Ir al contenido principal
Español— Elegir un idioma
Menú

Modos de búsqueda: palabras clave, semántico, híbrido

Lección 10 de 16 Actualizado el 29 de julio de 2026 Desarrollador
En esta página
  1. Tres enfoques para encontrar información
  2. Modo de palabras clave: coincidencia literal
  3. Modo semántico: comprensión del significado
  4. Modo híbrido: ambas señales a la vez
  5. Comparación de modos
  6. Puntos clave

Tres enfoques para encontrar información

El campo retrieval_mode acepta tres valores, y esta elección no es cosmética: determina qué compara el motor. Un modo examina palabras, otro el significado y el tercero hace ambas cosas. Dependiendo de tus documentos y de cómo formulen las preguntas tus usuarios, la brecha de relevancia entre dos modos puede ser dramática en la misma colección.

Modo de palabras clave: coincidencia literal

El modo de palabras clave se comporta como un motor de búsqueda clásico. Compara las palabras de tu consulta con el texto indexado y muestra los fragmentos que contienen realmente esas palabras.

{
  "query": "VAT rate 20%",
  "source": { "collection_ids": ["col_fiscal"] },
  "retrieval_mode": { "type": "keyword" }
}

Su fuerza radica en su literalidad. Para una referencia de producto como «XR-2847», un número de factura, un artículo legal o un acrónimo del sector, no comete errores: la cadena está o no está. No calcula ninguna incrustación (embedding), lo que lo hace rápido. Su debilidad es exactamente la cara opuesta de esta cualidad: no entiende nada. Si tu documento habla de «impuesto sobre el valor añadido» cuando el usuario escribe «VAT», la coincidencia no se produce y obtienes cero resultados de un documento que realmente contenía la respuesta. Todo depende entonces de la coincidencia de vocabulario entre el escritor y el lector, lo cual es una apuesta arriesgada tan pronto como tus usuarios no son los autores de los documentos.

Modo semántico: comprensión del significado

El modo semántico transforma la consulta y los fragmentos en vectores, comparando luego significados en lugar de caracteres. Por tanto, muestra fragmentos relevantes incluso cuando no se comparten palabras.

{
  "query": "how to reduce sales taxes",
  "source": { "collection_ids": ["col_fiscal"] },
  "retrieval_mode": { "type": "semantic" }
}

Esta consulta no contiene ni «VAT» ni «exemption» (exención), y sin embargo mostrará fragmentos que tratan sobre el IVA, el impuesto sobre el valor añadido, las deducciones fiscales o las exenciones. Esto es exactamente lo que quieres para un asistente de cara al público: tus usuarios consultan con sus palabras, no con el léxico de tu departamento legal. El modo gestiona los sinónimos sin inmutarse: «refund» (reembolso), «credit note» (nota de abono) y «credit» (crédito) se agrupan naturalmente en el espacio vectorial. A cambio, pierde precisión donde esta es absoluta: un código de producto «XR-2847» parece semánticamente similar a «XR-2874», y el motor podría devolver el incorrecto. Cada consulta requiere además un cálculo de incrustación, por lo que existe un coste computacional que no existe en el modo de palabras clave.

Modo híbrido: ambas señales a la vez

El modo híbrido es el modo predeterminado y el que xAI recomienda, porque rechaza el compromiso. Toma una consulta legal típica, que mezcla una referencia exacta y un concepto difuso.

{
  "query": "article L.121-3 director liability",
  "source": { "collection_ids": ["col_juridique"] },
  "retrieval_mode": { "type": "hybrid" }
}

El procesamiento ocurre en tres pasos. El motor ejecuta primero una búsqueda por palabras clave para capturar coincidencias exactas, aquí la cadena «L.121-3». Ejecuta en paralelo una búsqueda semántica que busca fragmentos vinculados conceptualmente a la responsabilidad de los directores, incluso cuando no usan esas palabras exactas. Finalmente, fusiona las dos listas y las vuelve a clasificar para maximizar la relevancia global.

El resultado captura tanto los artículos que citan explícitamente L.121-3 como los comentarios que tratan sobre la responsabilidad de los directores sin mencionar el artículo. La exhaustividad (recall) mejora significativamente: pierdes menos documentos relevantes, independientemente del registro de la pregunta. Por eso el modo híbrido funciona igual de bien para una consulta técnica que para una frase conversacional, y por qué constituye la opción predeterminada razonable.

Dos situaciones justifican, no obstante, apartarse de esta configuración. Si buscas una firma de función específica en una base de código, el ruido semántico juega en tu contra y keyword será más afilado. Por el contrario, para una exploración amplia —«¿qué hemos escrito sobre la fidelización de clientes?»—, sin un término pivote que coincidir, semantic lanza una red más amplia y te ayuda a descubrir documentos que no estabas buscando.

Comparación de modos

Criteriokeywordsemantichybrid
Términos exactosExcelenteRegularBueno
SinónimosPobreExcelenteBueno
Lenguaje naturalPobreExcelenteExcelente
Códigos/referenciasExcelentePobreBueno
RecomendaciónCasos específicosExploraciónPredeterminado

Una forma sencilla de decidir: toma diez preguntas reales de tus usuarios, ejecútalas en los tres modos sobre la misma colección y compara los cinco primeros resultados. En quince minutos sabrás si tu corpus se inclina más hacia el vocabulario exacto o hacia el significado.

Puntos clave

  • El modo de palabras clave busca coincidencias exactas: ideal para términos técnicos y referencias
  • El modo semántico entiende el significado: ideal para preguntas en lenguaje natural
  • El modo híbrido combina ambos: esta es la opción predeterminada recomendada
  • Usa keyword para búsquedas de códigos, identificadores o valores exactos
  • Usa hybrid en todos los demás casos