> For the complete documentation index, see [llms.txt](https://library.zoom.com/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://library.zoom.com/technical-library/es/ai/ai-whitepaper/agentic-search.md).
# Búsqueda agéntica
## **¿Qué es la búsqueda agentiva?**
#### Agentic Search es una capa de contexto unificada, consciente del Permiso, que abarca el contenido de Zoom y las fuentes de datos Empresarial conectadas
La búsqueda agentica es una capacidad de recuperación de conocimiento de nivel Empresarial que recopila, indexa y correlaciona información relevante en contenido nativo de Zoom y en fuentes de datos de terceros conectadas, formando un único cuerpo de conocimiento organizacional con el que una consulta se resuelve. Lo que la separa de la búsqueda convencional es la amplitud de lo que puede extraer una sola consulta: una transcripción de una reunión, un mensaje de Team Chat y un documento que está en una unidad en la nube corporativa pueden contribuir al mismo resultado. La forma de ese resultado depende del punto de entrada: una respuesta sintetizada en lenguaje natural, o un conjunto clasificado de material de origen fundamentado para que otro modelo razone; pero las fuentes que se abarcan y los permisos que se aplican sobre ellas no cambian.
Dentro de Zoom, la recuperación abarca el grabar del trabajo que ya se acumula en la plataforma: grabaciones de reuniones y transcripciones, resúmenes de reunión, conversaciones de Team Chat, y los documentos, notas y otros artefactos creados junto con ellos. Más allá de Zoom, la recuperación se extiende a sistemas de grabar y repositorios de contenido conectados, que pueden incluir servicios como Salesforce, Google Drive, OneDrive, SharePoint, Confluence, Box, ServiceNow, Workday, Zendesk y Seismic. Cuando se admite y habilita el indexado, el contenido de estos sistemas se ingiere en la capa de recuperación de Zoom junto con la información nativa de Zoom, de modo que una pregunta se resuelve con un solo cuerpo de conocimiento organizacional en lugar de con un conjunto de repositorios aislados que cada uno debe buscar por sus propios medios.
La recuperación tiene en cuenta el Permiso en todo momento. Los controles de Acceso de cada sistema de origen se heredan y se aplican, por lo que la información mostrada — nativa de Zoom o de terceros — está limitada en función del Permiso aplicable del usuario o del agente solicitante. Ampliar el conjunto de fuentes que se pueden buscar no amplía el Acceso de ninguna persona a ellas.
#### "Agentic Search" describe una capacidad, no una interfaz
Agentic Search se entiende mejor como una capacidad subyacente más que como una pantalla o un botón específicos. La misma capacidad se puede alcanzar de más de una manera: a través de la interfaz de ZoomMate para usuarios cotidianos, y a través de las API de Search and Ask y del Model Context Protocol (MCP) para aplicaciones y agentes de IA. Sea cual sea el punto de entrada utilizado, el término se refiere a la misma función principal: recuperar y sintetizar información relevante a través de distintas fuentes.
#### ZoomMate utiliza Búsqueda Agéntica para recuperar datos indexados de conocimientos organizacionales conectados y luego sintetiza los resultados en una respuesta en lenguaje natural
Para los usuarios cotidianos, ZoomMate es donde la Búsqueda Agéntica se vuelve rutinaria. Prepararse para unas próximas reuniones, recordar una decisión tomada en varias reuniones pasadas o localizar un documento vinculado a un elemento de acción abierto: cada una de estas tareas puede resolverse con una sola solicitud, en lugar de requerir búsquedas separadas entre reuniones, chats, documentos, Almacenamiento en la nube y sistemas de CRM o de gestión de tickets.
#### MCP y las APIs de Buscar y Preguntar amplían la misma recuperación a las aplicaciones y a los agentes de IA externos
Las aplicaciones y los agentes de IA externos, incluidos los creados sobre LLM de terceros, realizan una llamada a Agentic Search como herramienta a través de MCP. Los controles de Acceso viajan con la llamada, por lo que un agente recupera información coherente con los permisos de su usuario autenticado.
El **API de búsqueda** devuelve un conjunto clasificado de resultados relevantes y deja la generación en manos del modelo propio de quien realiza la llamada, lo que encaja en casos en los que el material fuente en bruto y fundamentado es el resultado deseado.
El **API de preguntas** realiza tanto la recuperación como la generación dentro de Zoom y devuelve una respuesta sintetizada y citada en lenguaje natural.
#### Un índice permanente y la recuperación en tiempo de solicitud mantienen actualizados los datos que cambian con frecuencia
Agentic Search no se limita a un índice estático. El contenido se vectoriza, se indexa y se etiqueta con palabras clave, con contenido aprobado de terceros incorporado mediante sincronización incremental de ámbito de administrador para una recuperación posterior eficiente. Los datos que cambian con frecuencia, o que se benefician de la frescura en tiempo de solicitud, pueden consultarse directamente a través de MCP o de conexiones equivalentes en tiempo real en lugar de servirse desde el índice.
