Este documento aborda los desafíos asociados con el almacenamiento centralizado de materiales educativos en el contexto de una base de datos fragmentada y dispar. En respuesta a las crecientes demandas de la educación moderna, la recuperación eficiente y accesible de materiales para educadores y estudiantes es esencial. Este documento presenta un modelo híbrido basado en el marco del transformador y utilizando una API para un modelo de lenguaje grande (LLM)/chatbot existente. Esta integración garantiza respuestas precisas extraídas de una base de datos de materiales educativos completa. La arquitectura del modelo utiliza algoritmos matemáticamente definidos para funciones precisas que permiten el procesamiento profundo de texto a través de métodos avanzados de incrustación de palabras. Este enfoque mejora la precisión en el procesamiento del lenguaje natural y garantiza tanto alta eficiencia como adaptabilidad. Por lo tanto, este documento no solo proporciona una solución técnica a un problema prevalente, sino que también destaca el potencial para el desarrollo continuo e integración de tecnologías emergentes en la educación. El objetivo es crear un entorno educativo más eficiente, transparente y accesible. La importancia de esta investigación radica en su capacidad para optimizar el acceso a materiales, beneficiando a la comunidad científica global y contribuyendo al continuo avance de la tecnología educativa.