Guías técnicas

Un gran modelo de lenguaje es un escritor muy capaz con una debilidad muy concreta: solo sabe lo que aprendió durante el entrenamiento, y ese entrenamiento se detuvo en un punto fijo del pasado. Pregúntale por la política de devoluciones de tu empresa, por los precios del último trimestre o por un documento que escribiste ayer, y no tendrá nada a lo que recurrir salvo las conjeturas. La generación aumentada por recuperación, abreviada normalmente como RAG, es la técnica que lo soluciona. Da al modelo una forma de consultar las cosas antes de responder.

Cuando alguien quiere que un modelo de lenguaje sepa algo nuevo, suele recurrir a una de tres herramientas: el prompting, el ajuste fino o la generación aumentada por recuperación. Suenan intercambiables. No lo son. Cada una cambia una parte distinta del sistema, cuesta una cantidad distinta y encaja con un tipo de problema distinto. Elegir la equivocada es la forma más habitual de que un proyecto de IA se atasque.

Todo sistema moderno de búsqueda, recomendación y recuperación por IA se apoya en una idea discreta: que el significado puede convertirse en números. Un embedding es exactamente eso, una lista de números que capta de qué trata un fragmento de texto o un producto. Entender los embeddings es la clave para entender cómo las máquinas comparan las cosas por su significado en lugar de por la coincidencia de palabras.

Una base de datos tradicional responde a preguntas exactas. Encuentra al cliente con este identificador, los pedidos realizados en esta fecha, los productos de esta categoría. Es rápida y precisa, pero no tiene ni idea de lo que significa nada. Una base de datos vectorial responde a un tipo de pregunta distinto: encuentra las cosas más parecidas en significado a esta. Es la capa de almacenamiento que hace posibles la búsqueda semántica y la generación aumentada por recuperación a gran escala.

Durante la mayor parte de la historia de la web, buscar significaba hacer coincidir palabras. Escribías "horas piscina hotel" y el motor buscaba páginas que contuvieran "hotel", "piscina" y "horas", más o menos en ese orden de importancia. Funcionaba lo bastante bien como para que surgiera toda una industria en torno a elegir las palabras adecuadas. La búsqueda semántica cambia la regla. En lugar de hacer coincidir las palabras que escribiste, hace coincidir lo que querías decir. Entender la diferencia explica mucho sobre cómo los asistentes de IA encuentran, o no encuentran, tu negocio.

Cada conversación con un modelo de lenguaje ocurre dentro de una caja de tamaño fijo. Todo lo que el modelo puede considerar a la vez, tu pregunta, las instrucciones, cualquier documento que aportes y la conversación hasta ese momento, tiene que caber dentro de esa caja. La caja se llama ventana de contexto y, de forma silenciosa, moldea lo que la IA puede y no puede hacer por ti.

Cuando escribes una frase a un modelo de lenguaje, este no ve letras ni siquiera palabras. Ve tokens. Los tokens son las pequeñas unidades que un modelo lee, cuenta y factura de verdad, y en cuanto los entiendes, varias cosas desconcertantes sobre la IA empiezan a cobrar sentido: por qué le cuestan algunas grafías, por qué los precios se expresan por millón de tokens y por qué una ventana de contexto se mide como se mide.

Haz a un modelo de lenguaje una pregunta que en realidad no puede responder y, a menudo, responderá igualmente, con fluidez y seguridad, con detalles que suenan correctos y no lo son. Esto se llama alucinación. Es la limitación más importante que hay que entender antes de confiar a la IA los datos de tu negocio, y también es un problema resoluble una vez que sabes de dónde viene.

Un prompt es, sencillamente, lo que le dices a un modelo de lenguaje. El prompt engineering es el arte de decirlo bien. La expresión suena técnica, pero la habilidad de fondo le resulta familiar a cualquiera que haya dado instrucciones a un compañero nuevo: cuanto más claro el encargo, mejor el trabajo. Un puñado de hábitos explica la mayor parte de la mejora.

Un modelo de lenguaje por sí solo solo puede hacer una cosa: producir texto. No puede consultar el tiempo de hoy, buscar una reserva, enviar un correo ni consultar una base de datos. Todo lo que dice procede de lo que aprendió en el entrenamiento más lo que tú pongas en el prompt. El function calling, también llamado uso de herramientas, es lo que permite a un modelo alcanzar más allá de sí mismo. Es el puente entre una IA que habla y una IA que hace.

