RAG tiene dos mitades que viven en flujos separados. Una prepara la base: indexas los documentos (los divides en fragmentos, los conviertes en números y los guardas en un vector store). La otra responde: la pregunta pasa por un clasificador que decide si vale la pena usar al agente; el agente busca el fragmento relevante en el vector store y responde anclado en este fragmento y, cuando no encuentra nada, cae en un fallback ser honesto en lugar de inventar.

Diagrama ilustrativo — la indexación (azul) está separada de la consulta (cian). El agente busca el fragmento; cuando nada es relevante, sigue la rama de respaldo en lugar de inventar.

Qué es

Un modelo de IA solo responde sobre dos cosas: lo que aprendió en el entrenamiento (conocimiento general, con fecha de corte) y lo que está en el contexto de esa conversación (lo que pegaste ahí). No tiene acceso mágico a los tus archivos. Si no pones la política de cambios, las preguntas frecuentes o el manual a su alcance, simplemente no los conoce.

El peligro es sutil: sin la fuente a mano, la IA no se queda callada; tiende a llenar el vacío, inventando un plazo, un monto o una regla que parecen plausibles. Eso es una alucinación. RAG existe justamente para cerrar esa brecha: en vez de cruzar los dedos para que el modelo "recuerde" tu política, te aseguras de que el texto de la política esté en el contexto en el momento adecuado. Ese es el porqué de todo lo que viene a continuación en este módulo.

Por qué aprender

Conceptos clave

Qué es

Hay dos formas de darle conocimiento al agente. En system prompt, pegas el texto completo directamente en las instrucciones: la forma más sencilla y económica, ideal para un documento pequeño y estable. En el vector store (RAG), el agente busca solo las secciones relevantes para cada pregunta: escalable, recomendado cuando la base es grande o crece.

Por qué aprender

Elegir mal cuesta caro de dos maneras. Si incluyes una base enorme en el system prompt, consumes contexto en cada llamada (más tokens, más lento) y además alcanzas el límite de la ventana cuando la base crece. Si creas un vector store para un solo párrafo, agregas complejidad sin obtener beneficios. La regla práctica: documento pequeño y fijo → system prompt; base grande o que crece → vector store.

Conceptos clave

Qué es

Embedding es transformar un texto en números que capturan el significado. Las frases parecidas en significado se convierten en conjuntos de números cercanos, incluso sin tener ninguna palabra en común. El vector store guarda estos números y, al momento de la búsqueda, encuentra los fragmentos cuyo significado se acerca más a la pregunta: no por coincidir exactamente en las palabras, sino por la proximidad de significado.

Diagrama ilustrativo — la búsqueda compara distancias en el espacio del significado. Los puntos cercanos a la pregunta (azul) se convierten en los fragmentos recuperados; los lejanos (gris) se ignoran.

Por qué aprender

Este es el motor que hace que la búsqueda «entienda» la pregunta. Sin embeddings, dependerías de que el usuario use exactamente las mismas palabras del documento — algo frágil y propenso a fallos. Con embeddings, «quiero que me devuelvan el dinero» encuentra la «Política de reembolso» porque el sentido coincide. Saber esto explica por qué el vector store encuentra el fragmento correcto y por qué, a veces, se equivoca (cuando el significado realmente está lejos).

Conceptos clave

Qué es

O indexador es un flujo separado del agente, que existe solo para completar el vector store. La secuencia es: disparador manual → leer los documentos → dividir en partes (divisor de texto) → generar embeddings → cargar el vector store. Ejecutas este flujo una vez para crear la base y de nuevo cada vez que cambien los documentos.

Diagrama ilustrativo — el indexador es un flujo de una sola dirección que termina llenando el vector store. No responde preguntas; solo prepara la base.

Por qué aprender

Separar la indexación de la consulta es el patrón de arquitectura de RAG. El indexador se ejecuta rara vez (una vez o cuando cambia la base); el agente se ejecuta con cada pregunta. Mezclar los dos haría que volvieras a indexar todo en cada consulta: lento y costoso. Entender esta separación es lo que evita el error más común: activar el agente antes de que exista la base.

Conceptos clave

Qué es

O clasificador de texto es un nodo que decide temprano, desde el inicio, si el mensaje es relevante (por ejemplo: "¿es una pregunta de soporte?" frente a "¿es spam o está fuera de alcance?") y enruta de acuerdo. Solo lo importante pasa al agente más costoso; el resto se detiene o se procesa de forma económica antes de gastar en el modelo.

Diagrama ilustrativo — el filtro económico decide el destino. Solo la ruta «relevante» (cian) llega al agente costoso; el resto se detiene antes, ahorrando tokens.

Por qué aprender

Un triaje económico antes del agente ahorra tokens y evita respuestas fuera de alcance. Sin el clasificador, cada mensaje — incluidos el spam y los temas que ni siquiera son tuyos — activa al agente costoso, que consume contexto y hasta puede intentar responder algo que no debería. Con él, usas el modelo solo cuando vale la pena y mantienes al agente dentro del alcance acordado.

Conceptos clave

Qué es

El agente emite un marcador de confianza junto con la respuesta; por ejemplo, alta (>0,8) / media (0,6–0,8) / baja (<0,6), o incluso una etiqueta sencilla como «política encontrada» / «ninguna política encontrada». Un nodo de código lee este marcador y un nodo IF se ramifica: cuando hay un fragmento relevante, sigue el borrador de la respuesta; cuando no lo hay, cae en un fallback educado («vamos a investigar y te respondemos») en lugar de alucinar.

Diagrama ilustrativo — la bifurcación según la confianza. La rama de baja confianza (roja) no es un error: el agente se niega a inventar.

Por qué aprender

Un agente que se niega a inventar es un resultado deseado, no un bug. Cuando recurre al fallback porque no encontró la política, está siendo honesto: es mucho mejor que dar un plazo o un monto inventado que podría causar pérdidas y romper la confianza. El indicador de confianza es lo que permite controlar este comportamiento: defines el umbral y decides en el código cuándo responder y cuándo abstenerse.

crie um indexador (trigger manual → ler <meus-documentos> → dividir em pedaços → embeddings → vector store)
e um agente que classifica a pergunta, busca no vector store e, se não achar nada relevante,
responde com um fallback honesto em vez de inventar.

confianca = ler_marcador(resposta_do_agente)   // ex.: 0.42

se confianca < 0.6:
    rota = "preciso pesquisar"                  // fallback honesto
senão:
    rota = "rascunhar resposta"                 // responder ancorado

// o nó IF usa "rota" para escolher o caminho do fluxo

Conceptos clave