Generación aumentada por recuperación (RAG)

Es una técnica que conecta un modelo de lenguaje con una fuente de información propia: primero busca en tus documentos los fragmentos relevantes y después el modelo redacta la respuesta a partir de ellos.

Las reduce mucho, porque el modelo responde con material recuperado en lugar de con lo que memorizó, y permite citar la fuente. No las elimina: si el documento recuperado es ambiguo o está desactualizado, la respuesta lo será también.

Para conocimiento que cambia (precios, inventario, políticas) RAG es la opción correcta y mucho más barata. El ajuste fino sirve para fijar formato o tono, no para que el modelo sepa datos actuales.

Documentos ordenados y actualizados, un índice que permita buscarlos por significado y un modelo que redacte con ese material. La parte difícil casi nunca es la técnica: es mantener la fuente al día.