RAG (Retrieval Augmented Generation)

O que é o RAG (Retrieval Augmented Generation)?

A Retrieval Augmented Generation (RAG), ou geração aumentada por recuperação, é uma arquitetura de IA que combina a recuperação de informação com a geração de texto para produzir respostas precisas e fundamentadas. Em vez de depender apenas do conhecimento interno de um grande modelo de linguagem (LLM), que pode estar desatualizado ou incompleto, o RAG recupera documentos relevantes de uma fonte de conhecimento externa e transmite esse contexto ao modelo de linguagem durante a geração. Esta abordagem de recuperar e depois gerar é a base das plataformas modernas de serviço ao cliente com IA, porque reduz as alucinações de IA e garante que as respostas assentam em informação verificada e atual.

Como funciona o RAG

O pipeline de RAG funciona em duas fases principais: recuperação e geração.

Fase de recuperação: quando um cliente submete uma pergunta, o sistema converte-a num embedding vetorial denso, uma representação numérica que capta o significado semântico. Este embedding é comparado com um índice vetorial de documentos previamente processados (artigos de ajuda, documentação de produto, páginas de políticas, pedidos anteriores) através de algoritmos de pesquisa por semelhança, como a semelhança de cosseno ou a pesquisa aproximada do vizinho mais próximo (ANN). Os excertos de documentos mais relevantes são recuperados e ordenados. As implementações mais avançadas complementam a pesquisa vetorial com consultas a grafos de conhecimento e recuperação por palavras-chave (pesquisa híbrida), para captar tanto o significado semântico como termos exatos, como códigos de produto ou identificadores de erro.

Fase de geração: os excertos recuperados são injetados no prompt do LLM como contexto. O modelo de linguagem gera uma resposta que sintetiza a informação recuperada numa resposta coerente em linguagem natural. Como o modelo se baseia em material de origem real e não apenas na sua memória paramétrica, a resposta é factualmente fundamentada e rastreável até documentos específicos.

Os sistemas de RAG de nível de produção acrescentam passos intermédios: reescrita da pergunta para melhorar a qualidade da recuperação, reordenação para dar prioridade aos excertos mais relevantes e técnicas de RAG Fusion que combinam resultados de várias estratégias de recuperação. Estes refinamentos reduzem o ruído e melhoram a precisão.

Porque é que o RAG é importante

Os grandes modelos de linguagem são geradores poderosos, mas têm uma limitação crítica: podem produzir informação que parece correta mas é factualmente errada. É a chamada alucinação e, no serviço ao cliente, significa dar a um cliente uma política de faturação incorreta, um passo de resolução de problemas errado ou uma funcionalidade que não existe. O RAG resolve este problema ao ancorar cada resposta em provas recuperadas.

O artigo fundador sobre RAG de Lewis et al. (2020), publicado na NeurIPS, demonstrou que combinar um modelo de linguagem pré-treinado com um recuperador neural sobre documentos externos produzia resultados mais específicos, diversos e factuais do que os modelos exclusivamente paramétricos. Desde então, esta arquitetura tornou-se o padrão para aplicações de IA intensivas em conhecimento, como documentado na investigação original sobre RAG no arXiv.

No serviço ao cliente, o impacto do RAG é direto. O agente de IA pode citar as suas fontes, as equipas de suporte podem verificar a precisão e os clientes recebem respostas baseadas no conhecimento real da empresa e não no melhor palpite do modelo. O RAG também simplifica a atualização da IA: basta atualizar o índice de documentos para que a IA reflita de imediato a nova informação, sem necessidade de novo treino.

