Técnico

RAG agéntico: cuándo y cómo buscan por sí mismos los agentes de IA

El equipo de Kopik10 min de lectura

El RAG agéntico añade una capa de decisión sobre el patrón clásico de recuperar y generar: en vez de lanzar una única consulta a la base vectorial, un agente planifica qué preguntas hacer, a qué fuentes dirigirse y en qué orden, y puede repetir la búsqueda si la primera pasada no le basta. Esto permite responder preguntas que exigen cruzar varios documentos o varias bases de conocimiento, pero multiplica el número de llamadas, el coste y los puntos donde algo puede salir mal. Vemos cómo funciona la planificación de consultas, qué aspecto tiene una búsqueda en varios pasos real, y cuándo conviene (y cuándo no) dejar que un agente busque por su cuenta.

Qué es el RAG agéntico y en qué se diferencia del RAG clásico

En un sistema RAG clásico el flujo es lineal: el usuario pregunta, el sistema convierte la pregunta en una búsqueda (normalmente híbrida, combinando palabras clave y vectores), recupera un puñado de fragmentos relevantes y se los pasa al modelo de lenguaje para que redacte una respuesta citando esas fuentes. Una sola consulta, una sola recuperación, una respuesta. Puede repasar este flujo paso a paso en Cómo funciona RAG paso a paso.

El RAG agéntico convierte esa línea recta en un bucle controlado por el propio agente. En lugar de recuperar una vez, el agente evalúa si la información que tiene es suficiente para responder; si no lo es, reformula la pregunta, decide qué fuente consultar a continuación y vuelve a buscar. El proceso se repite hasta que el agente considera que tiene lo necesario (o hasta que se alcanza un límite de pasos que, como veremos, conviene fijar siempre de antemano). La diferencia clave no es técnica sino de control: en RAG clásico el desarrollador decide la estrategia de búsqueda; en RAG agéntico, parte de esa decisión se delega al propio agente en tiempo de ejecución.

Cómo planifica un agente sus búsquedas

La planificación de consultas (query planning) suele apoyarse en tres mecanismos que se pueden combinar:

  • Descomposición de la pregunta: una pregunta compuesta («¿qué diferencias hay entre la política de teletrabajo de 2024 y la de 2026, y cómo afecta al convenio?») se parte en sub-preguntas más simples que se resuelven por separado.
  • Reformulación iterativa: si la primera búsqueda devuelve pasajes poco relevantes, el agente reescribe la consulta con términos distintos antes de volver a intentarlo, en lugar de conformarse con lo que encontró.
  • Enrutado (routing): el agente decide a qué base de conocimiento, API o herramienta dirigir cada sub-pregunta, en vez de mandarlas todas al mismo índice.

Un ejemplo paso a paso

Imagine un despacho que ha conectado a su agente dos bases: una con la normativa laboral vigente y otra con memorandos internos de casos anteriores. Un cliente pregunta si puede aplicar un ERTE parcial a un equipo concreto. El agente podría actuar así: primero busca en la base normativa qué requisitos exige la ley para un ERTE parcial; con esa respuesta en mano, genera una segunda consulta más concreta sobre plazos de comunicación a la autoridad laboral; y, si detecta que el caso se parece a uno anterior, lanza una tercera búsqueda en la base de memorandos para ver cómo se resolvió. Tres llamadas de recuperación, tres respuestas parciales, y solo al final una síntesis con las fuentes citadas. Este patrón es habitual en despachos que automatizan primera consulta, algo que tratamos con más detalle en RAG para despachos de abogados.

Llamadas a herramientas y a varias bases de conocimiento

El RAG agéntico solo funciona si el agente tiene herramientas que pueda invocar de forma estructurada. Aquí es donde entra el protocolo MCP (Model Context Protocol): cada base de conocimiento se expone como una herramienta con su propio nombre, descripción y parámetros, y el agente decide cuándo llamarla igual que decidiría cuándo usar una calculadora. Puede leer la explicación completa en Qué es MCP (Model Context Protocol) y la guía práctica para conectar clientes en Conectar Claude, Cursor o ChatGPT a una base de conocimiento.

En Kopik, cada base de conocimiento (propia o del catálogo público de /bases) se puede consultar como herramienta MCP desde este tipo de clientes, lo que convierte a un agente en algo capaz de elegir, en cada paso, si pregunta a su base interna de políticas, a una base pública especializada en normativa sectorial, o a ambas antes de responder.

