RAG para documentos de empresa: cuándo ayuda y cómo comprobarlo

RAG combina la recuperación de información con la generación de una respuesta. La documentación de Google Cloud presenta ese enfoque para aportar contexto externo a un modelo. Eso no garantiza que se recupere el fragmento correcto ni que la respuesta lo interprete bien. La propuesta de esta guía es revisar esas dos partes por separado.

Imagina un manual de soporte de enero que indica 48 horas de respuesta, una actualización de marzo que cambia ese plazo a 24 horas y un borrador sin aprobar que propone 12 horas. La pregunta de prueba es «¿qué plazo debemos comunicar?». Antes de usar IA, escribe cuál de esos documentos tiene autoridad, desde qué fecha y para qué servicio.

Conservar versiones no significa darlas todas por vigentes. Añade estado, fecha efectiva, propietario y público permitido. Si no puedes decidir qué documento manda leyendo sus metadatos, el problema no se resuelve con un buscador más potente. Necesitas una regla documental.

Haz varias preguntas equivalentes: plazo de respuesta, tiempo máximo de contestación y compromiso de soporte. Registra los fragmentos encontrados antes de redactar una respuesta. La prueba pasa si aparece la actualización aplicable y conserva su contexto. Falla si devuelve únicamente el borrador o corta una frase que excluye otro servicio.

Incluye una pregunta sin respuesta en los documentos. La ausencia de evidencia es un resultado útil: el sistema debe poder pedir ayuda. No rellenes el conjunto de prueba solo con preguntas que sabes que funcionan.

Pide una respuesta corta con referencia al documento, sección y fecha efectiva. Comprueba si cada afirmación se sostiene en el fragmento recuperado. Una cita que existe pero no respalda la frase no cuenta como evidencia. Si hay conflicto entre fuentes, la respuesta debe explicarlo o derivar a revisión conforme a tu regla documental.

Crea dos perfiles de prueba con permisos diferentes y repite una pregunta sobre un documento restringido. La fuente no debe llegar al contexto del usuario sin acceso. Ocultar el enlace después de generar la respuesta sería demasiado tarde si el texto ya contiene información del documento.

Para un conjunto pequeño y estable puede bastar una página de preguntas frecuentes bien mantenida. Para localizar registros exactos, una búsqueda por campos puede ser más fácil de comprobar. Plantea RAG cuando formular preguntas en lenguaje natural aporte una ventaja concreta y puedas mantener las fuentes, los permisos y la evaluación. Este artículo propone un diseño de prueba, no una implantación ejecutada.