Geração aumentada por recuperação (RAG): definição, casos de utilização e exemplos práticos
A geração aumentada por recuperação (RAG) permite que as ferramentas de IA recorram a informação externa para fundamentar as suas respostas, e este guia explica como funciona, os seus principais tipos e casos de utilização reais, da pesquisa na web às bases de conhecimento empresariais.

A RAG, ou geração aumentada por recuperação (retrieval-augmented generation), é o processo através do qual as ferramentas baseadas em LLM acedem a informação externa. Esta informação, que não está contida nos parâmetros de treino do LLM, é adicionada ao contexto de entrada relevante e utilizada na geração de respostas.
A RAG é um dos componentes mais importantes dos sistemas de IA modernos. É utilizada por todas as principais ferramentas agênticas (ChatGPT, Claude, Perplexity, etc.) e tem uma vasta gama de casos de utilização para consumidores e empresas. A RAG passou por várias inovações desde que se generalizou e continua a evoluir de formas interessantes.
O que é a geração aumentada por recuperação (RAG)?
A geração aumentada por recuperação (RAG) é um método para melhorar os resultados dos grandes modelos de linguagem (LLM), fornecendo-lhes informação externa relevante.
Um “pipeline” de RAG típico, termo usado para designar a arquitetura de RAG subjacente em termos gerais, tem dois percursos: um percurso de ingestão e um percurso de recuperação. O percurso de ingestão recolhe dados e converte-os num formato pesquisável. O percurso de recuperação constrói um pedido com base no prompt do utilizador e consulta a fonte de informação.
Frequentemente, os sistemas de RAG são construídos em torno de bases de dados vetoriais. Neste cenário, o componente orquestrador de uma ferramenta de LLM, que gere os prompts do utilizador, envia consultas e recupera resultados do índice pesquisável, gera um embedding vetorial. Utiliza-o para consultar uma base de dados de vetores que representam os dados ingeridos. Em seguida, adiciona a informação recuperada ao contexto de entrada existente do LLM, com instruções sobre como utilizá-la para gerar um resultado.
A RAG não se refere exclusivamente ao tipo de pesquisa vetorial densa descrito acima. A travessia de grafos de conhecimento, a pesquisa semântica, as consultas tradicionais a bases de dados ou qualquer combinação destes métodos também contam como RAG.
Vantagens da RAG
Uma das razões pelas quais a RAG se tornou tão popular é o facto de resolver dois problemas centrais associados à geração de respostas apenas com LLM: as alucinações e a falta de acesso a informação não contida nos materiais de treino.
Verificação de factos e fundamentação
Os LLM têm a reputação de ter dificuldades com a exatidão factual. Muitas vezes, se não conseguem responder a uma pergunta de forma fiável, alucinam com confiança. Isto pode acontecer porque a informação não estava contida nos materiais de treino ou porque os próprios materiais de treino contêm imprecisões. O processo de verificação de factos com RAG envolve fundamentar uma resposta em informação de uma fonte externa de confiança.
Informação atualizada
Os LLM só conseguem responder a perguntas sobre temas até ao ponto de corte dos seus dados de treino, designado por data limite de conhecimento. Os sistemas de RAG podem ligar-se a fontes de informação muito atuais, como conteúdos noticiosos através de uma API de pesquisa na web ou bases de dados internas com informação de produtos atualizada. Isto permite gerar respostas sobre temas que não estão abrangidos pelos dados de treino.
Acesso a dados externos privados
Os sistemas de RAG permitem às empresas ligar a infraestrutura de IA a fontes de informação sensível, proprietária e específica de domínio que não podem partilhar publicamente. Muitas ferramentas populares, como a Perplexity, incluem agora a opção de carregar dados confidenciais e criar bases de conhecimento privadas, sendo este um caso de utilização empresarial comum.
Visão geral e evolução da RAG: principais tipos de arquitetura
Embora o termo específico geração aumentada por recuperação tenha surgido pela primeira vez num importante artigo de 2020 intitulado Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks, os sistemas de recuperação de informação já eram utilizados há muitas décadas. Os primeiros motores de pesquisa são um bom exemplo. No entanto, a verdadeira inovação em IA foi combinar o conhecimento paramétrico do modelo com um índice vetorial denso (o artigo utilizou a Wikipédia para o construir).
Eis uma visão geral dos principais tipos de RAG:
- RAG básica: Também designada por RAG ingénua (naive RAG), a RAG básica é a iteração mais simples de um pipeline de RAG. Segue um fluxo de recuperação e geração, tendo a pesquisa em bases de dados vetoriais como principal caso de utilização. Continua a ser adequada para criar uma implementação de RAG simples, sobretudo para uso interno limitado.