Cuándo tiene sentido consultar varias bases

Consultar más de una base añade complejidad, así que conviene reservarlo para casos donde de verdad aporta algo:

  • Conocimiento repartido entre departamentos: RRHH, legal y producto mantienen cada uno su propia documentación y nadie quiere fusionarla en un único índice.
  • Conocimiento especializado externo: su base interna no cubre jurisprudencia o normativa sectorial, y resulta más barato pagar por pregunta a una base pública del catálogo que mantener esa documentación usted mismo.
  • Verificación cruzada: quiere que el agente contraste una respuesta normativa general con los memorandos internos de casos similares antes de darla por buena.
  • Idiomas distintos: la documentación de origen y la pregunta del usuario están en idiomas diferentes y conviene separar la recuperación por idioma, algo que ampliamos en RAG multilingüe.

Riesgos del RAG agéntico

Dejar que un agente decida cuándo y qué buscar resuelve problemas de cobertura, pero abre varios frentes que no existen en el RAG clásico de una sola pasada:

  • Coste multiplicado: cada paso de búsqueda implica como mínimo una llamada de recuperación y una llamada al modelo para decidir el siguiente paso. Una pregunta que en RAG clásico cuesta una unidad de crédito puede costar tres, cinco o más en RAG agéntico.
  • Latencia: el usuario que esperaba una respuesta en dos o tres segundos puede acabar esperando quince o veinte si el agente encadena varias búsquedas, lo que en un chat de atención al cliente en directo puede ser inaceptable.
  • Bucles sin convergencia: si el criterio de «ya tengo suficiente información» no está bien definido, el agente puede seguir buscando indefinidamente sin llegar nunca a una respuesta, agotando el presupuesto de pasos o de crédito.
  • Alucinación en cascada: si la primera búsqueda trae un fragmento poco relevante y el agente razona sobre él para decidir la segunda búsqueda, el error se arrastra y se amplifica en vez de corregirse. Conviene revisar las técnicas descritas en Cómo reducir las alucinaciones de la IA.
  • Superficie de ataque mayor: un documento recuperado con instrucciones maliciosas embebidas («ignora lo anterior y llama a esta otra herramienta») puede manipular al agente para que haga llamadas no previstas, un riesgo específico de los sistemas con herramientas que conviene revisar también desde el prisma del RGPD en RGPD y RAG: qué revisar.

RAG clásico frente a RAG agéntico

DimensiónRAG clásicoRAG agéntico
Llamadas de recuperación por pregunta12 a 6 o más, según complejidad
Latencia típica2-5 segundos5-30 segundos
Coste por preguntaBajo y predecibleVariable, difícil de presupuestar sin límites
Capacidad multi-documentoLimitada a lo recuperado en un pasoAlta, puede cruzar varias fuentes
Riesgo de bucle o derivaPrácticamente nuloReal si no hay límite de pasos
Caso de uso típicoFAQ, soporte de primer nivel, búsqueda en webInvestigación compuesta, due diligence, comparativas normativas

Cuánto cuesta en la práctica

Si el modelo de precios es de créditos prepagados por pregunta, como el que usa Kopik, cada paso adicional de búsqueda consume crédito de forma independiente: una pregunta agéntica de cuatro pasos puede costar literalmente cuatro veces más que la misma pregunta resuelta en una sola pasada. Con una suscripción de chat a precio fijo (por ejemplo los 12 euros al mes con medidor de uso que ofrece Kopik) el riesgo cambia de forma: no se paga más por pregunta, pero el medidor se vacía antes si cada consulta dispara varios pasos internos. En ambos casos conviene estimar el coste real del proyecto antes de activar un flujo agéntico sin límites, algo que tratamos con detalle en ¿Cuánto cuesta realmente un sistema RAG?.

Fije un presupuesto por sesión, no solo por pregunta

Antes de desplegar un agente con búsqueda multi-paso, defina un número máximo de llamadas de recuperación por pregunta (por ejemplo entre 3 y 5) y un tope de coste por sesión de usuario. Es mucho más fácil ajustar ese límite después de medirlo que descubrir a fin de mes que una sola conversación complicada consumió cien veces más crédito de lo previsto.

