El RAG, siglas de «retrieval-augmented generation» (generación aumentada por recuperación), es la técnica que permite a un modelo de IA consultar fuentes antes de responder, en lugar de confiar solo en su memoria. Es también el mecanismo que hace funcionar la búsqueda con IA. Cuando ChatGPT, Perplexity o un resumen de IA de Google responden a una pregunta y citan unas cuantas páginas, el RAG es la razón por la que esas páginas acabaron ahí.
La mayoría de las explicaciones sobre el RAG están escritas para quienes lo construyen. Esta es para quienes están al otro lado: cualquiera que publique contenido y quiera entender por qué unas páginas se recuperan y se citan mientras otras no aparecen nunca.
Lo que debes saber
- El RAG (generación aumentada por recuperación) permite a un modelo de lenguaje de gran tamaño (LLM) recuperar documentos relevantes antes de responder, en vez de depender solo de lo que memorizó durante el entrenamiento.
- Se resume en tres verbos: recuperar los pasajes útiles, enriquecer la consulta con ellos y generar una respuesta anclada en esas fuentes.
- Es el motor de la búsqueda con IA: ChatGPT, Perplexity y las Vistas creadas con IA de Google recuperan páginas antes de responder, de modo que hacerse recuperar es la ronda de clasificación para hacerse citar.
- El RAG reduce las alucinaciones, pero no las elimina: un estudio de Stanford midió entre un 17 % y un 33 % de respuestas inventadas en herramientas jurídicas que, precisamente, funcionan con RAG.
- En España, conectar documentos internos con datos personales a un sistema RAG te sitúa como responsable del tratamiento según el RGPD: un punto que conviene cerrar antes de enchufarle datos personales.
¿Qué es la generación aumentada por recuperación (RAG)?
La generación aumentada por recuperación (RAG) es una técnica que permite a un modelo de lenguaje de gran tamaño buscar información en el momento de responder, en lugar de confiar solo en lo que memorizó durante el entrenamiento. El sistema RAG recupera los documentos relevantes; el modelo lee después el contexto que se le entrega y redacta una respuesta apoyada en él.
La mejor imagen es la de un examen a libro abierto. Un modelo de lenguaje por sí solo hace un examen a libro cerrado: responde de memoria y, cuando la memoria falla, adivina con aplomo. El RAG le da a ese mismo modelo el libro de texto y le deja consultar la página correcta antes de responder. El conocimiento que utiliza ya no tiene que estar grabado en sus pesos: puede extraerse de una fuente en el instante mismo en que se hace la pregunta.
Ese paso «a libro abierto» es también donde entra en juego tu contenido. Cuando el modelo sale a buscar una página en la que basar su respuesta, monta una especie de concurso de recuperación, y tu página participa o no participa. Seguro que ya has visto el resultado: una respuesta de IA con un puñado de fuentes enlazadas debajo es la generación aumentada por recuperación en acción.
El nombre describe la secuencia al pie de la letra: recuperar los documentos relevantes, enriquecer la consulta con ellos y luego generar la respuesta. Mantén esas tres palabras en orden y el resto del RAG se deduce solo.
Una nota sobre el término, porque en español conviven varias formas. La más extendida, y la que usan AWS, IBM y el propio Gobierno de España, es «generación aumentada por recuperación»; algún glosario habla de «generación mejorada por recuperación», pero es minoritaria. En este artículo usamos la forma mayoritaria y escribimos «el RAG», aunque también verás «la RAG» según la palabra con la que concuerde. La sigla en inglés, en cambio, es la referencia compartida por todo el mundo.
Cómo funciona el RAG: recuperación, enriquecimiento y generación
Un sistema RAG ejecuta tres pasos cada vez que alguien hace una pregunta.
Recuperar. El sistema convierte la pregunta del usuario en una búsqueda y extrae los pasajes más relevantes de una base de conocimiento. Esa base de conocimiento suele ser un conjunto de documentos que se han dividido en fragmentos y convertido en embeddings vectoriales, representaciones numéricas que permiten al software comparar significados en vez de coincidir palabra por palabra. Un modelo de embeddings convierte también la consulta del usuario en un vector, y el recuperador encuentra los pasajes cuyos vectores quedan más cerca. Esto es búsqueda semántica, a menudo combinada con la clásica coincidencia de palabras clave para los términos que tienen que ser exactos.
