Saltar al contenido
BionicAdri

RAG a medida para empresas: cómo hacer que la IA responda con tus documentos

Quieres que la IA conteste con tus tarifas, tus procedimientos y tus contratos, no con generalidades. La forma habitual de conseguirlo se llama RAG: antes de responder, la IA busca en tus documentos y contesta con lo que encuentra. Te explicamos cómo funciona, qué documentos sirven y cómo saber si lo hace bien.

Esquema de un RAG: la pregunta entra, la IA busca en los documentos de la empresa los fragmentos que encajan y responde con ellos delante, diciendo de qué documento sale cada dato

Cuando una empresa empieza a usar inteligencia artificial, la primera queja suele ser la misma: «contesta bien, pero no sabe nada de nosotros». No conoce tus tarifas, ni tu forma de hacer un presupuesto, ni la letra pequeña de tus contratos. Un RAG es la manera de dárselo sin cambiar el modelo.

¿Qué es un RAG, explicado sin jerga?

RAG viene del inglés retrieval-augmented generation, generación con búsqueda previa. Antes de responder, la IA busca en tus documentos los trozos que tienen que ver con la pregunta y contesta con ellos delante. Es como un empleado nuevo que, antes de responder a un cliente, abre el manual por la página correcta.

El modelo no cambia: lo que cambia es lo que tiene a mano en cada respuesta. Si mañana subes la tarifa nueva, la siguiente respuesta ya la usa.

¿Para qué sirve un RAG en una empresa?

  • Responder a clientes con lo que ya está escrito en tus condiciones, tu catálogo o tus preguntas frecuentes.
  • Resolver dudas del equipo sobre procedimientos, vacaciones o cómo se hace algo, sin preguntar siempre a la misma persona.
  • Consultar contratos, fichas técnicas o normativa que tienes en PDF.
  • Encontrar un dato en años de documentos sin saber en qué carpeta está.

¿Cómo funciona por dentro?

  1. Lectura. Se extrae el texto de cada documento. Las páginas escaneadas, que son solo imagen, hay que transcribirlas antes; si no, no aportan nada.
  2. Troceo. El texto se parte en fragmentos con sentido propio. A cada fragmento se le añade una línea de contexto de su documento, para que no pierda de qué habla.
  3. Índice por significado. Cada fragmento se convierte en un vector que representa su significado. Así se encuentra «días libres» aunque preguntes por «vacaciones».
  4. Búsqueda. Ante una pregunta se combinan la búsqueda por significado y la búsqueda por palabra, y se ordenan los fragmentos por lo bien que encajan.
  5. Respuesta. La IA contesta con esos fragmentos delante y puede decir de qué documento sale cada dato.

¿Qué documentos sirven?

Casi todos los que ya tienes: PDF, Word, Excel, texto y también imágenes, como la foto de una pizarra, un cartel o un ticket. Lo que más ayuda no es el formato, sino el orden:

  • Quitar versiones viejas y duplicados. Si hay dos tarifas, la IA puede usar la que no toca.
  • Poner fecha a lo que caduca.
  • No meter en el RAG datos que ya viven en tu programa de gestión, como facturas o clientes: es mejor que la IA los consulte allí, al día.

¿Quién puede ver qué?

Es la pregunta que más importa y la que menos se hace. Un buen RAG respeta los permisos: si la búsqueda solo mira lo que puede ver quien pregunta, un empleado no encuentra la carpeta de dirección aunque esté en el mismo sistema. Separar documentos de empresa y documentos personales, y que cada uno solo vea los suyos, debe estar en el diseño desde el primer día.

¿Cómo saber si un RAG responde bien?

Un RAG puede fallar sin hacer ruido: si la búsqueda trae el trozo equivocado, la respuesta sale bien escrita y mal informada. Por eso hay que medirlo:

  • Un juego de preguntas de prueba con el fragmento correcto de cada una, para comprobar si la búsqueda lo encuentra. Se repite antes y después de cada cambio.
  • Una pantalla para probar la búsqueda con preguntas reales y ver qué fragmentos trae y con qué parecido.
  • Revisar los documentos que se leen mal y los que nadie encuentra nunca.

¿Y entrenar un modelo con mis datos?

Es otra técnica, el ajuste fino, que cambia el propio modelo. Para que la IA sepa cosas de tu empresa casi nunca hace falta: un RAG se actualiza en cuanto subes un documento y sabe de dónde sale cada dato. Si tu caso lo necesita de verdad, lo estudiamos contigo.

Cómo lo hacemos en BionicAdri

ADRI, el agente de BionicAdri, ya trabaja así con la memoria de documentos de cada empresa: lee PDF, Word, Excel, texto e imágenes, transcribe las páginas escaneadas, busca por significado y por palabra, y respeta los permisos de cada persona. Para empresas que necesitan algo propio montamos RAG a medida, también sin la plataforma: sobre tus carpetas, tus manuales o los datos de tu programa, en tu oficina o en servidores en Europa, y medido con tus propias preguntas.

Si quieres saber dónde correría, lee IA privada para empresas y servidor de IA con GPU: comprar o alquilar. O cuéntanos tu caso.

Preguntas frecuentes

¿Qué es un RAG para empresas?

Un sistema que, antes de responder, busca en los documentos de tu empresa los fragmentos que tienen que ver con la pregunta y contesta con ellos. El modelo no cambia; cambia lo que tiene delante.

¿Mis documentos sirven tal cual?

Casi siempre. PDF, Word, Excel, texto e imágenes se pueden leer; los escaneados se transcriben antes. Lo que más ayuda es quitar versiones viejas y duplicados.

¿Un RAG se inventa cosas?

Puede equivocarse si la búsqueda trae el fragmento equivocado. Por eso se mide con preguntas de prueba y se pide que diga de qué documento sale cada dato.

¿Hace falta entrenar un modelo con mis datos?

Casi nunca para que la IA sepa cosas de tu empresa: un RAG se actualiza al subir un documento. Si tu caso lo necesita, lo estudiamos.

  • IA a medida
  • RAG
  • Pymes

Demo sin compromiso

Míralo con los datos de tu empresa

Te enseñamos a ADRI trabajando en una tarea real tuya, en unos 15 minutos.

[email protected]+34 604 87 17 35