Por qué el RAG por sí solo no basta
Por qué el RAG naïve ayuda, pero no basta
La generación aumentada con recuperación, o RAG, es un avance importante. En lugar de pedir a un modelo que responda solo desde su entrenamiento o desde un único prompt, el sistema recupera material externo relevante y se lo entrega al modelo en el momento de responder.
Para muchos dominios, esa es una buena base.
Pero la ficción extensa muestra los límites de una recuperación ingenua.
Una búsqueda vectorial puede encontrar pasajes similares. Puede no saber que un alias, un pronombre y un título formal se refieren a la misma entidad. Puede recuperar una escena donde aparece un personaje sin entender cómo esa escena encaja en su arco completo. Puede perder una contradicción porque la contradicción no vive en un solo fragmento local. Puede responder a una pregunta global de continuidad recuperando unas pocas piezas que parecen relevantes, pero que no representan el manuscrito completo.
La revisión de una novela depende a menudo de preguntas como:
- “¿Dónde se estableció por primera vez esta promesa?”
- “¿Esta escena contradice una regla anterior?”
- “¿Qué personajes conocen este secreto en este punto de la historia?”
- “¿Esta referencia pronominal es ambigua?”
- “¿Estos dos nombres son la misma persona, dos personas distintas o un alias sin resolver?”
- “¿Qué afirmaciones de canon están apoyadas por evidencia directa?”
- “¿Qué afirmaciones deberían revisarse antes de reescribir este capítulo?”
Eso no son solo preguntas de recuperación. Son preguntas de estructura narrativa.
La respuesta de TextifAI es construir una capa semántica por encima de la recuperación bruta.
Por qué importan los vaults y los second brains
Los escritores ya saben que los documentos brutos no bastan. Por eso muchos crean biblias de historia, wikis, cuadernos, hojas de cálculo, tarjetas, carpetas, líneas temporales y vaults de notas enlazadas.
Un vault da conocimiento duradero al autor. Puede contener fichas de personaje, reglas del mundo, notas de capítulo, páginas de localizaciones, historia de facciones y planes de revisión. Las notas enlazadas son potentes porque permiten moverse de una idea a otra sin depender solo de la memoria.
Pero un vault manual tiene coste.
Puede quedarse obsoleto. Puede separarse del manuscrito real. Puede mezclar canon antiguo, canon planificado, canon descartado y evidencia del borrador actual. Puede ser útil y, aun así, estar desconectado del texto fuente que debería demostrar si una afirmación sigue siendo cierta.
TextifAI no rechaza la idea de vault. La extiende.
El objetivo no es solo tener muchas notas. El objetivo es un workspace narrativo donde convivan evidencia del manuscrito, resolución de entidades, estructura de canon, relaciones en grafo y revisión humana.