Skip to content

Preguntas frecuentes sobre documentación interna, RAG y conocimiento empresarial

¿Puede una IA consultar documentación interna?

Sí. Puede utilizar manuales, procedimientos, normativa, bases de conocimiento y otras fuentes para responder mediante lenguaje natural.

¿Qué es RAG?

RAG es una arquitectura que recupera información relevante antes de pedir al modelo que genere una respuesta.

¿Qué diferencia hay entre RAG y entrenar un modelo?

RAG utiliza información externa en el momento de responder. Entrenar o ajustar un modelo modifica su comportamiento interno.

¿Qué es una base vectorial?

Es una tecnología que permite almacenar representaciones semánticas y recuperar contenido relacionado por significado.

¿RAG necesita siempre una base vectorial?

No. Puede combinar búsqueda semántica, filtros, metadatos, búsqueda tradicional, bases de datos y otros mecanismos.

¿Puede el sistema citar sus fuentes?

Sí. Puede devolver documentos, fragmentos o referencias utilizadas para generar la respuesta.

¿Puede respetar permisos por usuario?

Sí. La recuperación puede limitarse a fuentes autorizadas para cada usuario, rol o departamento.

¿Qué ocurre cuando un documento cambia?

El documento nuevo o cambiado se vuelve a procesar y sustituye a la versión antigua. Antes de que cambie ninguna respuesta en producción, pasa la batería de pruebas.

¿Puede trabajar con SharePoint?

Sí, si existe una vía de acceso e integración adecuada.

¿Puede trabajar con Google Drive?

Sí, siempre que exista una integración compatible y permisos suficientes.

¿Puede trabajar con PDFs?

Sí. También puede utilizar otros formatos según las necesidades del proyecto.

¿Puede trabajar con documentación sensible?

Sí, pero deben definirse permisos, infraestructura y proveedores adecuados.

¿Cómo se reduce el riesgo de alucinaciones?

Limitando respuestas a fuentes recuperadas, evaluando la recuperación y definiendo qué debe ocurrir cuando falta información.

¿Puede el sistema decir que no sabe una respuesta?

Sí. De hecho, en determinados contextos es preferible reconocer falta de información a generar contenido incorrecto.

¿Qué tipos de documentos puede consultar un sistema RAG?

PDFs, documentos de texto, páginas internas, wikis, bases de conocimiento y otros formatos que puedan procesarse adecuadamente.

¿Puede combinar documentos y bases de datos?

Sí. Un sistema puede recuperar información estructurada y no estructurada en la misma consulta.

¿Puede utilizar metadatos para mejorar las respuestas?

Sí. Fecha, departamento, tipo de documento, versión o categoría pueden utilizarse para filtrar y priorizar resultados.

¿Puede diferenciar documentos vigentes y obsoletos?

Sí, si existen metadatos o reglas que permitan identificar versiones activas.

¿Qué es búsqueda híbrida?

Es la combinación de búsqueda semántica con búsqueda por términos u otros métodos de recuperación.

¿Puede un sistema RAG devolver una respuesta equivocada aunque encuentre el documento correcto?

Sí. Por eso deben evaluarse por separado la recuperación y la generación.

¿Cómo se evalúa un sistema RAG?

Comprobando si recupera las fuentes correctas, si responde con fidelidad y si cita adecuadamente.

¿Puede limitarse la respuesta solo a documentos internos?

Sí. Puede configurarse para que no utilice conocimiento externo cuando la consulta requiera únicamente fuentes corporativas.

¿Puede mostrar varias fuentes para una respuesta?

Sí. Puede citar uno o varios documentos cuando la respuesta depende de diferentes fuentes.

¿Puede utilizar una jerarquía de fuentes?

Sí. Algunas fuentes pueden tener más prioridad que otras según su autoridad o vigencia.

¿Puede detectar que dos documentos se contradicen?

Puede identificar discrepancias, aunque definir cuál prevalece requiere reglas o metadatos adecuados.

¿Puede un sistema documental aprender de nuevas preguntas?

Puede utilizar las consultas reales para detectar huecos de contenido y mejorar recuperación, aunque no debería autoentrenarse sin control.

Contacto

Cuéntanos el proceso que quieres mejorar.

No necesitas saber qué modelo utilizar, qué arquitectura necesitas o si el problema requiere un agente de IA. Cuéntanos cómo funciona hoy el proceso, qué personas intervienen y qué herramientas utilizáis.

Te respondemos en un día laborable con una primera lectura de tu caso.

Si ya tienes claro que quieres empezar, el formulario de exploración recoge lo que necesitamos para ponernos en marcha.