Citada
Cada respuesta
El pasaje exacto y el documento de origen aparecen junto a la respuesta. Verificar toma cinco segundos.
MÓDULO IA 03
Base de conocimiento IA (RAG)
Una IA que responde a partir de sus documentos, no de lo que leyó en internet.
El RAG — generación aumentada por recuperación — obliga al modelo a buscar en sus documentos antes de responder y luego a citar lo que utilizó. Esa es la diferencia entre una IA que adivina y una IA que recupera. Construimos esa base, la conectamos a sus fuentes y la mantenemos al día a medida que sus documentos cambian.
Para quién
- Organizaciones con miles de páginas: presupuestos, contratos, normas, fichas técnicas
- Despachos y consultoras cuyo valor depende de la precisión de la respuesta
- Fabricantes con catálogos y fichas de producto que cambian a menudo
- Cualquier equipo que probó un chatbot genérico y lo abandonó por falta de fiabilidad
Lo que vive hoy
- La IA de consumo inventa referencias de producto que no existen en su catálogo
- Sus documentos vigentes conviven con tres versiones caducadas y nadie sabe cuál manda
- El buscador de su intranet solo encuentra aquello cuyo título exacto ya se conoce
- Sus expertos pasan el tiempo buscando el párrafo correcto en el PDF correcto
Lo que aporta
Versionada
Fuente de verdad
Cuando un documento se reemplaza, el anterior sale del índice. Se acabaron las respuestas basadas en una norma derogada.
Compartimentada
Confidencialidad
Los documentos restringidos solo aparecen para quienes ya tienen acceso en sus sistemas.
Qué incluye
- Auditoría de sus fuentes: formatos, volúmenes, duplicados, versiones en competencia
- Cadena de ingesta automatizada desde SharePoint, Drive, un gestor documental o una carpeta de red
- Segmentación semántica e indexación vectorial adaptadas a sus tipos de documento
- Búsqueda híbrida — sentido y términos exactos — para no perder una referencia de producto
- Interfaz de consulta y API para conectar la base a sus otras herramientas
- Conjunto de pruebas de regresión para verificar que las buenas respuestas siguen siéndolo
Cómo se desarrolla
01
Auditoría documental
1 a 2 semanasMedimos lo que realmente tiene: volúmenes, formatos, duplicados y documentos contradictorios. Suele ser la primera sorpresa del proyecto.
02
Cadena de ingesta
2 a 4 semanasAutomatización de la recuperación, la segmentación y la indexación, incluida la gestión de actualizaciones y eliminaciones.
03
Ajuste de la pertinencia
2 a 3 semanasReunimos un conjunto de preguntas reales con sus expertos y ajustamos la búsqueda hasta que las respuestas se sostienen.
04
Explotación
ContinuoVigilancia de la frescura documental, seguimiento de las preguntas mal atendidas y reindexación al ritmo de sus cambios.
Plazos indicativos, muy dependientes del estado inicial de sus documentos. Una documentación limpia divide el proyecto a la mitad.
Las preguntas que se hace
¿En qué se diferencia de un buscador?
Un buscador clásico le devuelve una lista de documentos para abrir. El RAG lee los pasajes pertinentes y redacta la respuesta, indicando de dónde procede. Pasa de «aquí tiene veinte PDF» a «aquí está la respuesta, página 34 del manual 2026».
¿Nuestros documentos van a parar a un proveedor de IA?
El índice permanece en su casa o en la infraestructura que elija. Según la sensibilidad, configuramos un modelo alojado en nube privada o en sus propios servidores, sin tránsito por un servicio público.
¿Qué pasa cuando se actualiza un documento?
La cadena de ingesta detecta el cambio, reindexa la nueva versión y retira la anterior. Ese es precisamente el punto que distingue una base mantenida de una demostración congelada.
¿Se puede conectar esta base a un asistente o a un agente vocal?
Sí, y es el uso más frecuente. La base se convierte en la fuente de verdad común: el asistente interno, el sitio público y el agente telefónico responden entonces lo mismo.
Sus respuestas ya existen. Lo difícil es encontrarlas.
Empezamos con una auditoría de sus documentos y luego construimos una base probada con sus preguntas reales.
Los demás módulos de IA