💡 Introducción al Concepto de RAG

En el fascinante universo de la Inteligencia Artificial Generativa, uno de los mayores desafíos corporativos es evitar las llamadas «alucinaciones» de los Grandes Modelos de Lenguaje (LLMs) y garantizar que las respuestas de nuestros asistentes virtuales estén firmemente ancladas en la realidad de nuestro negocio. Aquí es donde entra en juego el patrón de arquitectura denominado RAG (Retrieval-Augmented Generation) o Generación Recuperada por Recuperación.

RAG permite a un modelo de lenguaje no depender únicamente de sus datos de entrenamiento públicos, sino «consultar» una base de conocimientos específica y segura en tiempo real antes de formular una respuesta. En el contexto de Microsoft Power Platform, Copilot Studio ha democratizado esta tecnología, permitiendo a los creadores de sistemas conversacionales configurar flujos de RAG avanzados en cuestión de minutos, sin necesidad de escribir código complejo de vectorización de bases de datos o pipelines de datos manuales.

⚙️ ¿Cómo Funciona RAG de manera Nativa en Copilot Studio?

Copilot Studio implementa el patrón RAG a través de una característica potente denominada Generative Answers (Respuestas Generativas). Cuando un usuario interactúa con el Copilot, el sistema no envía la pregunta directamente al LLM. En su lugar, realiza el siguiente proceso interno:

• Fase de Recuperación (Retrieval): El sistema toma la consulta del usuario y busca contenido relevante en los orígenes de datos conectados (como SharePoint, sitios web o Dataverse).
• Fase de Aumento (Augmentation): Se extraen los fragmentos de texto más pertinentes y se inyectan en el prompt del LLM como contexto de confianza.
• Fase de Generación (Generation): El LLM redacta una respuesta coherente, en lenguaje natural y basada estrictamente en el contexto recuperado, añadiendo citas y referencias bibliográficas para la auditoría del usuario.

Comparativa de Fuentes de Datos para RAG en Copilot Studio

A continuación, analizamos las fuentes de datos más comunes que podemos conectar a nuestro motor de RAG en Copilot Studio:

Origen de Datos	Nivel de Seguridad	Latencia de Búsqueda	Caso de Uso Ideal
Microsoft SharePoint / OneDrive	Muy Alta (Respeta permisos de Microsoft Entra ID)	Baja a Media	Intranets, políticas de RRHH, manuales de procedimientos internos.
Sitios Web Públicos	Baja (Información pública indexada por Bing)	Baja	Preguntas frecuentes de clientes, catálogos de productos públicos.
Dataverse (Búsqueda Semántica)	Alta (Seguridad por roles de Dynamics 365)	Muy Baja	Datos de clientes (CRM), casos de soporte técnico, inventarios.
Flujos de Power Automate / APIs	Variable (Configurable por el desarrollador)	Media	Sistemas legados corporativos, bases de datos SQL locales.

✍️ Ejercicio Práctico: Implementando RAG usando SharePoint como Cerebro Corporativo

Para comprender el potencial de RAG, realizaremos la configuración paso a paso de un Copilot capaz de responder consultas complejas sobre las políticas internas de una organización utilizando una biblioteca de documentos de SharePoint.

Requisitos Previos:

• Acceso a un entorno de desarrollo de Copilot Studio.
• Una biblioteca de documentos de SharePoint con archivos en formato PDF o Word (por ejemplo, «Manual de Beneficios 2025.pdf»).
• Permisos de lectura sobre dicha biblioteca.

Paso a Paso de la Configuración:

1. Creación del Copilot: Inicia sesión en Copilot Studio, selecciona tu entorno y haz clic en Nuevo Copilot. Dale un nombre descriptivo, como «Asistente de Beneficios Internos».
2. Configuración del Origen de Datos:
   • En el menú de navegación izquierdo, ve a la sección de Configuración (Settings) y selecciona IA Generativa (Generative AI).
   • En la sección de «Sitios de SharePoint», introduce la URL absoluta de tu sitio de SharePoint donde reside la biblioteca de documentos (ej. https://tuempresa.sharepoint.com/sites/recursoshumanos).
   • Haz clic en Guardar.
3. Configuración de la Autenticación (Paso Crítico para SharePoint):
   • Para que el Copilot respete los permisos de seguridad y no revele información confidencial a quien no corresponde, ve a Seguridad > Autenticación.
   • Selecciona Manual (con Microsoft Entra ID) y configura el registro de aplicación correspondiente para permitir el Single Sign-On (SSO). Esto garantiza que el Copilot solo recuperará documentos que el usuario logueado tenga permiso explícito de ver en SharePoint.
4. Habilitar las Respuestas Generativas en el Flujo de Conversación:
   • Dirígete a la pestaña de Temas (Topics) y edita el tema del sistema llamado Conversacional (Conversational Boosting).
   • Asegúrate de que la acción de «Crear respuestas generativas» esté conectada a la variable del mensaje del usuario (Activity.Text).
5. Prueba y Validación del RAG:
   • Utiliza el panel de prueba integrado en el lateral derecho.
   • Escribe una pregunta específica basada en tus documentos, por ejemplo: «¿Cuántos días de paternidad corresponden según la política de 2025?».
   • Observa cómo el Copilot no solo responde con precisión, sino que adjunta un enlace directo de referencia (cita) al documento PDF almacenado en SharePoint. ¡La arquitectura RAG está en funcionamiento!

---

📚 Fuentes Consultadas y Lecturas Recomendadas

• Documentación Oficial de Copilot Studio: Uso de respuestas generativas
• Uso de SharePoint y OneDrive como fuentes de conocimiento en Copilot Studio
• Arquitectura RAG en el ecosistema de Microsoft Cloud