RAG — Retrieval-Augmented Generation
Entenda como consultar documentos antes de gerar uma resposta pode dar mais contexto a uma aplicação de IA.
Explicação rápida
Retrieval-Augmented Generation (RAG), ou geração aumentada por recuperação, combina a busca de informações relevantes com a geração de uma resposta por IA.
Entendendo melhor
A aplicação procura trechos em uma base e os fornece ao modelo como contexto. Essa base pode conter manuais e procedimentos autorizados. Consultar documentos dessa forma não é o mesmo que treinar novamente o modelo.
A resposta depende do que foi recuperado. Documentos antigos, trechos incompletos e permissões mal configuradas podem comprometer o resultado.
Um exemplo simples
Antes de responder sobre uma regra interna, um atendente consulta o manual. A ideia do RAG é organizar uma consulta semelhante antes da geração.
Por que isso importa?
Essa abordagem permite usar informações específicas sem esperar que o modelo as conheça. Ela não elimina alucinações nem garante a qualidade da fonte.
Aplicação nos negócios
Exemplo fictício: um assistente consulta a política de devoluções vigente e aponta o trecho usado na resposta. Se não encontrar suporte, encaminha a dúvida à equipe.
Conceitos relacionados
IA em 90 Segundos
Vídeo em preparação.
Em breve, este conceito também terá uma explicação em vídeo de aproximadamente 90 segundos.
Para aprofundar
Conteúdo educativo · IA nos Negócios · Revisado em 29/09/2026.