RAG (retrieval-augmented generation, ou geração aumentada por recuperação) é a técnica em que a IA busca trechos relevantes numa base de conhecimento da empresa — políticas, preços, perguntas frequentes — e responde a partir deles. Reduz respostas inventadas e permite atualizar o que a IA sabe sem treinar um modelo novo.
É o que está por trás de um agente de atendimento que responde sobre o seu prazo de entrega, e não sobre um prazo qualquer.
Como funciona
A pergunta do cliente chega, o sistema procura na base os trechos mais parecidos com ela e entrega esses trechos ao modelo de linguagem junto com a pergunta. O modelo escreve a resposta usando o que recebeu.
A qualidade depende da base: informação desatualizada ou contraditória vira resposta desatualizada ou contraditória.
Onde se usa em vendas e atendimento
Em qualquer resposta que dependa de informação da própria empresa:
Dúvidas sobre produto, condição e prazo no atendimento
Respostas do agente de vendas durante a qualificação
Apoio ao vendedor, que consulta políticas e materiais sem sair da conversa
Perguntas frequentes
RAG elimina as respostas inventadas?
Reduz, mas não elimina. Por isso o agente também precisa de regra para dizer que não sabe e passar para uma pessoa.
Preciso treinar um modelo próprio para usar RAG?
Não. O RAG usa um modelo existente e muda só o que ele consulta antes de responder.
Quer um agente que responde com a informação da sua empresa?
O diagnóstico gratuito da Nexo mostra o que vale automatizar primeiro.
Usamos cookies essenciais para o site funcionar e, com sua permissão, cookies de marketing (Meta, TikTok, Microsoft Clarity) para entender o que funciona nas nossas campanhas. Saiba mais na Política de Privacidade.
