Profesor universitario construyó búsqueda RAG para regulaciones universitarias usando un chatbot en MAX

Un profesor universitario, que ha estado escribiendo código durante más de veinte años, contó en Habr cómo hizo un bot en el mensajero MAX para sus propias necesidades, que con el tiempo se convirtió en un sistema de búsqueda inteligente (RAG) para las regulaciones universitarias.

Cómo comenzó el proyecto

La idea nació de la frustración cotidiana: al autor le cansó tener que ir al sitio web de la universidad cada vez que quería verificar su propio horario. La solución fue un bot en MAX que respondía la pregunta simple "¿qué tengo hoy?" con un horario de clases real.

• Autor — profesor del Departamento de Tecnologías de la Información, lleva más de 20 años escribiendo código
• Bot lanzado en el mensajero MAX
• Función inicial — responder la pregunta "¿qué tengo hoy?" con un horario
• El equipo del proyecto creció a tres personas
• Función final — búsqueda inteligente (RAG) a través de las regulaciones universitarias, un documento de cientos de páginas

Cómo el horario se convirtió en búsqueda RAG

El bot rápidamente ganó popularidad entre los usuarios y adquirió un equipo de tres personas. Con la popularidad vinieron preguntas cuyas respuestas simplemente no estaban en el horario: cómo transferirse a otro programa, cómo regresar después de la expulsión, qué sucede con la beca y qué necesitas saber sobre el dormitorio. Todos estos temas están regulados por las regulaciones universitarias — un documento de cientos de páginas, que es incómodo buscar manualmente.

Fue esta necesidad la que llevó al equipo a desarrollar una búsqueda inteligente de documentos, que en terminología profesional se llama RAG (retrieval-augmented generation) — una técnica en la cual el sistema primero encuentra fragmentos relevantes del documento, y luego genera una respuesta basada en ellos. El autor llamó directamente a lo que implementó en su artículo "búsqueda inteligente de documentos, también conocida como RAG".

Por qué las regulaciones universitarias son una base de datos compleja

para buscar

Un documento normativo de una universidad de cientos de páginas es mal adecuado para la búsqueda regular por palabras clave: las preguntas de los estudiantes se formulan en lenguaje libre ("¿qué pasará si no paso la sesión?"), y la respuesta que busca puede formularse en lenguaje legal en una sección separada del documento. Esta es una tarea típica para el enfoque RAG, donde el sistema busca fragmentos relevantes de un documento y genera una respuesta basada en ellos, en lugar de simplemente devolver coincidencias de palabras.

Qué significa esto

La historia muestra un camino práctico para introducir RAG en un equipo pequeño: la tecnología, que generalmente se discute como una herramienta de IA corporativa, aquí creció de un bot personal de horarios en un servicio funcional que responde preguntas legalmente significativas de estudiantes universitarios.

Preguntas frecuentes

¿Qué es RAG en el contexto de este bot?

RAG (retrieval-augmented generation) es búsqueda inteligente de documentos, en la cual el sistema encuentra fragmentos de texto relevantes y genera una respuesta basada en ellos; esto es exactamente cómo el autor describe la versión final de su bot.

¿Cómo comenzó el proyecto?

Con una función simple — responder la pregunta "¿qué tengo hoy?" con un horario de clases real en el mensajero MAX.

¿Quién desarrolló el bot?

Un profesor del Departamento de Tecnologías de la Información con más de veinte años de experiencia en desarrollo; con el tiempo, un equipo de tres personas se unió al proyecto.