RAG verificable: cita o abstente, nunca de memoria
Un RAG verificable es el que cita o se abstiene: entrega el procedimiento entero con su cita, o dice que no tiene respaldo. Nunca responde de memoria ni entrega medio procedimiento. En operación, donde un paso que falta es un riesgo, esa es la diferencia entre un asistente útil y uno peligroso.
¿Por qué falla un RAG genérico en operación?
RAG (generación aumentada por recuperación) es la técnica por la que un asistente de IA busca en tus documentos y responde con lo que encuentra. En una demo de oficina funciona. En una sala de control o a pie de máquina falla de tres formas.
Responde con fragmentos
El planteamiento habitual trocea los documentos y le pasa al modelo los trozos que más se parecen a la pregunta. Un procedimiento de 12 pasos acaba repartido en varios trozos, y el asistente recibe los pasos 3 a 7 y responde con ellos.
Medio procedimiento es peor que ninguno. Quien lo lee no sabe que faltan pasos, y el asistente tampoco.
Inventa con la misma seguridad con la que acierta
Cuando la búsqueda no encuentra nada relevante, el modelo responde igual, con lo que aprendió al entrenar. Mismo tono, mismo formato. Nadie distingue la respuesta respaldada por el manual de la que se ha inventado.
No dice de dónde sale
Sin cita al documento, la revisión y la sección, nadie puede comprobar si la respuesta sale de la revisión vigente del manual o de una que se retiró hace dos años.
A eso se suman dos condiciones de la operación real: muchos manuales no pueden salir de tu red, y en campo no siempre hay cobertura.
¿Por qué importa ahora?
Porque el conocimiento está en personas que se van. En energía hay 2,4 trabajadores cerca de la jubilación por cada nuevo entrante menor de 25 años (IEA, diciembre de 2025). El sector del agua urbana señala la pérdida de conocimiento como uno de los retos del relevo generacional (DAQUAS, octubre de 2026).
Tus técnicos llaman «al que sabe», y el que sabe se jubila. Lo que sabe está, en buena parte, en los manuales. Un asistente que los consulta bien lo pone al alcance de todo el turno. Uno que los consulta mal es un riesgo nuevo.
Y porque cada vez más organizaciones quieren que sus datos se queden cerca. El 61 % de los CIO de Europa occidental aumentará su dependencia de nubes locales por la geopolítica (Gartner, noviembre de 2025). Si tus manuales describen cómo operar una infraestructura, es probable que tú tampoco quieras subirlos a un asistente en la nube.
¿Qué reglas tiene que cumplir un RAG en operación?
Estas cuatro, sin excepciones:
- Cita o abstente. Cada respuesta lleva documento, revisión y sección. Si no hay respaldo, lo dice.
- Procedimiento entero o nada. Si la respuesta es un procedimiento, llega completo.
- Nunca de memoria. El asistente responde con lo que le entrega el índice, no con lo que recuerda de su entrenamiento.
- Nunca degradar en silencio. Si algo falla, el sistema lo anuncia.
Y esta es la diferencia, punto por punto, con el planteamiento ingenuo:
| Aspecto | RAG ingenuo | RAG verificable |
|---|---|---|
| Qué recibe el asistente | Los trozos que más se parecen a la pregunta | La sección entera |
| Si no encuentra respaldo | El modelo responde igual | Lo dice |
| Cita | Opcional | Documento, revisión y sección |
| Qué entra en el índice | Lo que se sube | Lo que pasa un control de calidad y tu aprobación |
| Si una actualización sale mal | No hay vuelta atrás | Vuelves a la versión anterior del índice |
¿Cómo lo hace RAGNIX?
RAGNIX, nuestro motor de recuperación documental, aplica esas reglas en tres pasos.
Ingesta con control
Hoy admite Markdown, Word y HTML, y extrae las figuras de cada revisión. Nada entra sin pasar un control de calidad y tu aprobación, y cada cambio queda registrado. Tú decides qué documentos alimentan al asistente, no quien tenga acceso a una carpeta compartida.
Índice local, versionado e inmutable
La búsqueda combina palabras exactas y significado. Las palabras exactas encuentran el código de un equipo o el número de una alarma; el significado encuentra la respuesta aunque el técnico lo pregunte con sus propias palabras.
Cada versión del índice es inmutable. Si una actualización de documentos sale mal, vuelves a la anterior.
Respuesta por MCP, con la sección entera
Tu asistente se conecta por MCP, busca y recibe la sección entera con su cita. También puede consultar el índice del documento para ir a la sección que necesita. No hace falta un modelo concreto: RAGNIX se conecta por MCP al asistente que ya uses.
La cita no es un adorno. Es lo que permite que tu técnico abra el manual por la sección indicada y compruebe la respuesta antes de actuar. La IA propone; la persona comprueba y decide.
¿Funciona sin conexión y con modelos pequeños?
Sí, y está pensado para eso. RAGNIX funciona con modelos de lenguaje locales y pequeños, y la indexación, la búsqueda y el servicio corren dentro de tu red. No nos envía telemetría.
Es un ejecutable de 8,5 MB que corre en un portátil o en un servidor, sin base de datos vectorial, sin Python y sin contenedores. Encaja en una red aislada o en el portátil de un técnico.
El control de acceso llega hasta el fragmento: las colecciones están aisladas y lo restringido no se ve por defecto. Puedes tener varias colecciones en el mismo sistema sin que se mezclen. Y no hay coste por consulta ni dependencia de un proveedor de IA en la nube.
¿Cuánto cuesta frente a enviar el manual entero a un modelo de contexto largo?
La alternativa a un RAG es meter el manual entero en un modelo de contexto largo en la nube y preguntarle. Funciona, pero pagas por releer el manual completo en cada pregunta.
Tenemos una estimación, no una medición. Con un manual de 200.000 tokens, una sesión de dos preguntas cuesta unas 24 veces menos con RAGNIX que enviando el manual entero a un modelo de contexto largo en la nube. Supuestos: precios públicos de septiembre de 2026 y sin incluir los tokens de salida. El experimento con un manual real está en curso.
Lo que no te prometemos: respuestas mejores que las de meter el manual entero en un modelo gigante en la nube. Lo que sí te prometemos es que, con varios manuales, sin conexión y con un modelo pequeño, la respuesta sigue llegando con su cita.
¿En qué estado está RAGNIX?
En piloto con un primer cliente. Hoy indexa Markdown, Word y HTML y extrae las figuras de cada revisión.
En camino: PDF, servir las figuras por MCP, cifrado y autenticación del canal MCP, y acceso con el SSO de tu empresa. Lo decimos porque, si tu documentación vive en PDF, conviene que lo sepas antes de la primera reunión.
¿Por dónde empezar?
Por un manual que tus técnicos consulten a menudo y una lista de preguntas reales. Es la misma idea de la IA que rinde cuentas, aplicada a tus documentos: cada respuesta, con su evidencia.
Si quieres probarlo con uno de tus manuales, mira cómo funciona RAGNIX; si forma parte de un proyecto mayor, cuéntanoslo en Servicios.