RAG y Context Engineering: cómo darle a la IA la información correcta

Una IA empresarial necesita información propia y actualizada, pero enviarle todos los documentos y todo el historial suele empeorar el resultado. RAG recupera datos relevantes y Context Engineering decide qué contexto debe recibir el agente para cada tarea.

Qué documentos sirven

• Manuales y políticas.
• Catálogos y fichas técnicas.
• Preguntas frecuentes.
• Procedimientos internos.
• Documentación comercial.
• Contratos modelo y normativa interna.

El flujo básico

1. Se divide y prepara el contenido.
2. Se indexa para búsqueda semántica.
3. La consulta recupera fragmentos relevantes.
4. El modelo recibe esos fragmentos como contexto.
5. La respuesta puede incluir la fuente utilizada.

Ejemplo: soporte interno

Un colaborador pregunta cómo gestionar una devolución. En lugar de confiar en la memoria general del modelo, el sistema recupera la política vigente y responde sobre ese texto, indicando además el documento de origen.

RAG no es todo el contexto

Además del fragmento recuperado, el agente puede necesitar saber quién es el usuario, qué permisos tiene, qué ocurrió antes y qué herramientas puede utilizar. Context Engineering organiza esas piezas y evita enviar información innecesaria que aumenta costo, ruido o contradicciones.

• Instrucciones y reglas del proceso.
• Identidad y permisos del usuario.
• Historial realmente relevante.
• Datos recuperados mediante RAG.
• Herramientas disponibles para esta tarea.

La calidad de RAG depende menos de cuántos documentos tengas y más de que estén actualizados, bien segmentados y acompañados de buenos metadatos.

Qué vigilar

• Documentos obsoletos.
• Información duplicada o contradictoria.
• Permisos de acceso.
• Consultas que recuperan contenido irrelevante.
• Ausencia de citas o trazabilidad.

Preguntas frecuentes

¿RAG entrena nuevamente el modelo?

No. Normalmente recupera información relevante en tiempo de consulta y la añade al contexto.

¿Qué añade Context Engineering?

Organiza no solo documentos, sino también instrucciones, identidad, memoria, permisos y herramientas necesarias para la tarea.

¿Más contexto siempre mejora la respuesta?

No. Información irrelevante o contradictoria puede aumentar costos y reducir la calidad.

Fuentes

• Introducing the Model Context Protocol — Anthropic · enlace
• Retrieval augmented generation (RAG) — Google Cloud · enlace