Fine-tuning vs. prompting vs. RAG: cuál usar

Durante 2023, conforme los modelos de lenguaje pasaron de la curiosidad al uso diario, se destapó un debate técnico que hoy sigue vigente: ¿cómo lograr que una IA responda con lo tuyo —tus productos, tus políticas, tu historial— y no con generalidades sacadas de internet? La conversación se ordenó alrededor de tres caminos: prompting, RAG y fine-tuning. Suenan a jerga, pero en el fondo responden una pregunta muy de negocio: cómo enseñarle a la máquina el contexto de tu empresa.

La buena noticia es que no tienes que elegir a ciegas ni pagar de más. Cada camino resuelve un problema distinto, tiene un costo distinto y encaja en un momento distinto de tu operación. En esta guía te explicamos los tres en lenguaje claro y, sobre todo, cuál tiene sentido para una pyme mexicana que quiere resultados medibles sin poner en riesgo sus datos.

Prompting: darle instrucciones claras

El prompting es simplemente decirle bien a la IA qué quieres, con ejemplos e instrucciones dentro de la misma conversación. No modificas el modelo: le das contexto en el momento. Es lo más rápido, lo más barato y, para muchas tareas, lo único que necesitas.

• Cuándo sirve: redactar correos, resumir documentos, clasificar mensajes, generar borradores. Tareas donde el conocimiento general del modelo ya alcanza.
• Ventaja: arrancas hoy, sin infraestructura ni proyectos largos.
• Límite: el modelo no «recuerda» tu catálogo ni tus políticas entre sesiones; hay que darle el contexto cada vez.

Para la mayoría de las pymes, aquí empieza todo. Antes de invertir en algo más complejo, vale la pena exprimir lo que un buen prompt bien diseñado ya te da.

RAG: que consulte tu propia información

RAG (recuperación aumentada) conecta la IA con tus documentos: manuales, catálogos, contratos, historial de tickets. Cuando alguien pregunta, el sistema primero busca en tu información y luego responde con base en ella. Es como darle a la IA acceso a tu archivero, sin que tenga que memorizarlo.

• Cuándo sirve: un asistente que responde sobre tus productos, un buscador interno de políticas, atención a clientes con base en tu documentación real.
• Ventaja: las respuestas se apoyan en tu información y se actualizan cuando actualizas tus documentos. Conserva tus datos, procesos e historial como fuente de verdad.
• Consideración: requiere ordenar y mantener tu información, pero es una inversión que rinde en cualquier proceso.

Para casi cualquier pyme que quiere una IA «que sepa de la casa», RAG suele ser el punto dulce entre esfuerzo y resultado.

Fine-tuning: ajustar el modelo a tu estilo

El fine-tuning reentrena el modelo con ejemplos tuyos para que adopte un tono, un formato o un comportamiento muy específico. Es el camino más potente y también el más costoso: conviene cuando ya tienes volumen, ejemplos de calidad y una necesidad que el prompting y el RAG no cubren.

El error más común no es elegir mal la técnica, sino empezar por la más cara antes de agotar la más simple.

Rara vez es el primer paso de una pyme. Tiene sentido cuando el negocio ya validó el caso de uso y necesita afinar la última milla de calidad o consistencia.

Cómo elegir tu camino

Nuestra recomendación en Normandia Web es avanzar por capas, midiendo en cada una:

• Empieza en pequeño: elige un solo proceso con dolor real —atención, cotizaciones, soporte interno— y ponle una meta clara.
• Prueba primero con prompting: muchas veces resuelve el 80% sin invertir en infraestructura.
• Sube a RAG cuando necesites tus datos: si la IA debe conocer tu catálogo, políticas o historial, ese es el salto natural.
• Reserva el fine-tuning para el final: solo cuando ya validaste el caso y necesitas afinar tono o consistencia a gran escala.
• Cuida tus datos: define desde el inicio qué información entra, dónde vive y quién la ve.

La decisión no es «cuál técnica es mejor», sino cuál resuelve tu problema al menor costo hoy, dejando la puerta abierta a crecer. Con software a la medida puedes combinar prompting, RAG y fine-tuning conforme tu operación madura, sin quedar amarrado a una sola herramienta. Si quieres, en Normandia Web nos sentamos contigo a mapear tu caso y elegir por dónde arrancar.