- RAG híbrida: Consiste em combinar mais do que um tipo de RAG. Normalmente, refere-se a uma combinação de pesquisas simples por palavras-chave e recuperação vetorial densa.
- RAG corretiva: Uma forma de RAG em que a informação recuperada é avaliada por um modelo ajustado (fine-tuned) para determinar a sua relevância para o prompt do utilizador.
- Self-RAG: Embora semelhante à RAG corretiva, na self-RAG o LLM avalia os seus próprios resultados e inicia a recuperação, se necessário. Para isso, utiliza tokens de reflexão especializados.
- RAG agêntica: A RAG agêntica refere-se à forma como as plataformas de IA agêntica podem recorrer a diferentes métodos de recuperação. O LLM pode raciocinar e escolher entre várias opções de RAG através do orquestrador.
- RAG multimodal: Este tipo de RAG incorpora outras formas de multimédia, como imagens e áudio, nos seus pipelines de ingestão e recuperação.
- GraphRAG: A GraphRAG incorpora a travessia de grafos de conhecimento (pesquisa de entidades) para recuperar informação. Isto pode ser feito em conjunto com a recuperação vetorial densa, mas não tem de ser.
- RAG ramificada: Esta arquitetura de RAG envolve a execução de várias consultas de recuperação em simultâneo, muitas vezes com diferentes padrões de arquitetura. A RAG ramificada é uma funcionalidade comum em ferramentas de IA que executam fluxos de trabalho complexos.
- HyDE (Hypothetical Document Embeddings): Os embeddings de documentos hipotéticos são respostas geradas por IA que simulam qual poderia ser a resposta ideal a um prompt do utilizador. São utilizados para refinar a consulta de RAG, melhorando assim a exatidão da informação recuperada.
Principais casos de utilização da RAG, com exemplos
Como é a RAG no mundo real? Se já fez a um chatbot de IA uma pergunta sobre um tema sensível ao tempo, consultou um bot de apoio ao cliente ou utilizou um assistente pessoal para tarefas administrativas, já recorreu à RAG.
Os principais exemplos de RAG em contextos de consumo e empresariais são a pesquisa na web, os assistentes pessoais (incluindo na programação), os assistentes de programação, o apoio ao cliente e a gestão do conhecimento empresarial.
Pesquisa na web
A pesquisa na web é uma forma de RAG amplamente utilizada e, possivelmente, a aplicação mais difundida junto dos consumidores. Todos os principais chatbots oferecem funcionalidades de pesquisa na web, em que o LLM utiliza fontes atualizadas para complementar a informação contida nos seus materiais de treino.
O orquestrador da ferramenta de IA liga-se a um motor de pesquisa de terceiros através de uma chamada de API, e os resultados, sob a forma de excertos, são adicionados à janela de contexto do LLM. Isto permite aos utilizadores aceder a acontecimentos atuais, investigação recente, informação sobre produtos e outros temas em que a informação muda frequentemente.
Na prática, o pedido de API poderia ser o seguinte:
{
"query": "latest US inflation news",
"max_results": 1,
"language": "en",
"country": "US"
}A informação devolvida incluiria a fonte e o excerto:
{
"query": "latest US inflation news",
"results": [
{
"title": "US inflation rises slightly in latest report",
"url": "https://example.com/us-inflation-report",
"snippet": "Consumer prices increased in the latest monthly data, with
housing and energy contributing to the rise.",
"published_date": "2026-11-05"
}
]
}Assistentes pessoais de IA
Os assistentes pessoais utilizam a RAG para se ligarem a fontes de informação num ambiente pessoal ou empresarial partilhado. Alguns exemplos de fontes de informação são os e-mails, os ficheiros, o calendário e as bases de dados de um utilizador.
Como a informação pode ser armazenada de várias maneiras, os assistentes pessoais são mais bem compreendidos como sistemas de RAG totalmente agênticos. Podem utilizar chamadas de API, pesquisa por palavras-chave, recuperação vetorial densa ou travessia de grafos de conhecimento, consoante o prompt.
Cada vez mais, os sistemas de RAG empresariais vão codificar o conhecimento em bases de dados vetoriais para que possa ser facilmente recuperado por assistentes pessoais utilizados em toda a empresa, e muitos produtos de IA empresariais são concebidos com isto em mente.
Os assistentes de programação também merecem destaque, pois representam outro caso de utilização importante. Um assistente de código, como o GitHub Copilot, pode ligar-se a um repositório e à documentação específica do projeto para recuperar ficheiros, funções, símbolos, orientações, APIs e histórico de commits relevantes.
Apoio ao cliente
O apoio ao cliente é outro caso de utilização importante da RAG, e a adoção de chatbots de IA aumentou rapidamente nos últimos anos. No seu relatório State of AI Customer Support, a Crisp concluiu que 40% das conversas são resolvidas sem necessidade de intervenção humana, o que demonstra um elevado nível de eficácia.
