RAG: o que é e como a IA responde com base nos seus documentos

O que é RAG na prática?

RAG junta duas etapas. Primeiro, uma busca encontra, nos arquivos da empresa, os trechos que tratam da pergunta. Depois, o modelo de IA recebe a pergunta junto com esses trechos e escreve a resposta usando aquele material. É a diferença entre um colega que responde de cabeça e um que abre o manual antes de falar.

Como o RAG funciona, em quatro passos?

Os quatro passos acontecem sempre nesta ordem, em poucos segundos. O exemplo é o do Estúdio Alvorada (empresa fictícia), uma agência cujo time quer saber como aprovar um criativo.

1. 1

   A pergunta

   Marina escreve: “Quantos dias o cliente tem para aprovar um criativo?”

2. 2

   A busca

   O sistema procura, nos documentos, reuniões e tarefas da empresa, os trechos mais próximos da pergunta. Acha o SOP “Aprovação de criativos” e a ata de uma reunião em que o prazo mudou.

3. 3

   A entrega ao modelo

   Os trechos achados seguem para o modelo de IA junto com a pergunta e uma instrução: responda com base neles.

4. 4

   A resposta com fonte

   O modelo escreve “O cliente tem 2 dias úteis [1]”, e o número [1] aponta o trecho de onde a informação saiu. Quem lê abre a fonte e confere.

Por que o RAG ajuda uma empresa de serviço?

Um modelo de IA sozinho sabe o que aprendeu na internet, não o seu processo de aprovação nem o que ficou combinado com um cliente. Com RAG, a resposta nasce dos documentos da própria empresa, acompanha as mudanças deles e traz a origem, que é o que permite conferir.

• Atual: o SOP foi corrigido hoje? A próxima resposta já usa o texto novo, sem retreinar nada.
• Conferível: cada afirmação aponta o trecho de origem. Para ler a resposta com olhar crítico, veja o verbete alucinação de IA.

Como o Assistente do Mentrun usa a busca antes de responder?

O Assistente do Mentrun trabalha com a mesma ideia. Antes de responder sobre clientes, reuniões, projetos ou documentos, ele consulta os dados da empresa com ferramentas de busca e leitura e termina cada afirmação com o número da fonte. A busca junta o sentido da pergunta com nomes, códigos e números exatos.

• A IA lê reuniões, documentos (inclusive PDF e Word com texto), projetos, tarefas e clientes em segundo plano, poucos minutos depois de cada mudança.
• Cada pessoa recebe só o que o cargo dela permite ver.
• Cada fonte aparece com o tipo e a data de atualização, e o documento em rascunho ou com revisão vencida vem com um aviso.
• Quando nada nos dados responde à pergunta, a tela mostra “Não achei isso nos seus dados”.

Veja o recurso completo em Assistente de IA para empresas e como organizar o material em documentos e conhecimento.

O RAG é o mesmo que fine-tuning, busca semântica ou MCP?

São peças vizinhas, cada uma com um papel. O RAG não muda o modelo: entrega o material na hora da pergunta.

• Busca semântica: a primeira etapa do RAG, a que acha os trechos pelo sentido da pergunta.
• Fine-tuning: treinar o modelo com exemplos para mudar o jeito de responder.
• MCP: o encaixe que liga uma IA externa, como o Claude, aos dados da empresa.
• Agente de IA: a IA que, além de buscar e responder, executa tarefas.

Como testar se um sistema com RAG funciona bem?

Três testes simples mostram se o sistema busca de verdade antes de responder. Faça os três com um documento que você conhece bem.

1. Pergunte algo que só existe num documento interno e confira se a resposta cita esse documento.
2. Pergunte algo que não existe em nenhum documento e veja se ele diz que não encontrou.
3. Altere o documento, espere a leitura e pergunte de novo: a resposta precisa acompanhar a mudança.