Generación aumentada por recuperación (RAG): definición, casos de uso y ejemplos prácticos

La generación aumentada por recuperación (RAG) permite a las herramientas de IA incorporar información externa para fundamentar sus respuestas, y esta guía explica cómo funciona, sus principales tipos y casos de uso reales, desde la búsqueda web hasta las bases de conocimiento empresariales.

Diagram of a RAG pipeline: in the ingestion path, source data such as docs, databases, and files is chunked and embedded into a searchable index like a vector database; in the retrieval path, an orchestrator builds a query from the user prompt, retrieves results from the index, and passes the prompt plus context to an LLM to produce a grounded answer.

La RAG, o generación aumentada por recuperación, es el proceso mediante el cual las herramientas basadas en LLM acceden a información externa. Esta información, que no está contenida en los parámetros de entrenamiento del LLM, se añade al contexto de entrada pertinente y se utiliza en la generación de respuestas.

La RAG es uno de los componentes más importantes de los sistemas de IA modernos. La utilizan todas las principales herramientas agénticas (ChatGPT, Claude, Perplexity, etc.) y tiene una amplia variedad de casos de uso para consumidores y empresas. La RAG ha experimentado varias innovaciones desde que se generalizó y sigue evolucionando de formas muy interesantes.

¿Qué es la generación aumentada por recuperación (RAG)?

La generación aumentada por recuperación (RAG) es un método para mejorar los resultados de los grandes modelos de lenguaje (LLM) proporcionándoles información externa relevante.

Un «pipeline» de RAG típico, término que se utiliza para referirse a la arquitectura de RAG subyacente en sentido amplio, tiene dos rutas: una ruta de ingesta y una ruta de recuperación. La ruta de ingesta toma los datos y los convierte en un formato consultable. La ruta de recuperación construye una solicitud a partir del prompt del usuario y consulta la fuente de información.

A menudo, los sistemas de RAG se construyen en torno a bases de datos vectoriales. En este escenario, el componente orquestador de una herramienta de LLM, que gestiona los prompts del usuario, envía consultas y recupera resultados del índice consultable, generará un embedding vectorial. Lo utiliza para consultar una base de datos de vectores que representan los datos ingeridos. Después, añadirá la información recuperada a la entrada de contexto existente del LLM con instrucciones sobre cómo utilizarla para generar un resultado.

La RAG no se refiere exclusivamente al tipo de búsqueda vectorial densa descrito anteriormente. El recorrido de grafos de conocimiento, la búsqueda semántica, las consultas tradicionales a bases de datos o cualquier combinación de estos métodos también cuentan como RAG.

Ventajas de la RAG

Una de las razones por las que la RAG se ha vuelto tan popular es que resuelve dos problemas fundamentales asociados a la generación de respuestas solo con LLM: las alucinaciones y la falta de acceso a información que no figura en los materiales de entrenamiento.

Verificación de datos y fundamentación

Los LLM tienen fama de tener dificultades con la precisión factual. A menudo, si no pueden responder a una pregunta de forma fiable, alucinan con total seguridad. Esto puede deberse a que la información no estaba en los materiales de entrenamiento o a que los propios materiales de entrenamiento contienen imprecisiones. El proceso de verificación de datos mediante RAG consiste en fundamentar una respuesta en información procedente de una fuente externa de confianza.

Información actualizada

Los LLM solo pueden responder preguntas sobre temas anteriores a la fecha límite de sus datos de entrenamiento, denominada fecha de corte del conocimiento. Los sistemas de RAG pueden conectarse a fuentes de información muy actuales, como noticias mediante una API de búsqueda web o bases de datos internas con información de productos actualizada. Esto permite generar respuestas sobre temas que no están cubiertos en los datos de entrenamiento.

Acceso a datos externos privados

Los sistemas de RAG permiten a las empresas conectar su infraestructura de IA a fuentes de información sensible, propietaria y específica de su sector que no pueden compartir públicamente. Muchas herramientas populares, como Perplexity, ya incluyen la opción de subir datos confidenciales y crear bases de conocimiento privadas, y este es un caso de uso empresarial habitual.

Panorama y evolución de la RAG: principales tipos de arquitectura

Aunque el término específico generación aumentada por recuperación apareció por primera vez en un importante artículo de 2020 titulado Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks, los sistemas de recuperación de información llevaban muchas décadas utilizándose. Los primeros motores de búsqueda son un buen ejemplo. Sin embargo, la verdadera innovación de la IA fue combinar el conocimiento paramétrico del modelo con un índice vectorial denso (el artículo utilizó Wikipedia para construirlo).

