Saltar al contenido
Cursos/RAG avanzado y seguro/Respuestas con citas
Revisión pendiente desde 21 ago 20263 fuentes primarias

Respuestas estructuradas con citas en RAG

Para usar RAG en una pyme o proyecto serio, “texto bonito” no basta. Necesitas contrato: respuesta, evidencia, confianza, campos faltantes y una salida clara cuando el contexto no alcanza.

Qué vas a conseguir ahora

Una decisión o prueba aplicada a «Respuestas estructuradas con citas en RAG».

  1. 1Entiende el criterio
  2. 2Haz una práctica pequeña
  3. 3Guarda una evidencia
Evidencia

Una nota breve con qué hiciste, qué salió bien, qué falló y qué revisarías después.

Objetivos de aprendizaje
  • Diseñar un contrato de respuesta validable.
  • Forzar citas ligadas a chunks recuperados.
  • Evitar alucinaciones con “no tengo evidencia suficiente”.
En cristiano: contrato de respuesta. Es el formato obligatorio que la IA debe devolver. Permite validar si hay respuesta, citas, confianza y campos faltantes antes de enseñarlo al usuario.
Terminal
{
  "answer": "Puedes devolver el producto durante 14 días naturales.",
  "confidence": "high",
  "citations": [
    {
      "document_id": "politica-devoluciones",
      "section": "Devoluciones",
      "page": 3,
      "quote": "plazo de 14 días naturales"
    }
  ],
  "missing_fields": [],
  "cannot_answer": false
}
Idea clave. Si una cita no apunta a un chunk recuperado, no es cita: es decoración.

Reglas de generación

  • Responder solo con contexto recuperado.
  • Cada afirmación importante debe tener cita.
  • Si faltan datos, rellenar `missing_fields`.
  • Si no hay evidencia, activar `cannot_answer`.
  • Validar JSON antes de mostrarlo.
Cuidado. No dejes que el prompt “invente” confianza. La confianza debe depender de recuperación, concordancia entre fuentes y cobertura de campos.
Terminal
regla_no_se:
  si:
    retrieved_chunks < 2
    o no hay cita directa
    o las fuentes se contradicen
  entonces:
    cannot_answer: true
    answer: "No tengo evidencia suficiente en los documentos recuperados."
    missing_fields: ["fuente verificable"]
Comprueba que funciona. Pregunta algo que no esté en los documentos. Si el sistema responde con seguridad, el contrato está mal diseñado o no se está validando.
Guardar y reabrir el proyecto.
RAG profesional no es responder más: es responder menos veces, pero con evidencia clara y formato verificable.

Si has guardado la evidencia de esta lección, continúa con «Evals RAG». Si no, repite la comprobación antes de avanzar.

Mapa completo de AulafyConsulta cómo encaja esta lección sin salir de tu ruta.

Mapa completo de Aulafy

Cómo se relacionan todos los cursos

No es una lista que debas completar. Empieza por la base, elige un resultado y profundiza solo cuando tu proyecto necesite más control.

  1. 1Comprender
  2. 2Aplicar o construir
  3. 3Operar con confianza
01

Empieza aquí

Crea una base común: qué puede hacer la IA, cómo pedir resultados y cómo comprobarlos antes de especializarte.

Desde esta base puedes aplicar la IA a una tarea o aprender a construir con código.

02

Elige una aplicación

Convierte la base en un resultado visible: una web, una mejora de negocio, contenido o una experiencia interactiva.

Si necesitas mantener código, datos o infraestructura, continúa por la rama técnica.

03

Construye con código

Prepara el entorno, trabaja con agentes de programación y aprende a ejecutar modelos con control sobre tus proyectos.

Esta rama prepara los conocimientos necesarios para diseñar y operar sistemas de IA fiables.

04

Lleva sistemas a producción

Combina recuperación, agentes, evaluación, seguridad, despliegue y adaptación de modelos cuando el problema lo exija.

No es obligatorio completarlo todo: elige solo la pieza que tu sistema necesita y vuelve al mapa cuando crezca.

Ver catálogo completo