- Primeros pasos
- Seguridad y cumplimiento de los datos
- Organizaciones
- Autenticación y seguridad
- Licencia
- Acerca de la licencia
- Precios unificados: marco del plan de licencias
- Activar su licencia Enterprise
- Migrar de Test Suite a Test Cloud
- Migración de licencias
- Asignar licencias a tenants
- Asignación de licencias de usuario
- Anular la asignación de licencias de usuarios
- Monitoring license allocation
- Licencias con exceso de asignación
- Notificaciones de licencias
- Administración de licencias de usuario
- Tenants y servicios
- Cuentas y roles
- Ai Trust Layer
- Aplicaciones externas
- Notificaciones
- Registro
- Pruebas en su organización
- Solución de problemas
- Migrar a Test Cloud

Guía de administración de Test Cloud
Uso de DeepRAG
DeepRAG (Deep Research: generación aumentada) es una capa de contextualización y síntesis que permite a los agentes analizar y conectar información en varios documentos, produciendo respuestas de nivel empresarial respaldadas por citas. Se utiliza para crear agentes que realizan investigaciones profundas, análisis de investigación y razonamiento basado en pruebas a escala. Para obtener más información sobre los agentes, consulta la guía del usuario de Agentes.
DeepRAG opera en tres fases:
- Planificación: analiza tu pregunta, identifica las subtareas y define el ámbito de la investigación.
- Bucle de investigación iterativo: consulta datos indexados, extrae evidencia relevante y consolida los hallazgos.
- Síntesis: integra todas las pruebas en una respuesta cohesiva respaldada por citas.
Cada resultado incluye referencias rastreables a la fuente original, lo que garantiza la auditabilidad y el cumplimiento en todo el backend de datos empresariales.
Capacidades clave
Estas son las capacidades clave de DeepRAG:
- Síntesis de varios documentos: sintetiza información de hasta 1000 páginas en una sola consulta.
- Respuestas respaldadas por citas: incluye nombres de documentos, números de página y marcas de tiempo para cada hallazgo clave.
- Razonamiento agéntico: planifica, investiga y se adapta durante la ejecución, en lugar de solo recuperar resultados.
- Escala empresarial: procesa datos estructurados y no estructurados de múltiples fuentes a través de un único índice.
- Trazabilidad y cumplimiento: mantiene registros de auditoría completos de las fuentes utilizadas en la síntesis.
Cuándo usar DeepRAG
Utiliza DeepRAG cuando tus agentes necesiten:
- Analice varios documentos para responder a una pregunta compleja.
- Genere un resumen completo en diversos conjuntos de datos.
- Valide los hallazgos con citas de alta fidelidad.
- Realizar investigaciones reglamentarias, médicas o legales que requieran trazabilidad.
Utiliza la búsqueda semántica para búsquedas rápidas de hechos y DeepRAG para análisis detallados o síntesis en conjuntos de documentos. Para obtener más información sobre el uso del contexto en los agentes, consulta la guía del usuario de Agents.
Tabla 1. DeepRAG frente a otros enfoques
| Función | Búsqueda semántica | DeepRAG |
|---|---|---|
| Propósito | Buscar fragmentos relevantes | Sintetizar varios documentos |
| Límite de documentos | Ilimitado | 1000 páginas |
| Procesamiento | Instantáneo | Minutos |
| Salida | Fragmentos | Síntesis completa |
| Coste | Bajo | Medio |
| Citas | Básica | Detallado |
Configurar DeepRAG
Antes de utilizar DeepRAG, asegúrate de cumplir los siguientes requisitos previos:
- Tus datos se almacenan en el formato de archivo correcto: PDF nativo o archivos TXT, hasta 512 MB por archivo.
- Tienes unidades de IA para la ingestión y la ejecución de consultas. Para obtener más información, consulta Licencias de Contextualización.
A continuación, completa las siguientes acciones:
Paso 1: Preparar documentos
-
Utiliza carpetas bien organizadas y convenciones de nomenclatura claras.
-
Incluye los metadatos del documento y los números de página.
-
Evite duplicados y asegúrese de que los archivos se apliquen con OCR si se escanean.
Nota:Para una alta precisión, utiliza PDF nativos y estructura los documentos por categoría o identificador.
Paso 2: Crear un índice
En Agent Builder:
-
Selecciona el nodo Contexto y selecciona Crear nuevo. Aquí hay una configuración de muestra para un índice:
- Nombre: Registros_médicos_2025
- Descripción: registros de pacientes agregados para su revisión
- Modo de ingestión: avanzado.
-
Cargue sus documentos y espere a que se complete la ingestión.
- Coste de ingestión: 0,2 AIU × número de páginas. Por ejemplo, 1000 páginas = 200 AIU.