Este es un resumen de los principales tipos de RAG:

  • RAG básica: También llamada RAG ingenua, la RAG básica es la versión más sencilla de un pipeline de RAG. Sigue un flujo de recuperación y generación, con la búsqueda en bases de datos vectoriales como caso de uso principal. Sigue siendo adecuada para crear una implementación de RAG sencilla, sobre todo para un uso interno limitado.
  • RAG híbrida: Consiste en combinar más de un tipo de RAG. Normalmente se refiere a una combinación de búsquedas simples por palabras clave y recuperación vectorial densa.
  • RAG correctiva: Una forma de RAG en la que un modelo afinado evalúa la información recuperada para determinar su relevancia respecto al prompt del usuario.
  • Self-RAG: Aunque es similar a la RAG correctiva, en la self-RAG el LLM evalúa sus propios resultados e inicia la recuperación si es necesario. Para ello, utiliza tokens de reflexión especializados.
  • RAG agéntica: La RAG agéntica hace referencia a la forma en que las plataformas de IA agéntica pueden recurrir a distintos métodos de recuperación. El LLM puede razonar y elegir entre varias opciones de RAG a través del orquestador.
  • RAG multimodal: Este tipo de RAG incorpora otros formatos multimedia, como imágenes y audio, en sus pipelines de ingesta y recuperación.
  • GraphRAG: GraphRAG incorpora el recorrido de grafos de conocimiento (búsqueda de entidades) para recuperar información. Puede combinarse con la recuperación vectorial densa, aunque no es obligatorio.
  • RAG ramificada: Esta arquitectura de RAG consiste en ejecutar varias consultas de recuperación al mismo tiempo, a menudo con distintos patrones de arquitectura. La RAG ramificada es una función habitual en las herramientas de IA que ejecutan flujos de trabajo complejos.
  • HyDE (Hypothetical Document Embeddings): Los embeddings de documentos hipotéticos son respuestas generadas por IA que simulan cómo podría ser una respuesta ideal al prompt del usuario. Se utilizan para refinar la consulta de RAG y, así, mejorar la precisión de la información recuperada.

Principales casos de uso de la RAG con ejemplos

¿Cómo es la RAG en el mundo real? Si alguna vez le has hecho a un chatbot de IA una pregunta sobre un tema de actualidad, has consultado a un bot de atención al cliente o has utilizado un asistente personal para tareas administrativas, has hecho uso de la RAG.

Los principales ejemplos de RAG en contextos de consumo y empresariales son la búsqueda web, los asistentes personales (también en programación), los asistentes de código, la atención al cliente y la gestión del conocimiento empresarial.

Búsqueda web

La búsqueda web es una forma de RAG muy utilizada y, posiblemente, la aplicación orientada al consumidor más extendida. Todos los principales chatbots ofrecen la función de búsqueda web, en la que el LLM utiliza fuentes actualizadas para complementar la información contenida en sus materiales de entrenamiento.

El orquestador de la herramienta de IA se conecta a un motor de búsqueda externo mediante una llamada a la API, y los resultados, en forma de fragmentos, se añaden a la ventana de contexto del LLM. Esto permite a los usuarios acceder a la actualidad, a investigaciones recientes, a información sobre productos y a otros temas en los que la información cambia con frecuencia.

En la práctica, la solicitud a la API podría tener este aspecto:

json
{ "query": "latest US inflation news", "max_results": 1, "language": "en", "country": "US" }

La información devuelta incluiría la fuente y el fragmento:

json
{ "query": "latest US inflation news", "results": [ { "title": "US inflation rises slightly in latest report", "url": "https://example.com/us-inflation-report", "snippet": "Consumer prices increased in the latest monthly data, with housing and energy contributing to the rise.", "published_date": "2026-11-05" } ] }

Asistentes personales de IA

Los asistentes personales utilizan la RAG para conectarse a fuentes de información dentro de un entorno personal o empresarial compartido. Algunos ejemplos de fuentes de información son los correos electrónicos, los archivos, el calendario y las bases de datos de un usuario.

Como la información puede almacenarse de distintas formas, lo más adecuado es entender los asistentes personales como sistemas de RAG totalmente agénticos. Pueden utilizar llamadas a API, búsqueda por palabras clave, recuperación vectorial densa o recorrido de grafos de conocimiento, según el prompt.

Cada vez más, los sistemas de RAG empresariales codifican el conocimiento en bases de datos vectoriales para que los asistentes personales de toda la empresa puedan recuperarlo fácilmente, y muchos productos de IA empresariales se diseñan teniendo esto en cuenta.

Los asistentes de programación también son destacables porque representan otro caso de uso importante. Un asistente de código, como GitHub Copilot, puede conectarse a un repositorio y a la documentación específica del proyecto para recuperar archivos, funciones, símbolos, directrices, API e historial de commits relevantes.

Atención al cliente

La atención al cliente es otro caso de uso importante de la RAG, y la adopción de chatbots de IA ha aumentado rápidamente en los últimos años. En su informe State of AI Customer Support, Crisp descubrió que el 40 % de las conversaciones se resuelven sin necesidad de intervención humana, lo que demuestra un alto nivel de eficacia.

