En la práctica
El método lo describieron Lewis y otros investigadores de Facebook AI Research en mayo de 2020. Resuelve dos cosas a la vez: que el modelo conteste con tu información sin tener que reentrenarlo, y que pueda decir de dónde sale cada respuesta. Es lo que hay detrás de los asistentes que «leen» la intranet, las fichas técnicas o los contratos.
Está bastante extendido, aunque no tanto como se dice. En la encuesta de Menlo Ventures a 600 empresas de Estados Unidos (noviembre de 2024) lo usaba el 51 % de los despliegues; en la de diciembre de 2025 aparece en segundo lugar, después de escribir buenos prompts.
Por qué te importa
El resultado depende de tres cosas: que el documento esté, que la búsqueda lo encuentre y que el modelo lo use bien. Barnett et al. (enero de 2024) documentaron siete puntos de fallo, y solo uno es que falte el documento. Cómo se trocean los textos y cómo se busca pesa mucho: Anthropic redujo un 67 % las búsquedas fallidas combinando técnicas (septiembre de 2024). Con poca documentación, unas 500 páginas o menos, a veces basta con meterla entera en el prompt.
RAG agéntico
Lo que algunos llaman «RAG 2.0» se dice mejor RAG agéntico: el sistema decide qué buscar, busca varias veces y comprueba lo que encuentra antes de responder. «RAG 2.0» fue una marca de Contextual AI, de marzo de 2024, para otra cosa (entrenar juntos el buscador y el modelo), y ellos mismos ya no la usan. La versión agéntica está pensada para preguntas difíciles, y tarda y cuesta más, como advierte Microsoft en su documentación.
Los límites
No elimina las alucinaciones. Con el documento delante, los modelos más conocidos todavía añaden algo que no está en él en un 6 % a 12 % de los resúmenes (Vectara, septiembre de 2026). Y si se indexa todo sin respetar quién puede ver qué, el asistente puede enseñar documentos a quien no debe.
Fuentes
- Lewis et al., «Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks», arXiv, 22 de mayo de 2020 (NeurIPS 2020).
- Menlo Ventures, «2024: The State of Generative AI in the Enterprise», 20 de noviembre de 2024.
- Menlo Ventures, «2025: The State of Generative AI in the Enterprise», 9 de diciembre de 2025.
- Barnett et al., «Seven Failure Points When Engineering a Retrieval Augmented Generation System», arXiv, 11 de enero de 2024.
- Anthropic, «Introducing Contextual Retrieval», 19 de septiembre de 2024.
- Contextual AI, «Introducing RAG 2.0», 19 de marzo de 2024.
- Singh et al., «Agentic Retrieval-Augmented Generation: A Survey on Agentic RAG», arXiv, 15 de enero de 2025.
- Microsoft, «Agentic retrieval overview» (Azure AI Search), actualizada el 16 de septiembre de 2026.
- Vectara, «Hallucination Leaderboard», actualizado el 22 de septiembre de 2026.
GREY97, «RAG», Glosario. grey97.com/biblioteca/glosario/rag/