8 arquiteturas de RAG: como funcionam e quando usar

TL;DR

RAG significa retrieval-augmented generation, ou geração aumentada por recuperação: encontrar fontes relevantes e entregá-las a um modelo de linguagem antes que ele escreva a resposta. O modelo gera o texto; a busca fornece as informações que ele deve usar.

• Estes oito padrões mudam o que buscamos, como buscamos ou quem decide o próximo passo.
• Eles podem se combinar: um agente pode usar busca híbrida em textos e imagens e depois conferir os resultados.
• Mais etapas trazem mais custo e pontos de falha. Escolha um padrão para uma necessidade observada e confira suas respostas contra evidências reais.

Este é um mapa prático, sem pretensão de esgotar o tema ou ordenar soluções da pior para a melhor. Usaremos a mesma pergunta fictícia sobre uma política de despesas. Para entender a preparação dos documentos e a busca básica, comece por como funciona RAG.

1. Naive RAG: buscar e depois responder

Emily pergunta se pode pedir reembolso de um jantar de US$ 45 durante uma viagem de trabalho. O fluxo mais simples busca uma vez na coleção de políticas, coloca os trechos encontrados ao lado da pergunta e pede ao modelo uma resposta. Esse ponto de partida é conhecido como Naive RAG. “Naive” descreve sua estrutura simples, sem dizer que ela é pouco útil. O artigo original de RAG conecta documentos recuperados à geração de texto.

Antes das perguntas, os documentos viram um índice pesquisável, muitas vezes divididos em trechos chamados chunks. Uma opção de busca usa embeddings, representações numéricas que ajudam a comparar significados. RAG também pode usar palavras-chave; um banco de vetores não é obrigatório.

É um bom ponto de partida para perguntas específicas e fontes organizadas. Sua fraqueza é direta: deixar de encontrar um trecho pode tornar a resposta incompleta. Recuperar o limite de US$ 50 sem a exigência de comprovante perde uma condição, mesmo que o texto final pareça convincente.

2. Multimodal RAG: evidências além do texto

Imagine que Emily também envie a imagem de um comprovante. Multimodal RAG busca e usa evidências em mais de uma forma, como texto e imagem. A política explica a exigência; o comprovante fornece detalhes para conferir. MuRAG é um exemplo de pesquisa que recupera e interpreta imagens e textos.

Há diferentes implementações. OCR, reconhecimento óptico de caracteres, extrai o texto escrito em uma imagem para torná-lo pesquisável em um índice textual. Descrições da imagem oferecem outra representação em texto. Modelos multimodais podem representar ou examinar conteúdo visual junto com texto. A escolha depende de as palavras preservarem a evidência ou de layout, diagramas e relações visuais também importarem.

Mantenha a imagem original e sua localização vinculadas ao texto extraído. Um total borrado, uma página ausente ou um item mal interpretado devem continuar tratados como incertos. Ler um comprovante não comprova sua autenticidade, não satisfaz todas as condições da política e não autoriza o reembolso.

3. HyDE: buscar com um documento hipotético

Uma pergunta curta pode ser muito diferente dos documentos que a respondem. HyDE significa Hypothetical Document Embeddings, ou embeddings de documentos hipotéticos. Primeiro, um modelo escreve um documento plausível para a pergunta. O sistema calcula o embedding desse texto e o usa para encontrar documentos reais semelhantes na coleção. O artigo de HyDE descreve essa sequência de gerar, representar e buscar.

Para Emily, o trecho hipotético poderia descrever despesas de jantar e regras sobre comprovantes. Seu vocabulário pode aproximar uma pergunta informal da linguagem das políticas. A resposta final deve usar o trecho real da Travel Policy v3, e não o rascunho gerado.

Vale testar quando a linguagem das perguntas e a dos documentos não se encontram bem na busca. O risco é um detalhe inventado direcionar a consulta ao material errado. Se o documento hipotético imaginar uma exceção para comprovantes perdidos, ela continua sem respaldo. HyDE adiciona uma chamada ao modelo e precisa ser comparado com buscar diretamente pela pergunta original.