Enriquecer. Los pasajes recuperados se pegan en la consulta junto a la pregunta original. El modelo ve ahora las palabras del usuario más unos párrafos de evidencia de apoyo que no tenía un segundo antes. Nada en el modelo ha cambiado: solo tiene más contexto delante para esta petición concreta.
Generar. El modelo redacta su respuesta usando ese contexto, y un sistema bien construido le pide que cite en qué pasajes se apoyó.
Aquí está la parte que la mayoría de las explicaciones se salta, y la que más importa si publicas contenido. Dentro del ciclo RAG, el modelo no aprende tu página. La lee en el momento, para esa única respuesta, y la olvida en cuanto termina. Las páginas públicas sí pueden acabar absorbidas en los pesos de un modelo durante el entrenamiento, pero eso es lento, opaco y no lo controlas ni lo puedes actualizar. La recuperación sí. Tu contenido se busca, se usa y se descarta en cada consulta, y por eso ser una página estructurada, actual y fácil de recuperar pesa más que tener tanta fama como para que el modelo «te conozca».
El vocabulario despista aquí. Una base de datos vectorial es la forma habitual de almacenar esos embeddings para recuperarlos rápido, pero es un detalle de implementación, no parte de la definición. El RAG es la idea amplia de emparejar la recuperación de información con la generación, anclando la respuesta en documentos recuperados. La maquinaria de debajo puede variar.
De dónde viene el RAG
El término procede de un artículo de 2020, Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks, encabezado por Patrick Lewis con un equipo de investigadores en aprendizaje automático de Facebook AI Research (hoy Meta AI), el University College de Londres y la Universidad de Nueva York. A fecha de julio de 2026, Google Scholar registra más de 24.000 citas, y es la referencia sobre la que construyen los demás.
El planteamiento del artículo sigue siendo el más útil. Describe combinar la memoria paramétrica, el conocimiento almacenado en los pesos entrenados de un modelo, con la memoria no paramétrica, un índice consultable que el modelo puede revisar en el momento de la inferencia. En el trabajo original ese índice era una representación vectorial densa de Wikipedia, a la que se llegaba mediante un recuperador neuronal. Cambia Wikipedia por «la web en vivo» y tienes un buen esbozo de cómo funcionan hoy los buscadores con IA.
Lewis incluso ha reconocido que lamenta lo tosco del acrónimo: «Sin duda le habríamos dado más vueltas al nombre de haber sabido que nuestro trabajo se difundiría tanto». Y así fue.
Por qué existe el RAG: qué corrige (y qué no)
Un modelo de lenguaje por sí solo tiene puntos débiles predecibles, y el RAG se creó para taparlos.
Tiene una fecha de corte del conocimiento. Los datos de entrenamiento se congelan en un momento dado, por lo que el modelo queda cada vez más desactualizado hasta que alguien lo reentrena. El RAG esquiva esto al buscar información actual cuando se hace la pregunta. Tampoco tiene acceso a datos privados o propios, los documentos internos y las páginas recientes que nunca estuvieron en su entrenamiento. El RAG conecta ese conocimiento externo sin reentrenar. Y como la recuperación es barata comparada con reentrenar un modelo con datos nuevos, es la forma rentable de mantener las respuestas al día.
El beneficio estrella es la fundamentación. Al anclar las respuestas en fuentes recuperadas, el RAG reduce las alucinaciones, esas respuestas seguras e inventadas que los modelos producen cuando trabajan solo de memoria. También hace las respuestas verificables, porque el sistema puede citar los pasajes que usó.
Ahora, con franqueza: esta es la afirmación más exagerada de toda la categoría. El RAG reduce las alucinaciones, no las elimina. El modelo todavía puede malinterpretar una fuente correcta, hilar pasajes que se contradicen o escribir algo sin respaldo cuando la recuperación es floja. La calidad de la recuperación pone un techo a todo el sistema: un modelo no puede anclar una respuesta en un pasaje que el recuperador nunca encontró.
