¿Qué es RAG (generación aumentada por recuperación) en IA?

RAG son las siglas inglesas de retrieval-augmented generation, generación aumentada por recuperación. No es un modelo ni un producto, sino una forma de montar un sistema: primero se busca, después se redacta. Si buscas «rag» a secas encontrarás trapos, música ragtime y poco más; aquí hablamos de inteligencia artificial. A una tienda le importa porque cada vez que un asistente responde con fuentes y cita tu ficha de producto, tu página ha sido el documento recuperado, y lo que el sistema tomó de ella decide lo que dice de ti.

Cómo funciona

El nombre viene de un artículo de investigación de Patrick Lewis y otros once autores, publicado en arXiv el 22 de mayo de 2020 y aceptado en la conferencia NeurIPS 2020. Partía de un problema: los modelos de lenguaje preentrenados guardan conocimiento en sus parámetros, pero les cuesta acceder a él con precisión, y explicar de dónde sale una respuesta o actualizar lo que saben seguían siendo problemas abiertos.⁠^{[1]arXiv (Lewis, Perez, Piktus, Petroni, Karpukhin, Goyal, Küttler, Lewis, Yih, Rocktäschel, Riedel y Kiela; NeurIPS 2020). Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks} Su propuesta fue combinar dos memorias: la del propio modelo y una memoria externa, un índice vectorial de Wikipedia consultado con un recuperador neuronal. En tareas de generación, esos modelos produjeron un lenguaje más específico, variado y fiel a los hechos que un modelo equivalente sin recuperación.⁠^{[1]arXiv (Lewis, Perez, Piktus, Petroni, Karpukhin, Goyal, Küttler, Lewis, Yih, Rocktäschel, Riedel y Kiela; NeurIPS 2020). Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks}

Un sistema RAG típico hace hoy cuatro cosas, y Anthropic las describe paso a paso:⁠^{[2]Anthropic (19 de septiembre de 2024). Contextual Retrieval in AI Systems}

1. Trocea los documentos en fragmentos de texto, normalmente de no más de unos cientos de tokens.
2. Convierte cada fragmento en un vector con un modelo de embeddings y lo guarda en una base de datos vectorial, para buscar por parecido de significado.
3. Recupera los fragmentos más relevantes para la pregunta, a menudo combinando esa búsqueda vectorial con una búsqueda por palabras exactas (BM25).
4. Añade esos fragmentos a la petición y el modelo de lenguaje redacta la respuesta con ellos delante.

El punto débil está en el primer paso. Un fragmento suelto puede perder lo que lo hacía útil: Anthropic pone el ejemplo de una frase de un informe financiero, «los ingresos de la empresa crecieron un 3 % respecto al trimestre anterior», que sin el resto del documento no dice de qué empresa ni de qué trimestre habla. Añadiendo a cada fragmento una línea de contexto antes de indexarlo, Anthropic midió un 49 % menos de fallos de recuperación, y un 67 % menos si además reordenaba los resultados.⁠^{[2]Anthropic (19 de septiembre de 2024). Contextual Retrieval in AI Systems}

RAG en los buscadores con IA

En la búsqueda con IA, el índice es la web. Google define RAG, que también llama grounding, como una técnica para mejorar la calidad, la precisión y la actualidad de las respuestas: sus sistemas de clasificación de siempre recuperan páginas de su índice, el sistema revisa la información concreta de esas páginas y genera la respuesta con enlaces a las que la respaldan.⁠^{[3]Google Search Central. Optimizing your website for generative AI features on Google Search} Por eso, para Google, entrar en lo recuperado sigue pasando por el rastreo y la indexación.

ChatGPT hace algo parecido con proveedores de búsqueda externos: reescribe la pregunta en una o varias consultas, revisa los primeros resultados y puede lanzar otras más específicas antes de responder.⁠^{[4]OpenAI Help Center. Searching the web with ChatGPT} Ese paso de multiplicar consultas tiene nombre propio, el query fan-out. Y Bing enseña a los propietarios de sitios un rastro de la recuperación: su informe AI Performance muestra las consultas de grounding, las frases clave que usó la IA para recuperar el contenido que acabó citado.⁠^{[5]Microsoft, blog de Webmaster Tools. Introducing AI Performance in Bing Webmaster Tools Public Preview}

En una tienda

Un ejemplo ficticio: la ficha de un trípode de viaje. Microsoft explica que los asistentes parten el contenido en piezas y ensamblan la respuesta con piezas de varias fuentes,⁠^{[6]Microsoft Advertising (Krishna Madhavan, 8 de octubre de 2025). Optimizing Your Content for Inclusion in AI Search Answers} así que conviene leer la ficha como la leería un recuperador, párrafo a párrafo:

Es el mismo problema que el del informe financiero: una frase que solo se entiende con la página entera alrededor se recupera peor y se cita peor. Clione usa este esquema en su propio enriquecimiento: cuando la tienda lo activa, adjunta al prompt de cada producto cuatro fragmentos de los documentos que ha subido, unos 1.200 tokens.

Cómo comprobarlo

1. Lee tu ficha párrafo a párrafo, como fragmentos sueltos. Si un párrafo no nombra el producto o depende del anterior para entenderse, reescríbelo para que se sostenga solo.⁠^{[2]Anthropic (19 de septiembre de 2024). Contextual Retrieval in AI Systems}
2. Saca los datos de las imágenes, los PDF y las pestañas cerradas y ponlos en el texto HTML de la página.⁠^{[6]Microsoft Advertising (Krishna Madhavan, 8 de octubre de 2025). Optimizing Your Content for Inclusion in AI Search Answers}
3. Confirma en Search Console que la ficha está indexada. En Google, lo que no está en el índice no se recupera.⁠^{[3]Google Search Central. Optimizing your website for generative AI features on Google Search}
4. Haz una pregunta con búsqueda y abre cada fuente citada. Comprueba que la frase que se le atribuye está de verdad en la página.⁠^{[4]OpenAI Help Center. Searching the web with ChatGPT}
5. Si tienes la web en Bing Webmaster Tools, mira las consultas de grounding de AI Performance: qué frases llevaron a recuperar las páginas que te citaron.⁠^{[5]Microsoft, blog de Webmaster Tools. Introducing AI Performance in Bing Webmaster Tools Public Preview}

Concepto cercano: grounding

Google trata RAG y grounding como el mismo proceso: su guía define RAG y añade que también se conoce como grounding.⁠^{[3]Google Search Central. Optimizing your website for generative AI features on Google Search} La diferencia útil es de enfoque. RAG nombra el mecanismo, recuperar y luego generar; grounding nombra el resultado que se busca, una respuesta anclada en fuentes concretas. Por eso Bing habla de consultas de grounding para las búsquedas que hace la IA antes de citar.⁠^{[5]Microsoft, blog de Webmaster Tools. Introducing AI Performance in Bing Webmaster Tools Public Preview} Para una tienda, lo práctico es lo mismo con los dos nombres: tu página solo cuenta si se recupera, y solo se cita bien si cada fragmento se entiende solo.

Para seguir, la entrada del LLM (modelo de lenguaje grande) explica qué hace el modelo con lo recuperado, y la ruta de lectura de búsqueda con IA ordena el resto de términos.