Los Modelos de Lenguaje Grande (LLMs) enfrentan desafíos significativos cuando se aplican en dominios especializados que requieren información precisa y localizada. Este problema es particularmente crítico en sectores regulatorios, como el sector de la salud animal en Brasil, donde los profesionales dependen de normas legales complejas y constantemente actualizadas para realizar su trabajo. El conocimiento genérico encapsulado en los LLMs tradicionales a menudo es insuficiente para proporcionar un apoyo confiable en estos contextos, lo que puede llevar a respuestas inexactas o desactualizadas. Para abordar esta brecha, este trabajo presenta una implementación práctica de un sistema de Generación Aumentada por Recuperación (RAG). Detallamos la integración de este sistema con la Plataforma de Defensa Sanitária Animal do Rio Grande do Sul (PDSA-RS), una plataforma real utilizada para la certificación de producción animal. Nuestra solución conecta un LLM a una base de conocimiento externa que contiene legislación brasileña específica, permitiendo que el modelo recupere textos legales relevantes en tiempo real para generar sus respuestas. El objetivo principal es demostrar cómo este enfoque puede producir respuestas precisas y contextualizadas para los profesionales en el campo veterinario, asistiendo en los procesos de toma de decisiones para la certificación sanitaria.