La evidencia es abrumadora. Un estudio de Stanford, Hallucination-Free? Assessing the Reliability of Leading AI Legal Research Tools, analizó herramientas comerciales de investigación jurídica que son ellas mismas sistemas RAG construidos sobre bibliotecas jurídicas depuradas y confiables. Halló que Lexis+ AI alucinaba en más de un 17 % de las consultas y la herramienta de Westlaw en torno a un tercio, pese a un marketing que daba a entender que no lo hacían en absoluto. Si un RAG hecho a medida sobre un corpus jurídico limpio falla todavía con esa frecuencia, trata cualquier promesa de «cero alucinaciones» con recelo. El RAG es una mitigación potente, y ahí es exactamente donde está su valor. Sobre por qué ocurre esto, tienes este análisis de las alucinaciones de la IA.
RAG vs. fine-tuning: la confusión de «entrenar a ChatGPT con nuestros documentos»
Cuando alguien dice «vamos a entrenar a ChatGPT con nuestra web», casi siempre quiere decir RAG, no entrenamiento. Los dos se mezclan constantemente, y elegir mal sale caro.
El fine-tuning (ajuste fino) cambia el modelo en sí. Ejecutas un entrenamiento adicional para que se graben nuevos patrones en sus pesos. Después, el conocimiento es interno, no hay paso de consulta, y actualizarlo significa volver a entrenar. El fine-tuning es la herramienta adecuada para enseñarle a un modelo un estilo, un formato o un comportamiento.
El RAG deja el modelo intacto y le da documentos para leer en el momento de responder. El conocimiento reside en un índice aparte que puedes actualizar cuando quieras, y el modelo puede citar lo que recuperó. El RAG es la herramienta adecuada para información que cambia o que el modelo nunca vio en su entrenamiento.
| Pregunta | RAG | Fine-tuning |
|---|---|---|
| ¿Qué cambia? | Un índice externo de documentos | Los propios pesos del modelo |
| ¿Cuándo se añade el conocimiento? | Al responder, en cada consulta | Durante un entrenamiento, por adelantado |
| Ideal para | Datos recientes o propios | Estilo, tono, formato, comportamiento |
| Cómo se actualiza | Editas el índice, sin reentrenar | Reentrenas o reajustas el modelo |
| ¿Puede citar fuentes? | Sí | Por sí solo no / sin anclaje confiable |
No son rivales. Los sistemas en producción a menudo hacen fine-tuning para el comportamiento y usan RAG para los hechos actuales. Los propios autores describieron su método como «una receta de ajuste fino de propósito general» para construir modelos RAG. La regla práctica: si el problema es «el modelo no sabe este dato», recurre a RAG. Si el problema es «el modelo no responde como necesitamos», recurre al fine-tuning.
Para quien publica, la distinción importa por un motivo en particular: los motores de IA que podrían citarte funcionan con RAG, no haciendo fine-tuning sobre tu sitio. Lo que nos lleva a la parte que de verdad afecta a tu tráfico.
RAG en la empresa: la lectura legal en España
En España y en la UE hay un motivo adicional para preferir el RAG a pegar información en una IA de consumo, y no es solo técnico. Cuando conectas tus propios documentos como índice de recuperación, los datos siguen bajo tu control: el patrón conforme al RGPD es que la empresa, como responsable del tratamiento, mantenga ese índice, en lugar de volcar datos confidenciales en un ChatGPT de consumo. Si te apoyas en un proveedor de IA externo, este actúa como encargado del tratamiento y debe quedar cubierto por el contrato del artículo 28 del RGPD. La AEPD ha publicado orientación sobre el uso de IA conforme a protección de datos, pero conviene no dar por hecha ninguna sanción concreta: lo que aplica es el principio general.
Dos matices más antes de montarlo: dónde se alojan el índice y los embeddings importa, porque un proveedor con sede en EE. UU. puede quedar sujeto a la CLOUD Act aunque los datos se alojen en la UE; y el AI Act, de aplicación directa en España bajo la supervisión de la AESIA, clasifica los sistemas por riesgo, aunque una base de conocimiento interna con RAG suele caer en «riesgo limitado», no en «alto riesgo». Ninguno de los dos bloquea el proyecto, pero conviene dejar constancia de ambos.
