RAG: como usar documentos da empresa em uma aplicação de IA

Um analista de suporte precisa responder se um cliente pode trocar de plano durante a vigência do contrato. A regra está em uma política comercial, há exceções em outro documento e uma versão antiga ainda aparece na busca. Um assistente que apenas escreve bem pode produzir uma resposta convincente e errada.

No artigo sobre Amazon Bedrock, apresentamos um assistente que consulta documentos antes de responder. Esse fluxo usa RAG, sigla para retrieval-augmented generation, ou geração aumentada por recuperação. Aqui, vamos detalhar como ele funciona e quais decisões tornam a solução útil no trabalho diário.

O que é RAG?

RAG combina a busca de informações com a geração de uma resposta. Em uma aplicação com documentos internos, o sistema recupera trechos relacionados à pergunta e os entrega ao modelo como contexto. O trabalho de Lewis e colaboradores é uma referência para essa combinação de recuperação e geração.

Nesse fluxo, colocar um manual na base de consulta não significa treinar novamente o modelo. O conteúdo é preparado para busca e enviado quando necessário. Isso permite atualizar as fontes sem retreinar o modelo a cada alteração, desde que a base de consulta também seja atualizada.

RAG ajuda a fundamentar respostas, mas ainda pode recuperar o trecho errado ou gerar uma interpretação sem apoio no texto. A qualidade depende tanto da busca quanto do uso que o modelo faz do material encontrado.

Do documento à resposta: duas etapas

O trabalho começa antes da primeira pergunta. Na preparação da base, a equipe escolhe as fontes, extrai seu conteúdo e organiza trechos para consulta. Cada trecho deve manter sua ligação com o documento original, a versão e as informações necessárias para decidir quem pode acessá-lo.

Uma abordagem comum usa embeddings: representações numéricas do conteúdo que permitem comparar semelhanças. Os trechos e suas referências ficam em um índice de busca. A documentação de divisão de conteúdo do Bedrock descreve esse processo e diferentes formas de separar os documentos.

Na consulta, o assistente do suporte poderia funcionar assim:

1. Identifica o analista e suas permissões a partir da sessão autenticada.
2. Busca, entre os documentos autorizados, os trechos relevantes para a pergunta.
3. Entrega ao modelo a pergunta, os trechos selecionados e instruções para responder com base nas fontes.
4. Mostra a resposta com referências que permitam abrir o documento e conferir a orientação.
5. Se as fontes forem insuficientes ou conflitantes, pede esclarecimento ou encaminha a consulta para revisão.

No nosso exemplo hipotético, a política vigente permite a troca de plano na renovação, mas exige aprovação comercial para mudanças imediatas. Uma boa resposta preserva essa condição e aponta o trecho que a estabelece. Se o contrato do cliente não estiver disponível, o assistente deve deixar essa limitação clara, sem assumir que a regra geral resolve o caso.

A busca precisa encontrar a regra e suas condições

Dividir um documento em pedaços pequenos demais pode separar uma regra da exceção que vem no parágrafo seguinte. Trechos grandes demais podem trazer material irrelevante, aumentar o custo e dificultar a identificação da orientação correta. Teste a divisão com perguntas reais e confira se títulos, tabelas e condições continuam compreensíveis.

Também verifique a extração do conteúdo. Um PDF escaneado pode precisar de reconhecimento de texto; uma tabela mal extraída pode associar um prazo ao plano errado. Antes de trocar o modelo, abra os trechos recuperados e veja o que a aplicação realmente entregou a ele.

A busca semântica ajuda quando o usuário escreve “mudar de plano” e o documento usa “migração contratual”. Termos exatos continuam relevantes para códigos de produto ou nomes de planos. O Bedrock permite configurar o tipo de busca, filtros e a quantidade de resultados, conforme a configuração da base. Compare as opções com seu conjunto de perguntas; enviar mais trechos nem sempre melhora a resposta.

Atualização das fontes faz parte da operação

Salvar uma nova política no repositório não garante que a aplicação já a consulte. A mudança precisa chegar ao índice usado na busca. No fluxo de sincronização documentado para bases com armazenamento vetorial no Bedrock, é necessário sincronizar inclusões, alterações e exclusões para refletir essas mudanças na base.

Defina um responsável pelas fontes e um prazo aceitável para atualização. Para o assistente do suporte, vale registrar a versão, a data de vigência, o produto ao qual a política se aplica e o horário da última sincronização bem-sucedida. Um arquivo modificado ontem pode conter uma regra que só entra em vigor no mês seguinte.

Teste também a retirada de documentos antigos e a invalidação de respostas em cache. Se uma sincronização falhar, a equipe precisa saber que o assistente pode estar consultando material desatualizado. Para orientações críticas, considere suspender as respostas afetadas até confirmar a atualização.

