Geração aumentada por recuperação (RAG): definição, casos de uso e exemplos práticos

A geração aumentada por recuperação (RAG) permite que ferramentas de IA incorporem informações externas para fundamentar suas respostas, e este guia aborda como ela funciona, seus principais tipos e casos de uso reais, da busca na web a bases de conhecimento empresariais.

Diagram of a RAG pipeline: in the ingestion path, source data such as docs, databases, and files is chunked and embedded into a searchable index like a vector database; in the retrieval path, an orchestrator builds a query from the user prompt, retrieves results from the index, and passes the prompt plus context to an LLM to produce a grounded answer.

RAG, ou geração aumentada por recuperação, é o processo pelo qual ferramentas baseadas em LLMs acessam informações externas. Essas informações, que não estão contidas nos parâmetros de treinamento do LLM, são adicionadas ao contexto de entrada relevante e usadas na geração de respostas.

A RAG é um dos componentes mais importantes dos sistemas de IA modernos. Ela é usada por todas as principais ferramentas agênticas (ChatGPT, Claude, Perplexity etc.) e tem uma ampla gama de casos de uso para consumidores e empresas. A RAG passou por diversas inovações desde que se popularizou e continua evoluindo de maneiras interessantes.

O que é geração aumentada por recuperação (RAG)?

A geração aumentada por recuperação (RAG) é um método para melhorar os resultados de grandes modelos de linguagem (LLMs) fornecendo a eles informações externas relevantes.

Um “pipeline” típico de RAG, termo usado para se referir, de forma ampla, à arquitetura subjacente da RAG, tem dois caminhos: um caminho de ingestão e um caminho de recuperação. O caminho de ingestão recebe dados e os converte em um formato pesquisável. O caminho de recuperação monta uma solicitação com base no prompt do usuário e consulta a fonte de informações.

Muitas vezes, os sistemas de RAG são construídos em torno de bancos de dados vetoriais. Nesse cenário, o componente orquestrador de uma ferramenta de LLM, que gerencia os prompts do usuário, envia consultas e recupera resultados do índice pesquisável, gera um embedding vetorial. Ele usa esse embedding para consultar um banco de dados de vetores que representam os dados ingeridos. Em seguida, adiciona as informações recuperadas ao contexto de entrada existente do LLM, com instruções sobre como usá-las para gerar uma saída.

A RAG não se refere exclusivamente ao tipo de busca vetorial densa descrito acima. A travessia de grafos de conhecimento, a busca semântica, as consultas tradicionais a bancos de dados ou qualquer combinação desses métodos também se enquadram.

Benefícios da RAG

Um dos motivos pelos quais a RAG se tornou tão popular é que ela resolve dois problemas centrais associados à geração de respostas apenas com LLMs: as alucinações e a falta de acesso a informações não contidas nos materiais de treinamento.

Verificação de fatos e fundamentação

Os LLMs têm a reputação de ter dificuldades com a precisão factual. Muitas vezes, quando não conseguem responder a uma pergunta de forma confiável, eles alucinam com convicção. Isso pode acontecer porque a informação não estava contida nos materiais de treinamento ou porque os próprios materiais de treinamento contêm imprecisões. O processo de verificação de fatos habilitado pela RAG envolve a fundamentação de uma resposta em informações de uma fonte confiável de terceiros.

Informações atualizadas

Os LLMs só conseguem responder a perguntas sobre temas que vão até o ponto de corte de seus dados de treinamento, chamado de data de corte do conhecimento. Os sistemas de RAG podem se conectar a fontes de informação muito atuais, como materiais jornalísticos por meio de uma API de busca na web ou bancos de dados internos com informações atualizadas sobre produtos. Isso possibilita gerar respostas sobre temas que não são abordados nos dados de treinamento.

Acesso a dados externos privados

Os sistemas de RAG permitem que as empresas conectem a infraestrutura de IA a fontes de informações sensíveis, proprietárias e específicas de domínio que elas não podem compartilhar publicamente. Muitas ferramentas populares, como o Perplexity, agora incluem a opção de fazer upload de dados confidenciais e criar bases de conhecimento privadas, e esse é um caso de uso comum em empresas.

Visão geral e evolução da RAG: principais tipos de arquitetura

Embora o termo específico geração aumentada por recuperação tenha aparecido pela primeira vez em um importante artigo de 2020 intitulado Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks, os sistemas de recuperação de informações já eram usados havia muitas décadas. Os primeiros mecanismos de busca 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 usou a Wikipédia para criá-lo).

