Muchas empresas empiezan un RAG por el sitio equivocado: eligen una herramienta, prueban un modelo y suben una carpeta llena de PDFs, manuales antiguos y documentos mezclados.
Al principio parece funcionar. El asistente responde. Busca. Resume. Pero enseguida aparecen los problemas: respuestas con fuentes viejas, documentos que no debería leer todo el equipo, versiones duplicadas y dudas sobre quién puede ver qué.
El RAG privado no falla solo por el modelo. Muchas veces falla porque la documentación interna llega sucia.
La idea práctica
Antes de montar un asistente documental, conviene preparar las fuentes como si fueran a ser auditadas mañana.
No hace falta hacerlo perfecto desde el primer día. Sí hace falta evitar tres errores:
- meter documentos sin dueño;
- mezclar información pública, interna y confidencial;
- indexar todo sin permisos por rol.
Si eso queda mal, el asistente puede ser rápido, pero no será fiable.
Paso 1: limpia antes de indexar
El primer trabajo no es técnico. Es ordenar.
Revisa qué documentos merece la pena usar y cuáles solo van a meter ruido. Suelen sobrar:
- versiones antiguas de manuales;
- PDFs duplicados;
- documentos sin fecha;
- carpetas heredadas de proyectos cerrados;
- plantillas que ya no se usan;
- capturas o exportaciones que nadie mantiene.
Un RAG no distingue automáticamente entre "documento oficial" y "archivo que alguien guardó hace tres años". Si ambos entran en la base de conocimiento, ambos pueden influir en la respuesta.
Paso 2: clasifica por sensibilidad
No todos los documentos internos tienen el mismo riesgo.
Una forma sencilla de empezar:
- Público: catálogos, fichas comerciales o FAQs web. Puede entrar con bajo riesgo.
- Interno: procedimientos, manuales y guías operativas. Mejor en un RAG privado con permisos.
- Confidencial: contratos, precios, clientes o incidencias sensibles. Necesita permisos estrictos.
- Crítico: credenciales, datos legales o información personal sensible. Normalmente debe quedar fuera o ir a un entorno muy controlado.
Esta clasificación evita una trampa habitual: pensar que "interno" significa "visible para todos los empleados".
Paso 3: decide permisos antes de probar
Los permisos no deberían añadirse al final. Si se diseñan tarde, el piloto puede salir bien en una demo y romperse en producción.
Preguntas básicas:
- ¿Qué equipos podrán consultar cada fuente?
- ¿Hay documentos que solo debe ver dirección, legal, administración o soporte?
- ¿El asistente debe citar de dónde sale cada respuesta?
- ¿Quién revisa una respuesta cuando afecta a clientes, dinero o cumplimiento?
- ¿Qué ocurre si la IA no encuentra una fuente fiable?
Este punto es clave para empresas de Donostia, Gipuzkoa y Euskadi que quieren usar IA con documentación real, no solo hacer una prueba bonita.
Paso 4: prueba con preguntas incómodas
No pruebes el RAG solo con preguntas fáciles.
Haz una lista corta de casos que puedan fallar:
- una pregunta con dos documentos que se contradicen;
- una consulta que pide información de un área sin permiso;
- un documento antiguo frente a uno actualizado;
- una pregunta sobre precios o condiciones especiales;
- una petición donde la respuesta correcta debería ser "no tengo fuente suficiente".
Ahí se ve si el asistente está preparado para trabajar o solo para impresionar en una demo.
Descarga el checklist básico
Si quieres revisar tu documentación antes de montar un RAG, puedes descargar una checklist breve para ordenar fuentes, permisos y pruebas.
Descarga el how-to básico
Checklist breve para preparar un RAG interno sin abrir documentos de más: alcance, permisos, fuentes, pruebas, revisión humana y métricas.
Dónde encaja Umintia
En Umintia ayudamos a empresas a preparar bases documentales para RAG privado, definir permisos y decidir cuándo conviene usar una arquitectura de IA local o privada.
La parte técnica importa. Pero antes hay que hacer una pregunta menos vistosa: qué documentos puede leer la IA, quién puede preguntarle y qué respuesta sería aceptable para tu negocio.