¿Qué es «buscar y luego responder» (RAG) y por qué importa en tu empresa?

¿Qué sabe la IA de tu empresa sin buscar?

Nada que no le des tú. Una IA como ChatGPT, Gemini o Claude ha aprendido a entender y redactar a partir de enormes cantidades de texto público. Sabe qué es un albarán, cómo se escribe un correo de reclamación y qué suele significar «margen bruto». Pero no sabe cuántos albaranes emitiste ayer ni qué dice tu contrato con un proveedor.

Si le preguntas por algo tuyo sin darle tus datos, puede pasar algo peor que un «no lo sé»: que redacte una respuesta que suena perfecta y es inventada. No lo hace con mala intención: está hecha para producir el texto más probable, y lo probable no siempre es cierto.

Piensa en la diferencia entre un examen de memoria y uno con los apuntes delante. «Buscar y luego responder» es darle a la IA los apuntes correctos, y solo esos, para cada pregunta. Y si los apuntes no tienen la respuesta, lo correcto es que lo diga; para eso también se le dan instrucciones y se prueba.

¿Cómo funciona, paso a paso?

• Alguien escribe una pregunta con sus palabras: «¿qué dice el contrato de mantenimiento sobre las visitas urgentes?».
• El sistema entiende qué tiene que buscar y lo busca en la copia para consultar, no en tus programas en marcha.
• Descarta lo que esa persona no puede ver.
• Se queda con los fragmentos o filas que responden a la pregunta y aparta el resto.
• Envía a la IA la pregunta, esos fragmentos y una instrucción clara: responde solo con esto y di de dónde sale cada cosa.
• La IA redacta. El sistema muestra la respuesta con sus referencias y guarda el registro.

A ese paquete que se envía junto a la pregunta los técnicos lo llaman «contexto». Nosotros preferimos llamarlo la información autorizada para esa pregunta, porque describe mejor lo que contiene.

¿Buscar en documentos es lo mismo que buscar en cifras?

No, y conviene distinguirlo. En documentos (contratos, procedimientos, fichas técnicas), la búsqueda funciona por significado: si preguntas por el «plazo de garantía», también encuentra el párrafo que habla del «periodo de cobertura». El documento se divide en trozos manejables y se eligen los que mejor encajan con la pregunta.

En datos con números, como ventas, pedidos u horas, lo sensato no es pedirle a la IA que lea mil filas y sume de cabeza. Lo fiable es que el sistema haga una consulta exacta sobre la copia para consultar, con las definiciones acordadas, y que la IA explique el resultado con palabras. Así la cifra sale de un cálculo que se puede repetir, no de una lectura rápida.

¿Qué aspecto tiene una respuesta así?

¿Dónde puede fallar aun así?

Buscar y luego responder reduce mucho las respuestas inventadas, pero no las elimina. Los fallos más habituales son estos:

• La búsqueda trae un documento que no es: la versión antigua de un procedimiento en lugar de la vigente.
• La búsqueda no trae lo que hacía falta, porque el documento usa palabras muy distintas o está mal escaneado.
• Un documento lleva escondidas órdenes para la IA, lo que se llama inyección de instrucciones.
• La IA lee bien los fragmentos, pero saca una conclusión que no se sigue de ellos.

Por eso cada respuesta enseña sus referencias, para comprobarla en un clic, y por eso la instalación se prueba antes de entregarla con preguntas cuya respuesta ya se conoce y con otras que no tienen respuesta. Esas pruebas se repiten cuando se conecta un programa nuevo o se cambia de IA.

¿Por qué no darle a la IA todos los documentos de golpe?

Hay tres motivos. El primero, los permisos: si se envía todo, se envía también lo que quien pregunta no debería ver. El segundo, el coste: la IA se paga por la cantidad de texto que recibe, y enviar cien contratos para una pregunta sobre uno es pagar cien veces. El tercero, la calidad: con mucho texto irrelevante delante, es más fácil que la IA se fije en lo que no toca. Y hay otra ventaja: si la respuesta se apoya en tres fragmentos concretos, comprobarla lleva un minuto, mientras que con cien documentos nadie se pone a comprobarla.