Google lanza File Search para la API de Gemini

Google ha lanzado File Search, una herramienta de la API de Gemini que permite a los desarrolladores conectar sus aplicaciones con sus propios documentos sin construir desde cero todo el sistema de búsqueda y recuperación de información.

La herramienta está pensada para que Gemini responda usando datos concretos de una empresa, un proyecto o una colección de archivos. Así, en lugar de depender solo de lo aprendido durante el entrenamiento, el modelo puede consultar una base documental y fundamentar sus respuestas en ella.

Qué hace File Search

File Search integra dentro de la API de Gemini el proceso conocido como RAG, una técnica que busca información relevante en documentos antes de generar una respuesta. Google se encarga de varias tareas que normalmente tendría que programar el desarrollador:

• Almacenar los archivos.
• Dividirlos en fragmentos útiles.
• Convertir el contenido en representaciones numéricas para buscar por significado.
• Encontrar la información relacionada con cada consulta.
• Añadir ese contexto a la petición que recibe Gemini.

La búsqueda no depende únicamente de que las palabras coincidan exactamente. Gracias al modelo de embeddings gemini-embedding-001, puede identificar que una pregunta y un fragmento de documento hablan de lo mismo aunque utilicen términos diferentes.

Por ejemplo, un bot de soporte podría consultar manuales técnicos y responder con instrucciones específicas. Un asistente interno podría buscar políticas de la empresa, mientras que una aplicación creativa podría localizar ideas o plantillas dentro de una biblioteca de contenidos.

Respuestas más fáciles de verificar

Una de las funciones más relevantes son las citas integradas. Las respuestas generadas por Gemini indican qué partes de los documentos se utilizaron, lo que permite comprobar de dónde salió la información en lugar de aceptar la respuesta sin contexto.

File Search funciona dentro de la API existente generateContent, por lo que los desarrolladores pueden incorporarlo sin montar una infraestructura de búsqueda separada. También admite formatos habituales como PDF, DOCX, TXT y JSON, además de varios lenguajes de programación.

Google afirma que los primeros usuarios están creando bots de soporte, asistentes para conocimiento interno y herramientas para descubrir contenidos. Phaser Studio, creadora de la plataforma de generación de videojuegos Beam, asegura que realiza miles de búsquedas diarias sobre su biblioteca de plantillas. Según la empresa, File Search combina consultas paralelas en menos de 2 segundos, frente a un proceso manual que antes podía tardar horas.

Cuánto cuesta

El modelo de precios elimina dos costes durante el uso normal: el almacenamiento y la generación de embeddings en el momento de hacer una consulta son gratuitos.

El desarrollador paga una sola vez al indexar los archivos, a una tarifa fija de 0,15 dólares por cada millón de tokens, según el coste aplicable del modelo de embeddings utilizado. Esto hace más predecible el gasto cuando una aplicación consulta muchas veces los mismos documentos.

Google también ha publicado una aplicación de demostración en Google AI Studio. Para probarla hace falta una clave de API de pago.

Para ti, el cambio importante es que una aplicación basada en Gemini puede trabajar con información propia sin que su equipo tenga que construir y mantener por separado el almacenamiento, la búsqueda semántica y la selección de fragmentos. Lo que habrá que vigilar ahora es la precisión real de las citas y de las respuestas cuando las bases documentales crezcan, porque conectar un modelo con más archivos no garantiza por sí solo que siempre encuentre el contexto correcto.