RAG, sigla em inglês para geração aumentada por recuperação, combina uma busca em documentos selecionados com a geração de uma resposta. Em vez de depender somente do que o modelo aprendeu durante o treinamento, o sistema recupera trechos relacionados à pergunta e os usa como contexto. A qualidade depende tanto da base e da busca quanto do modelo.

Como funciona o fluxo

Primeiro, os documentos são importados, extraídos e preparados. O sistema divide o conteúdo em trechos e guarda dados como título, versão, data e permissões. Depois cria um índice de busca. Quando chega uma pergunta, recupera passagens que parecem relevantes e envia parte delas ao modelo para formular uma resposta.

Algumas implementações combinam busca por palavras, busca semântica, filtros e uma etapa de reordenação dos resultados. Não há um único desenho adequado para todos os casos: a escolha depende do tipo de documento, das perguntas e dos limites de custo e latência.

Organize a base antes de ajustar o prompt

Remova duplicatas, preserve títulos e versões e decida como atualizar ou excluir documentos obsoletos. Trechos pequenos demais podem perder o contexto; trechos grandes demais podem trazer informação irrelevante e aumentar o custo. Compare algumas estratégias usando perguntas que representam o uso real.

O controle de acesso precisa ser aplicado antes de mostrar os resultados ao modelo e ao usuário. Se uma pessoa não pode abrir um arquivo diretamente, uma busca sem filtro não deve revelar o seu conteúdo. Avalie também o que os provedores armazenam e quais dados são enviados para cada serviço.

Avalie busca e resposta separadamente

Faça duas perguntas diferentes: a recuperação encontrou as passagens certas? A resposta usou essas passagens corretamente? Se o sistema encontra a versão antiga do manual, trocar o prompt provavelmente não corrigirá o índice. Se encontra a evidência correta e a resposta a contradiz, a investigação é outra.

Inclua perguntas respondíveis, perguntas fora do escopo, documentos conflitantes e informações que mudaram. Defina o comportamento quando não houver evidência suficiente: pedir esclarecimento, informar que não encontrou a resposta ou encaminhar para uma pessoa.

Mostre de onde veio cada afirmação

Links, nomes e datas das fontes ajudam a pessoa a conferir o contexto, mas uma citação não prova que a resposta está correta. Abra uma amostra das fontes e compare a afirmação com o trecho recuperado. Registre a versão da base e corrija documentos de origem quando houver conflito.

Exemplo: assistente para um manual interno

Uma equipe indexa procedimentos de suporte com título, área responsável e data de validade. Ao perguntar sobre uma política, o sistema filtra documentos que a pessoa pode consultar e retorna passagens da versão atual. Se nenhum trecho responder, não completa a lacuna com uma regra inventada: explica o limite e indica o próximo passo.

Antes de liberar, teste permissões, atualização da base e perguntas sem resposta. Esse roteiro não garante respostas corretas; torna mais fácil localizar a etapa que precisa ser corrigida.