Pular para o conteúdo
LabS Atlas
Generative AI
Entrar

Tipos de RAG

Ir para notas que citam esta
atualizado há 25 diasEntre para perguntar ao Labinho sobre esta notaO Labinho é o assistente que responde com as notas e as sessões do LabS e mostra de onde tirou cada resposta.

Tipos de RAG são as categorias de evolução da técnica: ingênuo, que injeta o que recupera; avançado, com pré e pós-processamento; modular, feito de peças; e semântico, que agrupa pelo sentido.

Todas seguem a mesma lógica de Retrieval-Augmented Generation: recuperar contexto e injetá-lo no prompt. O que muda é quanto cuidado existe antes e depois da recuperação e quanta liberdade o sistema tem para combinar etapas. Cada variação nasceu para contornar uma limitação da anterior, e nenhuma é bala de prata: a escolha depende da complexidade do cenário e dos recursos disponíveis.

RAG ingênuo, ou nativo

É a forma mais simples, mais antiga e mais usada. Aponta-se um conjunto de arquivos, o sistema busca por similaridade dentro deles, joga o que encontrou no prompt e espera que o modelo use a parte certa. O recurso de anexar arquivos a um assistente de chat é um exemplo: o conteúdo é processado de forma literal, sem tratamento.

A resposta fica mais específica que a de um modelo sem contexto, mas herda os defeitos do material. Um PDF sem limpeza leva numeração de página, cabeçalhos e glossário para dentro dos trechos. A recuperação pode trazer pedaços irrelevantes ou desarticulados, e montar um contexto coerente a partir deles é o grande desafio. É como varrer o livro inteiro em vez de abrir o capítulo certo. Serve bem a chatbots simples, com custo baixo.

RAG avançado

Acrescenta etapas antes e depois da recuperação. No pré-retrieval, o conteúdo é limpo, bem dividido e indexado, o que acelera a busca e evita duplicatas. No pós-retrieval, um modelo de reranking reordena os trechos pela relevância para a pergunta, e não só pela similaridade vetorial bruta. A resposta gerada ainda pode ser reescrita por outro modelo. A variante pode incluir Fine-tuning para aproximar o modelo do conteúdo. A qualidade da pergunta original continua importando, porque é ela que decide o que buscar.

RAG modular

Trata o pipeline como peças combináveis: roteamento, que identifica a intenção e direciona para o serviço certo; fusão, que junta conteúdos recuperados numa explicação mais completa; memória, que guarda o histórico da conversa; busca externa; e agentes que recebem instruções para executar ações. Dá para montar desde uma aplicação leve, com poucas peças, até uma robusta com vários módulos juntos.

Parece um agente, mas sem autonomia: é uma receita fechada, que executa exatamente as peças programadas. Por isso é a base sobre a qual se constrói o RAG Agêntico.

RAG semântico

Mantém a lógica do nativo, mas agrupa os chunks pelo sentido entre os trechos, e não por cortes simples. Tem complexidade média e vale onde buscar por significado, e não por palavra-chave, muda a qualidade da resposta. A divisão em si está em Chunking.

Comparação entre os paradigmas

TipoComo recuperaLimite principal
Ingênuo ou nativoBusca por similaridade e injeta tudoTrechos irrelevantes, ruído do documento
AvançadoLimpa e indexa antes, reordena depoisDepende da qualidade da pergunta
ModularCombina peças fixas de busca, rank e aumentoSem decisão própria sobre o caminho
SemânticoAgrupa chunks pelo sentidoMais complexo de montar que o nativo

Acima desses ficam o Graph RAG, que organiza a informação em grafos de entidades e tem complexidade alta, e o RAG com agentes, de complexidade muito alta, que decide sozinho quando buscar fora ou disparar ações. Aparecem ainda variações como self-RAG e RAG adaptativo, voltadas a maximizar a extração de dados ou usar vários modelos.