Durante nuestras sesiones de trabajo, Gemini y yo coincidimos en que un asistente para mi web no podía simplemente "charlar"; tenía que ser preciso. Ahí es donde entra en juego el concepto de RAG (Retrieval-Augmented Generation).
La Analogía del Examinador
Para explicarlo de forma sencilla, Gemini me ayudó a definirlo con una imagen muy clara:
"Imagina que la IA es un examinador muy inteligente pero que no conoce mi currículum. El RAG es como darle a ese examinador mi carpeta personal abierta en la página correcta justo antes de que responda una pregunta. Así, no inventa, sino que consulta mis datos reales antes de hablar."
¿Cómo lo implementamos "mano a mano"?
📚 La Biblioteca (Retrieval): Yo me encargué de que mi sitio en HTML/CSS tuviera la información estructurada. Gemini me guio para configurar los Data Stores, que son los estantes donde la IA busca la verdad.
🛡️ El Filtro de Confianza (Augmented): Ajustamos los parámetros de Grounding. Queríamos que el asistente fuera honesto: si algo no está en mi web, debe decir que no lo sabe en lugar de improvisar.
🎙️ La Voz de la Experiencia (Generation): Pulimos el System Prompt. Le pedimos a la IA que use mi trayectoria de más de 30 años en el sector público como base para su tono: profesional, analítico y servicial.
Un cierre con sello propio
Lo más valioso de esta nota es mostrar que la IA no viene a reemplazarnos, sino a potenciarnos. Mientras yo aportaba la visión de negocio, Gemini aportaba la velocidad de configuración y el conocimiento de la arquitectura de nube.
Este asistente es el primer "hijo" digital de esa sociedad.