Amazon Bedrock aprende a calcular sobre hojas de Excel completas, no sobre fragmentos de búsqueda
El RAG tradicional divide una tabla en fragmentos, de modo que el modelo solo ve unas pocas filas y las sumas salen incompletas. Amazon Bedrock Managed Knowledge Base añade la búsqueda tabular: el código, ejecutado en un entorno aislado sin acceso a la red, lee el archivo CSV o Excel completo. En el ejemplo, detectó un departamento con un sobrecoste de 124 559,90 dólares y citó la política de la empresa. Para preguntas del tipo «regla del documento más cálculo sobre la tabla», ahora basta con una sola consulta.
Procesado por IA desde AWS Machine Learning Blog; editado por Hamidun News
Imagine un equipo financiero a finales de trimestre. Necesita saber qué departamentos deben presentar una explicación por las desviaciones presupuestarias. La respuesta no aparece en ningún archivo: el umbral de desviación figura en la política, los presupuestos revisados están en el memorando de cierre trimestral y las cifras, en un libro de Excel con pérdidas y ganancias. La búsqueda documental convencional no resuelve bien esta tarea. AWS ha añadido a Amazon Bedrock Managed Knowledge Base la función tabular search, que cubre precisamente esa brecha entre el texto y las tablas.
Por qué las tablas rompen el RAG tradicional
El RAG devuelve un número fijo de fragmentos que mejor encajan con la pregunta. Con prosa funciona. Con tablas, peor: al trocear el archivo, se pierde parte de la información.
Si la tabla es larga, con miles de filas, la búsqueda devuelve solo unos pocos fragmentos. La suma final, la comparación o la verificación de un umbral se construyen sobre un puñado de filas y salen incompletas. Si la tabla es ancha, con cientos de columnas, una fila puede no caber en un fragmento o en la ventana del modelo de búsqueda. Los valores de las columnas lejanas se encuentran peor, y los fragmentos largos empiezan a coincidir con preguntas ajenas y desplazan a los útiles.
También hay un problema de correspondencia. La gente pregunta por los «gastos controlables», pero la tabla contiene códigos de centros de coste y nombres de cuentas. Un borrador y la versión final del libro son casi idénticos para el buscador. Y la regla que da sentido a las cifras suele estar en un PDF aparte.
Cómo funciona
La búsqueda tabular divide el trabajo en dos partes. La búsqueda debe encontrar un único fragmento del archivo tabular correspondiente y, a partir de ahí, el código lee la tabla completa. No hay que activar nada: la función está integrada en la búsqueda agéntica, es decir, en la petición AgenticRetrieveStream.
La consulta atraviesa varias etapas:
- la búsqueda devuelve fragmentos, entre ellos un trozo de un CSV, XLSX o XLS;
- el agente decide, según la pregunta y la estructura de la tabla, si debe ejecutar código;
- el archivo original se copia a un entorno aislado sin acceso a la red;
- el código escrito por el modelo calcula sobre toda la tabla o la hoja;
- el agente recibe solo el resultado impreso, por ejemplo las sumas o las filas que cumplen el criterio;
- la respuesta se construye a partir del resultado del cálculo y de los fragmentos de documentos, con referencias a las fuentes.
En el ejemplo de AWS, la empresa AnyCompany Retail pregunta qué centro de coste presenta el mayor sobrecoste en gastos controlables en el segundo trimestre fiscal, según la política financiera. Del PDF, el agente toma la definición: incluye contratistas, viajes, software y programas de marketing, pero no salarios ni alquiler. De las tablas, el código toma todas las filas de las hojas Actuals y Budget, las filtra por el trimestre y las cuatro cuentas, y compara los centros de coste.
El resultado: el centro CC-3010 (Platform) superó el presupuesto en 124 559,90 dólares, con un gasto de 394 859,90 frente a un plan de 270 300,00. La revisión de negocio explica la causa: contratistas para la migración de la plataforma de datos. Si se consideran todos los gastos operativos, y no solo los controlables, la cifra asciende a 133 434,05.
