Base vectorial: dónde se guardan los embeddings de tus documentos

Qué es

Una base vectorial es una base de datos hecha para guardar embeddings —la representación numérica de un texto— y devolver los más parecidos a tu consulta. Mide la cercanía entre vectores, no coincidencias exactas de palabras.

La diferencia con una base tradicional está en la pregunta que responde. Una tabla te devuelve el registro del RFC que capturaste; una base vectorial te dice qué párrafos tratan el mismo tema, aunque no compartan una palabra. Junto al vector se puede guardar el texto original y su referencia —archivo, fecha y versión—; conviene definirlo desde la carga: de ahí sale la posibilidad de citar la fuente.

En palabras de contador

Piensa en el archivero del despacho: el mueble, no el catálogo. Una base vectorial es ese archivero: ahí quedan resguardados los documentos, con gavetas y llaves. Lo distinto es que cada gaveta se ordena por contenido: pides "lo que tenemos sobre gastos de viaje" y sale el memorándum y el correo donde quedó el criterio.

Como en cualquier archivero, lo que decide si sirve son las gavetas y quién tiene llave: una por cliente, otra por materia, y reglas claras de quién abre cuál. Antes de guardar hay que partir cada documento en fragmentos y convertirlos en vectores.

Ejemplo aplicado

Criterios internos del despacho. Cargas manuales, memorándums y respuestas que ya diste. Ante una consulta parecida, el asistente recupera el criterio que tú fijaste y lo cita, en lugar de improvisar.

Contratos de un grupo corporativo. Guardas los contratos de un cliente con varias empresas en un acervo propio, apartado del de los demás, y preguntas cuáles incluyen cláusula de exclusividad. Cada fragmento llega con su archivo de origen.

Expediente de auditoría. Indexas actas, políticas y papeles del ejercicio; al preparar la carta de observaciones localizas los antecedentes de cada hallazgo sin recorrer carpetas.

Para qué sirve en un despacho

• Montar un asistente interno que conteste con documentos propios.
• Mantener un acervo por cliente, con permisos distintos para cada uno.
• Alimentar RAG para que el modelo responda con fuente a la vista.
• Reutilizar criterios ya redactados en consultas nuevas.

Riesgos o limitaciones

Todo lo que cargas queda al alcance de quien consulte: si mezclas varios clientes en un mismo acervo, una consulta puede devolver el fragmento de un tercero. Separar por cliente y definir permisos es parte del diseño inicial, no un ajuste posterior. Tampoco se administra solo: alguien sostiene la carga, las bajas y los accesos.

Además guarda por parecido, no por vigencia: un criterio superado convive con el aplicable y la búsqueda semántica los propone igual. Un fragmento mal cortado —una tabla partida a la mitad— se resguarda incompleto y lleva a una conclusión que no coincide con tu criterio.

Buena práctica

Empieza pequeño: un acervo por cliente o por materia, con fecha y responsable en cada documento, y por escrito quién lo consulta. Depura antes de cargar y revisa periódicamente para retirar lo que ya no aplica.

Exige que cada respuesta muestre de qué documento salió. Si no puedes rastrear el fragmento hasta su archivo, sirve para orientarte, no para sustentar una postura ante el cliente o la autoridad.

Preguntas frecuentes

¿Es lo mismo que RAG? No. La base vectorial es el archivero donde quedan los fragmentos; RAG es el procedimiento que lo abre y se los entrega al modelo.

¿Necesito una para usar IA en el despacho? Solo si quieres que responda con tus propios documentos y hay quien mantenga el acervo. Para cálculos puntuales basta una herramienta conectada a datos verificados.

¿Dónde quedan guardados mis documentos? Depende del proveedor. Antes de cargar información de clientes revisa dónde se almacena, quién la consulta y si se usa para entrenar modelos.

Escrito y revisado por Ernesto Sobrino, contador.
Última revisión: 24 de agosto de 2026.