RAG (geração aumentada por recuperação)
A geração aumentada por recuperação (RAG) é uma abordagem que procura informação relevante e a fornece a um modelo de linguagem para gerar uma resposta. Pode recorrer a documentos, resultados de pesquisa ou outros registos externos ao treino do modelo. A qualidade da informação recuperada e a forma como o modelo usa esse contexto afetam a resposta, incluindo a fundamentação das suas afirmações.
Porque é importante para uma empresa
A RAG explica como um assistente pode usar uma página de serviços recente sem esperar por um novo treino do modelo. Também explica por que informações incorretas nas fontes podem levar a uma resposta incorreta. Para quem gere uma empresa, o essencial é garantir que a informação disponível para consulta seja fiável e acessível.
Exemplo e evidências
Por exemplo, um assistente de suporte consulta uma política de devoluções antes de responder a um cliente. Se encontrar a versão antiga, a resposta pode soar natural e ainda assim estar errada. A pesquisa de fontes da AIGROW analisa o uso observado de fontes na web, mas não consegue revelar toda a arquitetura interna de consulta de cada fornecedor.
Analisar as fontes web observadas
O que fazer agora
Mantenha uma fonte clara e atualizada para políticas e informações importantes sobre os serviços. Elimine versões contraditórias quando estiverem sob o seu controlo. Indique datas e condições de aplicação quando os detalhes mudarem. Confirme se a resposta gerada corresponde à fonte efetivamente consultada.
Pergunta frequente
Termos relacionados
Fontes e método
Fontes consultadas em 2026-10-09. Os exemplos assinalados como ilustrativos não são resultados empresariais medidos.
Verifique se a sua empresa aparece nas respostas de IA
Faça a análise gratuita para ver que assistentes mencionam a sua empresa e que informações precisam de atenção. A análise é uma amostra, não uma promessa de recomendações futuras.