RAG (Retrieval-Augmented Generation) es lo que diferencia a un chatbot que se inventa respuestas genéricas de uno que sabe los precios reales de tus servicios, los plazos de tu sector y la política de devoluciones de tu empresa. Sin RAG la IA improvisa; con RAG, cita la fuente.
Nota de WhiteMoon: Un Agente IA con RAG razona sobre tu documentación real — no improvisa. Qué es un Agente IA
RAG en una frase
RAG significa Retrieval-Augmented Generation. En cristiano: antes de responder, la IA recupera (retrieval) los fragmentos relevantes de tus documentos, y los usa para generar (generation) una respuesta con tu información real. No inventa. Cita.
Cómo funciona en 30 segundos
- Indexamos tus documentos (PDF, Word, Excel) troceándolos en fragmentos semánticos y guardándolos en una base vectorial (Supabase pgvector).
- El cliente pregunta al chatbot: "¿Cuánto cuesta una limpieza dental?"
- El sistema busca los fragmentos más relevantes en tus documentos: tarifa actualizada, condiciones, descuentos.
- La IA redacta la respuesta usando solo esos fragmentos. Cita la fuente.
Sin RAG vs con RAG: un ejemplo
| Pregunta | Sin RAG (genérico) | Con RAG (tu negocio) |
|---|---|---|
| "¿Cuánto cuesta el cambio de aceite?" | Una horquilla genérica que no es la tuya | El precio de tu tarifa vigente, con lo que incluye |
| "¿Cubre mi seguro este tratamiento?" | "Depende, consulta a tu aseguradora" | Lo que dicen tus condiciones con cada aseguradora, citando el documento |
| "¿Cuándo vence el modelo 303?" | Una respuesta general | El plazo concreto según tu calendario interno y el aviso que tengáis pactado |
Casos donde RAG cambia el resultado
- Manuales de producto: cliente pregunta "¿cómo monto la pieza X?", IA cita el paso 3 del manual técnico.
- Catálogo de precios actualizado: nunca da precio antiguo. Si cambias la tarifa, actualizas el doc y la IA responde con el nuevo.
- Normativa interna: gestoría, despacho legal, clínica. IA responde citando artículo o procedimiento concreto.
- Política de devoluciones / garantías: e-commerce, retail.
- FAQ extendida: pacientes preguntando sobre tratamientos específicos con nombres comerciales.
El RAG en WhiteMoon: proyecto a medida
En WhiteMoon el RAG no va incluido en Spark ni en Core Spark Web: la base de conocimiento con tus documentos es un proyecto a medida (bajo consulta). Estos son los dos productos de partida:
| Spark | Core Spark Web | |
|---|---|---|
| Para quién | Ya tienes web | No tienes web o quieres renovarla |
| Agente IA de chat 24/7 | ✅ | ✅ |
| Captura de leads + aviso al móvil | ✅ | ✅ |
| Web profesional + dominio (primer año) | — | ✅ |
| SEO técnico + GEO/AEO | — | ✅ |
| Base de conocimiento con tus documentos (RAG) | A medida · bajo consulta | A medida · bajo consulta |
| Sin permanencia | ✅ | ✅ |
El importe está publicado en la página de precios. La base de conocimiento con tus documentos, si la necesitas, se valora aparte según cuánta documentación hay.
Cuándo necesitas RAG (y cuándo no)
Necesitas RAG si:
¿Te resulta útil este artículo sobre Qué es el RAG y cómo permite a tu agente IA conocer tu negocio? Aplícalo en tu negocio con la ayuda de WhiteMoon.
- Tu negocio tiene documentación específica que un chatbot genérico no conoce (catálogos, normativa, procedimientos).
- Las respuestas deben citar fuente para credibilidad (legal, médico, fiscal).
- Cambias precios/condiciones a menudo y quieres que la IA esté siempre actualizada.
NO necesitas RAG si:
- Tu chatbot solo agenda citas y resuelve FAQs básicas con info ya en tu web.
- No tienes documentación propia consolidada.
- Tu información es sencilla y ya está en tu web: un agente sin RAG basta.
Para esos casos basta el agente sin RAG: Spark si ya tienes web o Core Spark Web si necesitas una nueva con SEO/GEO desde el primer día.
Lecturas relacionadas
Preguntas frecuentes
¿Qué es el RAG en un agente IA?
RAG (Retrieval-Augmented Generation) permite a un agente IA responder usando tus documentos reales —catálogos, normativa, FAQs internas— en lugar de solo su conocimiento general, dando respuestas precisas y verificables.
¿El RAG va en un producto aparte?
Sí: no va incluido en Spark ni en Core Spark Web. En WhiteMoon la base de conocimiento con tus documentos es un proyecto a medida (bajo consulta) que se valora aparte en la propuesta.
¿Cuándo necesita mi negocio un agente IA con RAG?
Cuando tienes documentación propia extensa (manuales, catálogos, normativa, históricos) y necesitas respuestas exactas basadas en ella. Para negocios con información sencilla, un agente conversacional sin RAG suele ser suficiente.
¿El RAG evita que el agente IA invente respuestas?
Sí. Al anclar las respuestas en tus documentos reales, el RAG reduce las alucinaciones y permite que el agente cite la fuente exacta de la información.
¿Cuántos documentos admite un agente IA con RAG?
Depende del volumen y del tipo de documentación. En WhiteMoon es un proyecto a medida: lo dimensionamos bajo consulta a partir de lo que necesitas que el agente conozca.
Sigue leyendo
¿Quieres implementar esto en tu negocio?
En WhiteMoon te explicamos cómo aplicarlo paso a paso. Sin compromiso.