Veja uma visão geral dos principais tipos de RAG:

  • RAG básica: Também chamada de RAG ingênua (naive RAG), a RAG básica é a iteração mais simples de um pipeline de RAG. Ela segue um fluxo de recuperação e geração, tendo a busca em bancos de dados vetoriais como principal caso de uso. Ainda é adequada para criar uma implementação de RAG simples, especialmente para uso interno limitado.
  • RAG híbrida: Envolve combinar mais de um tipo de RAG. Geralmente se refere a uma combinação de buscas simples por palavras-chave e recuperação vetorial densa.
  • RAG corretiva: Uma forma de RAG em que as informações recuperadas são avaliadas por um modelo ajustado (fine-tuned) para determinar sua relevância para o prompt do usuário.
  • Self-RAG: Embora seja semelhante à RAG corretiva, na self-RAG o LLM avalia os próprios resultados e inicia a recuperação, se necessário. Para isso, ele usa tokens de reflexão especializados.
  • RAG agêntica: A RAG agêntica se refere 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 por meio do orquestrador.
  • RAG multimodal: Esse tipo de RAG incorpora outras formas de mídia, como imagens e áudio, aos seus pipelines de ingestão e recuperação.
  • GraphRAG: A GraphRAG incorpora a travessia de grafos de conhecimento (busca por entidades) para recuperar informações. Isso pode ocorrer em conjunto com a recuperação vetorial densa, mas não necessariamente.
  • RAG ramificada: Essa arquitetura de RAG envolve executar várias consultas de recuperação ao mesmo tempo, muitas vezes usando diferentes padrões de arquitetura. A RAG ramificada é um recurso 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 como seria uma resposta ideal a um prompt do usuário. Eles são usados para refinar a consulta de RAG, melhorando assim a precisão das informações recuperadas.

Principais casos de uso de RAG com exemplos

Como é a RAG no mundo real? Se você já fez uma pergunta a um chatbot de IA sobre um assunto atual, consultou um bot de atendimento ao cliente ou usou um assistente pessoal para tarefas administrativas, você já usou a RAG.

Os principais exemplos de RAG em contextos de consumo e empresariais são a busca na web, os assistentes pessoais (inclusive em programação), os assistentes de programação, o atendimento ao cliente e a gestão do conhecimento empresarial.

Busca na web

A busca na web é uma forma amplamente usada de RAG e, possivelmente, a aplicação voltada ao consumidor mais difundida. Todos os principais chatbots oferecem a funcionalidade de busca na web, na qual o LLM usa fontes atualizadas para complementar as informações contidas em seus materiais de treinamento.

O orquestrador da ferramenta de IA se conecta a um mecanismo de busca de terceiros por meio de uma chamada de API, e os resultados, na forma de trechos, são adicionados à janela de contexto do LLM. Isso permite que os usuários acessem acontecimentos atuais, pesquisas recentes, informações sobre produtos e outros temas em que as informações mudam com frequência.

Na prática, a solicitação de API poderia ser assim:

json
{ "query": "latest US inflation news", "max_results": 1, "language": "en", "country": "US" }

As informações retornadas incluiriam a fonte e o trecho:

json
{ "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 usam a RAG para se conectar a fontes de informação em um ambiente pessoal ou corporativo compartilhado. Exemplos de fontes de informação incluem e-mails, arquivos, agenda e bancos de dados do usuário.

Como as informações podem ser armazenadas de várias maneiras, os assistentes pessoais são mais bem entendidos como sistemas de RAG totalmente agênticos. Eles podem usar chamadas de API, busca por palavras-chave, recuperação vetorial densa ou travessia de grafos de conhecimento, dependendo do prompt.

Cada vez mais, os sistemas de RAG empresariais codificam o conhecimento em bancos de dados vetoriais para que ele possa ser recuperado facilmente por assistentes pessoais usados em toda a empresa, e muitos produtos de IA empresariais são projetados com isso em mente.

Os assistentes de programação também merecem destaque, pois representam outro caso de uso importante. Um assistente de código, como o GitHub Copilot, pode se conectar a um repositório e à documentação específica do projeto para recuperar arquivos, funções, símbolos, orientações, APIs e histórico de commits relevantes.

Atendimento ao cliente

O atendimento ao cliente é outro caso de uso importante da RAG, e a adoção de chatbots de IA aumentou rapidamente nos últimos anos. Em seu relatório State of AI Customer Support, a Crisp constatou que 40% das conversas são resolvidas sem a necessidade de intervenção humana, o que demonstra um alto nível de eficácia.

