Arquitectura RAG: ¿búsqueda en una pasada, agentes o GraphRAG?
Traducción automática Este artículo se tradujo automáticamente a partir de la versión original en inglés.
Empieza con una sola pasada de recuperación que proporcione al modelo fragmentos relevantes de las fuentes. Añade búsqueda iterativa cuando una respuesta necesite una segunda consulta cuyo contenido dependa del primer resultado. Prueba GraphRAG cuando las preguntas requieran relaciones o una visión del conjunto completo que la recuperación convencional de fragmentos no consiga ofrecer.
Estas son decisiones sobre cómo recopilar evidencia, no fases por las que todo sistema RAG deba pasar. Primero revisaría las preguntas fallidas y los fragmentos que el modelo recibió realmente. Hacer más búsquedas no puede recuperar texto que el parser de documentos haya descartado.
Última revisión: 2026-09-08.
Ajusta la búsqueda al tipo de pregunta
| Tipo de pregunta | Primer enfoque que probar | Trabajo adicional que debe justificarse |
|---|---|---|
| «¿Cuál es el comando de restablecimiento de este dispositivo?» | Una pasada de recuperación y, después, una respuesta con una fuente | Debe llegar un fragmento relevante al modelo de respuesta |
| «¿Qué repuesto encaja con la pieza mencionada en este informe?» | Búsqueda iterativa: encontrar la pieza y consultar después el catálogo de repuestos | Más llamadas, una regla de parada y pruebas de ambas consultas |
| «¿Qué temas se repiten en estos informes?» | Búsqueda global con GraphRAG, comparada con un enfoque de resumen más sencillo | Crear y actualizar resúmenes derivados del grafo |
| «¿Cómo están conectados estos proveedores?» | Recuperación aware del grafo, comparada con búsquedas repetidas de fragmentos | Enlaces de entidades correctos, relaciones y respaldo documental |
La documentación de consultas de GraphRAG de Microsoft distingue entre la búsqueda local sobre entidades extraídas y fragmentos de fuentes, y la búsqueda global sobre informes de comunidades generados. Un informe de comunidad resume un grupo del grafo extraído. La búsqueda global utiliza esos informes para responder preguntas sobre el conjunto de la colección. No es simplemente una consulta vectorial con otro nombre.
La recuperación iterativa es una decisión de diseño independiente y puede utilizar una búsqueda de texto convencional. Adaptive-RAG estudia cómo enrutar las preguntas entre ninguna recuperación, un único paso y varios pasos de recuperación. Esto permite probar distintas rutas; no demuestra cuál funciona mejor en tu corpus.
Comprueba qué evidencia falta antes de cambiar la arquitectura
Para cada pregunta fallida, conserva la fuente esperada y los fragmentos recuperados. Después, localiza dónde se produjo la primera pérdida:
- Si la fuente nunca entró en el índice, corrige la ingesta o el parsing.
- Si un filtro de temas opcional la excluyó, prueba el filtro o conserva una ruta de búsqueda más amplia. Mantén los filtros de permisos aplicados en todas las rutas.
- Si el fragmento se recuperó, pero quedó demasiado abajo en el ranking, prueba cambios en la recuperación y el reranking.
- Si un nombre necesario aparece únicamente en el primer resultado, prueba una segunda consulta utilizando ese nombre.
- Si el modelo recibió evidencia suficiente, pero respondió incorrectamente, revisa el paso de generación de la respuesta antes de añadir más recuperación.
La respuesta sobre el stack de búsqueda cubre BM25, embeddings y rerankers dentro de una pasada de recuperación. Estos componentes también pueden utilizarse en un sistema iterativo; no determinan cuántas búsquedas debe realizar el sistema.
Haz que el diseño más complejo justifique su coste
Compara las rutas con las mismas preguntas y los mismos documentos permitidos. Asigna a cada una un presupuesto explícito de tiempo y de llamadas al modelo. Mide si encontró la evidencia necesaria, respondió correctamente y citó fragmentos que respaldan sus afirmaciones. Considera los timeouts y el agotamiento de los presupuestos de búsqueda como fallos.
En el caso de un grafo, revisa las entidades y relaciones extraídas además de las respuestas finales. Un enlace incorrecto entre proveedores puede producir una respuesta coherente sobre la empresa equivocada. Incluye en la comparación los costes de construir y actualizar el índice; analizar únicamente el coste de consulta ignora ese trabajo.
Si la recuperación en una pasada alcanza el objetivo, detente ahí. Añade otra ruta para los tipos de preguntas en los que un fallo medido le asigne una función concreta.
Lecturas recomendadas
- Métricas de evaluación de RAG localiza la pérdida de evidencia en el parsing, el filtrado, la recuperación y la generación.
- Guía de campo de ingeniería de LLM traza las rutas de ingesta y consulta e introduce GraphRAG.
- Enterprise RAG Challenge 3 analiza las entradas públicas, el enrutamiento, la evidencia y sus limitaciones.