Qué es RAG y por qué la IA cita unas webs y no otras

¿Cómo funciona RAG?

RAG funciona en dos fases: en la recuperación, el sistema busca los documentos o fragmentos más relevantes para la pregunta; en la generación, el modelo redacta la respuesta usando esos fragmentos como contexto y, a menudo, los cita.

El artículo «Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks», de Lewis y otros investigadores de Facebook AI Research, presentó la técnica en 2020. Desde entonces es la forma habitual de dar a los modelos información actual y verificable.

¿Qué relación hay entre RAG y SEO?

La relación entre RAG y SEO es directa: RAG convierte la búsqueda en el primer filtro de la IA, y si una página no aparece entre los resultados que recupera el sistema, no puede ser citada, por bien escrita que esté.

En Google, los AI Overviews y el Modo IA recuperan contenido con los sistemas de clasificación de la Búsqueda; ChatGPT con búsqueda se apoya en proveedores como Bing. Por eso el SEO sigue siendo la base del GEO.

¿Qué son los fragmentos de texto o chunks?

Los sistemas RAG suelen dividir las páginas en fragmentos de texto —párrafos o bloques de unas decenas o cientos de palabras— y recuperan los más relevantes, no la página entera.

La consecuencia práctica es que cada párrafo debe entenderse por sí solo: si un fragmento dice «como explicamos arriba, cuesta 700 €» sin nombrar el servicio, al recuperarlo aislado pierde el sentido. El comprobador de esta página revisa si un párrafo es autosuficiente.

¿Cómo escribir para sistemas RAG?

Para sistemas RAG funciona el contenido en el que cada apartado es autosuficiente: nombra el tema, responde en la primera frase y contiene el dato concreto, sin depender de lo que dijo el párrafo anterior.

• Nombrar el sujeto en cada párrafo en lugar de usar pronombres.
• Responder en la primera frase del apartado.
• Incluir el dato con su fuente y su fecha.
• Usar encabezados descriptivos que funcionen como pregunta.
• Evitar referencias como «arriba» o «como dijimos».
• Mantener los párrafos cortos y centrados en una idea.

¿Cómo escribimos en Estrategia 360 para la IA?

El protocolo de páginas de Estrategia 360 está pensado para la recuperación: los párrafos no empiezan con pronombres, cada apartado abre con un hecho concreto —sujeto, relación y dato— y las cifras llevan siempre su fuente y su año.

Por ejemplo, en lugar de «esto ha crecido mucho», el texto dice «las búsquedas de "modo ia google" en España pasaron de 60 en septiembre de 2025 a 16.741 en septiembre de 2026 (Ahrefs)». Un fragmento así se entiende y se puede citar aunque se lea suelto.

¿Cómo preparar una web para RAG paso a paso?

Cómo hacer que el contenido de una web sea fácil de recuperar y citar:

1. Asegurar que las páginas están indexadas en Google y en Bing.
2. Revisar que robots.txt no bloquea a los robots de búsqueda de los asistentes.
3. Reescribir los párrafos que dependen del anterior para que se entiendan solos.
4. Abrir cada apartado con la respuesta y un dato.
5. Añadir fuentes y fechas a las cifras.
6. Comprobar en los asistentes qué fragmento de tu web citan, si lo hacen.

¿RAG elimina las alucinaciones?

RAG reduce las alucinaciones, porque el modelo responde apoyándose en documentos, pero no las elimina: el modelo puede malinterpretar un fragmento, mezclar fuentes o completar con datos inventados lo que no encuentra.

Para una marca, eso significa que unas fuentes claras y coherentes reducen el riesgo de que la IA diga algo incorrecto; fuentes contradictorias lo aumentan.

¿Qué errores dificultan que la IA recupere tu contenido?

El error más común es escribir párrafos que solo se entienden en el contexto de la página: al recuperarlos sueltos, pierden el sujeto y el sentido.

• Información clave dentro de imágenes o PDF escaneados.
• Contenido que solo aparece tras ejecutar JavaScript.
• Páginas bloqueadas para los robots de los asistentes.
• Datos sin fuente ni fecha.
• Párrafos largos que mezclan varias ideas.