Quando um usuário faz uma pergunta a um bot de atendimento ao cliente, o orquestrador geralmente consulta a base de conhecimento interna da empresa. Para garantir a precisão, a RAG corretiva e a self-RAG também são usadas com frequência, com encaminhamento para um atendente humano quando apropriado.

Bases de conhecimento empresariais

A adoção de fluxos de trabalho de IA e de ferramentas de IA generativa em empresas de médio e grande porte ocorreu em conjunto com a criação de bases de conhecimento internas. Isso permite que assistentes usados em toda a empresa acessem dados internos mantendo a privacidade, sejam informações sensíveis de clientes, dados corporativos privados ou conhecimento especializado de domínio.

Esses sistemas geralmente são construídos em torno de bancos de dados vetoriais, mas outros métodos de RAG também são usados. O Microsoft 365 Copilot, por exemplo, tem uma camada de API que expõe várias fontes de informação, incluindo bancos de dados vetoriais, grafos de conhecimento e índices semânticos, para oferecer amplo acesso aos dados de uma empresa.

Esses sistemas de RAG também costumam estar integrados aos pacotes empresariais de ferramentas agênticas de uso geral. O Perplexity Enterprise, por exemplo, permite que os usuários façam upload de grandes volumes de documentação para uso interno seguro.

Os usuários também podem fazer upload dos próprios arquivos em projetos independentes, criando, essencialmente, minissistemas de RAG. As buscas podem ser combinadas com outras formas de RAG, como buscas na web, para uma ampliação híbrida.

Qual é a diferença entre RAG e um LLM?

Um grande modelo de linguagem (LLM) só consegue gerar resultados usando as informações representadas em seus parâmetros. Ele atribui probabilidades a um vocabulário interno para prever a próxima palavra, ou token, em uma sequência. Por isso, não consegue fornecer respostas precisas se seus parâmetros não foram treinados com informações relevantes.

Em uma plataforma de IA de uso geral ou especializada, os pipelines de RAG funcionam junto com um LLM ou um grupo de LLMs. Eles se conectam a fontes externas de informação para complementar o contexto de entrada fornecido ao modelo de linguagem, e essa é a principal diferença entre RAG e LLMs.

A decisão de recuperar informações adicionais ou depender exclusivamente do conhecimento paramétrico pode ser tomada no nível do orquestrador, normalmente com lógica baseada em regras, ou até mesmo pelo próprio LLM.

Qual é a diferença entre RAG e MCP?

A RAG e o Model Context Protocol (MCP) são mais bem entendidos como tecnologias complementares. O MCP é um padrão aberto para construir uma arquitetura que permite que ferramentas de IA acessem funcionalidades, recursos e prompts externos usando um único endpoint.

Quando uma ferramenta de IA se conecta a um servidor MCP, o servidor expõe todas as primitivas (ferramentas MCP, recursos e prompts) que o cliente tem permissão para acessar. O cliente é o componente que estabelece a conexão entre o orquestrador, no lado do cliente, e o servidor. Às vezes, isso pode envolver a exposição de bancos de dados e fontes de informação; nesse caso, o MCP atua como intermediário na camada de recuperação de um pipeline de RAG.

Qual é a diferença entre RAG e uma API?

Uma API é uma interface definida que dois aplicativos podem usar para enviar solicitações um ao outro. A RAG é o processo pelo qual os LLMs podem acessar informações externas para melhorar e ampliar seus resultados.

A RAG costuma usar chamadas de API para recuperar informações. Na recuperação de informações por busca na web, por exemplo, o orquestrador formula uma solicitação de API para o mecanismo de busca relevante com base no prompt do usuário.

Por que a RAG é importante e como ela continuará evoluindo

A RAG é importante porque os LLMs são intrinsecamente limitados por seus dados de treinamento. Há grandes volumes de informação, de acontecimentos atuais a conhecimento privado de empresas, aos quais eles não têm acesso. A RAG resolve esse problema sem exigir uma quantidade proibitiva de recursos.

No entanto, a recuperação de informações por si só não basta, e é por isso que a RAG continuará evoluindo. A RAG representa uma grande parte da pesquisa atual em IA e tem como foco aprimorar os sistemas para que retornem as informações certas em uma ampla variedade de formatos e as 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 para consumidores e empresas. Entre elas estão o atendimento ao cliente, a busca na web, a programação, os assistentes pessoais, a pesquisa especializada e muito mais.