El RAG es cómo funciona de verdad la búsqueda con IA
Los sistemas RAG con los que la mayoría de la gente interactúa a diario son los buscadores con IA donde ya intentas aparecer, y esa es justo la conexión que las explicaciones de los proveedores pasan por alto. Describen el RAG como pura maquinaria empresarial: un chatbot de soporte que responde sobre los datos internos de una empresa, la búsqueda de conocimiento interno, un asistente de investigación que lee archivos propios. Esos casos de uso son reales, pero son solo una parte pequeña del panorama.
Cuando ChatGPT navega por la web para responder, recupera información mediante ChatGPT search, que según OpenAI usa proveedores de búsqueda externos, contenido aportado por socios y sus propios sistemas de rastreo. Perplexity recupera y cita fuentes de forma habitual. Las Vistas creadas con IA de Google se apoyan en el índice de Búsqueda de Google y en sus sistemas de ranking y calidad, y luego sintetizan las fuentes seleccionadas. Distintos motores, los mismos tres pasos: recuperar, enriquecer, generar. Es simplemente cómo funciona la búsqueda con IA por dentro.
El propio ChatGPT muestra cómo encajan las piezas. El modelo base es un modelo de lenguaje, pero su modo de búsqueda y navegación envuelve a ese modelo en un ciclo RAG, recuperando páginas en vivo antes de responder. El modelo es el generador; el producto que lo rodea es el sistema RAG.
No hace falta irse lejos para verlo. En google.es, la consulta «qué es RAG» ya devuelve una Vista creada con IA destacada en lo alto de la página que recupera y cita fuentes en español (AWS, datos.gob.es del Gobierno de España, el IIC-UAM): el RAG ya está operando en la búsqueda en español, no es una promesa a futuro (constatado el 23 de agosto de 2026).
Ese giro cambia lo que significa «hacerse citar». Si la búsqueda con IA es RAG, entonces hacerse citar empieza por hacerse recuperar. La recuperación es la ronda de clasificación: el modelo sigue eligiendo cuál de las fuentes recuperadas cita, pero una página que nunca se recupera no puede citarse en absoluto. Ya no hay una lista de diez enlaces azules que recorrer, solo una respuesta sintetizada con unas pocas fuentes. La recuperación es el concurso para el que la mayoría de las páginas nunca se escribieron.
Cómo ser la página que se recupera
Si quieres que tus páginas entren en las respuestas de IA, tienes que ponérselo fácil al recuperador. Aquí el RAG deja de ser curiosidad y se convierte en estrategia de contenido, y unas cuantas reglas se deducen directamente de cómo funciona el proceso.
Se recuperan pasajes, no páginas. Un sistema RAG divide los documentos en fragmentos y recupera el fragmento que mejor coincide con la consulta, no tu artículo entero. Por eso cada sección tiene que sostenerse por sí sola. Pon la respuesta directamente bajo un encabezado claro en forma de pregunta, en la primera o segunda frase, antes del contexto y los matices.
Según nuestra experiencia auditando páginas para su visibilidad en IA, este es el problema más común y el más fácil de arreglar: la respuesta existe, pero está enterrada tres frases dentro de un párrafo, y el fragmento que se recupera es el párrafo introductorio, no la respuesta. Escribe cada sección de modo que un lector que aterrice en ella sin contexto previo obtenga igualmente la respuesta. Es el mismo instinto que hay detrás de una buena fragmentación de contenido, con un matiz: se trata de escribir secciones autónomas para lectores, no de trocear páginas en fragmentos artificiales para máquinas, una distinción a la que volvemos más abajo.
No pueden recuperarte si no pueden llegar a ti. La recuperación se ejecuta sobre un índice, y solo entras en el índice si el rastreador del motor tiene permiso para leerte. Comprueba que no estás bloqueando a los rastreadores de IA que sí quieres que te citen. La accesibilidad es la base; todo lo demás se desperdicia si la página nunca llega a leerse.
