RAG
Anatomía de un pipeline RAG: los seis componentes
Ingesta, embeddings, base vectorial, recuperación, aumento del prompt y generación. Qué decide cada pieza y dónde se rompe cada una.
RAG
RAG
Qué es RAG y qué problema resuelve de verdad
Los modelos de lenguaje no conocen tus datos y no admiten que no los conocen. RAG es la arquitectura que cierra ese hueco sin reentrenar nada.
Publicaciones digitales
Datos personales en la hemeroteca: lo que un buscador conversacional puede sacar a la luz sin querer
Un archivo periodístico está lleno de nombres de personas corrientes. Un sistema que sintetiza y cruza puede convertir piezas dispersas en un perfil.
RAG
Seis semanas, de cero a buscador conversacional: el plan que le daría a un medio local
Sin fases eternas ni comités. Qué hacer cada semana, qué entregar y en qué punto conviene parar si los números no acompañan.
RAG
¿Modelo propio o API? La decisión que un medio debería tomar por soberanía, no por precio
Alojar el modelo en casa suena a independencia y suele salir más caro. Pero hay tres situaciones donde compensa, y ninguna tiene que ver con el ahorro.
Publicaciones digitales
¿Puedes indexar los artículos de tus colaboradores? La pregunta incómoda que llega tarde
Casi ningún contrato con freelance de hace diez años contempla que su pieza acabe alimentando un sistema de IA. Conviene mirarlo antes de indexar el archivo entero.
RAG
Publicar en dos lenguas y que el buscador no se entere: el problema multilingüe que nadie plantea
Muchas publicaciones españolas conviven con dos idiomas. Los sistemas de recuperación pueden salvar esa frontera, pero solo si se montan pensándolo desde el principio.
RAG
Lo que cuesta de verdad montar un RAG en un medio pequeño, partida por partida
Se habla mucho de las posibilidades y poco de la factura. Un desglose honesto de dónde va el dinero y qué partida se dispara si nadie la vigila.
RAG
La factura oculta: el RAG no falla por el modelo, falla por veinte años de metadatos sucios
Cuando un medio conecta su archivo a un sistema de recuperación, lo primero que descubre no es la potencia de la IA. Es el estado real de su hemeroteca.
RAG
El archivo que nadie consulta: por qué el buscador de tu medio digital sigue anclado al fichero de cartulinas
Los medios digitales acumulan archivos de veinte años que casi nadie consulta, porque siguen buscándose por palabras exactas. La recuperación aumentada cambia esa ecuación.
Inteligencia artificial
Si el modelo se lo lee todo, ¿para qué sirve el RAG? La pregunta del millón de tokens
Las ventanas de contexto gigantes prometían jubilar la recuperación aumentada. Dos años después, el argumento se ha girado por motivos poco románticos.
RAG
«Funciona bien» no es una métrica: cómo evaluar un RAG sin fiarse de la demo
Casi todos los proyectos de IA en medios se validan probando diez preguntas a mano. Así es como se descubren los fallos tarde y en público.