O que é RAG
RAG significa Retrieval-Augmented Generation, ou geração aumentada por recuperação. A abordagem combina a busca de conteúdo com o uso desse material por um modelo para produzir uma resposta.
A recuperação oferece informações disponíveis fora dos parâmetros do modelo, como documentação do produto. Isso permite consultar uma coleção atualizada sem exigir um novo treinamento do gerador a cada alteração na base.
Preparar a base para a consulta
O fluxo costuma organizar os documentos para que possam ser encontrados e fornecidos em partes úteis. A divisão em trechos precisa preservar condições que alteram a interpretação, como a versão da ferramenta ou o tipo de acesso descrito.
A busca pode ser textual, vetorial ou combinar mecanismos. A escolha depende do conteúdo e das perguntas esperadas, sem obrigatoriedade de usar um banco vetorial em toda implementação.
Separar falha de busca e falha de geração
Quando a resposta está incorreta, examine primeiro o material recuperado. Se o trecho necessário não foi entregue, o problema pode estar na coleção, nos filtros ou na ordenação da busca.
Se o material correto estava disponível, confira como a resposta o utilizou. O modelo pode omitir uma exceção ou acrescentar uma afirmação sem apoio, mesmo recebendo o trecho pertinente.
Manter atualização e acesso no fluxo
Alterar o documento original não atualiza automaticamente todas as cópias usadas pela aplicação. O processo precisa tratar a indexação, a remoção de versões antigas e os resultados armazenados que possam continuar sendo reutilizados.
A recuperação também deve respeitar as permissões dos documentos. Uma fonte ser relevante para a pergunta não autoriza sua entrega a qualquer pessoa ou a qualquer execução do assistente.
Avaliar a resposta com o material utilizado
Confira se as afirmações encontram apoio nos trechos e se as referências apontam para a versão correspondente. Quando a coleção não contém a resposta, o fluxo precisa permitir reconhecer essa ausência, sem apresentar um conteúdo semelhante como confirmação.
Para investigar respostas divergentes numa base consultada por IA, o Desenvolvimento Colaborativo da Dev Side Studio permite examinar busca e geração com orientação ao vivo. A sessão pode acompanhar o material selecionado e sua utilização na resposta final.
Dúvidas frequentes
Perguntas frequentes sobre RAG
- O que significa RAG?
- Retrieval-Augmented Generation, traduzido como geração aumentada por recuperação. A abordagem fornece conteúdo recuperado para orientar a geração.
- RAG exige banco vetorial?
- Não. A recuperação pode usar busca textual, vetorial, híbrida ou outro mecanismo adequado. O banco vetorial é uma opção de implementação.
- Usar RAG exige treinar novamente o modelo?
- A recuperação durante a consulta não exige alterar os parâmetros do gerador. Um sistema pode combinar RAG com componentes treinados ou ajustados, mas são processos distintos.
- RAG garante uma resposta atualizada?
- Não. A fonte pode estar desatualizada, a indexação pode estar atrasada e a seleção pode retornar a versão errada. A atualização precisa ser verificada no fluxo completo.
Para continuar
Recursos relacionados
Documentação
AWS: geração aumentada por recuperação
Uso de conteúdo recuperado para orientar respostas generativas.
Abrir recursoDocumentação
Microsoft: busca híbrida
Combinação de recuperação textual e vetorial.
Abrir recursoDocumentação
Google: grounding
Vinculação das respostas a fontes verificáveis.
Abrir recursoAplicação na formação
Vibe Coding: Do Zero ao MVP
RAG combina recuperação de informações e geração para apoiar respostas em documentação e trechos selecionados do projeto.
Conhecer a formação
Fontes consultadas
Referências deste verbete
Este verbete ajudou você?
Obrigado pela resposta. Ela fica salva apenas neste navegador.