Grafos de conocimiento en 5 minutos
Un grafo de conocimiento es solo dos cosas: puntos y líneas.
- Los puntos se llaman entidades: personas, organizaciones, fármacos, leyes, conceptos. Cualquier "sustantivo importante" de tu corpus.
- Las líneas se llaman relaciones: cómo conectan esas entidades. "Acme eligió Postgres", "la ley regula el tratamiento X", "Alice trabaja con Bob".
Eso es todo. Lo que hace GRAIL es construir ese grafo automáticamente desde tus textos.
¿Por qué importa para preguntas y respuestas?
RAG tradicional dice: "voy a buscar las páginas más parecidas a tu pregunta y se las paso al LLM". Eso funciona para preguntas cuya respuesta cabe en un chunk de texto.
Pero falla cuando:
- La respuesta cruza documentos ("¿cómo se relaciona X de este informe con Y de aquel?").
- La pregunta es estructural ("¿qué fármacos cubre el protocolo del oncólogo Pérez?" — tienes que cruzar oncólogo → protocolos → fármacos).
- Necesitas una síntesis temática ("¿de qué trata todo esto?").
Un grafo hace esas preguntas estructurales, no probabilísticas. Si Acme está conectado a Postgres con una arista "CHOSE", la respuesta a "¿qué BD eligió Acme?" es una caminata de un paso, no una búsqueda por similitud.
Qué agrega GRAIL encima del grafo básico
Un grafo "pelado" (entidades + relaciones) ya es útil. GRAIL le pone tres capas más:
1. Comunidades
GRAIL corre el algoritmo Leiden para agrupar entidades densamente conectadas en comunidades. Es como dividir la biblioteca en secciones por tema, pero automáticamente y a varios niveles de granularidad.
2. Reportes de comunidad
Para cada comunidad, un LLM escribe un resumen narrativo de qué trata. Es el "panfleto de la sección" que el bibliotecario te entrega cuando preguntas algo amplio.
Esto es lo que hace funcionar el modo global: la respuesta a "¿cuáles son los temas centrales?" no es leer todo el corpus — es leer los reportes.
3. Consultas de recuperación en las entidades
Cada entidad guarda 2-3 preguntas anticipadas en su texto de embedding. Es el "post-it que el autor pegó en cada libro" diciendo "léeme si te interesa X".
Esto mejora muchísimo el matching cross-lingual e intencional. Una pregunta vaga matchea bien si la entidad correcta tiene un post-it que se parece.
Por qué GRAIL te resulta más caro al inicio (y más barato al uso)
Construir el grafo cuesta una llamada a LLM por chunk del corpus. Para un corpus de 200 PDFs, son cientos o miles de llamadas durante la indexación.
Pero después, en uso, cada pregunta cuesta una sola llamada (o algunas pocas con agent). RAG vanilla también cuesta una llamada por pregunta — pero responde peor a preguntas estructurales.
La cuenta se inclina a favor de GRAIL cuando:
- Vas a hacer muchas preguntas sobre el mismo corpus.
- Las preguntas son estructurales o de síntesis.
- Te importa la calidad más que el costo por pregunta individual.
Siguiente paso
- Modos de búsqueda — cómo el grafo se traduce en seis estrategias de respuesta.
- Cascade — el modo que combina grafo con texto para preguntas factuales.
- Comunidades y Leiden — más detalle sobre cómo se forman las comunidades.