En conjunto, el índice permanente y la recuperación en tiempo de solicitud significan que la capa de contexto refleja el estado actual de los sistemas conectados y no su estado en la última sincronización.
## **Fuentes de datos e indexación**
#### La arquitectura de indexación de Zoom está diseñado para la recuperación de IA conversacional
La arquitectura de indexación de Zoom está diseñado para la IA conversacional, usando búsqueda vectorial, segmentación de contenido y un esquema diseñado en torno a la forma en que los sistemas conversacionales recuperan el contexto. Muchas tecnologías de búsqueda Empresarial y de grafos se diseñaron originalmente en torno a un objetivo diferente: Conectando documentos, personas, metadatos y otras entidades en un entorno de productividad. Esta diferencia arquitectónica importa porque la IA conversacional necesita identificar y recuperar las piezas específicas de información que son semánticamente relevantes para la pregunta de un usuario, en lugar de navegar principalmente por las relaciones entre documentos o entidades. El enfoque de Zoom estructura e indexa el contenido en torno a ese modelo de recuperación, lo que convierte los casos de uso conversacionales en una consideración arquitectónica central en lugar de una capacidad superpuesta a un sistema diseñado para un propósito diferente.
Dicho de otro modo: es la diferencia entre indexar una biblioteca por libros individuales e indexarla por los pasajes que alguien podría necesitar realmente para responder una pregunta.
#### Los Conectores de terceros amplían la capa de contexto de Zoom a sistemas de terceros autorizados, sujeto a la habilitación del administrador
Agentic Search admite la indexación desde Conectores de terceros autorizados, incluidos Google Drive, OneDrive, Box, Salesforce, ServiceNow, Zendesk, Seismic, Confluence y SharePoint, con conectores adicionales están Disponible según el estado actual de la versión. Que un Conector esté Disponible no significa que su contenido sea buscable automáticamente — cada fuente debe ser habilitada por un administrador antes de que Agentic Search pueda comenzar a ingerirla. Este modelo con control de administrador es deliberado: está diseñado para mantener el alcance de indexación alineado con lo que una Organización ha autorizado realmente, en lugar de exponer todos los sistemas conectables de forma predeterminada.
#### Cómo funciona la indexación: de la ingesta a un índice consultable
Cuando se habilita un Conector, Agentic Search crea un índice consultable del contenido aprobado en lugar de consultar de nuevo el sistema de origen para cada solicitud. El proceso avanza por varias etapas:
1. **Ingesta** — El contenido aprobado se obtiene de la fuente conectada, sujeto al alcance que un administrador ha autorizado y a los permisos de los usuarios Conectando. Para fuentes basadas en archivos, como las unidades en la nube, el contenido del documento se recupera para su procesamiento en lugar de limitarse a enlazarse.
2. **Segmentación** — El contenido recuperado se divide en pasajes más pequeños para que la recuperación pueda devolver la parte específica de un documento relevante para una consulta, en lugar de archivos completos.
3. **Vectorización** — Cada pasaje se convierte en una incrustación numérica mediante un modelo de incrustación, lo que permite que la recuperación coincida por significado y no solo por redacción exacta.
4. **Indexación por palabras clave** — El contenido también se indexa para la coincidencia de palabras clave. Tanto las capacidades de Search como las de Ask dependen de coincidencias de palabras clave junto con la similitud vectorial, por lo que ambos enfoques funcionan juntos en lugar de como alternativas.
5. **Indexación de metadatos de Permiso** — La información de acceso del usuario se indexa junto con el contenido, derivada de los propios permisos nativos del sistema de origen, para que se pueda aplicar un filtrado que tiene en cuenta el Permiso en tiempo de consulta.
El resultado es un índice de recuperación específico del cliente — el contenido de una fuente se almacena en una forma delimitada a ese cliente y regida por los permisos de ese cliente, en lugar de en un almacén compartido o entre inquilinos.
#### Diagramas y flujos de datos están disponibles para referencia
Los diagramas que ilustran cómo Zoom's Agentic Search se conecta con aplicaciones, servicios y fuentes de datos de terceros — incluidos los flujos de datos de conexión e indexación — están disponibles en el [Libro blanco de Zoom AI](https://library.zoom.com/ai/ai-whitepaper/diagrams#zoommate-third-party-connections-and-indexing).
