Generación aumentada por recuperación
La generación aumentada por recuperación (RAG, retrieval-augmented generation) es un patrón en el que un sistema busca primero en una colección de documentos los pasajes relevantes para una pregunta y luego se los da a un modelo de lenguaje para que su respuesta se base en ellos.
También llamado: RAG
Por Divya Sharma · Comprobado el 15 nov 2026 · Cómo hacemos las reseñas
Un modelo de lenguaje solo sabe lo que había en sus datos de entrenamiento, hasta su fecha de corte de conocimiento. No puede ver la wiki de tu empresa, los tickets de la semana pasada ni un contrato firmado ayer. RAG cierra esa brecha sin reentrenar: obtienes el texto adecuado en el momento de la pregunta y lo pones en el prompt.
Cómo funciona
De antemano, los documentos se dividen mediante chunking, un modelo de embedding los convierte en vectores y se guardan en una base de datos vectorial. Cuando llega una pregunta, el sistema la convierte en embedding, recupera los chunks más cercanos, a menudo los reordena con un reranker y pasa los primeros al modelo con la instrucción de responder a partir de ellos.
El artículo de 2020 que dio nombre a la idea unía un generador de texto entrenado con un índice de Wikipedia en el que se podía buscar. La mayoría de los sistemas RAG actuales se saltan ese entrenamiento conjunto y conectan un modelo estándar a un recuperador independiente.
Ejemplo
Un bot de soporte recibe "¿Puedo cambiar de plan a mitad de mes?". Recupera el párrafo de la política de facturación y las preguntas frecuentes sobre planes, y el modelo responde a partir de ellos citando ambos.
Límites
RAG solo es tan bueno como su recuperación. Si nunca se encuentra el pasaje correcto, el modelo puede rellenar el hueco con una alucinación. También tiene dificultades con preguntas sobre un corpus entero, como "¿cuáles son los temas principales?", que es el caso al que apunta GraphRAG. Las herramientas de cada paso se comparan en la guía del AI stack.
Términos relacionados
- Base de datos vectorial
- Una base de datos vectorial (vector database) guarda embeddings junto a sus registros de origen y encuentra los vectores guardados más cercanos a un vector de consulta, normalmente con un índice aproximado para que la búsqueda siga siendo rápida con millones de elementos.
- Alucinación (IA)
- Una alucinación es una salida de un modelo de IA que suena fluida y segura, pero que es falsa, no está respaldada por sus fuentes o es inventada, como una cita bibliográfica, una frase, una estadística o una función de API que no existen.
- Embedding
- Un embedding (vector de representación) es una lista de números (un vector) que representa un fragmento de texto, una imagen u otros datos, generada de forma que los elementos con significado parecido acaban con vectores cercanos entre sí.
- Chunking
- El chunking (fragmentación) es el paso que divide documentos largos en pasajes más pequeños antes de convertirlos en embeddings e indexarlos, para que un sistema de recuperación pueda encontrar y devolver solo las partes de un documento que responden a una consulta.
- Reranking
- El reranking (reordenación) es un segundo paso de búsqueda que toma una lista corta de documentos candidatos y los reordena según su relevancia para la consulta, usando un modelo más preciso pero más lento que el de la primera búsqueda.
- RAG agéntico
- El RAG agéntico es una generación aumentada por recuperación dirigida por un agente de IA que decide cuándo buscar, qué buscar y qué fuente usar, y puede volver a buscar si los primeros resultados se quedan cortos.