Quando um utilizador faz uma pergunta a um bot de apoio ao cliente, o orquestrador pesquisa normalmente a base de conhecimento interna da empresa. Para garantir a exatidão, também se recorre frequentemente à RAG corretiva e à self-RAG, com transferência para um representante humano quando adequado.
Bases de conhecimento empresariais
A implementação de fluxos de trabalho de IA e de ferramentas de IA generativa em médias e grandes empresas tem acontecido em paralelo com a criação de bases de conhecimento internas. Isto permite que os assistentes utilizados em toda a empresa acedam a dados internos, mantendo a privacidade, quer se trate de informação sensível de clientes, dados empresariais privados ou conhecimento especializado de domínio.
Estes sistemas são normalmente construídos em torno de bases de dados vetoriais, mas também são utilizados outros métodos de RAG. O Microsoft 365 Copilot, por exemplo, tem uma camada de API que expõe várias fontes de informação, incluindo bases de dados vetoriais, grafos de conhecimento e índices semânticos, para proporcionar um amplo acesso aos dados de uma empresa.
Estes sistemas de RAG também estão normalmente integrados nos pacotes empresariais das ferramentas agênticas de uso geral. O Perplexity Enterprise, por exemplo, permite aos utilizadores carregar grandes quantidades de documentação para uso interno seguro.
Os utilizadores também podem carregar os seus próprios ficheiros em projetos autónomos, criando essencialmente minissistemas de RAG. As pesquisas podem ser combinadas com outras formas de RAG, como pesquisas na web, para um aumento híbrido.
Qual é a diferença entre a RAG e um LLM?
Um grande modelo de linguagem (LLM) só consegue gerar resultados com base na informação representada nos seus parâmetros. Atribui probabilidades a um vocabulário interno para prever a palavra, ou token, seguinte numa sequência. Como tal, não consegue fornecer respostas exatas se os seus parâmetros não tiverem sido treinados com informação relevante.
Numa plataforma de IA de uso geral ou especializada, os pipelines de RAG funcionam em conjunto com um LLM ou um grupo de LLM. Ligam-se a fontes de informação externas para complementar o contexto de entrada fornecido ao modelo de linguagem, e esta é a principal diferença entre a RAG e os LLM.
A decisão de recuperar ou não informação adicional ou de depender exclusivamente do conhecimento paramétrico pode ser tomada ao nível do orquestrador, normalmente através de lógica baseada em regras, ou até pelo próprio LLM.
Qual é a diferença entre a RAG e o MCP?
A RAG e o Model Context Protocol (MCP) são mais bem compreendidos como tecnologias complementares. O MCP é uma norma aberta para criar arquiteturas que permitem às ferramentas de IA aceder a funcionalidades, recursos e prompts externos através de um único endpoint.
Quando uma ferramenta de IA se liga a um servidor MCP, o servidor expõe todas as primitivas (ferramentas MCP, recursos e prompts) a que o cliente tem permissão para aceder. O cliente é o componente que estabelece a ligação entre o orquestrador do lado do cliente e o servidor. Por vezes, isto pode envolver a exposição de bases de dados e fontes de informação, caso em que o MCP atua como intermediário na camada de recuperação de um pipeline de RAG.
Qual é a diferença entre a RAG e uma API?
Uma API é uma interface definida que duas aplicações podem utilizar para enviar pedidos uma à outra. A RAG é o processo através do qual os LLM podem aceder a informação externa para melhorar e expandir os seus resultados.
A RAG utiliza frequentemente chamadas de API para recuperar informação. Na recuperação de informação por pesquisa na web, por exemplo, o orquestrador formula um pedido de API ao motor de pesquisa relevante com base no prompt do utilizador.
Porque é que a RAG é importante e como vai continuar a evoluir
A RAG é importante porque os LLM estão inerentemente limitados pelos seus dados de treino. Existem vastas áreas de informação, desde a atualidade ao conhecimento privado das empresas, a que não têm acesso. A RAG resolve este problema sem exigir uma quantidade proibitiva de recursos.
No entanto, a recuperação de informação por si só não é suficiente, e é por isso que a RAG vai continuar a evoluir. A RAG constitui uma grande parte da investigação atual em IA e centra-se em melhorar os sistemas para que devolvam a informação certa numa vasta gama de formatos e a avaliem e priorizem de forma eficaz.
À medida que a RAG se torna mais poderosa, aumenta também a utilidade dos sistemas de IA em importantes aplicações de consumo e empresariais. Estas incluem o apoio ao cliente, a pesquisa na web, a programação, os assistentes pessoais, a investigação especializada e muito mais.