4. Corrective RAG: conferir o material encontrado

Corrective RAG verifica se o material recuperado é útil o suficiente antes de se apoiar nele. Na pesquisa original de CRAG, um avaliador examina os resultados e escolhe ações: refinar as informações recuperadas, substituir resultados inadequados por evidências da web ou combinar ambos quando há incerteza. CRAG inclui a qualidade da busca nas decisões do fluxo.

A busca de Emily poderia retornar uma introdução geral sobre viagens, sem a seção de jantar. Uma checagem pode identificar que falta a evidência necessária. Um sistema em produção poderia então buscar em outra fonte interna permitida ou parar e explicitar a limitação. São escolhas corretivas relacionadas, sem reproduzir todo o algoritmo do artigo.

Recorrer à web só faz sentido quando isso é autorizado e pertinente. Páginas públicas não estabelecem a política privada desse empregador fictício, e consultas privadas não devem vazar para buscadores externos. O avaliador também pode errar: uma nota alta de relevância não certifica a verdade. Limite as tentativas e preserve a opção de informar que faltam evidências.

5. Graph RAG: seguir relações

Um grafo representa elementos como nós e suas relações como ligações entre eles. RAG com grafos pode buscar seguindo essas relações: a Travel Policy v3 contém a seção 4, que estabelece o limite de jantar e a exigência de comprovante. Cada relação deve continuar rastreável até o material de origem.

Isso ganha utilidade quando perguntas conectam vários documentos ou abordam temas de uma coleção inteira. O GraphRAG da Microsoft é uma abordagem específica: extrai entidades e relações, agrupa entidades relacionadas em comunidades e prepara resumos que ajudam a responder perguntas amplas. Ele não define todo sistema de RAG que usa grafos. O artigo de GraphRAG se concentra em perguntas globais sobre coleções de documentos.

A pergunta de Emily sobre um jantar pode precisar de apenas um trecho. Um grafo ganha relevância quando alguém precisa de conexões entre muitas políticas. Extrair relações, atualizá-las e manter permissões dá trabalho. Uma relação extraída incorretamente pode propagar um erro; um resumo não deve esconder as evidências originais nem suas versões.

6. Hybrid RAG: combinar métodos de busca

A busca híbrida costuma combinar palavras-chave com busca por vetores densos, que compara embeddings. Um método de ordenação por palavras-chave, como BM25, ajuda a encontrar termos exatos; a busca vetorial pode encontrar trechos de significado próximo mesmo com palavras diferentes. O sistema combina os candidatos e pode aplicar um reranker, que os reordena por relevância. A Microsoft documenta essa combinação de busca textual e vetorial.

Para Emily, a correspondência exata pode preservar “Travel Policy v3”, enquanto a busca semântica conecta “pedir reembolso de jantar” a “despesas de alimentação”. Nenhuma das buscas isoladas necessariamente atende às duas necessidades. Os resultados ainda precisam de remoção de duplicatas, conferência de versões e filtragem por permissão.

Também é possível combinar grafos e vetores, mas “híbrido” não se limita a essa dupla. Descreva os métodos utilizados. Compare a ordenação combinada com cada busca isolada: adicionar outro índice não melhora automaticamente a evidência que chega ao modelo.

7. Adaptive RAG: escolher o esforço de busca

Nem toda pergunta precisa da mesma quantidade de buscas. Adaptive RAG escolhe um caminho conforme a pergunta. A pesquisa original de Adaptive-RAG usa um classificador treinado para selecionar nenhuma busca, uma única etapa ou buscas iterativas em perguntas mais complexas. Adaptive-RAG estuda a escolha de caminhos pela complexidade da pergunta.

Uma saudação pode dispensar fontes da empresa. A pergunta sobre o jantar precisa da política atual. Uma dúvida que envolve várias políticas pode exigir várias buscas. A ideia é concentrar o esforço onde ele ajuda, sem aplicar o fluxo mais longo a toda solicitação.

