Google amplía la herramienta File Search del API de Gemini para que ya no sea solo texto: ahora procesa imágenes y texto juntos, permite etiquetas personalizadas y añade citas de página para comprobar de dónde viene cada respuesta. ¿El resultado? Sistemas RAG más útiles, rápidos y verificables, tanto en prototipos como en producción.
Qué cambia
La novedad principal es que File Search se vuelve multimodal. Eso significa que, además de indexar texto, entiende datos visuales gracias al modelo Gemini Embedding 2. Tu aplicación puede buscar dentro de archivos combinando descripciones en lenguaje natural con contenido visual.
También puedes adjuntar metadata personalizada a cada archivo en forma de pares clave-valor. Piensa en etiquetas como departamento: Legal o estado: Final. Al filtrar por esas etiquetas, reduces el ruido y haces las búsquedas más precisas y rápidas.
Y para no dejar dudas, File Search ahora incluye citas de página. Cuando una respuesta proviene de un PDF grande, el sistema guarda el número de página, así puedes dirigir al usuario exactamente al origen de la información.
Ejemplos prácticos
-
Una agencia creativa: en lugar de buscar por nombre de archivo, el equipo describe el tono visual que necesita y la app encuentra imágenes que coinciden con esa sensación estética.
-
Legal o cumplimiento: filtras documentos por
departamento: Legalyestado: Finalpara que los resultados solo salgan del conjunto que importa, disminuyendo riesgos y tiempos de revisión. -
Soporte técnico o investigación: cuando el modelo cita una conclusión, puedes llevar al usuario a la página concreta del manual o estudio para que verifique la fuente.
Por qué esto importa para RAG
Los sistemas de Retrieval-Augmented Generation dependen de dos cosas: encontrar la información correcta y poder mostrar por qué esa información es confiable. La multimodalidad amplía el abanico de datos que puedes usar. La metadata reduce falsos positivos y acelera las respuestas. Y las citas de página dan trazabilidad, que es clave para confianza y auditoría.
En la práctica, esto significa menos respuestas vagas, menos búsquedas manuales y más transparencia cuando el sistema aporta evidencia.
Cómo empezar
Google dice que File Search se encarga de la infraestructura pesada para que tú te enfoques en el producto. Si ya usas la API de Gemini, puedes integrar File Search para indexar tus archivos, añadir metadata y empezar a usar filtros y citas. Para quien está prototipando, es una forma rápida de probar RAG multimodal; para quien escala, promete una organización de datos más eficiente.
Reflexión final
No es solo una mejora técnica: es una respuesta a problemas reales que enfrentan equipos creativos, legales y de datos. La posibilidad de buscar por contenido visual, filtrar con precisión y mostrar la página exacta cambia cómo construyes confianza con usuarios y clientes. ¿Listo para que tus aplicaciones recuerden con precisión y muestren la evidencia?