Problema
La documentación dispersa frena decisiones.
La documentación crítica queda repartida en PDFs, páginas web y repositorios difíciles de consultar. Buscar manualmente consume tiempo y produce respuestas incompletas.
← Volver a casos
RAG + búsqueda semántica
Buscador RAG documental validado
Motor de búsqueda inteligente sobre documentación técnica y normativa, con recuperación semántica, citas trazables y validación anti-alucinación.
Solución
RAG con validación, no solo embeddings.
Arquitectura con indexación de PDFs y contenido web, chunking semántico, embeddings, Qdrant y tres agentes: chunker, buscador y validador.
Arquitectura o flujo
De documento a respuesta trazable.
01
Ingesta
PDFs y contenido web se normalizan antes de indexar.
02
Chunking
Segmentación semántica para preservar contexto consultable.
03
Recuperación
Qdrant recupera evidencias relevantes mediante embeddings.
04
Validación
Agente validador controla respuesta, citas y riesgo de alucinación.
KPIs y resultados
26.251Chunks indexados
~94%Precisión validada
90%Validación pre-cutover (18/20)
~$0,0015Coste por consulta
Qué aprendimos
Un RAG útil necesita evaluación, citas y límites claros.
La precisión mejora cuando el sistema no intenta contestarlo todo: recupera evidencias, valida y permite saber de dónde sale cada respuesta.