La mayoría de las explicaciones de la generación aumentada por recuperación se centran en las partes vistosas: los embeddings, la base de datos vectorial, el modelo de lenguaje que redacta la respuesta. Pero dos pasos más discretos deciden si todo funciona de verdad. El chunking determina qué se almacena. El reranking determina qué se usa. Hazlos mal y hasta el mejor modelo responderá a partir del material equivocado.

Los grandes modelos de lenguaje pueden parecer magia: escribes una pregunta y aparece un párrafo meditado. Bajo la superficie, el mecanismo es más sencillo de lo que parece, y conocerlo explica tanto lo que estos modelos hacen bien como dónde fallan. En el centro hay un acto repetido: predecir el siguiente fragmento de texto.

La mayor parte de la información que publica un negocio está escrita para personas: párrafos, folletos, cartas, páginas de prosa. Las personas la leen sin problema. Las máquinas se atascan, porque un párrafo no dice qué palabras son los hechos. Un grafo de conocimiento lo resuelve almacenando los hechos como conexiones entre cosas. Es una de las ideas más antiguas de la informática y una de las más útiles en la era de la IA.

Si un grafo de conocimiento es una colección de hechos, una ontología es el reglamento que dice qué tipos de hechos están permitidos. Define qué tipos de cosas existen, qué propiedades pueden tener y cómo se les permite relacionarse. La palabra viene de la filosofía, donde significa el estudio de lo que existe. En datos significa algo más práctico: un plano compartido para que todos, y cada máquina, entiendan lo mismo con las mismas palabras.

Las dos palabras se usan indistintamente, y están relacionadas, pero describen cantidades distintas de estructura. Una taxonomía ordena las cosas en categorías. Una ontología describe cómo se relacionan las cosas. Saber cuál tienes, y cuál necesitas, ahorra mucha confusión a la hora de organizar información para personas y para máquinas.

Tu negocio probablemente tiene más de un nombre. El nombre legal de la factura, la marca del cartel, la versión abreviada que usan los clientes, la errata que aparece en las reseñas, el nombre antiguo de antes del cambio de marca. Para ti son, obviamente, el mismo sitio. Para una máquina son cinco cadenas de letras distintas y, salvo que algo le indique lo contrario, cinco sitios distintos. La resolución de entidades es la tarea de averiguar qué menciones se refieren a la misma cosa real.

La resolución de entidades decide que varias menciones son la misma cosa. El enlazado de entidades va un paso más allá: conecta una mención de un texto con un registro conocido de esa cosa en una base de conocimiento. Cuando un artículo dice "el Azure" y un sistema vincula esa expresión a una entrada concreta con una identidad estable, una dirección, un conjunto de hechos y una historia, eso es enlazado de entidades. Es cómo una palabra de una página se convierte en algo que una máquina conoce.

La generación aumentada por recuperación estándar encuentra pasajes que se parecen a una pregunta y se los entrega a un modelo de lenguaje. Funciona bien con preguntas directas cuya respuesta cabe en un párrafo. Se atasca cuando la respuesta exige conectar hechos que viven en lugares distintos. GraphRAG lo resuelve recuperando desde un grafo de conocimiento en lugar de, o junto a, un montón de fragmentos de texto. El modelo recibe hechos y sus conexiones, no solo pasajes que por casualidad comparten palabras con la pregunta.

Mucho antes de los grandes modelos de lenguaje, un grupo de investigadores liderado por el inventor de la web se propuso hacer que el contenido web fuera legible por máquinas, no solo por personas. Lo llamaron la web semántica y construyeron tres estándares que siguen siendo hoy la columna vertebral de los grafos de conocimiento serios. RDF es cómo se escriben los hechos. OWL es cómo se definen las reglas sobre esos hechos. SPARQL es cómo se formulan las preguntas. Esto es lo que hace cada uno, sin la jerga.

Una página web dice las cosas en dos capas. Está lo que lee una persona: el titular, las fotos, los párrafos. Y puede haber una segunda capa, invisible para el visitante, que expone los mismos hechos en una forma que una máquina puede interpretar sin adivinar. Schema.org es el vocabulario compartido de esa segunda capa. JSON-LD es la forma más habitual de escribirlo en una página. Juntos son lo que los motores de búsqueda y los sistemas de IA quieren decir cuando hablan de datos estructurados.

