«Se puede coger material». La frase está realmente en el manual. La excepción para los paquetes precintados va justo después, pero no acaba en el fragmento de texto recuperado. Una IA puede formular una respuesta limpia y con fuentes a partir de la primera frase y aun así perder la condición decisiva.
RAG combina búsqueda y respuesta: se seleccionan pasajes de una colección que encajan con la pregunta y se proporcionan como contexto. Esto no modifica automáticamente los pesos del modelo. La tecnología relevante empieza antes de que se redacte la respuesta, con la incorporación, la división y la selección del material.
Cuatro pasos y cuatro posibles puntos de fallo
Primero, el contenido de un archivo tiene que estar disponible en un formato utilizable. Después se divide en secciones. Un índice de búsqueda ayuda a encontrar las secciones que encajan con la pregunta. Por último, un modelo formula una respuesta usando este material seleccionado. Un error al principio no desaparece solo porque la última frase suene especialmente convincente.
La documentación de Open WebUI describe, entre otras cosas, la división del texto, el solapamiento y la reindexación. Los documentos de conocimiento existentes conservan su división anterior hasta que se reindexan. Por tanto, un ajuste modificado todavía no demuestra que el índice de búsqueda ya haya cambiado.
Crea una colección diminuta con respuestas conocidas
Crea tres archivos de texto propios con identificadores estables. El primero describe cómo coger material y su excepción. El segundo distingue a los invitados de los miembros del equipo. El tercero explica la diferencia entre documentos vigentes y archivados. La fuente pueden ser archivos locales seleccionados deliberadamente o contenido exportado desde un sistema como Nextcloud; proporcionar los archivos y la búsqueda con IA siguen siendo pasos separados.
K01 Material
Material may be taken.
Sealed packages require approval beforehand.
K02 Access
Guests check in at reception.
Team members use their own access.
K03 Archive
Current documents are kept in the working folder.
Archived versions are kept only for traceability.Anota cuatro preguntas con su base esperada: ¿Qué se aplica a los paquetes precintados? ¿Cómo se registran los invitados? ¿Qué versión es la vigente? ¿Dónde está el número de teléfono de la recepción? El último dato falta deliberadamente. Así tienes un caso desconocido real junto a tres preguntas que sí tienen respuesta.
En una herramienta RAG existente, empieza con esta pequeña colección. Guarda o muestra los fragmentos de texto realmente recuperados antes de juzgar la respuesta final. Si la excepción ya falta ahí, conviene examinar primero la división o la selección. Reformular el prompt de respuesta no puede compensar de forma fiable una fuente que falta.
Cambiar los límites del texto de forma deliberada
Compara dos variantes manejables: una división en la que la regla y la excepción acaban separadas, y otra que mantiene ambas juntas. Anota las secciones realmente generadas. Un simple ajuste con un nombre atractivo todavía no te dice dónde se cortó realmente tu propio texto.
El solapamiento puede conservar el contexto vecino, pero genera contenido repetido adicional. Las secciones muy grandes, en cambio, pueden arrastrar mucho material irrelevante. Por eso, este ejemplo no ofrece un tamaño de sección ideal universal.
Al comparar, mantén iguales todos los demás pasos. Si la extracción, el modelo de embeddings y el prompt cambian al mismo tiempo, difícilmente se puede atribuir una respuesta modificada a una sola causa. Una colección pequeña facilita precisamente esta observación.
Reindexar y volver a importar son cosas distintas
Open WebUI señala un límite especialmente práctico de la reindexación: trabaja con el texto ya extraído y no vuelve a abrir el archivo original. Por tanto, un método de extracción distinto no cambia automáticamente el contenido de documentos antiguos. Para un procesamiento realmente nuevo, los archivos afectados deben añadirse de nuevo siguiendo el procedimiento documentado.
Esta distinción ayuda a solucionar problemas. Si una fila de una tabla ya falta en el texto extraído, un tamaño de fragmento distinto no es la primera palanca. Si la excepción está presente pero se recupera por separado, eso afecta a una fase posterior.
Una buena respuesta a las cuatro preguntas de prueba nombra su base, mantiene las restricciones y deja abierto el número de teléfono que falta. La prueba no mide la calidad general de RAG. Hace comprensible la cadena: incorporar la fuente, conservar el contexto, encontrar el pasaje correcto y solo entonces responder a partir de él.
Fuentes y estado
Fuentes a fecha de 25 de octubre de 2026. Generación aumentada por recuperación — Fragmentación y reindexación.
