividirlos en fragmentos ("chunks"): pasajes de unos cientos de palabras, porque un modelo trabaja mejor con cinco párrafos relevantes que con cincuenta archivos.
3. Crear embeddings: cada fragmento se convierte en una larga lista de números que representa su significado. Los pasajes sobre temas parecidos reciben números parecidos, aunque usen palabras distintas.
4. Guardarlos en un índice: normalmente una base de datos vectorial, a menudo con un índice clásico por palabras clave.

En el momento de la pregunta:

1. Buscar: la pregunta también se convierte en un embedding y el sistema encuentra los fragmentos más cercanos. Muchos añaden una búsqueda por palabras clave, que capta términos exactos como los códigos de producto.
2. Seleccionar: se eligen las mejores coincidencias, a menudo entre 5 y 20 fragmentos, que a veces reordena un segundo modelo llamado reranker.
3. Montar el prompt: los fragmentos se insertan en el prompt con instrucciones del tipo "responde usando solo estas fuentes".
4. Generar: el modelo redacta la respuesta, idealmente citando los fragmentos que ha usado.

El prompt oculto que recibe el modelo se parece a esto:

Ese es el truco: RAG no cambia el modelo, sino lo que ve. Por eso se considera parte de la ingeniería de contexto: decidir qué entra en la ventana de contexto del modelo en cada petición.

RAG frente a fine-tuning y frente a una ventana de contexto larga

RAG no es la única forma de darle tu conocimiento a un modelo, y cada opción sirve para algo distinto.

• El fine-tuning (ajuste fino) vuelve a entrenar el modelo con ejemplos. Sirve para enseñar un comportamiento, como un estilo propio o un formato de salida fijo. Es malo para enseñar datos: se diluyen en el modelo, no se pueden citar y caducan en cuanto algo cambia.
• Una ventana de contexto larga significa pegarlo todo. Con pocos documentos y estables, suele ser lo más sencillo. Anthropic recomienda que, si una base de conocimiento ocupa menos de unos 200.000 tokens (aproximadamente 500 páginas), la incluyas entera y uses la caché de prompts para contener el coste.
• RAG recupera solo lo que es relevante para cada pregunta. Gana cuando el material es demasiado grande para pegarlo, cambia a menudo, requiere permisos por usuario o necesita citas.

Regla práctica: fine-tuning para cómo debe responder el modelo, RAG para lo que debe saber y contexto largo para trabajos pequeños. ¿No sabes cuánto ocupa tu material? Pega una muestra en nuestro contador de tokens y multiplica.

Dónde ya estás usando RAG

Seguramente has usado RAG esta semana sin saberlo. Cualquier función de IA que lee algo antes de responder hace alguna versión de esto:

• Buscadores con IA: Perplexity, la búsqueda de ChatGPT y las AI Overviews de Google buscan en la web, leen los primeros resultados y responden con enlaces. Nuestra guía sobre cómo usar Perplexity explica cómo sacarle el máximo partido.
• Chatear con tus archivos: subir PDF a un proyecto de ChatGPT o de Claude, o a un Gem de Gemini. Con archivos grandes, la herramienta busca las partes relevantes en vez de leerlo todo cada vez.
• NotebookLM: el cuaderno de investigación de Google responde solo con las fuentes que añades y cita cada afirmación. Es el ejemplo de RAG más claro al alcance de cualquiera.
• Asistentes de trabajo: Microsoft 365 Copilot y herramientas similares recuperan información de tu correo, archivos y chats, filtrada según lo que puedes ver.

Cuando un buscador con IA se equivoca, el culpable suele ser la recuperación (una página floja o desactualizada), no el razonamiento del modelo. Revisa antes sus fuentes.

Cómo montar RAG sin escribir código

Para la mayoría, "hacer RAG" no es construir una base de datos vectorial, sino elegir una herramienta que haga la recuperación por ti y darle buenas fuentes.

• Elige el contenedor adecuado: NotebookLM para investigar con muchos documentos (te lo explicamos en cómo usar NotebookLM), un proyecto en ChatGPT o Claude para el trabajo diario, o un GPT personalizado con archivos de conocimiento si quieres compartir el asistente.
• Selecciona, no vuelques: diez documentos vigentes valen más que 200 con tres versiones de la misma política. Borra los obsoletos: el sistema no sabe cuál es la versión oficial.
• Haz que los documentos sean fáciles de buscar: títulos claros, un tema por archivo, nombres descriptivos ("Política de gastos 2026 – España", no "final_v3.pdf") y fechas dentro del texto. Las páginas escaneadas sin texto legible son invisibles para casi cualquier herramienta.
• Escribe instrucciones para el asistente: pídele que responda solo con los archivos, que los cite y que reconozca lo que no sabe. Nuestro generador de prompts de sistema te da una estructura de partida.