#### Lo que se indexa está gobernado por el alcance que un administrador autoriza para el Conector
El contenido que se indexa está gobernado por el alcance que un administrador autoriza para el Conector. Una vez que se conecta una fuente, el índice se mantiene mediante actualizaciones continuas en lugar de una ingesta única:
1. **Sincronizar inicial**: En la configuración inicial, el Conector realiza una sincronización completa del contenido dentro del alcance, incluido el contenido histórico existente.
2. **Actualización diaria de indexación**: Para algunas fuentes, el Conector actualiza el contenido dentro del alcance una vez al día.
3. **Sincronizar incremental**: Para otras, el Conector ejecuta Sincronizar periódicos a lo largo de cada día que procesan solo el contenido agregado, modificado o cambiado desde la última Sincronizar, en lugar de reprocesar todo el repositorio cada vez.
#### La recuperación indexada y la recuperación en tiempo real trabajan juntas
Agentic Search utiliza dos rutas de recuperación, y cuál se aplica se determina por cómo se conecta una fuente y qué tipo de datos contiene, no por una configuración por consulta o por carpeta que un usuario o administrador active.
Contenido conectado como un **origen de datos a nivel de cuenta** en el panel de administrador se ingiere en un índice específico del cliente y se busca desde allí. Esta es la ruta predeterminada para el contenido no estructurado — documentos, artículos de conocimiento y archivos — porque un índice preconstruido hace que la recuperación sea rápida y eficiente en el momento de la consulta, y produce un índice buscable compartido en toda la Organización.
Se accede al contenido **directamente, en tiempo real, a través de MCP o una API** en los demás casos: conectores personales que autoriza un usuario individual (como su propio correo electrónico, calendario o Almacenamiento en la nube personal), registros estructurados como datos de objetos de CRM y otro contenido que cambia con suficiente frecuencia como para beneficiarse de la frescura en el momento de la solicitud. Un conector personal recupera solo los documentos a los que puede acceder el usuario que lo conecta, y las conexiones de datos estructurados llevan su propia autenticación y autorización de usuario en lugar de servirse desde el índice.
Como la ruta sigue la conexión, la misma aplicación subyacente puede alcanzarse de cualquiera de las dos maneras según cómo esté configurada. Un servicio de almacenamiento en la nube conectado como una fuente de datos gestionada por un administrador se indexa para la búsqueda en toda la Organización, mientras que el mismo servicio conectado como conector personal de un individuo se consulta directamente y se limita al acceso propio de ese usuario.
#### Las conexiones externas de Agentic Search se basan en el Model Context Protocol (MCP)
Las conexiones entre Zoom y modelos, herramientas y fuentes de datos externos se basan en el Model Context Protocol (MCP), un estándar abierto cliente-servidor para vincular modelos con herramientas y datos. Los servidores MCP operan en el borde de Zoom y proporcionan una interfaz coherente a través de la cual se realizan las solicitudes de recuperación, tanto para la recuperación en tiempo real desde sistemas conectados como para agentes externos que acceden a Agentic Search como herramienta. Este transporte estandarizado reemplaza integraciones puntuales, fuente por fuente, por un modelo común de conexión.
#### La duración de la indexación varía según el cliente, el volumen de datos y el tipo de datos
No existe un plazo fijo para cuánto tarda un conector en indexarse por completo. El tiempo requerido varía según cada cliente, dependiendo de la cantidad de datos que se indexan y del tipo de datos involucrado. Los límites de velocidad impuestos por la plataforma de terceros que se está indexando son un factor contribuyente: cada sistema de origen limita cuántos datos puede extraerse en una ventana dada, y ese límite varía según la plataforma, el nivel del plan y el diseño de la API. Los clientes que planifican una indexación inicial para un repositorio grande o de uso intensivo deben esperar un plazo de varias semanas en lugar de un resultado para el mismo día o la misma semana.
#### La capacidad de indexación escala con el nivel de licencia de ZoomMate y se agrupa a nivel de Organización
La capacidad de indexación depende del nivel de licencia y no de una asignación universal fija. Cada usuario Con licencia aporta una cantidad de capacidad por puesto según su nivel, y esas cantidades se combinan en un fondo único compartido en toda la Organización, en lugar de asignarse a cada usuario individual.
Todo el contenido indexado de todas las fuentes conectadas y de todos los usuarios debe mantenerse dentro del fondo combinado de la Organización, lo que significa que un usuario que indexa un repositorio grande consume la misma capacidad compartida disponible para todos los demás. Como el fondo crece con cada puesto Con licencia, la capacidad total de una Organización es la suma de lo que aportan todos sus usuarios Con licencia.
Por ejemplo, si una licencia otorga 1 GB de almacenamiento, con 25 licencias, la cuenta tiene un total de 25 GB de almacenamiento. Con 100 usuarios, 100 GB.
