Un sistema RAG con carpetas no compartidas no necesita índice. Se generan solo resumen y tabla de contenidos por archivo.
Por qué importa: La falta de campos comunes elimina la necesidad de un índice estructurado.
Lo esencial
- Una carpeta con 492 páginas de documentos diversos no comparte campos comunes.
- El proceso se reduce a un resumen por archivo y su tabla de contenidos propia.
- La ruta de búsqueda requiere dos niveles para responder preguntas correctamente.
Imagen de referencia: Towards Data Science.Carpeta de documentos heterogéneos sin campos comunes
Un conjunto de archivos como controles de seguridad, especificaciones y artículos técnicos no comparten campos clave ni valores universales.
Imagen de referencia: Towards Data Science.El enfoque alternativo elimina la necesidad de un índice
La preparación entrega solo resumen y tabla de contenidos, sin requerir estructuras de filtrado ni columnas compartidas.