La trazabilidad también resulta útil. En el flujo de eventos se ve qué archivo leyó el código: el evento Planning enumera los documentos y después aparecen CodeExecution con los estados IN_PROGRESS y SUCCEEDED. Esto permite comprobar que el agente tomó el libro final y no un borrador. Las referencias de la respuesta apuntan a los fragmentos utilizados, por lo que la tabla en sí puede no aparecer en las citas, pero sí en la trazabilidad.
Limitaciones y qué hacer
La función no sustituye a BI. La ejecución de código añade como mínimo un turno del agente, de modo que las respuestas con datos tabulares llegan más lentas que las de texto. Las métricas validadas, los paneles periódicos, los joins a escala de almacén y el control de informes deben seguir haciéndose en herramientas de BI. Además, la búsqueda debe localizar primero el archivo correcto, así que conviene nombrar el libro explícitamente en la pregunta.
Hay también requisitos prácticos. La cuenta que realiza la llamada necesita los permisos bedrock:AgenticRetrieveStream, bedrock:Retrieve y bedrock:GetDocumentContent, porque el agente lee el archivo original con sus credenciales. Tras la primera sincronización, compruebe que los fragmentos tabulares tienen el tipo de archivo CSV o MS_EXCEL; de lo contrario, la búsqueda tabular no se activará. La llamada Retrieve normal sigue devolviendo solo fragmentos y no ejecuta código, igual que el modo con generateResponse=false.
Para los desarrolladores, la conclusión es sencilla. Si su asistente responde preguntas en las que la regla está en un documento y las cifras están en exportaciones y libros, no hace falta diseñar un esquema de antemano ni volcar los archivos en un almacén. Coloque las tablas junto a los PDF en S3 o SharePoint, formule las preguntas citando el nombre del archivo y revise la trazabilidad. Para consultas analíticas puntuales sobre archivos de trabajo, puede ser suficiente. Lo que deba calcularse de forma periódica y con garantías debe seguir en BI.
- 21 nov 2026AG-UI 1.0 le da a los agentes de IA un lenguaje común para comunicarse con la aplicación: 31 tipos de eventos
- 21 nov 2026OpenAI lanza ChatGPT Wallet: los agentes compran sin ver el número de la tarjeta
- 21 nov 2026Los anunciantes estadounidenses gastaron 70,7 millones de dólares en publicidad en ChatGPT en octubre, un 127 % más que en abril
- 21 nov 2026ONNX Runtime desaparece de GitHub: Microsoft oculta los repositorios tras el ataque a un paquete
Preguntas frecuentes sobre la noticia
¿Qué se sabe sobre Por qué las tablas rompen el RAG tradicional?
El RAG devuelve un número fijo de fragmentos que mejor encajan con la pregunta. Con prosa funciona. Con tablas, peor: al trocear el archivo, se pierde parte de la información. Si la tabla es larga, con miles de filas, la búsqueda devuelve solo unos pocos fragmentos. La suma final, la comparación o la verificación de un umbral se construyen sobre un puñado de filas y salen incompletas. Si la tabla es ancha, con cientos de columnas, una fila puede no caber en un fragmento o en la ventana del modelo de búsqueda.
Cómo funciona?
La búsqueda tabular divide el trabajo en dos partes. La búsqueda debe encontrar un único fragmento del archivo tabular correspondiente y, a partir de ahí, el código lee la tabla completa. No hay que activar nada: la función está integrada en la búsqueda agéntica, es decir, en la petición AgenticRetrieveStream.
¿Qué se sabe sobre Limitaciones y qué hacer?
La función no sustituye a BI. La ejecución de código añade como mínimo un turno del agente, de modo que las respuestas con datos tabulares llegan más lentas que las de texto. Las métricas validadas, los paneles periódicos, los joins a escala de almacén y el control de informes deben seguir haciéndose en herramientas de BI. Además, la búsqueda debe localizar primero el archivo correcto, así que conviene nombrar el libro explícitamente en la pregunta. Hay también requisitos prácticos.
Test Frontier LLMs & Autonomous Agents in One Workspace
Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.
Lo esencial de la IA — una vez por semana
Siete historias que de verdad importaron, elegidas a mano. Sin ruido ni notas de prensa.
¡Listo! Revisa tu correo para la confirmación.