Cuando un usuario hace una pregunta a un bot de atención al cliente, el orquestador suele buscar en la base de conocimiento interna de la empresa. Para garantizar la precisión, también se suelen emplear la RAG correctiva y la self-RAG, y se deriva la conversación a un agente humano cuando corresponde.

Bases de conocimiento empresariales

La implantación de flujos de trabajo de IA y herramientas de IA generativa en medianas y grandes empresas ha ido de la mano de la creación de bases de conocimiento internas. Esto permite que los asistentes de toda la empresa accedan a datos internos sin comprometer la privacidad, ya se trate de información confidencial de clientes, datos corporativos privados o conocimientos especializados de un ámbito.

Estos sistemas suelen construirse en torno a bases de datos vectoriales, pero también se utilizan otros métodos de RAG. Microsoft 365 Copilot, por ejemplo, tiene una capa de API que expone diversas fuentes de información, como bases de datos vectoriales, grafos de conocimiento e índices semánticos, para ofrecer un acceso amplio a los datos de una empresa.

Estos sistemas de RAG también suelen estar integrados en los paquetes empresariales de las herramientas agénticas de uso general. Perplexity Enterprise, por ejemplo, permite a los usuarios subir grandes cantidades de documentación para un uso interno seguro.

Los usuarios también pueden subir sus propios archivos dentro de proyectos independientes, lo que básicamente crea minisistemas de RAG. Las búsquedas pueden combinarse con otras formas de RAG, como las búsquedas web, para obtener un aumento híbrido.

¿Cuál es la diferencia entre la RAG y un LLM?

Un gran modelo de lenguaje (LLM) solo puede generar resultados con la información representada en sus parámetros. Asigna probabilidades a un vocabulario interno para predecir la siguiente palabra, o token, de una secuencia. Por ello, no puede ofrecer respuestas precisas si sus parámetros no se entrenaron con información relevante.

En una plataforma de IA de uso general o especializada, los pipelines de RAG funcionan junto a un LLM o un grupo de LLM. Se conectan a fuentes de información externas para complementar el contexto de entrada que se proporciona al modelo de lenguaje, y en esto consiste, en esencia, la diferencia entre la RAG y los LLM.

La decisión de recuperar o no información adicional, o de basarse exclusivamente en el conocimiento paramétrico, puede tomarse en el nivel del orquestador, normalmente mediante lógica basada en reglas, o incluso puede tomarla el propio LLM.

¿Cuál es la diferencia entre la RAG y el MCP?

La RAG y el protocolo de contexto de modelo (MCP) se entienden mejor como tecnologías complementarias. El MCP es un estándar abierto para crear una arquitectura que permite a las herramientas de IA acceder a funcionalidades, recursos y prompts externos mediante un único punto de conexión.

Cuando una herramienta de IA se conecta a un servidor MCP, el servidor expone todas las primitivas (herramientas MCP, recursos y prompts) a las que el cliente tiene permiso para acceder. El cliente es el componente que establece la conexión entre el orquestador, en el lado del cliente, y el servidor. A veces, esto puede implicar exponer bases de datos y fuentes de información, en cuyo caso el MCP actúa como intermediario en la capa de recuperación de un pipeline de RAG.

¿Cuál es la diferencia entre la RAG y una API?

Una API es una interfaz definida que dos aplicaciones pueden utilizar para enviarse solicitudes entre sí. La RAG es el proceso mediante el cual los LLM pueden acceder a información externa para mejorar y ampliar sus resultados.

La RAG suele utilizar llamadas a API para recuperar información. En la recuperación de información de búsqueda web, por ejemplo, el orquestador formula una solicitud a la API del motor de búsqueda correspondiente a partir del prompt del usuario.

Por qué es importante la RAG y cómo seguirá evolucionando

La RAG es importante porque los LLM están intrínsecamente limitados por sus datos de entrenamiento. Hay ámbitos enteros de información, desde la actualidad hasta el conocimiento privado de las empresas, a los que no tienen acceso. La RAG resuelve este problema sin necesidad de una cantidad prohibitiva de recursos.

Sin embargo, la recuperación de información por sí sola no basta, y por eso la RAG seguirá evolucionando. La RAG ocupa una parte importante de la investigación actual en IA y se centra en mejorar los sistemas para que devuelvan la información correcta en una amplia variedad de formatos, y la evalúen y prioricen de forma eficaz.

A medida que la RAG se vuelve más potente, también aumenta la utilidad de los sistemas de IA en importantes aplicaciones para consumidores y empresas. Entre ellas se incluyen la atención al cliente, la búsqueda web, la programación, los asistentes personales, la investigación especializada y mucho más.