Pipeline RAG
La cadena completa del documento a la respuesta: ingerir (analizar y fragmentar) → vectorizar → almacenar en una base vectorial → y en cada consulta: recuperar → reordenar si hace falta → generar.
El RAG ingenuo se queda en una búsqueda por coseno con los k mejores resultados. El RAG moderno añade capas: estrategia de fragmentación (semántica, ventana deslizante, recursiva, late chunking), búsqueda híbrida que combina vectores con BM25, un reordenador de tipo cross-encoder como Cohere Rerank, expansión de consulta (HyDE, multiconsulta), compresión de contexto y la recuperación contextual propuesta por Anthropic.
Al crecer las ventanas de contexto apareció la tentación de «mandarlo todo y que el modelo se apañe». Es más caro y, contra la intuición, suele dar peores respuestas.