Xeración aumentada por recuperación (RAG): definición, casos de uso e exemplos prácticos

A xeración aumentada por recuperación (RAG) permite que as ferramentas de IA incorporen información externa para fundamentar as súas respostas, e esta guía explica como funciona, os seus principais tipos e casos de uso reais, desde a busca web ata as bases de coñecemento empresariais.

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.

A RAG, ou xeración aumentada por recuperación, é o proceso mediante o cal as ferramentas baseadas en LLM acceden a información externa. Esta información, que non está contida nos parámetros de adestramento do LLM, engádese ao contexto de entrada pertinente e utilízase na xeración de respostas.

A RAG é un dos compoñentes máis importantes dos sistemas de IA modernos. Utilízana todas as ferramentas agénticas principais (ChatGPT, Claude, Perplexity, etc.) e ten unha ampla variedade de casos de uso para consumidores e empresas. A RAG experimentou varias innovacións desde que se popularizou por primeira vez e segue evolucionando de xeitos interesantes.

Que é a xeración aumentada por recuperación (RAG)?

A xeración aumentada por recuperación (RAG) é un método para mellorar os resultados dos grandes modelos de linguaxe (LLM) proporcionándolles información externa relevante.

Unha «canalización» típica de RAG, termo que se usa para referirse á arquitectura RAG subxacente en xeral, ten dúas vías: unha vía de inxestión e unha vía de recuperación. A vía de inxestión toma datos e convérteos nun formato consultable. A vía de recuperación constrúe unha solicitude baseada na indicación do usuario e consulta a fonte de información.

Os sistemas RAG adoitan construírse arredor de bases de datos vectoriais. Neste escenario, o compoñente orquestrador dunha ferramenta de LLM, que xestiona as indicacións do usuario, envía consultas e recupera resultados do índice consultable, xerará unha incrustación vectorial. Utilízaa para consultar unha base de datos de vectores que representan os datos inxeridos. Despois, engadirá a información recuperada á entrada de contexto existente para o LLM, xunto con instrucións sobre como usala para xerar un resultado.

A RAG non se refire exclusivamente ao tipo de busca vectorial densa descrita anteriormente. O percorrido de grafos de coñecemento, a busca semántica, as consultas tradicionais en bases de datos ou calquera combinación destes métodos tamén contan como RAG.

Vantaxes da RAG

Unha das razóns polas que a RAG se volveu tan popular é que resolve dous problemas fundamentais asociados á xeración de respostas só con LLM: as alucinacións e a falta de acceso a información que non está contida nos materiais de adestramento.

Verificación de feitos e fundamentación

Os LLM teñen fama de ter dificultades coa precisión factual. Moitas veces, se non poden responder unha pregunta de forma fiable, alucinan con total confianza. Isto pode deberse a que a información non estaba nos materiais de adestramento ou a que os propios materiais de adestramento conteñen imprecisións. O proceso de verificación de feitos mediante RAG consiste en fundamentar unha resposta en información procedente dunha fonte externa de confianza.

Información actualizada

Os LLM só poden responder preguntas sobre temas anteriores á data límite dos seus datos de adestramento, coñecida como data de corte do coñecemento. Os sistemas RAG poden conectarse a fontes de información moi actuais, como noticias mediante unha API de busca web ou bases de datos internas con información actualizada sobre produtos. Isto permite xerar respostas sobre temas que non están cubertos nos datos de adestramento.

Acceso a datos externos privados

Os sistemas RAG permiten ás empresas conectar a infraestrutura de IA a fontes de información confidencial, propietaria e específica do seu ámbito que non poden compartir publicamente. Moitas ferramentas populares, como Perplexity, inclúen agora a opción de cargar datos confidenciais e crear bases de coñecemento privadas, e este é un caso de uso empresarial habitual.

Visión xeral e evolución da RAG: principais tipos de arquitectura

Aínda que o termo específico xeración aumentada por recuperación apareceu por primeira vez nun importante artigo de 2020 titulado Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks, os sistemas de recuperación de información levaban moitas décadas en uso. Os primeiros motores de busca son un bo exemplo. Con todo, a verdadeira innovación en IA foi combinar o coñecemento paramétrico do modelo cun índice vectorial denso (o artigo utilizou a Wikipedia para construílo).