O componente que escolhe o caminho também precisa ser avaliado. Ele pode classificar uma pergunta curta, mas sensível, como fácil e dispensar evidências necessárias. Regras do produto devem exigir fontes quando a resposta depende de fatos privados ou sujeitos a mudanças. Meça erros de roteamento, qualidade, tempo de resposta e custo; escolher o caminho também consome recursos.

8. Agentic RAG: deixar um agente conduzir a busca

Um agente é um sistema que pode escolher a próxima ação usando um modelo e ferramentas. Em Agentic RAG, ele pode escolher uma ferramenta de busca, examinar resultados, refinar a consulta e buscar novamente. Um agente basta; uma equipe de agentes é opcional. A LangChain descreve busca conduzida por um agente com uma ou mais ferramentas.

O agente poderia localizar a política de Emily, perceber que o trecho não contém a condição sobre comprovantes e buscar a seção correspondente. Essa flexibilidade ajuda quando a próxima busca depende do resultado anterior. Também torna tempo de resposta, custo e comportamento menos previsíveis do que em uma sequência fixa.

Defina ferramentas permitidas, máximo de etapas, limites de tempo e regra de parada. Trate instruções nos documentos recuperados como conteúdo não confiável. MCP, o Model Context Protocol, pode padronizar a conexão com ferramentas e dados, mas é opcional. A conexão por si só não autoriza acesso ou ações de negócio. Nosso exemplo usa consultas somente de leitura; uma busca nunca autoriza um pagamento.

Escolher conforme o problema

Comece com perguntas representativas e uma busca simples. Examine os casos que falharam antes de escolher outra arquitetura. A tabela é um guia de projeto, sem ranking ou medição de desempenho.

Para a pergunta sobre jantar, um trecho autorizado com as duas condições pode bastar. A busca híbrida pode ajudar a encontrá-lo; o tratamento multimodal importa quando uma imagem fornece evidências necessárias. Acrescente um grafo ou um ciclo de planejamento quando as perguntas justificarem o trabalho adicional de manutenção e execução.

Conferir as evidências e a resposta

Todo padrão tem uma obrigação básica: aplicar as permissões do usuário sobre os documentos antes de montar o contexto do modelo. Adicionar um grafo, resumo ou segundo índice não pode contornar essas permissões. O controle de acesso por documento faz parte do projeto da busca.

• Busca: encontramos a seção 4 atual, incluindo as duas condições?
• Evidência: cada afirmação pode ser rastreada até uma fonte acessível e íntegra?
• Resposta: preserva o limite de US$ 50 e a exigência de comprovante discriminado?
• Informação ausente: evita inventar uma exceção para comprovantes perdidos?
• Operação: etapas, falhas, tempo de resposta e custo têm limites e podem ser acompanhados?

Teste políticas antigas, páginas ausentes, instruções maliciosas nos trechos recuperados e documentos sem permissão. Registre versões das fontes e decisões de busca sem expor conteúdo privado nos logs. Uma citação, a confiança do modelo ou uma boa nota de outro modelo são sinais para investigar, sem comprovar que a resposta está correta.

Continue com guardrails de IA para entender limites de acesso e conteúdo não confiável, e com avaliações de IA para comparar mudanças com expectativas revisadas. A arquitetura justifica sua presença quando melhora a tarefa sob essas verificações.

Perguntas frequentes

Fontes e próximas leituras

As pesquisas originais que fundamentam o artigo, para quem deseja explorar os detalhes.

1. Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks Lewis et al. · 2020
2. MuRAG: Multimodal Retrieval-Augmented Generator for Open Question Answering over Images and Text Chen et al. · 2022
3. Precise Zero-Shot Dense Retrieval without Relevance Labels Gao et al. · 2023
4. Corrective Retrieval Augmented Generation Yan et al. · 2024
5. From Local to Global: A Graph RAG Approach to Query-Focused Summarization Edge et al. · 2024
6. Hybrid search using vectors and full-text search in Azure AI Search Microsoft Learn
7. Adaptive-RAG: Learning to Adapt Retrieval-Augmented Large Language Models through Question Complexity Jeong et al. · 2024
8. Retrieval LangChain Docs
9. Document-level access control in Azure AI Search Microsoft Learn