Permissões precisam acompanhar cada consulta

Ter acesso ao chat não significa ter acesso a todos os documentos da empresa. Um analista pode consultar o manual geral e não ter autorização para ler negociações de outro cliente.

A autorização deve ser aplicada pelo sistema antes de enviar conteúdo ao modelo. A documentação da Microsoft sobre controle de acesso por documento descreve abordagens que restringem os resultados conforme a identidade e as permissões de quem consulta. A implementação precisa respeitar as regras da sua fonte de dados.

Na aplicação, derive a identidade da sessão autenticada e valide as permissões no servidor. Não confie em um identificador de cliente enviado livremente pelo navegador nem em uma instrução como “não mostre dados confidenciais” para proteger material que já chegou ao modelo.

Inclua nos testes usuários de equipes diferentes, revogação de acesso e documentos sem permissão definida. A mesma proteção deve alcançar links das fontes, histórico de conversas, registros de diagnóstico e caches. Uma resposta criada para um usuário autorizado não deve ser reaproveitada para outro sem verificar o acesso.

Como avaliar as respostas e conferir referências

Monte um conjunto de perguntas com a equipe que conhece os documentos. Para cada caso, registre a orientação esperada, os trechos que a sustentam e quem pode consultá-los. Inclua perguntas ambíguas, fontes em conflito e situações sem resposta disponível.

Avalie primeiro a recuperação: a busca trouxe a regra vigente, suas condições e apenas conteúdo autorizado? Depois avalie a resposta: ela preservou essas condições, respondeu à pergunta e evitou acrescentar informações sem evidência?

Uma referência clicável não basta. Abra a fonte e verifique se o trecho citado sustenta a afirmação, se pertence à versão correta e se o usuário pode acessá-lo. No exemplo da troca de plano, citar a política geral e omitir a aprovação comercial continua sendo um erro.

Caso de teste	Comportamento esperado
Pergunta sobre troca imediata de plano	Explicar a condição de aprovação e citar a regra vigente.
Pergunta sem informar qual plano está em uso	Pedir o dado necessário antes de escolher uma regra específica.
Política antiga e atual na base	Usar a versão aplicável à data e ao caso consultado.
Exceção não documentada	Informar que não há apoio suficiente e encaminhar para revisão.
Documento de outro cliente	Impedir que seu conteúdo entre no contexto ou apareça na resposta.

Meça a proporção de respostas corretas e apoiadas nas fontes, a frequência de correções humanas, o tempo de resposta e o custo por consulta. Avalie também se o sistema reconhece a falta de evidência. Repita os casos quando mudar documentos, busca, modelo ou instruções; uma melhoria em perguntas comuns pode piorar o tratamento de exceções.

Quando RAG vale a pena e como começar

RAG tende a ajudar quando a equipe precisa consultar várias fontes e reunir informações para responder. Para uma consulta de saldo, um cálculo contratual ou uma regra determinística, prefira consultar o sistema responsável e executar a lógica apropriada. Um texto recuperado pode explicar uma regra, mas não substitui o estado atual de uma transação.

Se a empresa já usa AWS, o Amazon Bedrock Knowledge Bases oferece recursos de recuperação e geração com referências. Usar um serviço gerenciado reduz parte do trabalho de infraestrutura; a escolha das fontes, as regras de acesso e os critérios de aceitação continuam sendo decisões da aplicação.

Para começar, escolha uma tarefa restrita, reúna documentos aprovados e estabeleça uma medida do processo atual. Rode o piloto com revisão humana e compare o tempo total de atendimento, incluindo a conferência e a correção das respostas. Some os custos de preparação dos documentos, armazenamento, busca e geração.

Se a API da aplicação ou outros componentes do piloto forem hospedados em servidores Linux, o comparador de preços de VPS e cloud ajuda a avaliar configurações de CPU e memória entre provedores. Essa referência cobre os servidores selecionados; serviços de IA, banco vetorial, armazenamento e tráfego precisam entrar separadamente na conta do projeto.

Amplie o uso quando o piloto mostrar ganho verificável e a equipe conseguir operar atualizações, permissões e falhas. Se a busca não encontra as fontes certas ou o analista precisa refazer quase toda resposta, ajuste essas etapas antes de adicionar mais documentos.

Como a Fidalgo IT Solutions pode ajudar

A Fidalgo IT Solutions pode ajudar sua equipe a organizar as fontes, integrar um assistente aos sistemas existentes e construir um piloto de RAG com critérios de avaliação. Também podemos revisar permissões, atualização da base e custos de operação, para que a decisão de ampliar o uso se apoie em resultados observados no trabalho real.

Conheça nossa oferta de Inteligência Artificial para empresas para entender as possíveis entregas e como começar uma avaliação com a sua equipe.