Qué es RAG, explicado sin jerga: cómo darle a tu IA tus propios datos

Qué es RAG (generación aumentada por recuperación), cómo funciona paso a paso con embeddings y búsqueda, cuándo usarlo en lugar de un prompt largo o un ajuste fino, y los errores más comunes.

Publicado el 2026-07-06 · actualizado el 2026-10-02 · 4 min de lectura

En resumen

RAG (Retrieval-Augmented Generation) es buscar primero la información relevante en tus documentos y pasársela al modelo junto con la pregunta, para que responda con esos datos.
Funciona en dos fases: preparar (trocear documentos y guardar sus embeddings) y responder (buscar los trozos más parecidos a la pregunta y generar la respuesta con ellos).
Úsalo cuando la información cambia, es privada o es demasiado grande para un prompt; no necesitas reentrenar el modelo.
La calidad depende sobre todo de la búsqueda: si recupera el trozo equivocado, el modelo responderá bien… sobre lo equivocado.

El problema que resuelve RAG

Un modelo de lenguaje sabe lo que vio durante su entrenamiento. No conoce tus documentos internos, el catálogo actualizado de tu tienda ni la política de devoluciones que cambiaste ayer. Si le preguntas, puede inventar una respuesta convincente.

RAG resuelve eso sin reentrenar el modelo: antes de responder, el sistema busca en tus datos los fragmentos relevantes y se los da al modelo como contexto. El término viene de un artículo de investigadores de Facebook AI Research publicado en 2020.

Cómo funciona, paso a paso

Fase de preparación (se hace una vez y cada vez que cambian los documentos):

Reúne los documentos: manuales, preguntas frecuentes, tickets resueltos, fichas de producto.
Divídelos en trozos (chunks) de un tamaño manejable, por ejemplo por secciones o párrafos.
Calcula el embedding de cada trozo: una lista de números que representa su significado. Textos que hablan de lo mismo tienen embeddings parecidos.
Guarda cada trozo con su embedding en una base de datos con búsqueda vectorial (por ejemplo, Postgres con pgvector).

Fase de respuesta (en cada pregunta): se calcula el embedding de la pregunta, se buscan los trozos más parecidos, se arma un prompt con esos trozos y la pregunta, y el modelo responde citando esa información.

Un ejemplo concreto

Un cliente pregunta al asistente de una tienda: «¿Puedo devolver unas zapatillas usadas?». El sistema busca en la política de devoluciones y recupera el párrafo que dice que se aceptan devoluciones en 30 días si el producto no se ha usado. El modelo recibe ese párrafo y responde: «No, solo aceptamos devoluciones de productos sin usar en los 30 días siguientes a la compra», y puede enlazar a la política.

Sin RAG, el modelo habría respondido con lo que suele ser habitual en otras tiendas, que puede no coincidir con la tuya.

RAG, prompt largo o ajuste fino: cuándo usar cada uno

Prompt con todo el contexto: si tus datos caben de sobra en la ventana de contexto y cambian poco (por ejemplo, una página de preguntas frecuentes corta), puede bastar con pegarlos en el prompt.
RAG: si tus datos son muchos, cambian a menudo o son privados y quieres que el modelo responda con ellos y pueda citarlos.
Ajuste fino (fine-tuning): si lo que quieres cambiar es el estilo, el formato o un comportamiento muy específico, no el conocimiento. Para aportar datos nuevos suele ser peor opción que RAG.

Los errores más comunes

Trozos mal cortados: si un trozo parte una tabla o una idea por la mitad, se recupera sin sentido. Corta por la estructura del documento.
Perder el contexto del trozo: un párrafo que dice «el plazo es de 30 días» no sirve si no sabe de qué plazo habla. Añadir al trozo el título del documento y de la sección ayuda; Anthropic describe una técnica llamada recuperación contextual que va en esa línea.
Confiar solo en la búsqueda por significado: para nombres propios, códigos o números, combinarla con búsqueda por palabras clave (búsqueda híbrida) suele mejorar los resultados.
No medir: sin un conjunto de preguntas con su respuesta esperada no sabrás si un cambio mejora o empeora.
No decir «no lo sé»: si no se recupera nada relevante, el sistema debe decirlo en lugar de inventar.
Olvidar los permisos: si el usuario A no puede ver un documento, el sistema tampoco debe recuperarlo para él.

Qué necesitas para construir tu primer RAG

Un proveedor de modelos con API de embeddings y de generación.
Una base de datos con búsqueda vectorial: Postgres con pgvector es una opción sencilla si ya usas Postgres.
Un script que trocee tus documentos y guarde los embeddings.
Un endpoint que reciba la pregunta, busque, arme el prompt y responda.
Entre 20 y 50 preguntas reales con su respuesta correcta para evaluarlo.

Aprende RAG con práctica

En Codelindo, RAG se ve en dos rutas: Datos y backend (bases de datos, modelado y la memoria vectorial de la IA) y Modelos de IA y prompts (cómo funcionan los modelos, RAG y evaluación). Las dos tienen retos y un proyecto real al final, y están incluidas en el plan Pro.

Preguntas frecuentes

¿Qué significa RAG?

Retrieval-Augmented Generation, en español generación aumentada por recuperación: recuperar información relevante y usarla para generar la respuesta.

¿Qué es un embedding?

Una representación numérica del significado de un texto. Permite buscar por significado: «devolver un pedido» y «reembolso» quedan cerca aunque no compartan palabras.

¿Necesito una base de datos vectorial especial?

No necesariamente. Postgres con la extensión pgvector cubre muchos casos. Las bases de datos vectoriales dedicadas tienen sentido con volúmenes grandes o necesidades específicas.

¿RAG elimina las alucinaciones?

Las reduce mucho cuando la búsqueda recupera la información correcta, pero no las elimina. Por eso conviene pedir que cite las fuentes y que diga «no lo sé» cuando no encuentra nada.

Siguiente paso: curso de bases de datos y backend.