Paso 3: Configurar el agente
Configura tu agente. Este es un ejemplo:
- Nombre del agente : resumen de registros médicos
- Descripción : analiza los registros médicos de los pacientes con citas completas
- Contexto : configura el contexto. Por ejemplo:
- Índice: Registros_médicos_2025;
- Estrategia de búsqueda: DeepRAG
- Solicitud de estrategia de búsqueda: escribe una solicitud efectiva, como: "Analizar todos los registros médicos y proporcionar un resumen completo que incluya: diagnósticos y tratamientos, historial médico, medicamentos, resultados de laboratorio".
- Especifique el formato de salida : por ejemplo: "Resumen estructurado con citas". Incluye siempre instrucciones detalladas de formato de salida e instrucciones de gestión de conflictos en tu solicitud.
Nota:
Si el resumen generado por DeepRAG supera el límite de tamaño de salida, recupera el resumen completo de forma externa. Utiliza el ID de DeepRAG (de los seguimientos) junto con la actividad Resumen de contextualización — DeepRAG GenAI para obtener la salida sintetizada completa fuera de la ejecución del agente. Esto te permite acceder a toda la respuesta sin truncamiento.
Escribir solicitudes efectivas para DeepRAG
DeepRAG genera automáticamente citas verificadas que apuntan a las páginas exactas de los documentos de origen donde se encuentran pruebas de apoyo. No es necesario solicitar citas ni especificar cómo deben formatearse; esto ocurre de forma predeterminada. De hecho, añadir citas o instrucciones de formato puede interferir con los resultados y debe evitarse.
Para obtener resultados fiables y de alta calidad, centra tu solicitud en la claridad del rol, la especificidad de la tarea y los requisitos concretos.
Utiliza el siguiente patrón:
ROL: Eres un [experto en el dominio] que revisa [tipo de documento].
TAREA: analizar todos los documentos y [objetivo específico].
Requisitos:
- [Requisito 1]
- [Requisito 2]
- [Requisito 3]
FORMATO DE SALIDA: [Formato de salida estructurado]
Buen ejemplo de solicitud: usted es un profesional médico que revisa los registros de los pacientes. Cree un resumen completo que incluya diagnósticos, historial, medicamentos y resultados de laboratorio.
Ejemplo de solicitud deficiente: resumir los registros del paciente.
El buen ejemplo define claramente el rol, establece una tarea específica y describe los requisitos concretos, lo que permite a DeepRAG recuperar y fundamentar su respuesta de forma efectiva, al tiempo que gestiona automáticamente las citas en segundo plano.
Optimizar el rendimiento de DeepRAG
Utiliza la siguiente información para optimizar el rendimiento de tu contexto:
| Escenario | Duración típica | Consejos de optimización |
|---|---|---|
| ≤ 200 páginas | < 10 minutos | Utiliza preguntas específicas y PDF nativos. |
| 500—800 páginas | <20 minutos | Dividir archivos grandes y refinar el alcance de la solicitud. |
| 1000 páginas | < 30 minutos | Quitar duplicados |
Modelo de coste
- Ingestión = 0,2 AIU × páginas
- Consulta DeepRAG = 0,20 AIU por 30 000 tokens (0,2—0,4 AIU por 500 páginas)
Solución de problemas
| Incidencia | Causa | Solución |
|---|---|---|
| No hay archivos válidos para usar en DeepRAG | Formato de archivo incorrecto o modo de ingestión básico seleccionado | Usar solo PDF/TXT |
| Tiempo de espera (60 min) | Corpus demasiado grande o solicitud compleja | Dividir documentos; simplificar las consultas. |
| Faltan citas | Solicitud débil o fuentes no estructuradas | Verifique que los PDF tengan una numeración coherente. |
| Resúmenes de baja calidad | Solicitud genérica o documento de mala calidad | Mejorar la especificidad de la solicitud; jerarquía de documentos limpia. |
Casos de uso para DeepRAG
Estos son algunos escenarios empresariales de la vida real en los que DeepRAG puede ser útil:
Resumen de registros médicos: analiza archivos de pacientes de entre 200 y 400 páginas para extraer diagnósticos, tratamientos, medicamentos y laboratorios con resúmenes respaldados por citas.
- Ejemplo de solicitud: analizar todos los registros médicos de los pacientes y generar un resumen clínico que incluya las principales quejas, diagnósticos, medicamentos y recomendaciones de tratamiento.
- Resultado: revisión entre 5 y 10 veces más rápida y entre un 70 y un 90 % de precisión en las implementaciones sanitarias
Análisis de contratos: revisa varios acuerdos para identificar los términos principales, los convenios y las cláusulas predeterminadas.
- Ejemplo de solicitud: analiza todos los acuerdos de crédito y extrae las condiciones financieras, los convenios y las disposiciones predeterminadas.
- Resultado: habilita el análisis de riesgos con seguimiento de auditoría completo para flujos de trabajo legales y de cumplimiento.
Revisión de normativas y cumplimiento: resume los informes de auditoría, las presentaciones y los SOP para resaltar las lagunas de cumplimiento con referencias a nivel de página.
- Ejemplo de solicitud: revisar todas las presentaciones reglamentarias y resumir el estado de cumplimiento, identificando las no conformidades con citaciones.