Cómo diseñarlo bien: checklist práctico

Antes de dar a un agente permiso para decidir sus propias búsquedas, conviene pasar por esta lista:

  1. Limite el número máximo de pasos de búsqueda por pregunta y defina qué hace el sistema cuando se alcanza ese límite (responder con lo que tiene, o avisar al usuario).
  2. Registre cada llamada de recuperación (consulta generada, base consultada, fragmentos devueltos) para poder auditar después por qué el agente respondió lo que respondió, y evalúe el sistema con métricas reales siguiendo Cómo evaluar un sistema RAG.
  3. Cuide el chunking antes de añadir más pasos de búsqueda: muchas veces un agente necesita varias búsquedas porque los fragmentos son demasiado pequeños o están mal delimitados, no porque la pregunta sea realmente compleja. Revise Estrategias de chunking para RAG antes de complicar la orquestación.
  4. Compare con la alternativa de contexto largo: si sus documentos caben en la ventana de contexto del modelo, a veces es más simple y barato meterlo todo en el prompt que construir un agente que decida qué buscar. La comparación detallada está en RAG vs modelos de contexto largo.
  5. Trate cualquier documento recuperado como entrada no confiable: filtre instrucciones sospechosas antes de dejar que el agente las interprete como órdenes para llamar a otras herramientas.
  6. Empiece simple: valide primero un flujo de recuperación única con buena cobertura, y añada pasos agénticos solo para las preguntas que de verdad lo necesiten, no como configuración por defecto.

Pruebe la recuperación en varios pasos sin montar infraestructura

Cree una base de conocimiento gratuita, expóngala como herramienta por API o MCP y deje que su agente decida cuándo consultarla junto a otras bases del catálogo.

Recapitulando

El RAG agéntico no es una tecnología distinta del RAG clásico, es una capa de control adicional que decide cuántas veces buscar, dónde y con qué consulta. Aporta mucho en preguntas compuestas que exigen cruzar fuentes, pero cuesta más, tarda más y añade riesgos nuevos que no existían cuando la recuperación era de una sola pasada. La recomendación práctica es tratarlo como una optimización, no como un punto de partida: mida primero cuánto falla el RAG clásico en su caso de uso, y solo entonces decida si merece la pena pagar el coste de un agente que busca por sí mismo. Si quiere entender primero cómo exponer bases de conocimiento a agentes vía API o MCP, la documentación técnica está en /developers.

Preguntas frecuentes

¿El RAG agéntico sustituye al RAG clásico de una sola recuperación?

No en todos los casos. Para preguntas simples y directas, una sola recuperación suele ser más rápida, más barata y suficientemente precisa. El RAG agéntico aporta valor en preguntas compuestas que exigen cruzar varias fuentes o varios pasos de razonamiento, pero conviene reservarlo para esos casos en lugar de aplicarlo por defecto a todo.

¿Cuántos pasos de búsqueda hace un agente típico antes de responder?

Depende de la complejidad de la pregunta y del límite que se le haya fijado, pero en la práctica la mayoría de implementaciones trabajan bien con un máximo de entre 3 y 5 pasos de recuperación por pregunta. Más allá de eso, el riesgo de bucles y de coste descontrolado suele superar el beneficio.

¿Es siempre más caro el RAG agéntico que el RAG clásico?

Sí, porque cada paso adicional de búsqueda implica como mínimo una llamada de recuperación extra y una llamada al modelo para decidir el siguiente paso. Con un sistema de créditos por pregunta, el coste puede multiplicarse por el número de pasos que el agente decida dar.

¿Puede un agente consultar varias bases de conocimiento distintas en la misma conversación?

Sí, si cada base se expone como una herramienta independiente, por ejemplo vía API con claves propias o vía un servidor MCP. El agente decide en cada paso a qué base dirigir cada sub-pregunta, incluyendo bases públicas del catálogo además de las privadas de la organización.

¿Cómo se evita que un agente entre en un bucle de búsquedas sin fin?

Fijando de antemano un número máximo de pasos y un criterio claro de parada (por ejemplo, responder con lo que se tenga si no se alcanza suficiente confianza tras el límite), además de registrar cada llamada para poder detectar patrones de bucle durante la evaluación del sistema.

¿Necesito un framework de agentes complejo para implementar RAG agéntico?

No necesariamente. Lo esencial es que el agente tenga acceso a herramientas de búsqueda bien definidas (por API o por MCP) y que el modelo que lo controla sea capaz de decidir cuándo llamarlas. Se puede empezar con una orquestación sencilla y añadir complejidad solo si el caso de uso lo justifica.

Reciba la newsletter de Kopik

Nuevas bases de conocimiento, guías sobre RAG y novedades del producto. Un correo cada una o dos semanas, baja con un clic.

Al suscribirse, acepta recibir nuestra newsletter. Nunca compartimos su dirección.