Un buen conjunto de instrucciones para un asistente de documentos:

Prompts para obtener mejores respuestas de las herramientas RAG

El sistema busca con lo que escribes, así que una pregunta vaga recupera pasajes vagos. Ayudan estos hábitos:

• Usa el vocabulario de los documentos: si el manual del empleado dice "vacaciones anuales", ese término se recupera mejor que "días libres".
• Pregunta una cosa cada vez: una pregunta con tres partes divide la búsqueda en tres; tres preguntas logran tres buenas recuperaciones.
• Pide citas literales: pedir la frase exacta hace la respuesta más fácil de comprobar y más difícil de adornar.
• Pregunta qué falta: una buena respuesta RAG avisa cuando las fuentes no dicen nada. Pídelo explícitamente.

Este prompt funciona en casi cualquier herramienta que responda con tus archivos o con la web:

Por qué las respuestas de RAG siguen fallando

RAG reduce los errores, pero añade un nuevo punto donde pueden surgir: la búsqueda. Una respuesta equivocada suele deberse a una de estas causas:

• No se recuperó el pasaje correcto: la búsqueda no lo encontró y el modelo respondió con algo parecido o de memoria. Es el fallo más habitual.
• El pasaje quedó partido por la mitad: "Las devoluciones se aceptan en un plazo de 30 días" acabó en un fragmento y "excepto en los artículos rebajados", en el siguiente.
• La fuente estaba desactualizada: se recuperó una versión antigua y se citó fielmente.
• El modelo mezcló fuentes: combinó los datos recuperados con lo aprendido en el entrenamiento, o fundió dos fuentes en una afirmación.
• La cita no respalda la afirmación: el pasaje enlazado dice algo distinto. Las citas indican dónde comprobar; no demuestran que la respuesta sea correcta.

Cuando algo no cuadre, pide a la herramienta que muestre de dónde lo ha sacado:

Crear una aplicación RAG: las decisiones que importan

Si tu equipo construye un sistema RAG, el modelo rara vez es el punto débil. La calidad depende de unas pocas decisiones poco vistosas:

• División en fragmentos: si son demasiado pequeños, pierden contexto; si son demasiado grandes, diluyen la coincidencia. Dividir por títulos y apartados suele funcionar mejor que cortar cada N caracteres, y un pequeño solapamiento evita separar las reglas de sus excepciones.
• Contexto para cada fragmento: "el límite es de 500 €" no sirve sin saber a qué política pertenece. La recuperación contextual (contextual retrieval) de Anthropic añade antes de indexar una breve nota sobre dónde se sitúa cada fragmento en su documento. En sus pruebas, combinada con la búsqueda por palabras clave, redujo los fallos de recuperación un 49 %, y un 67 % con reranking.
• Búsqueda híbrida: los embeddings resuelven "¿cómo recupero mi dinero?"; la búsqueda por palabras clave resuelve "código de error E-4012". Usa las dos.
• Metadatos y permisos: guarda fechas, responsables y permisos de acceso con cada fragmento, para filtrar por actualidad y no mostrar nunca a nadie un pasaje que no debería ver.
• Evaluación: reúne entre 50 y 100 preguntas reales con respuesta conocida y mide dos cosas por separado: ¿encontró la recuperación los pasajes correctos? y ¿se mantuvo la respuesta fiel a ellos?

Las configuraciones avanzadas dejan que el modelo decida cuándo y qué buscar, o que encadene varias búsquedas. Ahí es donde RAG empieza a solaparse con los agentes de IA: la recuperación pasa a ser una herramienta más, no un paso fijo.

Lo que RAG no puede hacer

RAG es la forma más práctica de conectar la IA con conocimiento real, pero a menudo se sobrevalora. Conviene conocer sus límites:

• No elimina las alucinaciones: las reduce. Los modelos siguen malinterpretando y exagerando las fuentes, sobre todo si la recuperación es floja.
• No puede responder preguntas sobre todo a la vez: "¿Cuántos de nuestros 3.000 contratos tienen una cláusula de penalización?" exige leer todos los documentos, no los diez mejores pasajes. Los recuentos, totales y listas completas necesitan una consulta a una base de datos o revisar documento por documento.
• Tus documentos marcan el techo: las fuentes erróneas o desactualizadas dan respuestas erróneas o desactualizadas, con la misma seguridad.
• Aporta datos, no habilidades: el texto recuperado no cambia cómo escribe o razona el modelo. El estilo sale de las instrucciones, los ejemplos o el fine-tuning.
• El texto recuperado puede traer ataques: una página web o un archivo compartido pueden esconder instrucciones dirigidas al modelo, lo que se conoce como inyección de prompts (prompt injection). Trata el contenido recuperado como datos, no como órdenes.
• Necesita mantenimiento: los documentos cambian y los índices se quedan anticuados. Un sistema RAG es una biblioteca que necesita un bibliotecario, no algo que se instala y se olvida.

Aunque nunca construyas uno, quédate con la idea de fondo: un modelo responde bien cuando tiene delante los datos adecuados, y RAG es la maquinaria para encontrarlos. Dale buenas fuentes, haz preguntas precisas y revisa las citas en todo lo importante.

Referencias

• Lewis et al. — Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks (arXiv, en inglés)
• Anthropic — Introducing Contextual Retrieval (en inglés)
• Prompt Engineering Guide (DAIR.AI) — Generación aumentada por recuperación (RAG)