La Internet de los Drones (IoD) integra plataformas aéreas autónomas con seguridad, logística, agricultura y ayuda en desastres. La toma de decisiones en IoD sufre en adaptabilidad en tiempo real, interoperabilidad de plataformas y escalabilidad. Los marcos de decisión convencionales con algoritmos heurísticos y una Inteligencia Artificial (IA) limitada fallan en entornos complejos. Para mitigar esto, en este estudio se propone un modelo de decisión aumentado, combinando modelos de lenguaje grandes (LLMs) y generación aumentada por recuperación (RAG) para mejorar la inteligencia de IoD. La inteligencia centralizada se logra procesando factores ambientales, registros de misión y telemetría, con adaptabilidad en tiempo real. La recuperación eficiente de información contextual a través de RAG se fusiona con LLMs para una toma de decisiones oportuna y correcta. La toma de decisiones contextualizada mejora enormemente la adaptabilidad en entornos inciertos para una red de drones. Con LLMs y RAG, el modelo introduce una solución de operaciones IoD escalable y adaptable. Permite el desarrollo de plataformas aéreas autónomas en industrias, con trabajo futuro en eficiencia computacional, ética y extensión de entornos operativos. Se realizó un análisis en profundidad con la recopilación de registros de telemetría de drones y factores operativos. Se midieron la precisión de las decisiones, el tiempo de respuesta y la relevancia contextual para evaluar la efectividad del sistema. El rendimiento del modelo aumentó notablemente, con un BLEU de 0.82 y una similitud coseno de 0.87, demostrando su efectividad para comandos operativos. La latencia de decisión promedió 120 milisegundos, demostrando su idoneidad para casos de uso de IoD en tiempo real.