Prácticas recomendadas para DeepRAG y Transformación por Lote: JIT frente a estrategias basadas en índice.

Elegir tu enfoque de acceso a los datos: JIT frente a estrategias basadas en índice

Al configurar la forma en que tu agente accede a los datos y razona sobre ellos, elige el enfoque que mejor se adapte a la estructura de tus datos, tu ciclo de vida y tus requisitos de rendimiento.

Hay dos patrones principales:

• Herramientas just-in-time (JIT) que procesan los archivos pasados en runtime.
• Contextualización basada en índice que consulta un índice persistente prediseñado.

DeepRAG (JIT) y DeepRAG (estrategia de búsqueda de índice) utilizan la misma capacidad de síntesis subyacente. La diferencia es cómo los documentos llegan al motor:

• JIT: se proporcionan archivos en runtime.
• Basado en índice: los documentos se ingieren previamente en un índice persistente.

La transformación por lotes es diferente. Realiza transformaciones estructuradas en el nivel de fila en datos tabulares. No realiza la recuperación de documentos ni la síntesis de forma larga.

Referencia rápida

Capacidad	DeepRAG (herramienta JIT)	Transformación por lotes (herramienta JIT)	Búsqueda semántica (Índice)	DeepRAG (estrategia de búsqueda de índice)
Configuración requerida	Ninguno	Ninguno	Índice + ingestión	Índice + ingestión
Input format	PDF o TXT	CSV	Documentos preindexados	Documentos preindexados (PDF/TXT)
Los datos cambian por ejecución	Sí (ideal)	Sí (ideal)	No (corpus estable)	No (corpus estable)
Tipo de salida	Síntesis completa con citas1	Archivo CSV enriquecido	Fragmentos relevantes	Síntesis completa con citas
Velocidad	Minutos (30+ para ~1000 páginas)	Minutos	Instantáneo	Minutos (30+ para ~1000 páginas)
Mejor para	Análisis de documentos por ejecución	Procesamiento de datos estructurados por ejecución	Búsqueda rápida de hechos	Investigación profunda en grandes corpus

¹ Las entradas TXT no admiten actualmente citas.

Herramientas JIT: el predeterminado recomendado

Para la mayoría de las implementaciones de agentes, las herramientas de JIT son el punto de partida correcto.

No requieren configuración de índice, no requieren flujo de trabajo de ingestión ni configuración de almacenamiento. Los archivos se pasan directamente al agente cuando se ejecuta, y la herramienta maneja el procesamiento automáticamente. Esto hace que JIT sea especialmente adecuado para casos de uso en los que el conjunto de documentos cambia con cada invocación.

Hay dos herramientas de JIT disponibles: DeepRAG (JIT) y Transformación por lotes.

DeepRAG (herramienta JIT)

Usa DeepRAG (JIT) cuando tu agente necesite leer y razonar sobre los archivos PDF o TXT proporcionados en runtime y producir una respuesta sintetizada y fundamentada.

El algoritmo DeepRAG realiza un proceso de investigación estructurado de varios pasos. Planea subtareas, itera en los documentos proporcionados y sintetiza los hallazgos en una salida completa. Para las entradas de PDF, las respuestas Incluyen citas. (Las entradas TXT no admiten citas actualmente).

Este enfoque funciona mejor cuando cada ejecución procesa un conjunto de documentos diferente, como archivos de clientes, contratos, registros de casos o informes que varían según la invocación. Da prioridad a la integridad y la trazabilidad sobre la velocidad y normalmente se completa en minutos, dependiendo del tamaño del documento.

Transformación por lotes (herramienta JIT)

La transformación por lotes está destinada al procesamiento de datos estructurados. Opera en archivos CSV proporcionados en runtime y aplica una lógica coherente a cada fila.

En lugar de sintetizar documentos, la Transformación por lotes enriquece los datos. Procesa los registros de forma independiente y genera un archivo CSV actualizado que puede incluir nuevas columnas, clasificaciones, puntuaciones u otros valores derivados.

Esto lo hace adecuado para el etiquetado, la puntuación, el enriquecimiento y las transformaciones basadas en reglas en todos los conjuntos de datos estructurados.

Contextualización basada en índice

La contextualización basada en índice requiere que los documentos se ingieran en un índice de contextualización antes de que se ejecute el agente. Aunque esta configuración introduce una configuración adicional, se vuelve valiosa al trabajar con un corpus grande y estable que se reutiliza en muchas ejecuciones de agente.

Los ejemplos típicos incluyen bibliotecas de políticas, bases de conocimientos, repositorios regulatorios o colecciones de documentación de larga duración compartidas por varios usuarios o procesos.

Al configurar un agente respaldado por un índice, seleccionas una estrategia de búsqueda.

Busqueda semántica

La búsqueda semántica es la estrategia de índice predeterminada. Realiza una recuperación rápida y ligera y devuelve los fragmentos de documento más relevantes.

Esta estrategia es adecuada cuando el agente necesita buscar hechos específicos o extraer información rápidamente. Funciona bien para los patrones de respuesta de preguntas y las consultas repetidas en un repositorio compartido donde la velocidad es importante.

DeepRAG (estrategia de búsqueda de índice)

DeepRAG también puede operar sobre un índice. En este modo, analiza y conecta información de muchos documentos y produce una respuesta completa respaldada por citas.

En comparación con la búsqueda semántica, este enfoque es más lento y consume más AI Units, pero admite tareas de investigación más profundas. Es adecuado para escenarios que requieren un análisis exhaustivo de cientos de páginas, como la revisión de contratos, la evaluación regulatoria o la síntesis de registros médicos dentro de un corpus estable.

Cómo decidir

Usa la siguiente guía para seleccionar el enfoque correcto:

• Usa DeepRAG (JIT) cuando los documentos cambien con cada ejecución y necesites síntesis con citas de los archivos de runtime.
• Usa Transformación por lotes (JIT) al procesar datos CSV estructurados fila por fila.
• Usa Búsqueda semántica (índice) al consultar un corpus compartido y estable para una recuperación rápida y específica.
• Usa DeepRAG (estrategia de índice) al realizar investigaciones profundas en un gran corpus indexado y se requieran respuestas completas y respaldadas por citas.

En caso de duda, comienza con las herramientas JIT. Muévete a estrategias basadas en índices solo cuando necesites una fundamentación de documentos compartida y persistente en varias ejecuciones de agente.