Todo lo que tu negocio sabe sobre sí mismo existe en una de dos formas. O está escrito para personas, en frases que hay que interpretar, o está escrito para máquinas, en campos que no hay que interpretar en absoluto. La segunda forma son los datos estructurados. No es una idea nueva. Es la diferencia entre un párrafo y un formulario, y es el factor que más influye en si un sistema de IA acierta con tus datos.

Reduce cualquier hecho a su forma más simple y obtendrás tres partes: algo, una relación y algo más. La piscina abre a las siete. El hotel está en Pattaya. El restaurante sirve comida tailandesa. Cada uno es un sujeto, un predicado y un objeto. En datos, esta unidad de tres partes se llama tripleta, y es el átomo con el que se construyen los grafos de conocimiento, la web semántica y la mayoría de las descripciones estructuradas del mundo.

Hay un estilo de redacción de empresa que funciona bien con las personas y mal con las máquinas. Fluye. Crea ambiente. Mete seis hechos en un párrafo cálido y confía en que el lector los extraiga. Las personas sí los extraen. Los sistemas de IA, que leen cortando el texto en pedazos y comparándolos con las preguntas, a menudo no. Los hechos granulares, cada uno enunciado por separado y claramente etiquetado, son los que sobreviven a ese proceso. Esto es por qué.

Un chatbot responde. Un agente actúa. Esa es toda la diferencia, y lo cambia todo sobre lo que el software puede hacer por ti y lo que necesita del mundo que lo rodea. Ambos se construyen sobre los mismos modelos de lenguaje, así que la distinción no es cuestión de inteligencia. Es cuestión de si se permite al modelo hacer cosas, comprobar los resultados y seguir adelante hasta alcanzar un objetivo.

Durante los primeros años de la IA de consumo masivo, el producto era una respuesta. Preguntabas, escribía. La IA agéntica es la siguiente fase: sistemas que toman un objetivo y lo llevan a cabo, tomando decisiones por el camino, usando herramientas de software y volviendo a ti solo cuando han terminado o necesitan que se tome una decisión. La palabra "agéntica" significa, sencillamente, tener agencia, la capacidad de actuar. Esto es lo que implica ese cambio y por qué está llegando ahora.

Todo asistente de IA tiene la misma limitación: solo sabe lo que hay en su entrenamiento y lo que escribes en el chat. Para ser útil con tus datos, tus sistemas y tus herramientas, necesita una forma de alcanzarlos. Hasta hace poco, cada conexión era a medida, construida una vez para un modelo y una herramienta, y reconstruida para la siguiente. El Model Context Protocol, MCP, es un estándar abierto que sustituye todas esas conexiones a medida por una forma común de enchufar herramientas y datos a cualquier modelo. A menudo se describe como el puerto USB de la IA, y la comparación es justa.

Un servidor MCP es la pieza de software que permite a un asistente de IA alcanzar tu sistema. Construir uno tiene menos que ver con el código que con las decisiones: qué exponer, cómo nombrarlo, qué proteger. Esta guía recorre esas decisiones en términos sencillos, para que, tanto si escribes el servidor tú mismo como si se lo pides a alguien, sepas qué aspecto tiene uno bueno.

Un solo agente con una larga lista de herramientas y un objetivo complicado tiende a confundirse. Pierde la pista de lo que ha hecho, usa la herramienta equivocada o intenta retener demasiado en su contexto limitado. La solución es la misma que las organizaciones encontraron hace mucho: repartir el trabajo. Un sistema multiagente son varios agentes, cada uno con una tarea más acotada, que se coordinan para completar una labor que ninguno podría hacer bien en solitario.

Desmonta un agente de IA en sus partes y encontrarás un modelo de lenguaje rodeado de tres cosas que lo convierten de un generador de texto en algo capaz de sacar trabajo adelante. Las herramientas le dejan actuar sobre el mundo. La memoria le deja llevar la cuenta. La planificación le deja decidir qué hacer a continuación. Esto es lo que hace cada parte, cómo encajan y qué ocurre cuando falta una.

Durante veinte años hubo un solo juego: la optimización para motores de búsqueda, SEO, el arte de posicionar en una página de resultados para que la gente haga clic hasta tu sitio. Luego empezaron a aparecer cuadros de respuesta por encima de los enlaces, y después los asistentes de IA empezaron a responder sin mostrar enlace alguno. Llegaron dos nuevas siglas para describir el nuevo juego. Se solapan, se usan a menudo con poco rigor y describen cosas realmente distintas. Esto es lo que significa cada una y cómo encajan.