Casos de utilização e aplicações

O RAG é a espinha dorsal técnica de um suporte com IA preciso em vários setores:

• Suporte ao cliente: recuperação de artigos de ajuda, documentação de produto e dados de conta para gerar respostas precisas às perguntas dos clientes
• Gestão de conhecimento interno: permite aos colaboradores pesquisar em linguagem natural no Confluence, no Notion, no Google Drive e noutros repositórios
• Conformidade e setores regulados: fundamenta cada resposta da IA em documentos de políticas aprovados e mantém registos de citações para auditoria
• Resolução de problemas técnicos: recorre a documentação de erros, referências de API e padrões de resolução anteriores para orientar as interações de suporte SaaS
• Suporte multilingue: recupera documentos de origem num idioma e gera respostas no idioma preferido do cliente

A vantagem Maven

A plataforma da Maven AGI assenta numa arquitetura de RAG sofisticada. O Agent Maven utiliza pesquisa híbrida, que combina embeddings vetoriais densos com consultas estruturadas a grafos de conhecimento em mais de 100 fontes de dados ligadas. A reordenação em várias fases e a fusão de contexto garantem que a informação mais relevante chega à camada de geração, produzindo respostas precisas e completas.

A Enumerate, uma empresa de PropTech, alcançou uma taxa de resolução de 91 % com a Maven AGI. Este nível de precisão só é possível porque o pipeline de RAG da Maven recupera informação verificada da base de conhecimento e dos sistemas de produto da própria empresa, e não da memória paramétrica do LLM, eliminando o risco de alucinação que compromete a confiança no suporte com IA.

A Maven AGI, com 78 milhões de dólares de financiamento, trata o RAG como uma camada fundamental. Cada resposta gerada pelo Agent Maven assenta em provas recuperadas, com citação das fontes para garantir transparência. É por isso que clientes da Maven como a K1x alcançam 80 % de resolução (10x mais do que a IA anterior) e a Papaya Pay atinge 90 % de resolução autónoma. Saiba mais na investigação da IBM Research sobre Retrieval Augmented Generation ou descubra como a recuperação híbrida está a evoluir na investigação recente sobre RAG com grafos de conhecimento.

Perguntas frequentes

Como é que o RAG reduz as alucinações de IA?

O RAG reduz as alucinações ao condicionar o resultado do modelo de linguagem aos documentos de origem recuperados, em vez de depender apenas dos parâmetros internos. O modelo baseia-se em excertos de texto específicos e verificados. Se o contexto recuperado não contiver a resposta, um sistema de RAG bem concebido reconhece essa lacuna em vez de inventar uma resposta.

O que são embeddings vetoriais e porque são importantes para o RAG?

Os embeddings vetoriais são representações numéricas de texto que captam o significado semântico. A palavra "reembolso" e a expressão "recuperar o meu dinheiro" teriam embeddings semelhantes, apesar de não partilharem nenhuma palavra. No RAG, os embeddings permitem a pesquisa semântica: o sistema encontra documentos concetualmente relevantes e não apenas correspondências de palavras-chave. É isto que torna o RAG muito mais eficaz do que a pesquisa tradicional na IA conversacional.

O RAG exige um novo treino do modelo de linguagem?

Não. Uma das principais vantagens do RAG é que o modelo de linguagem não precisa de ser novamente treinado quando a informação muda. As equipas atualizam o índice de documentos e a camada de recuperação disponibiliza de imediato a informação atual durante a geração. Isto torna o RAG ideal para ambientes em rápida evolução, como o suporte SaaS, onde a documentação muda com frequência.

O que é a pesquisa híbrida num sistema de RAG?

A pesquisa híbrida combina a pesquisa semântica vetorial com a recuperação por palavras-chave (BM25 ou semelhante). A pesquisa vetorial destaca-se na compreensão do significado e da intenção, enquanto a pesquisa por palavras-chave é melhor para correspondências exatas, como códigos de produto e identificadores de erro. A combinação de ambas garante que o pipeline de RAG recupera resultados relevantes, quer a pergunta seja conversacional quer seja específica. A Maven AGI utiliza esta abordagem híbrida em toda a sua plataforma de suporte empresarial com IA.