RAG é a sigla que explica por que algumas ferramentas de IA respondem sobre os seus documentos e outras inventam.
O problema que ele resolve
Um modelo de linguagem responde com base no que viu durante o treinamento. Ele não conhece o seu contrato, o seu manual interno nem o que saiu ontem. Quando você pergunta sobre isso, ele tende a preencher a lacuna com algo plausível, e é aí que nascem as respostas inventadas.
Como funciona, em três passos
- Buscar. O sistema procura, nos seus documentos, os trechos que têm a ver com a pergunta.
- Juntar. Esses trechos são colados junto da pergunta, como contexto.
- Responder. O modelo responde usando aquele material, e normalmente aponta de onde tirou.
RAG quer dizer geração aumentada por recuperação. Na prática: consultar antes de responder.
Por que isso importa para você
É a diferença entre uma ferramenta que chuta sobre a sua empresa e uma que cita a página do seu manual. Ao avaliar um produto de IA, pergunte se ele mostra a fonte da resposta.
O que ele melhora
- Respostas sobre material recente ou privado.
- Possibilidade de conferir, porque há fonte citada.
- Menos invenção, já que o modelo tem onde se apoiar.
O que ele não resolve
- Documento ruim continua ruim. Se o manual está desatualizado, a resposta vem errada com fonte e tudo.
- A busca pode errar. Se o trecho certo não for encontrado, o modelo responde sem ele.
- Não garante raciocínio. Ter o texto certo não significa interpretar certo.
Como testar na prática
Faça uma pergunta cuja resposta você sabe que está em um documento específico e outra cuja resposta não existe em lugar nenhum. A boa ferramenta acerta a primeira com fonte e diz que não sabe na segunda. A ruim responde as duas com a mesma confiança.
Perguntas frequentes
Retrieval-Augmented Generation, ou geração aumentada por recuperação. Na prática, o sistema busca trechos nos seus documentos antes de o modelo responder.
Reduz bastante, mas não elimina. Se a busca não encontrar o trecho certo, ou se o documento estiver errado, a resposta sai errada mesmo com fonte citada.
O RAG consulta documentos na hora da pergunta. O fine-tuning treina o modelo com dados específicos antes do uso. RAG é mais simples de atualizar; basta trocar o documento.
Ela cita a fonte das respostas e permite enviar seus próprios documentos. Se não mostra de onde tirou a informação, provavelmente está respondendo só pelo treinamento.
Continue em IA generativa.