Escribe con claridad, sin ambigüedades. Los modelos malinterpretan las fuentes vagas o que dependen de contexto externo. Enuncia las afirmaciones de forma llana y autónoma para que un fragmento recuperado no pueda leerse mal. Esto también tiene una lectura en español: la recuperación se ejecuta sobre el corpus indexado, de ahí que, para consultas en español, el índice y los embeddings tengan que cubrir bien las fuentes en español, o el mejor pasaje nunca llega a salir. Publicar contenido claro en español es, en sí mismo, una ventaja de recuperación.
La frescura ayuda, con un matiz. La actualidad es una de las pocas señales que se correlacionan con hacerse citar, ya que el sentido mismo de la recuperación es ganarle a la memoria caducada de un modelo. Vale la pena hacer actualizaciones de verdad, no cambiar la fecha por cambiarla. Eso sí, trata la frescura como una correlación, no como una palanca garantizada.
| Qué hacer | Por qué ayuda a la recuperación |
|---|---|
| Escribe secciones con la respuesta primero, bajo encabezados claros | El fragmento recuperado contiene la respuesta, no el rodeo previo |
| Usa párrafos autónomos (una idea cada uno) | Un fragmento sigue teniendo sentido al sacarlo de contexto |
| Permite a los rastreadores de IA que quieres que te citen | Solo pueden recuperarte si estás en el índice |
| Redacta afirmaciones llanas, concretas y sin ambigüedad | Reduce la probabilidad de que un pasaje se malinterprete |
| Mantén las páginas genuinamente al día | La actualidad se correlaciona con entrar en las respuestas |
Posicionar bien y hacerse citar no son el mismo trabajo. El posicionamiento puede lograr que una página se tenga en cuenta, pero la recuperación decide si un pasaje tuyo llega a citarse: una página puede estar en lo alto de Google y no aparecer nunca en una respuesta de IA.
Y no, esto no es el SEO de siempre con otro nombre, aunque se parece más de lo que sugiere el ruido. La propia Google dice que sus sistemas pueden leer páginas largas de varios temas y extraer el pasaje relevante sin que trocees el contenido en fragmentos artificiales, y que los fundamentos de GEO y AEO siguen siendo SEO. El resumen honesto: los mismos fundamentos (profundidad temática, autoridad, claridad), más un cambio real en la unidad de recuperación, que pasa de la página al pasaje. Si quieres el manual completo, lo cubrimos en cómo optimizar para la búsqueda con IA y en escribir páginas que los LLM citen.
¿Está muerto el RAG? RAG agéntico y el debate del contexto largo
Ni las ventanas de contexto enormes ni el giro hacia los agentes de IA matan la recuperación, digan lo que digan los titulares de «el RAG ha muerto». Esos son los dos motivos que se suelen dar: modelos que ahora pueden tragarse un conjunto entero de documentos en una sola consulta, y agentes más autónomos haciendo el trabajo.
El eslogan se refiere en realidad al RAG naive, la versión más simple, que recupera una vez y genera una vez. Ese proceso básico a menudo no basta para el trabajo de varios pasos, y la industria se mueve hacia el RAG agéntico, donde un agente decide cuándo recuperar, reformula la consulta, vuelve a recuperar y comprueba lo que obtuvo antes de responder. Eso es más recuperación, y mejor gobernada, no menos.
Los modelos de contexto largo son una alternativa real para algunos trabajos, pero pegarlo todo en la consulta es más lento y más caro que recuperar los pocos pasajes que importan, y no escala a la web abierta. La recuperación, por tanto, sigue siendo central.
Para quien publica contenido, la conclusión práctica no cambia. Los buscadores con IA siguen recuperando antes de responder. Sea el sistema naive o agéntico, tiene que encontrar tu página para citar tu página. Ser recuperable sigue siendo el precio de entrada.
Preguntas frecuentes
¿Es ChatGPT un modelo RAG?
