RAG para agentes: ancorar respostas sem afogar no contexto
A geração aumentada por recuperação é normalmente apresentada como pipeline: incorporar a pergunta, trazer os melhores fragmentos, colar, gerar. Isso funciona para uma caixa de perguntas. Dentro de um agente é a forma errada, porque o agente não sabe do que precisa antes de dar um passo.
A versão que funciona trata a recuperação como uma ferramenta chamada quando o agente decide que precisa de provas.
Recuperação como ferramenta, não como preâmbulo#
Exponham a pesquisa como ferramenta normal com argumento de consulta e um retorno pequeno e estruturado: alguns excertos, cada um com identificador e fonte.
Registem as consultas escritas pelo agente: é a descrição mais honesta do que os vossos utilizadores perguntam.
As decisões de divisão contam mais do que o modelo de embeddings#
- Dividam por estrutura — títulos, secções, itens de lista — não por número fixo de caracteres.
- Mantenham cada fragmento autónomo.
- Anexem título do documento e cabeçalho de secção a cada fragmento.
- Guardem identificador e URL com cada fragmento para poder citar.
- Prefiram poucos fragmentos grandes e significativos.
O híbrido bate os vetores puros em corpora reais#
| Tipo de consulta | Pesquisa vetorial | Palavras-chave | Melhor |
|---|---|---|---|
| Pergunta conceptual | Forte | Fraca | Vetorial |
| Código de produto ou texto de erro exato | Fraca | Forte | Palavras-chave |
| Nome próprio raro | Misto | Forte | Palavras-chave |
| Pergunta de política reformulada | Forte | Fraca | Vetorial |
| Tráfego real no conjunto | Misto | Misto | Ambos, fundidos e reordenados |
Façam citar e permitam falhar#
Dois requisitos fazem a maior parte do trabalho de fiabilidade. Primeiro, cada afirmação vinda da recuperação leva o identificador do excerto. Segundo, a pesquisa tem de poder não devolver nada, e o agente tem de saber que `não encontro isso na nossa documentação` é um resultado correto.
Perguntas frequentes
O agente deve procurar sempre antes de responder?
Não. Procurar em cada pedido desperdiça latência e enche o contexto.
Quantos excertos devolver?
Três a seis bem escolhidos batem vinte.
E se a recuperação não devolver nada útil?
Tem de ser um resultado suportado. Devolvam um vazio explícito.
rag para agentesgeração aumentada por recuperaçãopesquisa híbridaestratégia de divisãorespostas ancoradas
