RAG (Retrieval-Augmented Generation)

Técnica que conecta un LLM a tus propios datos para respuestas precisas.

Retrieval-Augmented Generation (RAG) es una arquitectura que mejora los LLMs permitiéndoles consultar una base de conocimientos externa antes de responder. En lugar de confiar solo en lo que ‘memorizó’ durante su entrenamiento (que puede estar desactualizado), el RAG busca en tus documentos PDF, bases de datos o web, y usa esa información fresca y verificada para generar la respuesta.

Cómo lo usa Interlinked

En Interlinked la recuperación está anclada a fuentes estructuradas y editables: tu catálogo de productos, sucursales, horarios, políticas y definición del flujo. Cuando un cliente pregunta por disponibilidad, precio o una política, el agente recupera de la configuración que tú controlas en la Configuración de IA — no de un vector store montado a tus espaldas. Actualizar la respuesta es editar el campo.