El modelo base no lo es, pero el modo de búsqueda y navegación de ChatGPT sí. Cuando ChatGPT consulta algo antes de responder, recupera páginas web en tiempo real, las añade a la consulta y genera una respuesta anclada. Ese ciclo de recuperar, enriquecer y generar es RAG, con el modelo actuando como generador dentro de él.
¿El RAG elimina las alucinaciones?
Las reduce, pero no las elimina. Anclar las respuestas en fuentes recuperadas baja la tasa de contenido inventado, pero el modelo todavía puede malinterpretar una fuente o rellenar huecos cuando la recuperación devuelve poco. Un estudio de Stanford halló que herramientas jurídicas comerciales con RAG seguían alucinando entre un 17 % y un 33 % de las consultas, así que trata con cautela cualquier afirmación de «cero alucinaciones».
¿Cuál es la diferencia entre el RAG y una base de datos vectorial?
El RAG es la técnica general de anclar la respuesta de un modelo en documentos recuperados. Una base de datos vectorial es un componente que algunos sistemas RAG usan para almacenar embeddings y ejecutar búsquedas rápidas por similitud. Puedes montar un RAG sin ella, con búsqueda de palabras clave o un grafo de conocimiento: la base de datos vectorial es una pieza habitual de la maquinaria, no un requisito.
¿Qué tipos o «niveles» de RAG existen?
Se suele describir una progresión: RAG naive (recuperar una vez, generar una vez), RAG avanzado (mejor fragmentación, reordenación de resultados y búsqueda híbrida para mejorar lo que se recupera) y RAG agéntico (un agente decide cuándo y qué recuperar, y puede iterar). Son puntos de un espectro, no categorías rígidas. Una idea distinta y complementaria se salta la recuperación para un pequeño conjunto de datos curados y entrega al agente un archivo de conocimiento estructurado directamente, que es la propuesta de OKF frente a RAG.
¿Necesito construir un sistema RAG para beneficiarme de la búsqueda con IA?
No. La mayoría de quienes publican dependen del RAG de otra persona, no construyen el suyo. Tu trabajo es hacer que tu contenido existente sea fácil de recuperar y citar, no levantar un sistema.
No entras en el modelo. Te recuperan.
Así que el trabajo práctico es corto, y es continuo: mantén las páginas accesibles, escribe secciones que se sostengan solas como respuestas limpias, mantente al día y dota a cada una de una respuesta directa que merezca la pena citar. Haz eso y estarás optimizando para el paso de recuperación que ejecuta todo motor de IA, en lugar de perseguir un posicionamiento que quizá nunca se convierta en una cita.
Lo primero que conviene comprobar es si los motores de IA pueden siquiera llegar a tus páginas y leerlas, porque nada de lo demás sirve si no pueden. Eso es exactamente lo que revisa nuestro análisis de preparación para IA, y desde ahí puedes medir con qué frecuencia te están citando de verdad en los motores que funcionan con recuperación.
Fuentes
- Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks - Lewis et al., 2020 (NeurIPS 2020) -
arxiv.org/abs/2005.11401 - What Is Retrieval-Augmented Generation, aka RAG? - NVIDIA, 2023 (act. 2025) -
blogs.nvidia.com/blog/what-is-retrieval-augmented-generation - Técnicas RAG: cómo funcionan y ejemplos de casos de uso - datos.gob.es, Gobierno de España, 2024 -
datos.gob.es/es/blog/tecnicas-rag-como-funcionan-y-ejemplos-de-casos-de-uso - ¿Qué son los sistemas de RAG? - Instituto de Ingeniería del Conocimiento (IIC-UAM), 2024 -
www.iic.uam.es/procesamiento-del-lenguaje-natural/que-son-los-sistemas-de-rag-respuestas-ia-generativa/ - Hallucination-Free? Assessing the Reliability of Leading AI Legal Research Tools - Magesh et al., Stanford RegLab y HAI, 2024 -
reglab.stanford.edu/publications/hallucination-free-assessing-the-reliability-of-leading-ai-legal-research-tools - Guía para optimizar contenido para las funciones de IA generativa en la Búsqueda de Google - Google Search Central -
developers.google.com/search/docs/fundamentals/ai-optimization-guide