Las Organizaciones que planeen indexar repositorios grandes (un espacio completo de Confluence, un sitio grande de SharePoint, una instancia madura de CRM) deben dimensionar su nivel de licencia y el número de puestos en función del volumen total de contenido esperado, no de los patrones de uso por usuario. Hay capacidad adicional de indexación disponible; hable con su equipo de cuenta de Zoom para obtener más información.
#### El tamaño del archivo y el tipo de archivo afectan a lo que se indexa
Se aplican dos límites de tamaño distintos y se comportan de manera diferente:
* **Límite de 64 MB del archivo original (descarga):** Si el tamaño original de un archivo de origen supera los 64 MB, se omite y no se descarga para su procesamiento.
* **Límite de 16 MB del contenido procesado (indexación):** Los archivos descargados se convierten a un formato de procesamiento unificado. Si el archivo procesado resultante supera los 16 MB, solo se indexan los primeros 16 MB de su contenido; el resto no.
Los dos límites fallan de manera diferente: un archivo original demasiado grande se omite por completo, mientras que un archivo procesado demasiado grande se trunca en lugar de excluirse, por lo que su contenido inicial todavía aparece en la recuperación, pero el contenido posterior no.
Además, la indexación depende del tipo de archivo, independientemente del tamaño. El contenido multimedia — audio, video e imágenes — no se indexa, sea cual sea su tamaño. Se elimina durante la conversión al formato de procesamiento unificado, antes de evaluar cualquiera de los dos límites de tamaño. Los metadatos se indexan para todos los documentos, pero el contenido completo solo se indexa para tipos de archivo compatibles que no sean multimedia. Para los tipos no compatibles, el documento sigue siendo detectable por sus metadatos, pero su contenido no se puede buscar.
#### Los administradores no pueden controlar actualmente el orden en que se indexa el contenido
No existe hoy ningún mecanismo para que un administrador priorice carpetas, espacios o tipos de contenido específicos para que se indexen antes que otros dentro de una fuente conectada. La indexación avanza sobre el contenido elegible en un conector habilitado sin una forma de secuenciarlo, lo que significa que las Organizaciones no pueden adelantar la indexación de su contenido de mayor valor y deben esperar que la cobertura de indexación se vaya construyendo gradualmente en todo el repositorio en lugar de empezar primero con el material más crítico para el negocio.
La indexación tampoco puede programarse para ejecutarse en un momento o una cadencia elegidos. Una vez que se habilita una fuente, la indexación se ejecuta según su propio ritmo en lugar de según un calendario que establece un administrador, por lo que conviene tratarla como un proceso en segundo plano que termina cuando termina, y no como uno que pueda ajustarse a una ventana específica.
## **Administración, Permisos y Gobernanza**
#### Los administradores pueden controlar qué fuentes están conectadas, y los usuarios autentican su propio acceso
Los conectores son habilitados por un administrador, quien determina qué sistemas de terceros están disponibles para la indexación y la búsqueda dentro de la Organización. Habilitar un conector hace que una fuente esté Disponible para la Organización, pero no concede de forma intrínseca Acceso a sus contenidos. Cada usuario debe autenticar su Acceso a la fuente de forma individual — una vez autenticado, sus Permisos de recuperación se alinean con sus Permisos existentes en el sistema de origen, por lo que solo pueden mostrar lo que ya podían ver allí.
#### La recuperación tiene en cuenta los Permisos y es de solo lectura
Agentic Search está diseñado para aplicar los controles de Acceso de cada sistema de origen, por lo que las respuestas reflejan solo el contenido que ese usuario ya tiene Permiso para ver; dos usuarios que hagan la misma pregunta pueden recibir resultados diferentes según sus respectivos Permisos en la fuente de datos de terceros. La recuperación es de solo lectura y sigue las políticas de retención de cada fuente — por ejemplo, el contenido de la reunión de Zoom sigue su período de retención aplicable en lugar de conservarse por separado en la capa de búsqueda. Como la recuperación está gobernada y tiene en cuenta los Permisos en el momento de la consulta, también ofrece una alternativa a exportar transcripciones o registros sin procesar en bloque, manteniendo el Acceso alineado con la fuente original de terceros.
---
# Agent Instructions
This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com.
## Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation by asking a question.
Perform an HTTP GET request on the following URL with the `ask` and `goal` query parameters:
```
GET https://library.zoom.com/technical-library/es/ai/ai-whitepaper/agentic-search.md?ask=&goal=
```
`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is what the user is ultimately trying to achieve, the reason they need the answer. Sharing it helps GitBook give you a better, more relevant answer. A goal is most helpful when it describes the outcome the user wants rather than restating the question. For example, with `ask=how do I create an API token`, a goal like `automate deployments from our CI pipeline` lets GitBook tailor the answer to that use case.
The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.
Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.