Esta é unha visión xeral dos principais tipos de RAG:

  • RAG básica: Tamén chamada RAG inxenua, a RAG básica é a iteración máis sinxela dunha canalización RAG. Segue un fluxo de recuperación e xeración, coa busca en bases de datos vectoriais como caso de uso principal. Segue sendo axeitada para construír unha implementación de RAG sinxela, especialmente para un uso interno limitado.
  • RAG híbrida: Consiste en combinar máis dun tipo de RAG. Normalmente refírese a unha combinación de buscas simples por palabras clave e recuperación vectorial densa.
  • RAG correctiva: Unha forma de RAG na que un modelo axustado avalía a información recuperada para determinar a súa relevancia para a indicación do usuario.
  • Self-RAG: Aínda que é similar á RAG correctiva, na self-RAG o LLM avalía os seus propios resultados e inicia a recuperación se é necesario. Para iso, utiliza tokens de reflexión especializados.
  • RAG agéntica: A RAG agéntica refírese á forma en que as plataformas de IA agéntica poden recorrer a distintos métodos de recuperación. O LLM pode razoar e escoller entre varias opcións de RAG a través do orquestrador.
  • RAG multimodal: Este tipo de RAG incorpora outras formas de contido multimedia, como imaxes e audio, nas súas canalizacións de inxestión e recuperación.
  • GraphRAG: GraphRAG incorpora o percorrido de grafos de coñecemento (busca de entidades) para recuperar información. Pode combinarse coa recuperación vectorial densa, pero non é obrigatorio.
  • RAG ramificada: Esta arquitectura RAG consiste en executar varias consultas de recuperación ao mesmo tempo, a miúdo usando distintos patróns de arquitectura. A RAG ramificada é unha función habitual nas ferramentas de IA que executan fluxos de traballo complexos.
  • HyDE (Hypothetical Document Embeddings): As incrustacións de documentos hipotéticos son respostas xeradas por IA que simulan como podería ser a resposta ideal a unha indicación do usuario. Utilízanse para refinar a consulta RAG e mellorar así a precisión da información recuperada.

Principais casos de uso da RAG con exemplos

Como é a RAG no mundo real? Se algunha vez lle fixeches a un chatbot de IA unha pregunta sobre un tema de actualidade, consultaches un bot de atención ao cliente ou usaches un asistente persoal para tarefas administrativas, xa utilizaches a RAG.

Os principais exemplos de RAG en contextos de consumo e empresariais son a busca web, os asistentes persoais (tamén para programar), os asistentes de programación, a atención ao cliente e a xestión do coñecemento empresarial.

Busca web

A busca web é unha forma de RAG moi utilizada e, probablemente, a aplicación de cara ao consumidor máis estendida. Todos os chatbots principais ofrecen a función de busca web, na que o LLM utiliza fontes actualizadas para complementar a información contida nos seus materiais de adestramento.

O orquestrador da ferramenta de IA conéctase a un motor de busca externo mediante unha chamada á API, e os resultados, en forma de fragmentos, engádense á xanela de contexto do LLM. Isto permite aos usuarios acceder a acontecementos actuais, investigacións recentes, información sobre produtos e outros temas nos que a información cambia con frecuencia.

Na práctica, a solicitude á API podería ser así:

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

A información devolta incluiría a fonte e o 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 persoais de IA

Os asistentes persoais usan a RAG para conectarse a fontes de información dentro dun contorno persoal ou empresarial compartido. Algúns exemplos de fontes de información son os correos electrónicos, os ficheiros, o calendario e as bases de datos dun usuario.

Como a información pode almacenarse de distintas formas, os asistentes persoais enténdense mellor como sistemas RAG totalmente agénticos. Poden usar chamadas á API, busca por palabras clave, recuperación vectorial densa ou percorrido de grafos de coñecemento, segundo a indicación.

Cada vez máis, os sistemas RAG empresariais codificarán o coñecemento en bases de datos vectoriais para que os asistentes persoais de toda a empresa poidan recuperalo facilmente, e moitos produtos de IA empresariais están deseñados tendo isto en conta.

Os asistentes de programación tamén son destacables porque representan outro caso de uso importante. Un asistente de código, como GitHub Copilot, pode conectarse a un repositorio e á documentación específica do proxecto para recuperar ficheiros, funcións, símbolos, pautas, API e historial de commits relevantes.

Atención ao cliente

A atención ao cliente é outro caso de uso importante da RAG, e a adopción de chatbots de IA aumentou rapidamente nos últimos anos. No seu informe State of AI Customer Support, Crisp descubriu que o 40 % das conversas se resolven sen necesidade dunha persoa, o que demostra un alto nivel de eficacia.

