¿Qué es RAG?
RAG es el patrón de buscar información relevante en una fuente externa y ponerla en el contexto del modelo antes de que responda. La respuesta se genera con documentos recuperados delante, en lugar de solo con lo aprendido en el entrenamiento.
- Última revisión
También: Retrieval-Augmented Generation · Generación aumentada por recuperación
En corto
- Dos fases: recuperar los fragmentos pertinentes y generar la respuesta con ellos delante.
- La calidad depende sobre todo de la recuperación: con los fragmentos equivocados, el mejor modelo responde mal.
- En un agente con herramientas, buena parte de lo que antes requería RAG lo resuelve una búsqueda o un servidor MCP.
Qué tiene que ver con la visibilidad
Que las respuestas de los asistentes que citan fuentes funcionan así: recuperan pasajes y los usan. Escribir pasajes autónomos y atribuidos es optimizar precisamente la fase de recuperación, y es la razón por la que un formato de un término por URL rinde tan bien en este contexto.
Términos relacionados
Fuentes
- Effective context engineering for AI agents — Anthropic Engineering. Comprobado el .
- Resources — Model Context Protocol. Comprobado el .