Cuando alguien le pide a un asistente de IA un hotel cerca del casco antiguo con piscina en la azotea, el asistente nombra dos o tres. No muestra una página con diez enlaces azules. Elige. Entender cómo se toma esa decisión es el primer paso para ser el elegido. El proceso no es misterioso, y no es un concurso de popularidad. Es una secuencia de filtros, cada uno de los cuales un negocio puede pasar o no.

La búsqueda solía terminar con una lista. Ahora, a menudo, termina con una respuesta. El cuadro en la parte superior de los resultados, la respuesta única del asistente de voz, el resumen de IA por encima de los enlaces: todos ellos son motores de respuesta, sistemas que le dan a la persona lo que pidió sin un clic. La optimización para motores de respuesta, AEO, es la práctica de hacer que tu contenido sea la respuesta que esos motores eligen. Es una disciplina más acotada y precisa que el SEO tradicional y, en un mundo donde a menudo la respuesta es lo único que ve la persona, cada año importa más.

Una parte creciente de las preguntas que antes iban a un buscador ahora van a un asistente de IA. La gente le pide a ChatGPT recomendaciones de hoteles, a Perplexity el mejor restaurante cerca de un monumento, a Gemini si un sitio es apropiado para una familia. Estos sistemas responden en prosa, nombran un puñado de negocios y a veces citan sus fuentes. Ser uno de los nombres es la nueva visibilidad. Esto es cómo estos asistentes encuentran lo que recomiendan, y qué hace que un negocio les resulte fácil de elegir.

Muchos negocios han notado lo mismo. Sus posiciones de búsqueda se mantuvieron estables, sus páginas siguen apareciendo y, aun así, llega menos gente. La explicación es la búsqueda sin clic: la persona preguntó, el motor de búsqueda o el asistente de IA respondió en el acto y nadie hizo clic en nada. La visita que antes ocurría ahora no ocurre. Entender este cambio es la diferencia entre perseguir tráfico perdido y adaptarse a donde fue realmente la atención.

Una página de preguntas frecuentes debería ser el contenido más fácil de usar de tu sitio para una IA. Preguntas reales, respuestas directas, un par tras otro. Y sin embargo, muchas páginas de preguntas frecuentes no aportan nada a cómo los asistentes describen un negocio, y sus dueños nunca descubren por qué. Los motivos son técnicos, concretos y corregibles. Aquí están los más habituales, en el orden en que suelen dar problemas.

Todo lo que un asistente de IA dice sobre tu negocio viene de algún sitio. Normalmente viene de fuentes dispersas: una página aquí, una ficha allá, una reseña, una entrada de directorio, cada una escrita con sus propias palabras y cada una ligeramente distinta. El asistente arma una imagen a partir de los fragmentos y confía en que coincidan. Un grafo de conocimiento sustituye los fragmentos por una descripción única, conectada y legible por máquina de lo que eres. Es la forma más directa de que te entienda correctamente cualquier sistema que te lea.

Todo sitio web ha tenido durante décadas un pequeño archivo de texto en su raíz: robots.txt, una nota para los rastreadores de los motores de búsqueda que indica qué partes del sitio pueden y no pueden visitar. En 2024 apareció una propuesta de archivo hermano dirigido a un lector distinto. llms.txt es un archivo de texto plano, también en la raíz del sitio, escrito para los grandes modelos de lenguaje. Donde robots.txt dice por dónde puede ir un rastreador, llms.txt dice de qué trata el sitio y dónde vive el contenido más útil, en una forma que un modelo puede leer de una sola pasada.

Durante veinticinco años, una web se construyó para un único visitante: una persona con una pantalla, un ratón o un pulgar, y la paciencia para explorar. Ha llegado un segundo visitante. Los agentes de IA visitan ahora los sitios web en nombre de las personas, para encontrar datos, comparar opciones y completar tareas. No exploran. Leen lo que pueden interpretar, llaman a lo que pueden alcanzar y se van cuando no pueden. La preparación para agentes es la cuestión de si tu sitio funciona para este visitante. La mayoría no, por razones que son fáciles de enumerar y cada vez más importantes de corregir.