Cando un usuario lle fai unha pregunta a un bot de atención ao cliente, o orquestrador adoita buscar na base de coñecemento interna da empresa. Para garantir a precisión, tamén se empregan a miúdo a RAG correctiva e a self-RAG, e transfírese a conversa a un axente humano cando corresponde.

Bases de coñecemento empresariais

A implantación de fluxos de traballo de IA e ferramentas de IA xenerativa en medianas e grandes empresas produciuse en paralelo á creación de bases de coñecemento internas. Isto permite que os asistentes de toda a empresa accedan a datos internos mantendo a privacidade, xa se trate de información confidencial de clientes, datos corporativos privados ou coñecementos especializados dun ámbito.

Estes sistemas adoitan construírse arredor de bases de datos vectoriais, pero tamén se usan outros métodos de RAG. Microsoft 365 Copilot, por exemplo, ten unha capa de API que expón diversas fontes de información, incluídas bases de datos vectoriais, grafos de coñecemento e índices semánticos, para ofrecer un acceso amplo aos datos dunha empresa.

Estes sistemas RAG tamén adoitan estar integrados nos paquetes empresariais das ferramentas agénticas de uso xeral. Perplexity Enterprise, por exemplo, permite aos usuarios cargar grandes cantidades de documentación para un uso interno seguro.

Os usuarios tamén poden cargar os seus propios ficheiros en proxectos independentes, o que basicamente crea minisistemas RAG. As buscas poden combinarse con outras formas de RAG, como as buscas web, para obter unha ampliación híbrida.

Cal é a diferenza entre a RAG e un LLM?

Un gran modelo de linguaxe (LLM) só pode xerar resultados usando a información representada nos seus parámetros. Asigna probabilidades a un vocabulario interno para predicir a seguinte palabra, ou token, dunha secuencia. Por iso, non pode proporcionar respostas precisas se os seus parámetros non se adestraron con información relevante.

Nunha plataforma de IA de uso xeral ou especializada, as canalizacións RAG funcionan xunto cun LLM ou un grupo de LLM. Conéctanse a fontes de información externas para complementar o contexto de entrada que se lle proporciona ao modelo de linguaxe, e esta é a principal diferenza entre a RAG e os LLM.

A decisión de recuperar ou non información adicional, ou de depender exclusivamente do coñecemento paramétrico, pode tomarse no nivel do orquestrador, normalmente mediante lóxica baseada en regras, ou mesmo polo propio LLM.

Cal é a diferenza entre a RAG e o MCP?

A RAG e o protocolo de contexto de modelo (MCP) enténdense mellor como tecnoloxías complementarias. O MCP é un estándar aberto para construír arquitecturas que permiten ás ferramentas de IA acceder a funcionalidades, recursos e indicacións externos mediante un único punto de conexión.

Cando unha ferramenta de IA se conecta a un servidor MCP, o servidor expón todas as primitivas (ferramentas MCP, recursos e indicacións) ás que o cliente ten permiso para acceder. O cliente é o compoñente que establece a conexión entre o orquestrador, no lado do cliente, e o servidor. Ás veces, isto pode implicar expoñer bases de datos e fontes de información, e nese caso o MCP actúa como intermediario na capa de recuperación dunha canalización RAG.

Cal é a diferenza entre a RAG e unha API?

Unha API é unha interface definida que dúas aplicacións poden usar para enviarse solicitudes entre si. A RAG é o proceso polo cal os LLM poden acceder a información externa para mellorar e ampliar os seus resultados.

A RAG adoita usar chamadas á API para recuperar información. Na recuperación de información da busca web, por exemplo, o orquestrador formulará unha solicitude á API do motor de busca correspondente baseándose na indicación do usuario.

Por que importa a RAG e como seguirá evolucionando

A RAG é importante porque os LLM están intrinsecamente limitados polos seus datos de adestramento. Hai grandes cantidades de información, desde a actualidade ata o coñecemento privado das empresas, ás que non teñen acceso. A RAG resolve este problema sen requirir unha cantidade de recursos prohibitiva.

Con todo, a recuperación de información por si soa non abonda, e por iso a RAG seguirá evolucionando. A RAG constitúe unha parte importante da investigación actual en IA e céntrase en mellorar os sistemas para que devolvan a información correcta nunha ampla variedade de formatos e a avalíen e prioricen de forma eficaz.

A medida que a RAG se fai máis potente, tamén aumenta a utilidade dos sistemas de IA en aplicacións importantes para consumidores e empresas. Entre elas están a atención ao cliente, a busca web, a programación, os asistentes persoais, a investigación especializada e moito máis.