¿Qué es RAG y cómo funciona?

RAG (Retrieval-Augmented Generation, o generación aumentada por recuperación) es una técnica que hace que un modelo de IA busque información en tus propios documentos antes de responder. En lugar de contestar solo con lo que aprendió durante su entrenamiento, el modelo primero consulta una base de conocimiento (manuales, políticas, catálogos, tickets) y arma la respuesta a partir de lo que encontró.

Por eso RAG es hoy la forma más común de llevar la IA generativa a una empresa: permite tener un asistente que responde con datos actualizados y propios sin entrenar un modelo desde cero.

Qué significa RAG en inteligencia artificial

La sigla viene del inglés y describe exactamente lo que hace:

El problema que resuelve RAG

Los modelos de lenguaje como ChatGPT, Claude o Gemini saben mucho, pero tienen tres límites cuando los querés usar en un trabajo real:

• No conocen tu información. No saben cuál es la política de devoluciones de tu empresa, qué dice el contrato con un proveedor ni cuál es el precio vigente de un producto.
• Su conocimiento tiene fecha de corte. Lo que pasó después de su entrenamiento no lo saben.
• Pueden inventar. Cuando no tienen el dato, a veces generan una respuesta que suena convincente pero es falsa. Es lo que se conoce como alucinación.

RAG ataca los tres a la vez: le da al modelo la información correcta en el momento de responder y le pide que se base en ella.

Cómo funciona RAG, paso a paso

Un sistema RAG tiene dos momentos: uno de preparación, que se hace una vez (y se actualiza cuando cambian los documentos), y otro que ocurre cada vez que alguien hace una pregunta.

1. Indexación

Se toman los documentos (PDF, páginas web, planillas, bases de conocimiento) y se dividen en fragmentos más chicos, llamados chunks. Cada fragmento se convierte en un embedding, una representación numérica de su significado, y se guarda en una base de datos vectorial.

2. Recuperación

Cuando llega una pregunta, también se convierte en embedding. El sistema busca en la base vectorial los fragmentos cuyo significado se parece más al de la pregunta, aunque no usen las mismas palabras.

3. Aumento

Los fragmentos recuperados se insertan en el prompt junto con la pregunta y una instrucción del tipo "respondé solo con la información de estos documentos y, si no está, decilo".

4. Generación

El modelo redacta la respuesta usando ese contexto. Muchos sistemas además citan de qué documento salió cada dato, para que la persona pueda verificarlo.

Un ejemplo concreto

Imaginá una empresa con un manual de Recursos Humanos de 80 páginas. Un empleado pregunta en el chat interno: "¿Cuántos días de vacaciones me corresponden si tengo 6 años de antigüedad?"

1. El sistema convierte la pregunta en un embedding.
2. Busca en el manual y encuentra el fragmento de la sección "Licencias", aunque ahí no aparezca la palabra "vacaciones" sino "licencia anual ordinaria".
3. Le pasa al modelo ese fragmento junto con la pregunta.
4. El modelo responde con los días que indica el manual y menciona la sección de donde lo sacó.

Sin RAG, el modelo respondería con una regla general o directamente inventaría un número. Con RAG, responde con la política real de esa empresa.

Embeddings y bases de datos vectoriales, explicado simple

Son las dos piezas que hacen posible la búsqueda por significado.

Un embedding es una lista de números que representa el sentido de un texto. Dos frases que dicen lo mismo con palabras distintas ("¿cómo pido la baja?" y "quiero cancelar mi suscripción") generan embeddings muy parecidos. Así el sistema encuentra lo relevante aunque la pregunta no coincida palabra por palabra con el documento.

Una base de datos vectorial guarda esos embeddings y permite buscar rápido los más parecidos a uno dado. Algunas de las opciones más usadas son Pinecone, Qdrant y Supabase con la extensión pgvector.

Dónde se usa RAG en empresas

Cada uno de estos casos tiene su propia nota con los límites y los recaudos del área: IA para empresas y negocios, IA para Recursos Humanos y ChatGPT para abogados.

Por qué RAG es tan importante

• Menos alucinaciones: el modelo responde con información concreta y no solo de memoria.
• Información siempre actualizada: si cambia un documento, se vuelve a indexar y listo. No hay que reentrenar nada.
• Control de los datos: la empresa decide qué documentos entran al sistema y quién puede consultarlos.
• Respuestas verificables: como cada respuesta sale de un fragmento concreto, se puede mostrar la fuente.
• Costo razonable: es mucho más barato que entrenar o ajustar un modelo propio.

RAG o fine-tuning: cuál conviene

Son dos formas distintas de adaptar un modelo y muchas veces se confunden. RAG le da información al modelo en el momento de responder. El fine-tuning lo vuelve a entrenar con ejemplos para cambiar cómo responde.

Errores comunes al armar un RAG

• Cargar documentos desordenados o desactualizados. RAG responde con lo que encuentra: si la fuente está mal, la respuesta también.
• Cortar mal los fragmentos. Si son muy chicos pierden contexto y si son muy grandes meten ruido. El tamaño del chunk se prueba y se ajusta.
• Confiar solo en la búsqueda por significado. Códigos de producto, nombres propios o números de artículo se encuentran mejor con búsqueda por palabra clave. Por eso muchos sistemas usan búsqueda híbrida y un paso de reranking para ordenar mejor los resultados.
• No decirle al modelo qué hacer cuando no encuentra la respuesta. Sin esa instrucción, vuelve a inventar.
• No medir la calidad. Hace falta un set de preguntas de prueba para comprobar si el sistema recupera los fragmentos correctos y si responde bien antes de ponerlo en producción.

Qué necesitás para construir un sistema RAG

Depende de lo que quieras hacer. Hay dos caminos:

Sin programar

Con herramientas de automatización como n8n podés conectar tus documentos a una base vectorial (Pinecone, Qdrant o Supabase) y a un modelo de IA, y armar un asistente que responda con tu información. Es el camino ideal si trabajás en marketing, operaciones, RRHH o atención al cliente y querés resolver un proceso concreto. Es lo que se trabaja en el curso de IA Aplicada y Automatización.

Con código

Si querés construir sistemas RAG productivos, con control fino sobre los chunks, búsqueda híbrida, reranking, evaluación y despliegue, el camino es Python y el ecosistema de LLMs. Es el perfil de un AI Engineer y lo que se aprende en el curso de AI Engineering.

Si no tenés claro cuál de los dos caminos te corresponde, en AI Engineer vs Data Scientist vs ML Engineer comparamos los tres perfiles y qué hace cada uno en un proyecto.

Preguntas frecuentes sobre RAG