RAG (Retrieval-Augmented Generation) es una técnica en el campo de la inteligencia artificial y el procesamiento de lenguaje natural que combina dos enfoques: la recuperación (retrieval) y la generación (generation).
Este enfoque es útil para tareas donde la cantidad de conocimiento que un modelo debe manejar es muy grande y no puede almacenarlo todo directamente en sus parámetros. En lugar de confiar únicamente en lo que se encuentra en el modelo (como los modelos tradicionales de solo generación), RAG permite al modelo "consultar" información externa para enriquecer su respuesta, haciendo que sea más precisa y actualizada.
Los vendedores de la agencia de autos CONTOSO Motors, Jane y John, vendieron 3 marcas de vehículos durante 2024. Tu eres el analista de mercadotecnia de la agencia y dispones de una herramienta ágil para visualizar mediante gráficos el rendimiento de ventas.
La herramienta corresponde a un chatbot capaz de procesar tu solicitud sobre qué y cómo mostrar información relativa a las ventas de ese periodo
El chatbot dispone de tecnologia de generación de lenguaje natural GPT4-o que se enriquece de información proveniente tabla VentasAutos alojada en una base de datos relacional.


Nota: Para efectos de esta demostración, por simplicidad la base de datos no está normalizada, pero bien puede servir con cualquier modelo entidad relación.